ニュース

探究学習の「深まり」をAIで見える化、採点と支援の信頼性を検証へ

株式会社CeeGlassが、対話を通じて学習者の考えを引き出す「探究ボット」について、採点と支援判断の信頼性を検証する研究計画を公表(出典:株式会社CeeGlass、以下同じく)

株式会社CeeGlassは、岡山大学学術研究院環境生命自然科学学域 特定教授(産学共創)の笹埜健斗氏と、AI「探究ボット」に関する共同研究を進めている。その次段階として、探究深まり指標(IDS)を用いた採点と支援判断の信頼性を検証する研究計画を公表した。

IDSは、対話に表れた探究の進み方を、問いの明確さ、仮説の検証可能性、調査・測定方法の具体性、根拠の活用、推論の一貫性、反例や代替説明、次の行動、振り返りの8つの観点で捉える指標だ。8つの観点により、「探究が深まっているかどうか」という全体の印象だけでなく、「問いは明確だが、根拠の活用が弱い」といったように、一人ひとりの探究について、どこが進んでどこで支えが必要かを具体的に把握できるようにする。

探究ボットは、対話を通じて学習者の考えを引き出し、探究の過程を支えるAIだ。生徒との対話をIDSの8つの観点で採点して探究の深まり具合を数値で捉え、その結果に応じて、支援が必要な項目、問いかけの種類、支援の強さを選ぶ。

判断が不確かなときに確認中心の支援へとどめる仕組みについても、過度な支援の抑制と、必要な支援の確保の両面から検討する。例えば、根拠の活用が弱いと判断した場合には、根拠を求める問いかけを選ぶというように、採点の結果を次の問いかけにつなげる。

探究ボットがIDSを用いて支援を選ぶ流れ

次段階では、同じ内容に対するAIの判断の安定性と、内容の改善を捉える力をあわせて確かめる。

言い回しや改行の違いによる採点・問いかけの変化と、根拠や検証計画の実質的な改善に対する反応を分けて検証。これにより、学習者の状況に応じた支援を選ぶための評価方法を検討するという。

検証方法としては、実在の生徒の対話ログや個人情報を使わず、研究用に作成した48の架空の基礎ケースを用いる。

同じ探究場面において、「同じ原文を繰り返し採点」「改行だけを変更した文章」「意味を保って言い換えた文章」「根拠や検証計画などを実質的に改善した文章」の計288件を採点。採点自体のばらつきを測り、表現の変更と内容の改善による変化を比較する。

採点数計288件の内訳

これにより、判断が変わりやすい場面や改善を捉えにくい場面を明らかにし、教員や開発者がAIの支援を点検する手がかりを得られるようにする。

AIの判断が揺れやすい場面があらかじめわかれば、教員はAIの支援をすべて同じように見るのではなく、注意して確かめるべき場面を絞ることができる。こうした点検の手がかりを整えることで、探究の深まりを数値で捉え、一人ひとりに合わせて支援するAIを教員が確かめながら授業で使える形に近づけることを目指す。