下記提案に関する議論をするトピックです
- 議論をこちらで行ってもよいですし
- GitHub - takahiroanno2024/2025_ai_idobatakaigi_output: 東京都AI戦略井戸端会議のアウトプット（discourse議論の成果物） まで直接Pull Requestを送付いただいても構いません
個別のリプライへの返信はできません。
一方的に提案だけになって申し訳ないのですが、提案はＡｉで導き出した解答を多く含むため、説明すると、大した説明能力のない私には負担になってしまい、質問に答えなければならないと思うと、心理的に書く事に負担が発生してしまうからです。
無責任か！と思われるかもしれませんが、ブロードリスニングっていう雰囲気の環境ならアリなのかなって思ってます。
選挙の時に、市民が、投票先について議論する必要はない。みたいなイメージかな。
もちろんケースバイケースだと思いますけどね。議論のメリットもあるかと。
書く時間ができた時に、書きたいだけ書くスタイルが自分にいいので、議論的状況になると義務感が発生してつらいのです。
とはいえ、Ａｉに一方的に作らせたものなので客観性は０かもしれません。
下記提案について思うことがある場合は、持論を併記していただくなど、追加して提案として出していただければ。
※それについても私は多分見ない・・というか、難しくてわからない。
よろしくお願いいたします。
以下は、既存の読書感想文システムの改善ですかね。
「匿名双方向フィードバック授業」提案
提案の概要
「匿名双方向フィードバック授業」の導入を提案します。この取り組みは、質の高い教育動画（YouTubeなど）を視聴した後、生徒と教員の両方から匿名でフィードバックを収集し、AIで分析することで、教育現場の「たこつぼ化」を防ぎ、多様な視点を取り入れた教育改善を図るものです。さらに、この取り組みを通じて生徒たちが「自分に合った学び方」への希望を見出し、将来的な自律学習への意欲を高めることも目指します。
背景と課題
現在の教育現場では、以下のような課題があります：
- 生徒は教員に評価されることを恐れ、本音を表現できない場合が多い
- 教員も学校の方針や同僚の目を気にして、現場の本当の課題を表明しにくい
- 教育動画などの新しい教材に対する率直な評価が集まりにくい
- 理想論と現場の実態のギャップが検証されにくい
- 画一的な教育に物足りなさを感じる生徒が、自分に合った学びの可能性を見出しにくい
提案内容：週1コマの「匿名双方向フィードバック授業」
基本的な流れ
- 質の高い教育動画の視聴（15-20分）
- 各教科・テーマに関連する質の高い動画コンテンツを視聴
- アニメや実験映像など視覚的に魅力あるコンテンツを活用
- 時には従来の教育の枠を超えた先進的な学習方法を紹介する内容も含める
- 生徒からの匿名フィードバック収集（10分）
- 専用アプリまたはGoogleフォームなどを使用
- 「最も印象に残った点」「理解しにくかった点」「もっと知りたい点」などを質問
- 教員は評価しないことを明確に伝える
- 教員からの匿名フィードバック収集（授業外）
- 動画の教育的価値、実際の授業への適用可能性、現場の制約などについてコメント
- 「理想論と現実のギャップ」に関する率直な意見を収集
- AIによる分析と次回授業へのフィードバック（次週）
- 収集した意見をAIが分析し、傾向やパターンを抽出
- 個人を特定せずに集計結果を共有
- 次の授業計画や教材選定に反映
期待される効果
生徒にとって
- 評価を気にせず本音を表現できる機会の創出
- 多様な意見や視点に触れることによる視野の拡大
- 自分の考えが教育改善に活かされる実感
- 「自分に合った学び方」が存在することへの気づきと希望
- 将来的な自律学習への意欲向上
教員にとって
- 生徒の本当の理解度や関心を知る機会の獲得
- 教育現場の実態や課題を匿名で共有できる安心感
- 他の教員の実践や課題に触れることによる視野拡大
教育システムにとって
