学習工学の機序設計ノート

 生成AIが“流暢性・論理らしさ・妥当性”を分離してしまう，ということが問題となる前提は，従来は分離されていなかった，となりますが，これ点を論証的に論述して下し 思考時間: 42s はい。論証可能です。ただし，正確には 従来は三者が 完全に分離していなかった というより，教育的・制度的には三者が 一定程度連動するものとして扱いやすかった と述べるのが安全です。 そのうえで，生成AI時代にはその連動が弱まり， 流暢性・論理らしさ・妥当性を分離して読む必要が高まった ，と論じられます。 論証の骨格 主張は，次のように組み立てられます。 従来の読解教育では，表現の巧みさ，論理の展開，根拠・論拠の妥当性は，文章理解や文章評価の中で統合的に扱われてきた。これは，人間が書く文章では，流暢な表現，論理的な構成，根拠に基づく主張が，書き手の理解・意図・責任と一定程度結びついていたためである。 しかし生成AIは，流暢な文章表現，論理的に見える接続，根拠らしい記述を，実際の理解や責任主体とは独立に生成できる。そのため，従来は一体的に評価できた文章の表層的完成度と論証の妥当性が切り離されやすくなる。したがって，生成AI時代の読解教育では，流暢性，言語的論理性，形式的・検証的論理性を明示的に分離して評価する学習活動が必要となる。 1. 従来教育では三者は存在していたが，統合的に扱われていた 国語教育では，もともと「表現」「論理」「根拠・論拠」は扱われています。たとえば高等学校国語の学習指導要領解説では，文章の「構成や展開，表現の仕方，表現の特色」を評価することが示され，それらは「何が書かれているか」ではなく「どのように書かれているか」という形式に関わるものだと説明されています。つまり，表現・構成・展開を評価する観点は従来からあります。 chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://www.mext.go.jp/component/a_menu/education/micro_detail/__icsFiles/afieldfile/2019/11/22/1407073_02_1_2.pdf また，同じ解説では，「論拠」は単なる根拠ではなく，「主張がなぜ成り立つかを説明するための根拠と理由付け」とされ，根拠だけ...

  基盤となる先行研究のレビュー案 生成AI時代のリテラシー教育においては，AI出力を単に利用する能力だけでなく，その出力を批判的に読み取り，評価する能力が重要になる。UNESCO の AI competency framework for students も，AIを安全かつ意味ある形で理解・活用するための能力を学校カリキュラムに統合する必要性を示している。近年の critical AI literacy 論でも，生成AIを道具として使うだけでなく，AI技術を取り巻くレトリックや前提を批判的に検討することの重要性が指摘されている。 第一に，AI生成文の評価に関わる心理学的基盤として， 処理流暢性 processing fluency および illusory truth effect の研究がある。反復された情報は新しい情報よりも真実らしく判断されやすく，その背景には処理流暢性があると説明されている。Hassan and Barber の研究でも，反復によって知覚された真実性が高まることが報告されている。 これは，生成AIの流暢で整った文章が，内容の妥当性とは独立に「もっともらしさ」を生み出す可能性を示す理論的基盤となる。 第二に，自然言語で表現された議論を分析する基盤として， informal logic や Toulmin model がある。informal logic は，形式言語ではなく自然言語の中で現れる議論を対象とする領域であり，文章や発話に含まれる主張・根拠・推論を分析する枠組みを提供している。 Toulmin model では，議論を claim, grounds, warrant, qualifier, rebuttal, backing などの構成要素に分解して扱う。 これは，生成AI出力に含まれる「主張らしさ」「根拠らしさ」「論拠らしさ」を明示化するための基盤となる。 第三に，教育方法としては， argument mapping や Claim–Evidence–Reasoning（CER） の研究が近い。argument mapping は，文章中の命題や推論関係を box-and-arrow 形式で可視化し，議論構造の読解を支援する方法である。Dwyer らは，argument mapping により...

