全国の2年次進級率は69.5%であり、これは学生の約10人に3人が最初の在籍校に戻っていないことを意味します。コミュニティカレッジでは、パートタイム学生のほぼ半数が2年次へ進級できていません。早期警告システムは存在しますが、多くの教育機関では依然として手作業による紹介や、部門ごとに分断されたデータに依存しています。
プロジェクト管理プラットフォーム内に組み込まれたAIエージェントは、リスクの特定、介入タスクの割り当て、在籍状況の分析、および成功に向けたコーチングのワークフローを自動化できます。
以下は、ClickUpに貼り付けだけで、数分で学生の成功状況をモニタリングするワークスペースを構築できる、すぐに使えるAIエージェントのプロンプトです。ただし、これを使用する前に、この種のシステムが解決しようとしている業務上の課題を確認しておくと良いでしょう。多くの学生支援チームにとっての問題は、リスクの兆候が把握できないことではありません。問題は、そうした兆候が、学生の進路維持を支援する担当者間で、迅速かつ連携のとれた行動に結びつくことが稀であるという点にあります。
この学生の学業達成度モニタリングセットアップは、どのような方に適していますか
このセットアップは、リスクの特定、介入策の割り当て、および複数のサポート部門にわたるフォローアップの追跡を担当する、学生サポートチーム、在籍率向上担当部署、アドバイジングリーダー、サクセスコーチ、チューターコーディネーター、および学生サポート管理者向けに設計されています。すでにアラートプラットフォームや分析ツールを利用しているものの、フラグが立てられた学生を「サポート対象」へと移行させるために依然として手作業による調整に依存している教育機関にとって、特に有用です。
課題：スプレッドシートと「うまくいくことを祈る」だけで、5,000人のリスクのある学生を把握しようとしている
学生の学業成功支援の仕事をしている方なら、その重要性をよくご存じでしょう。中退する学生一人ひとりは、人的な損失であると同時に経済的な損失でもあります。教育機関は授業料収入を失い、学生は時間とお金を失い、認定機関が厳しくチェックする在籍率メトリクスもさらに悪化します。問題は、早期介入が有効かどうかではありません。重要なのは、あなたのチームが十分な数の学生を迅速に特定し、支援できるかどうかです。
データが物語っているように、初めてフルタイムで学士号取得を目指す学生の39%は、8年以内に学位を完了できていません。 人種別の在籍率の格差は依然として大きく、ヒスパニック系、黒人、ネイティブアメリカンの学生 の在籍率は 、それぞれ 63.6%、56.6%、52.8%にとどまっており 、 全国平均の68.2% を下回っています。 これらは単なる数字ではありません。これらは、支援を必要としていたにもかかわらず、貴校が特定できなかった、あるいは間に合うように支援を届けることができなかった何千人もの学生を象徴しているのです。
多くの早期警告システムはフラグを立てるだけで、その後の対応を実際に管理しているシステムは少ないのが現状です。教員が警告を発信しても、誰が介入を担当するのか？48時間以内にフォローアップを行うのは誰か？学生から反応がない場合、誰がエスカレーションを行うのか？「フラグが立った」状態から「支援を受けた」状態への移行にギャップがあるからこそ、学生が取り残されてしまうのです。
マイアミ大学がこれを解決した方法：マイアミ大学のキャリア探索・成功センターは、ClickUpを活用して19,107人の学生を追跡・支援し、98%の成功率を達成しました。これにより、分散していたツールを一元化されたシステムに置き換え、学生との関わりや成果を効果的にモニタリングできるようになりました。
マイケル・ターナー、副ディレクター
ClickUpのおかげで、世界的なパンデミックの中でも、業務を整理して進めることができ、非常に成功した数年を過ごすことができました。
ここにこそチャンスがあります。既存の警告ツールを置き換えるのではなく、学生にフラグが立った後の対応業務を一元的に可視化するレイヤーを構築するのです。このモデルを検証する最も手っ取り早い方法は、プロジェクト管理プラットフォーム内に、実際に機能する学生の成功モニタリングセットアップを構築することです。
自校の学生の学業達成支援業務で同様のモデルを試してみたいですか？以下のプロンプトを参考に、リスクの高い学生層、人員配置モデル、介入ワークフローに合わせて調整してみてください。
マイアミ大学がこれを解決した方法：マイアミ大学のキャリア探索・成功センターは、ClickUpを活用して19,107人の学生を追跡・支援し、98%の成功率を達成しました。これにより、分散していたツールを一元化されたシステムに置き換え、学生との関わりや成果を効果的にモニタリングできるようになりました。