- 現場の実態に即した教育改革の推進
- 「たこつぼ化」を防ぐ多様な視点の収集
- AIを活用した効率的なフィードバック分析と改善サイクルの確立
未来の教育への橋渡し
この授業を通じて、現在の教育環境に物足りなさを感じている生徒たちに、以下のようなメッセージを伝えることも重要な目的の一つです：
- 日本の教育は個別最適化や自律学習など、多様な学び方へと確実に変化している
- 現在の学校教育だけが「学び」のすべてではなく、自分に合った学習スタイルが必ず存在する
- 今のあなたの意見や感想が、未来の教育を形作る貴重な資源となる
- 自分の学び方を探究する姿勢が、将来的な自己実現につながる
実施上の留意点
プライバシー保護の徹底
- すべてのフィードバックは完全匿名で行い、個人を特定できる情報は削除
- データは暗号化して保存し、分析目的以外には使用しない
- 教員でも個人の回答を特定できないシステム設計
動画選定における考慮点
- 学校のウェブフィルタリングに対応した動画ソースの確保
- 広告や不適切なコンテンツが含まれないプラットフォームの選択
- 多様な視点を含む質の高いコンテンツの厳選
- 時には自律学習や個別最適化などの先進的教育モデルを紹介する内容も含める
教員の負担軽減
- フィードバックの収集・分析・共有をAIが自動化
- 教員の追加業務を最小限に抑える工夫
- 教員自身もフィードバックを受け取り、授業改善に活かせる仕組み
まとめ
この「匿名双方向フィードバック授業」は、生徒と教員の両方が率直な意見を安全に表明できる場を創出し、教育現場の実態に即した改善を促進します。さらに、生徒たちが自分に合った学びの可能性に気づき、将来への希望を持つきっかけともなります。週1コマという限定的な導入から始め、効果検証を行いながら段階的に拡大していくことで、東京都の教育における多様性と柔軟性を高める一助となるでしょう。
「いいね！」 1
提案を拝見した上で思ったことを書きます。
- フォーマット面
- いきなり施策に入らずに、まずは５つの施策をどのように検討したのか簡単に書きたい
- 例：AIチャット、掲示板、X、YouTube等を通じてxxxx件の意見を収集した上で、教育格差の是正の必要性や、AI活用の有効性、導入にあたってのハードル、プライバシーと監視のバランス、AI導入の優先順位などの論点を検討した。既に海外ではAIの教育現場に対する影響の研究があり、大きなポテンシャルがあることがわかっている。AIに関する教育の拡充や、生徒/教師に対する適切なAIの提供など、5点の施策が有望である。
- 途中で意見の引用が入るのとても良いと思いました
- これ、permalinkリンクをつけてあげた方が望ましいなと思いました
- メリットの中に海外事例を入れられると良いと思います（自分の中で紐づけてあげないといけないから今の構成は読み手に負荷をかけているかと思います）
- 例）
- 習熟度や理解度に応じた学習支援が可能となり、学力の底上げがxxx程度期待される
- エド州の事例ではxxxポイント
- ニューアークの事例ではxxxxポイント
- リスクだけではなく「その対処法」も書いてあげた方がよいと思います
- フラットにメリデメを並べるのではなく、なるべくスタンスをとった書き方にした方がよいと思います
- いきなり施策に入らずに、まずは５つの施策をどのように検討したのか簡単に書きたい
- 内容面
- 施策１
- 『今』の話と『今後』の話を切り分けられると良いかもしれない
- 例えばリアルタイムで誤答に対するヒント提示などをできるシステムがあるかというと無い気がする？
- これは今後で良いのでは？
中高生向けにAIによる学習支援システムを整備し、一人ひとりに寄り添った学習支援を行うの部分をもう少し具体的に書いてあげられると良さそう- 中高生向けに独自にチューニングしたチャットAIへのアクセス権を渡して、自由に質問できる、ということ？
- まずできることはChatGPTのような既製品を配ることだと思います。これをやらせてあげるのが良い気がします