本研究の目的は，部品ベース構造再構成法により，学習者間の協調的理解調整を支援する方法を設計・実証することである。協調学習では，自他の理解の違いを問い，説明，確認，修正を通して調整することが重要であるが，違いが単なる正誤評価として受け取られると，発話や質問は抑制されやすい。本研究では，学習者の応答を，共有された部品・操作・組立空間内に生じた意味的・構造的差異として捉える「正誤から差異への転換」に着目する。この転換により，違いは失敗ではなく，対話を通して検討可能な学習資源となると考える。 本研究では，部品・操作・組立空間を共有する再構成課題が認知的共有性を高め，それが心理的安全性を支え，質問，説明，確認，異同調整などの発話を媒介として協調的理解調整につながるという仮説を検証する。そのため，通常討議条件，発話可視化条件，再構成準備条件，他者構造再構成条件を比較し，再構成ログ，発話計測，視線追跡，映像・非言語行動分析，主観評定を統合して分析する。さらに，得られた知見に基づき，注目すべき部品，説明すべき関係，確認すべき差異，相手に問うべき点を提示する構成的介入を設計・評価する。 ーーーー 本研究の目的は，部品ベース構造再構成法により，学習者間に認知的共有性と心理的安全性を形成し，自他の理解の違いを協調的に調整する学習支援方法を設計・実証することである。 協調学習において重要なのは，学習者が単に発話することではなく，自分の理解と他者の理解との差異を見出し，問い，説明し，確認し，必要に応じて修正しながら，対象に対する理解を調整していくことである。本研究では，この過程を 協調的理解調整 と呼ぶ。協調的理解調整は，生成AI時代において特に重要である。なぜなら，学習者は，AIや教材から与えられた情報をそのまま受け取るだけでなく，その意味を自ら構成し，他者の見方と照合しながら，自分の理解を吟味・再構成する必要があるからである。 しかし，協調的理解調整は，学習者を集めて話し合わせるだけでは自然に成立しない。学習者が同じ教材を見ていても，どの要素に注目し，どの関係を想定し，どの構造として理解しているかは異なる。そのため，相手の発言が自分にとって意味を持たず，自分の発言も相手に届くと思えない場合，発話は表面的なものにとどまりやすい。また，自分の理解が「間違っている」と評価されることへの不...

外在化の二重性と部品組立型再構成学習の理論化 1．序論 構成主義的学習観における「構成」は，学習者が外部から与えられた情報をそのまま受け取るのではなく，自らの既有知識や経験に基づいて意味を構成するという学習原理を指す。この立場は，有意味学習や概念マップ研究においても重視されてきた（Ausubel, 1968; Novak & Cañas, 2008）。しかし，この「構成」は，しばしば「学習者がゼロからすべてを生成すること」と同一視されることがある。その結果，あらかじめ部品を与え，それらを学習者に組み立てさせる課題に対して，「部品を与えることで学習者自身の構成が妨げられるのではないか」「生成させることこそが重要ではないか」「組み立ては単なる選択課題であり，簡単すぎるのではないか」という疑問が生じる。概念マップは概念と概念間の関係を表す外的表象として位置づけられており，このような構造的表象を用いた学習を考えるうえで重要な基盤となる（Novak & Cañas, 2008）。 本稿の目的は，この疑問に対して，構成主義的学習原理と具体的な学習方法とを区別しながら，部品を用いた再構成を学習として理論的に位置づけることである。本稿では，あらかじめ与えられた部品を学習者が解釈し，関係づけ，意味ある構造として組み立てることを通して理解を形成する学習を，部品組立型再構成学習と呼ぶ。以下では，文脈上明らかな場合には，これを単に再構成学習と略記する。 本稿で理論化しようとする部品組立型再構成学習は，平嶋らによるKit-Build概念マップ研究と密接に関係する。Kit-Build概念マップでは，教授者が作成した目標マップから部品を生成し，学習者がそれらを用いて概念マップを再構成する方式が提案されている。この方法は，自由に概念やリンクを生成する活動ではなく，与えられた部品をどのように関係づけるかを学習者に求める点で，本稿がいう部品生成の支援と構造選択への焦点化を具体化した先行研究として位置づけられる（Yamasaki et al., 2010; Hirashima, 2019）。 本稿の中心的主張は，部品組立型再構成学習は，学習者の構成活動を弱めるものではなく，部品生成の負荷を支援・統制したうえで，部品と構造の意味的差分を埋める構造選択へと構成活動を焦点化する学習である，とい...