マイケル・ターナー、副ディレクター
ClickUpのおかげで、世界的なパンデミックの中でも、業務を整理して進めることができ、非常に成功した数年を過ごすことができました。
ClickUpのおかげで、世界的なパンデミックの中でも、業務を整理して進めることができ、非常に成功した数年を過ごすことができました。
ここにこそチャンスがあります。既存の警告ツールを置き換えるのではなく、学生にフラグが立った後の仕事を一元的に可視化するレイヤーを構築するのです。このモデルを検証する最も手っ取り早い方法は、プロジェクト管理プラットフォーム内に、実際に機能する学生の成功モニタリングセットアップを構築することです。
自校の学生の学業達成支援業務で同様のモデルを試してみたいですか？以下のプロンプトを参考に、リスクの高い学生層、人員配置モデル、介入ワークフローに合わせて調整してみてください。
ここにこそチャンスがあります。既存の警告ツールを置き換えるのではなく、学生にフラグが立った後の仕事を一元的に可視化するレイヤーを構築するのです。このモデルを検証する最も手っ取り早い方法は、プロジェクト管理プラットフォーム内に、実際に機能する学生の成功モニタリングセットアップを構築することです。
自校の学生の学業成功支援業務で同様のモデルを試してみたいですか？以下のプロンプトを参考に、リスクの高い学生層、人員配置モデル、介入ワークフローに合わせて調整してみてください。
自校の学生の学業達成支援業務で同様のモデルを試してみたいですか？以下のプロンプトを参考に、リスクの高い学生層、人員配置モデル、介入ワークフローに合わせて調整してみてください。
プロンプト：AIを活用した学生の学業達成度モニタリングワークスペースを構築する
このプロンプトをコピーしてClickUp Brainに貼り付け、独自のClickUpスーパーエージェントを作成し、所属機関の詳細を入力してください。そうすれば、早期アラート、介入の追跡、在籍率分析、および成功に向けたコーチングワークフローを備えた、学生の成功を支援する完全なワークスペースが完成します。
この作業を通じて、ルーティングルール、フォローアップのタイムライン、リスクの可視性、ケース負荷のワークフローなどを含む、運用体制の確固たる草案が得られます。その後、チームは学生層、介入モデル、および在籍率向上の優先度に合わせて、これをカスタマイズすることができます。
この作業を通じて、ルーティングルール、フォローアップのタイムライン、リスクの可視性、ケース負荷のワークフローなどを含む、運用体制の確固たる草案が得られます。その後、チームは学生層、介入モデル、および在籍率向上の優先度に合わせて、これをカスタムすることができます。
プロンプト：
→ 初めての「スーパーエージェント」を構築する準備はできていますか？
ClickUp Brainを開き、上記のプロンプトを貼り付けて、ClickUpワークスペース用のカスタムスーパーエージェントを作成してください。
エージェントのブループリントが生成されたら、次のステップは、それを学生の成功支援チームが日常的に活用できる実用的なワークスペースに変えることです。
ClickUpでの設定方法（4つのステップ）
スペースを設定する前に、チームがすでにリスクのある学生を特定しサポートするために使用している情報を収集してください。これには通常、アラートのカテゴリ、介入の種類、現在のエスカレーションルール、リスク指標、ケース負荷の構造、およびコホートレポート作成の要件などが含まれます。正確な入力データから始めることで、自動化機能、ダッシュボード、および介入ワークフローの有用性が大幅に向上します。
- ワークスペースの構造を作成する「Student Success」という専用のスペースを設定します。学生の成功ライフサイクル全体にわたる仕事を整理するために、4つのフォルダを追加します： 「早期アラート＆ケース」：新規アラート、進行中のケース、解決済みケース、危機的状況の照会用。「介入＆サポート」：個別指導の調整、補習授業、成功コーチング、ピア・メンタリング用。「在籍状況分析」：コホート追跡、公平性の格差モニタリング、予測指標分析、学期間比較用。「学位取得進捗」：留年監視、学位審査のフォローアップ、学期中の中間確認、卒業準備支援用。
- すべての学生タスクにカスタムフィールドを設定する学生の成功支援タスクテンプレートにカスタムフィールドを追加し、リスクの特定、支援の割り当て、フォローアップのモニタリングに必要な主要データをすべてのケースに含めましょう。リスクスコア、リスクレベル、アラート元、担当コーチ、介入の種類、前回の連絡からの日数、第一世代学生のステータス、ペル奨学金受給資格などのフィールドを含めます。この一貫した構造により、ダッシュボード、自動化、およびケース負荷管理の信頼性が大幅に向上します。
