生成AIと生徒が共に創る
学習リフレクション支援システム
東京学芸大学 松浦研究室 2026
学習の深化には「何を学んだか」を振り返るメタ認知が不可欠。しかし教師一人では全生徒への個別フィードバックに限界がある。
GPT・Claudeに代表される大規模言語モデルは、文脈を理解した対話が可能。教師の分身として個別対応できる可能性を持つ。
1人1台端末環境が整備された今、小学生から大学生まで日常的にデジタルツールを活用する素地が育ちつつある。
生徒がAIのペルソナを自ら調整しながら
対話を通じて学習を振り返る。
AIは教師の分身として、
一人ひとりの思考に寄り添う。
各軸1〜10の10段階・表示順はセッションごとにランダム化(順序効果の低減)
授業コメント(生徒に表示)とAI語調設定(非表示)を分離。影響度 gt(0.1〜0.9)で教師の関与度を調整。トピック・焦点で学習フォーカスを指定。
FSMの4軸スライダーで自分好みのAIに調整。影響度 gs = 1 − gt で生徒の自律性を確保。調整履歴はデータとして蓄積。
最終AI挙動 = gt × 教師設定 + gs × 生徒設定
印象例:「この生徒は学習プロセスをエネルギーランドスケープなどの抽象的枠組みで捉えようとする傾向が見られ、
メタ認知的な思考力が比較的高い印象を受けます。」
| コンポーネント | 技術 | 役割 | 状態 |
|---|---|---|---|
| Webサーバー | Apache Tomcat(Mac OS X Server) | HTMLファイル配信・生徒/教師UI | 稼働中 |
| APIサーバー | Python Flask(Ubuntu 24.04) | Claude API呼び出し・DB操作 | 稼働中 |
| データベース | PostgreSQL | 会話・セッション・印象の蓄積 | 稼働中 |
| 生成AI | Claude API(Anthropic) | 対話生成・印象生成 | 稼働中 |
| DB管理 | pgAdmin 4 | データの可視化・管理 | 導入済 |
生徒がAIを調整する行為そのものが、自己の学習スタイルへの気づきを促すか。FSMの4軸とメタ認知の関係を検証。
教師の介入度と生徒の自律性のバランスが学習成果に与える影響。構成主義的学習観からの実証研究。
AIが生成する個人印象と教師の観察の一致・乖離を分析。AIの個人理解の可能性と限界を明らかにする。
小学生のGIGAスクール端末でのログインにも対応した、シンプルなID+パスワード方式を採用
THANK YOU