1. はじめに 学習支援システムの研究では，新たな支援機構や学習活動をシステムとして設計・実装し，その教育的価値を検討することが重要な課題となる。しかし，この種の研究で行われる評価や実験は一様ではない。ある研究では，その仕組みが受け入れられるか，使えるか，授業に持ち込めるかといった成立可能性が問われる一方で，別の研究では，どのように改良すべきか，どの対象や授業条件に適合させるべきかが問われる。さらに，十分に成熟した段階では，システム全体として教育的価値があるか，継続利用や導入に値するかが問われる。 このように，学習支援システム研究における評価は，研究の進展段階に応じて異なる役割をもつと考えられる。しかし，こうした段階差そのものはこれまで個別には指摘されてきたものの，学習支援システム研究全体に即して，一つの見通しのよい枠組みとして整理されてきたとは必ずしも言い難い。そのため，設計・開発を主たる貢献とする研究に対して総括的な効果検証に近い基準が求められたり，逆に，導入判断が求められる段階の研究に対して探索的な成立可能性の確認だけで十分とみなされたりするなど，研究の位置づけと評価基準のずれが生じうる。 本稿は，学習支援システム研究における評価段階について，既に広く確立した単一の標準分類を提示するものではない。むしろ，これまで ITS 研究，design research，複雑介入研究などにおいて着実に指摘されてきた論点を踏まえ，それらを学習支援システム研究の実態に即して統合的に再整理することを目的とする。具体的には，本稿では，学習支援システム研究における評価を，探索的，改良・適合化的，総括的の三段階として整理し，各段階の意味と役割を明確化する。さらに，著者らの作問学習研究を例に，教室実践を伴う研究であっても探索的段階に位置づく場合があること，設計・開発研究と運用・導入評価とは関連しつつも一定の役割分担が可能であることを論じる。 2. 先行研究と問題の所在 2.1 学習支援システム研究における段階的評価 学習支援システム研究では，開発の進展に応じて，異なる役割をもつ評価が行われる。初期段階では，その仕組みが受け入れられるか，使えるか，活動として成立するかといった成立可能性が主な関心となる。中間段階では，どこを直すべきか，どの条件や要素がより適切か，どの対象や授業条件にどう合...

 本研究の立場は，三角ロジックそのものを新たに提案することにあるのではない。むしろ，標準的な論理学において個別の推論規則や推論形式として扱われてきたものを，根拠・論拠・結論からなる三項論証の観点から再整理し，自然言語の議論理解と形式的推論理解を連動させる教育的・理論的枠組みとして組織化することにある。標準的な自然演繹では，含意についても，条件文を用いて結論を得る含意除去規則と，仮定の下で得られた結論から条件文そのものを立てる含意導入規則とが区別される。このことは，標準的な論理学において，演繹が単一の操作ではなく，複数の規則とその組合せとして記述されていることを示している。したがって，本研究の狙いは，こうした標準的区別を否定することではなく，それらを三項論証として構造的に再記述する視点を与えることにある。 この問題設定には，すでに複数の関連研究の流れがある。ここでいう「この問題設定」とは，推論規則の名称や列挙を中心に推論を捉えるのではなく，根拠・論拠・結論からなる論証の三項構造に着目して，推論形式を区別し記述しようとする立場を指す。Toulmin 型議論分析は，議論を claim・grounds・warrant という要素関係として捉える視点を与えている。また，AIF（Argument Interchange Format）は，argument and reasoning の linguistic・logical・formal なモデルを橋渡しする理論中立的な共通オントロジーとして提案されており，information node と scheme application node を基礎とするグラフ表現によって，推論・対立・選好などの関係を記述する枠組みを提供している。したがって，三項化と言語表現―形式表現の橋渡しという発想自体は既存研究にも見いだされる。ただし，AIF の主眼は議論情報の相互運用可能な表現基盤を与えることにあり，根拠・論拠・結論からなる三項論証を推論形式の基本単位として固定し，その三項のどれが所与でどれが導出対象であるかによって演繹や仮説的推論を区別的に記述することを直接の目的とはしていない。さらに，warrant を明示化することの困難さや重要性は argument mining の研究でも繰り返し指摘されており，論拠がしばしば暗黙であるこ...