- OpenAIやAnthropicと東京都として交渉して、教育現場においてどれだけ成果が挙げられたかを大規模にテストさせることをバーターに安くライセンスを仕入れることを目指すと良いかと思います
- 開発の話が混ざるとアクショナブルな提案ではなくなるので、ありものの調達の話にしてあげた方が良いかなと思います
- Khanmigoのようなものの日本語版を調達する
- これスタンフォード大の事例はチューターを補助するAIなので、学生を補助するAIとは文脈が違う気がします
- 思考力の低下、の話はアムステルダム大学の事例で「使い方による」といえる気がします
- プライバシー保護については明示的に使わない、と言い切れればいいと思います
- 学校内のネットワーク・端末環境格差ってどれくらいあるのでしょう？ もうほとんどの学校にはネットワークもあるしギガスクール構想でタブレット端末もある認識をしていました
- コストはどれくらいかかるでしょう？ Geminiならいくら、みたいな話ができると良さそうです
- これ本来的には「答えは教えないが詰まっている箇所の考え方は教える」というKhanmigo的なAIが出てきて欲しいので、将来はそういうものに移行していくというロードマップも示せると良さそう
- メリット、のところで「東京都がAIを与えることで、親が子どもにAIを与えるかどうかの格差を是正できる」と言えそう
- 副担任、という言葉よりは「パーソナルチューター」とかの方が近いかも？
- 副担任という言葉から連想されるロールよりももう少し個別始動向け
- 「パーソナルチューターとしてAIを中高生に配布」とかがラベルの一案か
- 『今』の話と『今後』の話を切り分けられると良いかもしれない
- 施策２
- 施策としてはやるべきだなと思いましたが、「東京都」だけできるものなのでしょうか？
- 都道府県ごとに教育長が認めればカリキュラムの自由度は一定あるという認識
- エド州はAIの基礎概念を含むカリキュラム導入していないと思うのですが、あってますか？
- 北京の小学校2025年の事例の方が近い気がします
- ナイジェリアの事例として「AIを学習に活かす使い方」を早めに教えられると長期で、他の科目にも効果が波及する、という話はいれてあげてもよいかもしれない
- 施策としてはやるべきだなと思いましたが、「東京都」だけできるものなのでしょうか？
- 施策３については施策１の内数として整理してあげるのが良いような気がしました
- ChatGPTのような汎用のものを使えるようにするだけでも達成可能なように思います
- 施策４については良さそうだけれども具体案がないのでよくわからないなと思いました
- もう少し解像度をあげたいです
- 海外事例などもドンピシャのものはあげられていない認識です
- 英作文支援は施策３のものとはどう違うのでしょうか
- そのような製品があるのか？ なければどう作るのか？ を考えられると良さそうです
- 施策５についても良さそうだけれども、もう少し具体のアクションを考えたい感じがします
- そのような製品があるのか？ なければどう作るのか？ 調達するのか？
- そのような製品を公募し調達しようとする or 補助金 or 懸賞金 or xxxx などを知りたい
- 上記をインパクト順にまとめると下記３つにまとめてもいいかも？
- 施策１：東京都の学生にChatGPT等のLLMを配布
- 施策２：AIに関する授業を行いAIリテラシーの底上げ
- 施策３：東京都の先生の補助をできるAIを公共調達
- 施策１
「いいね！」 1
2025/4/11 02:00時点での提案に対するコメントです
- 背景：教育改革が急務になっている旨の理由が「急速なデジタル化の進展に伴い」が少し弱いかも。「日本の首都である東京は、国際都市の比較の中でも最上級の教育水準を持ち、日本の人材輩出におけるハブになるべきである」ぐらいのポジティブかつ緊急性の高い意図を明示してもいいかも。