- ClickUp Brainにプロンプトを貼り付ける新しいスペースでClickUp Brainを開き、上記のプロンプトを貼り付けてください。教育機関名、学生数、在籍率、卒業率、現在使用中のツール、スタッフ数、リスクのある学生層などの変数を入力してください。生成された出力を活用して、アラートルーティングルール、介入ワークフロー、在籍状況ダッシュボード、およびコーチング案件管理構造の初稿を作成し、その後、学生の成功モデルに合わせて調整してください。
- 継続的な管理のための自動化を設定する手動での継続的なフォローアップを必要とせずに、学生の成功に向けた仕事を円滑に進めるための自動化を設定します。ルールを使用して、アラートを種類別に振り分け、複数の指標が重なる場合にリスクをエスカレーションし、フォローアップの期限を厳守させ、介入のためのチェックインをトリガーし、年末の予期せぬ事態となる前に拡大する公平性の格差を早期に特定します。
「Student Success」という専用のスペースを設定します。学生の成功ライフサイクル全体にわたる仕事を整理するために、4つのフォルダを追加します： 「早期アラート＆ケース」：新規アラート、進行中のケース、解決済みケース、危機的状況の照会用。「介入＆サポート」：個別指導の調整、補習授業、成功コーチング、ピア・メンタリング用。「在籍状況分析」：コホート追跡、公平性の格差モニタリング、予測指標分析、学期間比較用。「学位取得進捗」：留年監視、学位審査のフォローアップ、学期中の中間確認、卒業準備支援用。
学生の成功支援タスクテンプレートにカスタムフィールドを追加し、各ケースに、リスクの特定、サポートの割り当て、フォローアップのモニタリングに必要な主要データを確実に含めるようにしましょう。リスクスコア、リスクレベル、アラート元、担当コーチ、介入の種類、前回の連絡からの日数、第一世代学生のステータス、ペル奨学金受給資格などのフィールドを含めます。この一貫した構造により、ダッシュボード、自動化、およびケース負荷管理の信頼性が大幅に向上します。
新しいスペースでClickUp Brainを開き、上記のプロンプトを貼り付けてください。教育機関名、学生数、在籍率、卒業率、現在使用中のツール、スタッフ数、リスクのある学生層などの変数を入力します。生成された出力を活用して、アラートルーティングルール、介入ワークフロー、在籍状況ダッシュボード、およびコーチング案件管理構造の初稿を作成し、その後、学生の成功モデルに合わせて調整してください。
手動での継続的なフォローアップを必要とせず、学生の成功に向けた仕事を円滑に進めるための自動化機能を作成しましょう。ルールを使用してアラートを種類別に振り分け、複数の指標が重なる場合にリスクをエスカレーションし、フォローアップの期限を厳守させ、介入のためのチェックインをトリガーし、年末の予期せぬ事態となる前に拡大する公平性の格差を早期に特定します。
💡 プロのヒント： システムを学生の成功支援業務全体に展開する前に、早期警告のルーティングやコーチングのフォローアップなど、1つのワークフローから始めてみましょう。小規模なパイロット運用を行うことで、チームは本格展開前に閾値、所有権ルール、介入のタイミングを最適化することができます。
学生の学業達成度モニタリングタスクに推奨されるカスタムフィールド
これらのフィールドにより、アラート、介入、在籍状況分析、個別指導の調整、およびコーチングの担当件数にわたって、一貫性のある運用記録が作成されます。
| フィールド | タイプ | 目的 |
|---|---|---|
| リスクスコア | 番号 | 学業成績、参加度、および経済状況の指標に基づく総合スコア |
| リスクレベル | ドロップダウン | 順調、モニタリング中、リスクあり、高リスク |
| アラートの発生源 | ドロップダウン | 教員からのレポート作成、LMSの活動状況、中間試験の成績、出席状況、学費未納による利用制限、個別指導の紹介、カウンセリングの紹介、寮でのインシデント |
| 担当コーチ | 関係者 | 介入のフォローアップを担当するスタッフ |
| 介入の種類 | ドロップダウン | 成功コーチング、アドバイジング、個別指導、奨学金相談、カウンセリング、ピア・メンタリング、ワークショップ、食費・住居サポート |
| 前回の連絡からの日数 | 番号 | 前回のアウトリーチまたはミーティングの成功から経過した時間 |
