
現在のEdTech業界には、懸念すべき風潮があります。新しいプラットフォームは、教師の仕事を自動化することで教育を「革命する」と約束しています。AIが授業を作成する。AIが生徒を採点する。AIが学習をパーソナライズする。暗黙のメッセージは、教師がボトルネックであり、テクノロジーが解決策だというものです。
私たちは、それは逆だと考えています。
教師は解決すべき問題ではありません。彼らは、生徒、カリキュラム、教室を、どんなアルゴリズムも及ばない方法で理解している専門家です。教育研究は一貫して、教師の質が生徒の学力に影響を与える最も重要な学校内要因であることを示しています(Opper, 2019)。教師に欠けていることが多いのは、知性や創造性ではありません。時間、リソース、そして適切なツールです。
だからこそ、私たちはWhimsyLabsをこのように構築しました。すぐに使える手作りのバーチャル実験ライブラリを提供し、さらに教師が生徒に必要なものを正確に作成できるツールを提供しています。
あらゆるカリキュラムに対応したすぐに使えるラボ
すべての教師が独自の実験を作成したいわけではありません。それは全く問題ありません。WhimsyLabsには、AQA、OCR、Edexcel、国際カリキュラムなどの主要な試験委員会に合わせて設計された、理科教育者によって作成された包括的な既製バーチャル実習ライブラリが付属しています。
これらは基本的なシミュレーションではありません。各実験は物理的に正確なエンジンで動作するため、生徒はリアルな機器の動作、適切な技術要件、本物の科学的結果を体験できます。研究によると、物理ベースのシミュレーションは、簡略化されたアニメーションと比較して概念理解を大幅に向上させます(Finkelstein et al., 2010)。生徒が質の高い実習体験を得られると確信して、そのまま割り当てることができます。
既製の実験だけでは不十分な理由
既製のラボはコアカリキュラムをよくカバーしています。しかし、教師からは時々違うものが必要だと聞きます:
- 特定の文脈が必要。一般的な酸塩基のシナリオではなく、地元の水道水に関連した例を使って滴定を教えたい。
- 追加のサポートが必要。標準版が提供するよりも多くのサポートが必要な生徒がいる。
- 発展的な課題が必要。優秀な生徒が早く終わって、より難しいものが必要。
- ユニークな実習が必要。どの教科書にもない素晴らしい実験を設計した。
教師の自律性に関する研究は一貫して、教師が指導上の決定を制御できる場合、仕事の満足度と生徒の成果の両方が向上することを発見しています(Pearson & Moomaw, 2005)。時には、自分のやり方で物事を行う柔軟性が必要です。
カスタム実験デザイナー
ここで私たちの実験デザイナーの出番です。プロセスは簡単です:既存のラボプロトコルを貼り付けるか、機器と学習目標のリストを提供するだけです。残りはAIが生成します。
以下を含む完全なバーチャル実験が得られます:
- 理論と背景セクションで科学を紹介
- ステップバイステップのラボガイドで生徒を実習に導く
- 評価問題で理解度をテスト
ここが重要です:これらすべてを編集できます。AIが生成したものを受け入れるか、教え方に合わない部分を調整するか、セクション全体を書き直すこともできます。AIが重労働を担当し、教育的な決定はあなたが下します。
物理エンジンが残りを担当します。指定した機器や試薬が何であれ、バーチャルラボはそれらを正確にシミュレートします。生徒はリアルな測定値、適切な技術フィードバック、本物のラボ作業の感覚を得られます。
教師のコントロールが重要な理由
効果的な教育に関する研究は一貫して、教育学的内容知識—特定のトピックを特定の生徒にどう教えるかについて教師が発達させる専門的な理解—の重要性を強調しています(Ball et al., 2008)。教師がツールを自分の文脈に適応させられると、良いことが起こります:
- レッスンが以前の内容とつながる。先週のトピックに基づき、発展させてきた同じ用語を使った実験を設計できます。
- 生徒に対応できる。クラスの半分が概念に苦戦したら、ベンダーがアップデートをリリースする来学期ではなく、その日に対処するための的を絞った実習を作成できます。
- 評価が教育と一致する。あなたが尋ねる質問は、製品チームの誰かが「典型的」と決めたものではなく、あなたが教えたことと正確に一致できます。
- あなたが専門家であり続ける。テクノロジーがあなたの専門的判断を上書きするのではなく、サポートします。
教師は一貫して、EdTechツールにより多くのカスタマイズオプションを求めていると私たちに伝えています。私たちは教師が実際に求めているものを構築しています。
AIはアシスタントであり、代替ではない
WhimsyLabsではAIを使用しています。AIチューターのWhimsyCatは、生徒がバーチャルラボで何をしているかを観察し、行き詰まったときにガイダンスを提供します。採点システムはAIを使用して、最終回答だけでなく実践的な技術を評価します。
しかし、違いはここです:AIはあなたのために働き、あなたの代わりに働くのではありません。教育におけるAIに関する研究は、教育的決定において教師をループに保つことの重要性を強調しています(Holstein et al., 2019)。
- 教える内容を設定するのはあなたです。WhimsyCatはあなたが定義した学習目標に従います。
- フィードバックを確認するのはあなたです。AI生成の成績は提案です。完全な上書き権限があります。
- 介入のタイミングを決めるのはあなたです。ヒントを得る前に生徒に生産的に苦戦させたい?それを設定できます。
- 面倒な部分を処理するのはAIです。30人の生徒の滴定技術を見るのは疲れます。AIはあなたの注意が必要な生徒にフラグを立てることができます。
疲れることなく、ステップを見逃すことなく、しかし常にあなたの判断に従う教育アシスタントのようなものだと考えてください。それがテクノロジーが果たすべき役割です。
実際にはどのように見えるか
実例を紹介します。私たちが協力している化学教師は、多くの生徒が英語を第二言語として持つ学校で教えています。標準的な滴定実験は、生徒が「終点」や「ビュレットの読み」などの用語をサポートなしで理解していることを前提としています。
実験デザイナーを使用して、彼女は:
- 既存の紙ベースのラボプロトコルを貼り付けた
- AI生成のコンテンツを確認し、言語を簡素化した
- 重要な語彙のビジュアル用語集ポップアップを追加した
- 段階的なチェックポイントを作成した(「酸をもっと加える前に確認:溶液はまだピンク色ですか?」)
- 簡素化された言語を使用した評価問題を書いた