- 提案要旨：要旨本文を総括するまとめの文章が冒頭にあるといいかも。「今回の提言は、AIを活用して東京の教育水準を大きく上昇させるとともに、教員の軽減負担も同時に実現し、持続可能かつ他自治体でも参照可能な教育のモデルケースを作ることです」みたいな
- 施策案：以下の修正があるといいと思います。
– 全体：「です・ます」「だ・である」の語尾が一部混在するので統一する。
– 施策A：OpenAI、Anthropicなどが説明無しで使われているので、「LLM開発大手の」ぐらいの説明はあってもいいかも
– 施策A：ナイジェリアの事例は再掲であることを一応書く
– 施策B、Cとも：施策Aで出てきた例が再度使われていて読んでてネタ切れ感を感じてしまうので、書き方の工夫で少しでも軽減したい
「いいね！」 2
かなり良くなった認識です！
数点
- 箇条書きのレベル分けをしていただいた方が良さそう（全てのレベルが同じになっていて見にくい）
- chatgptは13歳以上しか利用できないという規約があるので、それについて言及してあげたほうがツッコミをうまなさそう
- 最近、カナダとアメリカの大学生には無償でチャットgptを使えるようにするプログラムが出てきたのでそこに言及いただくと良さそう
- 学生向けにllmを配布するという案のなかに教師向けのaiの事例（aria)やアダプティブラーニングの事例が出てくるのは違和感があります
「いいね！」 1
- 海外事例はURLがあると参照できて嬉しいかなと思います。
- それぞれの施策は良さそうに見えるものの、どの程度「効く」のかがわからないなと。コストやインパクトはある程度定量的な形で示せると、施策の優先度や必要性が伝わるかと思います。
- 下の方の「参考URL」が押せないので、有効にしてもらえるといいかなと。
「いいね！」 1
現在の議論の状況を可視化しました！まずはこれまでの議論を俯瞰してみましょう。
学生向けLLM配布について、みなさんの意見を整理します
今回の議論は、学生向けのLLM（大規模言語モデル）配布について、大きく2つの意見に分かれているようです。
論点
学生向けLLM配布は、ChatGPTのような既製品配布か、独自チューニングAIのアクセス権付与のどちらが適切か？
1. 既製品活用推進派
主な意見:
- OpenAIやAnthropicなどの既存のLLMプロバイダーと交渉し、教育現場での利用を前提とした安価なライセンス契約を目指すべき。
- Khanmigoのような、教育に特化したLLMの日本語版を調達する方向性を検討する。
- 汎用的なLLMの活用だけでも、教育における一定の成果は期待できる。
トレードオフ:
- コスト: 既存のLLMは、独自開発に比べて導入コストを抑えられる可能性がありますが、継続的な利用料が発生する可能性があります。また、利用規模によっては高額になることも考慮が必要です。
- カスタマイズ性: 既製品は、特定の教育ニーズへの対応が難しい場合があります。特に、日本語教育や特定の専門分野に特化した学習支援を行うためには、追加のチューニングが必要になることがあります。
- 倫理的な問題: 既製品LLMが持つバイアスや不適切なコンテンツへの対応も課題です。これらの問題を解決するためには、プロバイダーとの連携や、独自のフィルタリングシステムの開発が必要になる場合があります。
2. 独自チューニング推進派
主な意見:
- Khanmigoのような、「答えを教えないが考え方を教える」AIの開発を目指すべき。
- 学生の思考力や問題解決能力を育成するために、独自にチューニングされたLLMが有効である。
トレードオフ:
- 開発コストと時間: 独自にLLMを開発するには、多大なコストと時間が必要です。技術的な専門知識を持つ人材の確保も課題となります。
- 運用コスト: 開発後も、LLMの性能を維持し、最新の技術に対応するためには、継続的なメンテナンスとアップデートが必要です。
- 効果測定の難しさ: 独自開発LLMの効果を客観的に評価し、教育成果を測ることは容易ではありません。適切な評価指標の設定と、長期的な検証が必要となります。