| 第一世代学生のステータス | ドロップダウン | 第一世代、第一世代以外、不明 |
| ペル助成金対象 | ドロップダウン | はい、いいえ、不明 |
| エンゲージメントステータス | ドロップダウン | 未開始、アウトリーチ送信済み、連絡済み、介入中、モニタリング中、閉じた |
| コホートタイプ | ドロップダウン | 新入生、在学生、編入生、非常勤学生、留年者、その他 |
| Equity Group タグ | ラベル | ペル奨学金受給者、第一世代の学生、学生アスリート、編入生、寮生、通学生、その他 |
| 次回のフォローアップ日 | 日時 | 次に必要な連絡または確認事項 |
📘 こちらもご覧ください：すべてのカスタムフィールドの種類を確認し、助成金ワークフローに最適なフィールドを選択しましょう。
学生の学習成果モニタリングにおける主要な自動化例
カスタムフィールドの設定が完了したら、手動での追跡作業を繰り返すことなく、アラート、介入、フォローアップ、分析を円滑に進めるための自動化プロセスを構築しましょう。
| 開催日時… | そして… |
|---|---|
| 教員からの懸念事項またはLMSの非アクティブ状態に関するアラートが送信されました | アラートの種類や対象となる学生層に応じて、適切なメンバーに割り当てます |
| ある学生が7日以内に複数のアラートを受信しました | これらを1つのケースに統合し、リスクレビューの優先度を高めます |
| リスクスコアが「高リスク」レベルに移行しました | 集中的な介入ワークフローのトリガーを起動し、24時間以内の連絡タスクを割り当てる |
| フォローアップの期限が過ぎても連絡の記録がない場合 | エスカレーションタスクを作成し、上司に通知する |
| 学生が個別指導やコーチングの予約を欠席した場合 | 再関与のためのアウトリーチタスクを作成し、連絡が取れなかった件を記録します |
| 公平性の格差がモニタリングの閾値を超えています | コホートビューにフラグを立て、継続率担当者に確認を依頼する |
📘 こちらもご覧ください：自動化におけるカスタムフィールドの仕組みについて
エージェントが学生の成功ライフサイクル全体でカバーする内容
学生の成功を支援するAIエージェントは、単なる予測分析モデルではありません。これは、プロジェクト管理ワークスペース内で稼働し、リスクのある学生を特定してから実際に支援を行うまでの運用ワークフローを管理するシステムです。分析機能は、誰が支援を必要としているかを示します。そして、エージェントは、その支援が確実に届くようにします。
| ライフサイクルフェーズ | エージェントのやること | 従来の仕組み |
|---|---|---|
| 早期アラート | アラートを適切な所有者に振り分け、重複するシグナルを統合し、適切なフォローアップ所有者を割り当てます | フラグ表示のみのシステムと手動によるアラートの優先順位付け |
| リスクモニタリング | 学業、参加度、および経済的なリスク指標を追跡し、介入の優先度を更新します | 別々のスプレッドシートと一貫性のない確認手順 |
| 介入ワークフロー | サポート措置を割り当て、フォローアップのタイミングを追跡し、対応がない場合は上位へエスカレーションします | 特定にとどまり、その後のフォローアップ管理を行わないアラートシステム |
| 在籍率分析 | 学期ごとの継続率、コホートの傾向、およびサブグループ間の格差をモニタリングします | 問題が起きてから作成される単発の在籍状況レポート |
| 個別指導および学習支援（SI）の調整 | 学生の成果に関連して、紹介件数、セッション、人員配置、およびサポートの利用状況を追跡します | 個別指導の記録と、それとは切り離された学業サポートレポート作成 |
| 成功コーチング | 学生グループ全体のケース数、連絡スケジュール、メモ、紹介、進捗状況を管理します | ローカルノートブック、カレンダーのリマインダー、および手動によるケース負荷の確認 |
実際のClickUp環境でのSuper Agentsの動作を確認したいですか？以下のウォークスルー動画をご覧いただき、AIが生成するワークフロー、タスク、自動化機能が実際にどのように連携しているかをご確認ください。
教育機関の種類に応じた対応策
上記のプロンプトは、ClickUpを利用しているすべての高等教育機関でご利用いただけます。ご自身の教育機関に合わせてプロンプトを調整してください：
| 教育機関の種類 | 主な調整点 |
|---|---|
| R1研究大学 | プロンプトをそのまま使用してください。対象となる学生の人口を増やし、より専門的な介入チームを配置し、学部や学生層ごとにセグメンテーションを強化してください。 |