コアの実験は同じです。学習体験が変革されました。彼女の生徒は今、実習評価で一貫して優れた成績を収めています。より良いテクノロジーのためではなく、彼女がテクノロジーを生徒のニーズに適応させることができたからです。これは、足場かけが理科教育における英語学習者に特に効果的であることを示す研究と一致しています(Lee et al., 2013)。
関与のレベルを選択
明確にしておきましょう:実験デザイナーに触れることなくWhimsyLabsを使用できます。既製のライブラリは理科カリキュラム全体をカバーしており、多くの教師はそれらを使用して完全に満足しています。
しかし、より多くのコントロールが必要な場合、ツールはそこにあります。既存の実験の1つの質問を調整するか、まったく新しいものを構築するか、両方のアプローチをサポートします。目標は柔軟性であり、複雑さではありません。
効果的なものを共有する
教師が効果的な実験を作成したとき、その知識は1つの教室に閉じ込められるべきではありません。WhimsyLabsには、教師がカスタム実験をコミュニティライブラリに公開できる共有システムが含まれています。
他の教師が作成した実験を閲覧し、彼らにとって何がうまくいったかを確認し、それらのデザインを自分の文脈に適応させることができます。教師の専門的学習コミュニティに関する研究は、教育リソースの共有が学校全体で成果を向上させることを示しています(Vescio et al., 2008)。あなたの専門知識を他の人のものに置き換えることではありません。あらゆる分野の専門家がするように、お互いの仕事の上に構築することです。
EdTechの未来は教師を増幅すべき
私たちは世間知らずではありません。一部のEdTech企業がなぜ「AIが教師を置き換える」という物語を推進するか知っています。人間の専門知識をサポートするよりも、自動化を売る方が簡単です。カスタマイズを可能にするよりも、画一的なソリューションを構築する方が安価です。
しかし、教育は工場のプロセスではありません。学習は人と人の間で起こります。テクノロジーはそれらのインタラクションをより豊かにし、摩擦を取り除き、時間を節約し、データを提供できます。できないのは、優れた教育に必要な人間の理解を置き換えることです。
だから、私たちはWhimsyLabsを異なる前提の上に構築しました:教師は教えることの専門家です。私たちはバーチャルラボを構築することの専門家に過ぎません。私たちが自分の領域にとどまり、あなたにコントロールを与えるとき、生徒は両方の最良のものを得られます。
あなたのやり方で機能するバーチャルラボを求める教師の方は、ぜひその様子をお見せしたいと思います。お問い合わせください。デモを設定いたします。
参考文献
- Ball, D. L., Thames, M. H., & Phelps, G. (2008). Content knowledge for teaching: What makes it special? Journal of Teacher Education, 59(5), 389-407. https://doi.org/10.1177/0022487108324554
- Finkelstein, N. D., Adams, W. K., Keller, C. J., Kohl, P. B., Perkins, K. K., Podolefsky, N. S., & Reid, S. (2010). When learning about the real world is better done virtually: A study of substituting computer simulations for laboratory equipment. Physical Review Special Topics - Physics Education Research, 6(1), 020108. https://doi.org/10.1103/PhysRevSTPER.6.020108
- Holstein, K., McLaren, B. M., & Aleven, V. (2019). Co-Designing a Real-Time Classroom Orchestration Tool to Support Teacher-AI Complementarity. Journal of Learning Analytics, 6(2), 27-52. https://doi.org/10.18608/jla.2019.62.3
- Lee, O., Quinn, H., & Valdes, G. (2013). Science and language for English language learners in relation to Next Generation Science Standards and with implications for Common Core State Standards for English language arts and mathematics. Educational Researcher, 42(4), 223-233. https://doi.org/10.3102/0013189x13480524
- Opper, I. M. (2019). Teachers Matter: Understanding Teachers' Impact on Student Achievement. RAND Corporation. https://www.rand.org/pubs/research_reports/RR4312.html
- Pearson, L. C., & Moomaw, W. (2005). The relationship between teacher autonomy and stress, work satisfaction, empowerment, and professionalism. Educational Research Quarterly, 29(1), 37-53. https://doi.org/10.1016/j.tate.2015.02.003
- Vescio, V., Ross, D., & Adams, A. (2008). A review of research on the impact of professional learning communities on teaching practice and student learning. Teaching and Teacher Education, 24(1), 80-91. https://doi.org/10.1016/j.tate.2007.01.004