議論を深めるために
上記を踏まえ、以下の点について、みなさんの意見を聞かせてください。
- それぞれの選択肢がもたらす教育的メリットとデメリットについて、具体的にどのような点が重要だと考えますか？
- もし予算やリソースに限りがあるとしたら、どちらの選択肢を優先すべきでしょうか？その理由も教えてください。
- 両方の選択肢を組み合わせることは可能でしょうか？もし可能であれば、どのような形で組み合わせるのが効果的だと思いますか？
- 上記以外にも、学生向けLLMの配布に関して、考慮すべき点があれば教えてください。
多様な視点からの意見をお待ちしています！
結論：現時点において最適と考えられるのは、「既製品のLLM（大規模言語モデル）を活用しながら、段階的に独自チューニング領域を拡張していくハイブリッド型の戦略」です。
このアプローチは、まずはChatGPTやClaudeなどの既製品を活用して、迅速かつ低コストで教育現場に導入し、その運用結果や現場からのフィードバックを踏まえて、必要な領域に絞って独自開発を進めていくというものです。以下の理由から、この戦略は現実的かつ持続可能な選択肢と言えます。
この戦略が最適とされる理由：
-
現実的なリソース配分への適応
既製品のLLMはすぐに導入が可能であり、初期費用も比較的少なく済みます。そのため、限られたリソースしか持たない学校現場においても、段階的な試行導入が現実的です。 -
実践を通じた最適化が可能
既製品を使った運用によって、どの機能が有効であるか、またどの分野に課題が残るかを、実証的に評価することができます。その上で、特に「思考力の育成」や「探究型学習」など、汎用モデルでは十分に対応しきれない領域に対して重点的に独自チューニングを行うことで、開発リスクを最小限に抑えることができます。 -
教育の多様性への柔軟な対応
汎用的なモデルは標準的な問いや一般的な学習支援に対応しやすく、一方で独自にチューニングしたモデルは、各地域の教育方針や特色、教育理念に基づいた深い問いの設計や支援に適しています。 -
持続可能性と柔軟性の両立
既製品の安定性と先進性を活かしつつ、必要に応じて独自チューニングによるカスタマイズや倫理・プライバシーへの配慮も強化できます。また、一度に大規模な独自開発を行う必要がないため、技術的・財政的なリスクを分散しながら、段階的かつ持続的な発展が可能となります。
まとめ：
この「段階的ハイブリッド戦略」は、短期的にはスムーズな導入を可能にし、長期的には教育の高度化や多様なニーズへの対応を見据えた、実現性と柔軟性を兼ね備えた方針です。限られた予算や人的資源の中で、教育現場におけるLLM活用を着実に進めるための現実的かつ効果的なアプローチとして、強く推奨されます。
「いいね！」 1
現状の提言案についてコメントします。
・子どもたち向けにもAIの出力の妥当性を吟味できる教材を準備し、AIのハルシネーションやバイアスをむしろ学習機会に転換できるような手立ても準備するべきだと思います。これはAI出力の妥当性を判断・補完する役割をすべて教師に負わせなくて済むようになると共に、子どもたちのAIリテラシー向上との相乗効果も期待できます。
・教員の補助の観点でAIを導入する場合、経済産業省の実証事業では、●文章の整理や基礎情報の調査、●例文の作成や情報の整理、●文書の添削や英文の翻訳、といった創造的なタスクというよりはむしろ単調なタスクのほうが現場では使われて効果が大きいことも指摘されています。それゆえ、「カリキュラムに準拠した教材案やレッスンプランを提示する機能、作文や課題のフィードバック補助、採点業務の効率化などを盛り込んだAIツールを提供します。」とあるところは、現実との合致を考えると、事務作業の効率化なども入れるとよりよいのではないかと感じました。
・また全体として、文部科学省が出している初等中等教育における生成AI利活用ガイドラインに準拠することが必要なので、今回の提言が大幅に逸脱していないか、あるいはガイドラインを更新するべきところは建設的な提案ができないかを検討する必要があると思います。