| R2大学 | 組織体制は維持しつつ、人員が限られているチームにおける業務の割り振りを簡素化します。アドバイジング部門とサポート部門間の連携を強化し、学生の定着率向上、コーチング、および調整に重点を置きます。 |
| リベラルアーツカレッジ | 1年生および進路検討中の学生に対しては、きめ細かな介入、少人数の担当ケース、そして確実なフォローアップに重点を置きます。 |
| コミュニティカレッジ | パートタイム学生の継続率、編入の動向、基礎的ニーズへの対応、および通学生への柔軟な支援体制に重点を置きます。 |
| キャリアスクールまたは職業訓練校 | 出席状況、コホートごとの進捗状況、免許取得に関連する学業サポート、および修了につながる短期的な学生への介入に焦点を当てます。 |
学生の学業達成度モニタリングを一元管理
早期警告、介入、在籍状況ダッシュボード、個別指導の紹介、コーチングのメモなどが、共有された運用ビューのない別々のシステムに分散していると、学生の成功モニタリングは機能しなくなります。ClickUp Brain、カスタムフィールド、自動化を活用することで、貴機関は学生の成功に向けた業務を、迅速な介入、明確な所有権、確実なフォローアップ、そして在籍リスクの可視性を可能にする、一貫性のあるシステムへと変革できます。
目標は、既存の警告プラットフォームや分析ツールを置き換えることではありません。それらを巡る調整業務を軽減し、学生がフラグ付けされた後の可視性を高め、チームがリスクの特定から実際の解決へと移行できるよう支援することです。まずは上記のプロンプトを参考に、学生層や人員体制に合わせて調整し、チームが毎学期実際に活用できるセットアップを構築してください。
よくある質問
AIは、StarfishやEAB Navigateのような早期警告システムに取って代わることができるのでしょうか？
AIエージェントは、早期警告プラットフォームに取って代わるものではありません。警告が発動した後の対応を管理することで、プラットフォームを補完する役割を果たします。StarfishやNavigateが警告フラグを生成し、AIエージェントは、それらのフラグをフォローアップの期限、エスカレーション手順、結果の追跡を伴う介入へと確実に結びつけます。留年や中退の多くは、リスクのある学生が特定されなかったからではなく、介入ワークフローが機能しなかったために発生しています。
学生データに関するFERPAの要件にはどのように対応していますか？
ClickUpはSOC 2、ISO 27001、ISO 27017、ISO 27018、およびISO 42001の認証を取得しており、SSO、ロールベースの許可設定、保存時および転送中のデータ暗号化をサポートしています。学生単位の許可設定により、コーチは割り当てられたケースのみを確認できます。教員はアラート提出フォームのみを確認でき、ケースの結果は表示されません。AIモデルのトレーニングにはデータが一切使用されません。詳細については、セキュリティページをご覧ください。
偏見を助長することなく、公平性の格差をどのように追跡すればよいでしょうか？
このリスクスコアリングシステムは、人口統計学的特性ではなく、観察可能な学業および行動指標（GPA、出席率、LMSの利用状況）を主要なリスク要因として使用します。人口統計学的データは、初期のリスク判定には使用されず、事後の詳細なレポート作成のために使用されます。このアプローチにより、保護対象となる特性を用いて個々の学生を特定することなく、成果における公平性の格差を明らかにすることができます。
すでに自社開発の早期警告システムを導入している場合はどうでしょうか？
多くの教育機関では、初期のアラート処理を行う内部システムを構築しています。AIエージェントワークスペースは、その上に位置し、業務ワークフロー（誰が、いつまでに、何を担当し、未対応の場合はどうするか）を管理します。これは学生の成功に向けたプロジェクト管理層であり、アラート発生源の代替となるものではありません。
これを機能させるには、何人の成功コーチが必要でしょうか？
本システムは、スタッフのサイズにかかわらず運用可能です。コーチの人数が増えれば、担当ケース数が減り、対応時間が短縮されます。人数が少ない場合でも、自動化によってトリアージやフォローアップの多くが処理されるため、コーチは最優先度の高い対応にのみ集中できます。積極的な成功支援コーチングにおける一般的なターゲットは、1人のコーチあたり150～300名の学生ですが、自動化されたワークフローを活用することで、実質的な支援範囲を大幅に拡大することが可能です。