「いいね！」 2
議題の前提が気になります。
教育関連の仕組みを正確には把握できていませんが、概ねこんな感じだろうと思います。
（社会）色々変化する
↓影響
（文科省）教育基本法、教育振興基本計画などの変更
↓規定 ↑フィードバック
（東京都の教育委員会等）学習指導要領などの変更（施策B）
↓規定 ↑フィードバック
（学校） 運営方針、事務ルールなどの変更
↓規定 ↑フィードバック
（教師） 事務作業、生徒指導などの変更（施策C）
↓教育 ↑フィードバック
（生徒） 学習（施策A）
※フィードバック例：KPI、アンケート、陳情など
これが概ね合っているとして、例えば以下が気になります。
- 教育現場とはどの範囲のことでしょうか。教師<>生徒 の間でしょうか。
- レイヤー間の事務手続きや情報伝達、または上記のフロー自体を変えるようなアイデアは対象外でしょうか。例えば生徒から都に直接フィードバックがいく仕組みを作ることで教師、学校、教育委員会の業務コストを削減するなど。
- 施策AとCの場合、テストの誤答傾向を踏まえて教師が指導内容を調整するのをAIが補助する（施策C）のと、パーソナルアシスタント（施策A）がやることは一部重複しています。「教師の仕事をAIでどこまで代替できるか」と表現すればグラデーションになりそうです。そうすると、AとCを個別に議論するよりも、「AIで代替すべき/すべきでない教師の役割は何か」がポイントになり、すべきかつ費用対効果があればなるべくやる、という共通指針を先に作れそうです。
範囲の選び方と制約となる前提の選び方によって問いの立て方が変わり、それによって具体的な施策の是非の判断も変わりそうに思えます。
それとも、本スレッドの前段の議論について私が把握できていないだけで、その手の議論はどこかですでにされていて、ここではあくまで冒頭の具体策に絞って論じた方がよいでしょうか。
「いいね！」 1
デジタル民主主義2030プロジェクトSlack
っていういどばたや広聴の開発進捗の共有場みたいな所で、上記の疑問点についてどんな感じで対応されてるのか、わかるかもです。
安野さんのxでスラックの入口のURLが記載してたと思いますので、ご存知でなければ参考までに・。
「いいね！」 3
施策全体について
・（すでに議論済みor的外れだったらすみません。）
大前提として、小学校高学年以降を対象にしているが、幼少期～小学校低学年のAIとの接点については今回は言及せずという方針でしょうか？（安野さんもポストしてましたが北京では小学校１年生（６歳）から年間８時間のAI教育）
chatgptは13歳以上しか利用できないという規約があるにせよ、過程で触れている幼児は今後増えていくはず。
私的な話で恐縮ですが…３歳の娘は分からないことがあると「chatGPTに聞いてみよう」と言うこともあるので、いち親としては、幼児とAIの関わらせ方（関わらない方がいいなら隔離する）は知りたいところ。
生まれたときからAIが存在する世代にとって、「いつから本格的に触れさせるのか」は賛否両論ありそうなので…。（例えばスマホは害が大きすぎるから大学入るまで持たせない方が良い勢も最近増えてきた印象ある）
・幼児がAIに触れることを善とする場合
親が幼児とともにAIに触れることで、親自身もAIリテラシーの向上できるというメリットはありそう
施策AとCについて
・AIチューター＝画一的な授業（先生１人の話を複数の生徒が聞くスタイル）が崩壊する。
どういう教科にAIを導入し、逆にどこに導入しないのか（導入しないメリット、人間の先生ならではのメリットがある部分はどこなのか）の具体案は知りたいかも。
学校＝勉強だけではなく社会性を養う場という認識は根強いので、念のため、そこをAIが侵すわけではないよ、むしろ人間にしかできないことに注力する時間を増やすためのＡＩ活用でもあるんだよというメッセージを強調してもよいかも？
その意味で、施策Bは、「情報科や技術家庭科など既存科目と連携」という部分が色んなハードルを下げてくれそうで、現実的かなと思いました。
「いいね！」 1
@yurikokawamura @takahiroanno ご意見ありがとうございます！ファシリ＆取りまとめ担当の @eitaro です。
13歳未満の児童に関して、いただいた意見と海外事例を踏まえて以下の方針で取りまとめようかと考えております。もし追加のご意見があればご教示いただけますと幸いです！
・13歳未満の児童向けにはGPT以外のAIツールを提供
・保護者同意付きのキッズモードや教育機関監督下での限定利用など、段階的にリスクを管理した形でアクセスさせる制度設計とする
・提言BのAIリテラシー教育とセットでの提供とし、「AIとは何か」「AIにできること・できないこと」「情報の信頼性を判断する力」を育む教育を並行して実施
「いいね！」 2
コメントありがとうございます！
「教育現場」という言葉は限定しすぎであまり良くないワーディングでした。「教育領域」についての提言が今回のスコープですので、タイトルと背景を修正いたします。
ですので、「レイヤー間の事務手続きや情報伝達、または上記のフロー自体を変えるようなアイデア」も対象に入ります。ぜひご意見をいただけますと幸いです。
生徒から都に直接フィードバックがいく仕組みを作ることで教師、学校、教育委員会の業務コストを削減するなど
もとても良い案だと思いました。
AとCについて、別個の施策とするか統合するかも検討いたします。
ご意見ありがとうございます！
「いいね！」 1
非常にクリティカルなご意見ありがとうございます！
いただいた意見を反映しました！
「いいね！」 1
ありがとうございます。
いただいたコメントに賛成です。
そのような方針で施策A（施策1に変更）を作成していましたが、全体方針として明確に打ち出したほうが良いので、そのように提案要旨を修正しました。
「いいね！」 2
施策Aのパーソナルチューターについて、習熟度や理解度に応じた解説に加えて、生徒個人の趣味趣向を加味した解説ができると面白いと思いました！
アニメが好きな生徒は好きなアニメキャラクターが解説したり、そのアニメの世界観で例え話をしながら解説したりできるとモチベーションを高めた状態で勉強ができるかなと思いました！
「いいね！」 1
いくつか子供向けに生成AIを活用したワークショップを実施している経験からリフレクションで生成AI活用を提案します！経過観察での評価はできておらず恐縮ですが以下にまとめます。
ワークショップ実施内容：https://note.com/shoty/n/n139c5e0f883b
背景
東京都が目指す国際都市としての教育水準向上と、急速なデジタル化への対応において、AI技術の活用は喫緊の課題です。既存の提言（施策A〜D）では AI チューターや教員支援、リテラシー教育などが挙げられていますが、学習プロセスにおける「リフレクション（振り返り）」への生成AI活用という視点を加えることで、“学びの質” をさらに底上げできると考えます。
提案内容
東京都内の小中学校・高校で行われる体験学習・探究学習・プロジェクト型学習の 「リフレクション」フェーズに、生成AIを活用した対話型ツール／プログラムの導入。
| エビデンス視点 | 主な知見 | 参考研究 |
|---|---|---|
| メタ認知の強化 | 生成AIが学習者の入力に応じた問いかけを動的生成→ 思考を深掘りしメタ認知を向上 | Exploring Generative AI to Enhance Reflective Learning（2025） (Exploring Generative Artificial Intelligence to Enhance Reflective …) |
| 情動的サポート | “Self-Talk with Superhero Zip” は 1 週間の利用で小学生の自己肯定感と内省力が有意に増加 | UW News（2023） (UW researchers study how a chatbot can teach kids supportive self …) |
| 個別最適な誘導 | Stanford デジタル教育研究：「チャットボットは学習者発話に合わせて即時に問いを変え、主体的探究を促進」 | Stanford Digital Education（2022） ([Chatbot guides students to learn and reflect |
実践事例：こども科学博2024「君とAIのミライ工房」
| 項目 | 内容 |
|---|---|
| 概要 | 小学3〜6年 約450名／60分ワークショップ×15回 |
| AIリフレクション設計 | 体験後PCで 5つの簡易質問→ LLMが入力を解析し、児童の学年・語彙レベルに合わせた「承認+深掘り問」を即時提示 |
| アウトプット | 児童はそれをもとに “キヅキ”をカードに記述→会場中央の「キヅキの木」に掲示 |
| 多言語対応 | 英語での対話希望者には自動で英語モードに切替 |
詳細
生成AIによる質の高いリフレクション支援の実証：
-
「こども科学博2024」での生成AIを活用したワークショップでは、まさにこの目的のために生成AIを活用したリフレクションツールを開発・導入しました。このツール設計には、子どもたちの良質な「キヅキ」を引き出すための明確な意図がありました。
-
リフレクション設計の意図と段階的アプローチ:
- ワークショップの最後には、参加者全員が「キヅキ」を用紙に記入する共通アクティビティがありました。その質を高めるため、AIツールでは以下の段階的な問いを通じて、思考を整理・深化させることを目指しました。
- 事実（何をしたか）の想起: まず具体的な活動内容（PCを使った、AIで絵を描いた等）を思い出すことで、振り返りの土台を築きます。
- 感情（どう感じたか）の認識: 活動中の気持ち（楽しかった、難しかった等）を意識することで、体験への動機付けや関与度を確認します。
- 気づき（AIについてどう思ったか）の整理: AIとの対話や生成プロセスで感じたこと（面白い、便利、もっとすごいことができる等）を言語化します。
- 学び（どう活かすか）の抽出: ワークショップで得た具体的な学び（わかりやすい言葉が大事、指示が重要等）を意識し、今後の活用（次にAIで音楽を作りたい等）へと繋げます。
漠然とした感想から、具体的な学びや次への意欲へと、思考を構造化しやすくしました。
- ワークショップの最後には、参加者全員が「キヅキ」を用紙に記入する共通アクティビティがありました。その質を高めるため、AIツールでは以下の段階的な問いを通じて、思考を整理・深化させることを目指しました。
-
インタラクティブ形式とLLM活用の要点:
- 形式: 子どもたちが短時間で楽しく取り組めるよう、PCを用いた選択式回答を基本とし、補足や選択肢にない意見のためにテキスト/音声入力も可能としました。これにより、タイピングが苦手な子や多様な表現をしたい子のニーズにも応えました。
- LLM（大規模言語モデル）活用の重要性: このツールの核心は、単なるアンケートではなく、LLMが回答内容を解釈し、その子に合わせたパーソナライズされたフィードバック（承認、問いかけ、学びの転移促進）を生成する点にあります。
成果と評価
-
質的成果
一般的には、「楽しかった！」「面白かった」でキズキが終わってしまうが、本振り返りを実施したことで -
未来志向・社会志向の記述が多数。
-
具体的な課題をメタ認知し、次に何をすればいいのかを考える記述も多数・
-
外部評価
- 某教育財団や学校関係者の視察団より「短時間で質の高い内省を全員から引き出した」と高評価。
課題と対策
| 課題 | 想定リスク |
|---|---|
| 家庭での継続利用は保護者の理解次第 | 親が生成AI利活用に理解を示さず、デバイス環境や家庭内利用ルールが整わず学習が断続的に |
「いいね！」 3