シンガポールのある学校では、平均以上の成績を収めている生徒たちであっても、小学5年生27人のうち18人が方程式を解く際の計算順序を間違えていることが、アルゴリズムによる3週間の分析で明らかになりました。
学術誌『Frontiers in Education』に掲載された論文は、欧州とアジアの47校におけるアダプティブ・ラーニング・プラットフォームの導入に関する5年間の観察データをまとめています。著者らは、人工知能（AI）とラーニング・アナリティクスが教師の日常的な教育実践や生徒の学習成果にどのような影響を与えるかを追跡調査しました。
システムは生徒のあらゆるミスと回答時間を記録し、すでに習得した内容を基盤としつつ、特定の弱点を補強するように次の課題を自動的に選択します。教師には、単なる成績のリストではなく、クラス全体が直面している典型的なつまずきを可視化したマップが提示され、10分から12分程度のマイクロレッスン用教材セットが提供されます。これは、医師が単に一般的な薬を処方するのではなく、生体モニタリングデータに基づいて治療法を微調整するプロセスに似ています。
12校を対象としたランダム化比較試験では、1学期間で学力レベルが標準偏差0.3相当向上したことが示されました。この効果は人文学系科目よりも、数学や自然科学において顕著に現れました。一方で、生徒数が30人を超える学級では学習効果の伸びが半分にまで低下したほか、インターネット環境が不安定な学校ではプラットフォームが頻繁に切断されるといった課題も見られました。なお、1年後の時点における効果の定着に関する長期的なデータは、現時点では得られていません。
定型的な診断業務の自動化は、教師がノートを添削する時間を短縮させる一方で、データの解釈や授業設計へと職務の重点を移しています。その一方で、予算の限られた学校は取り残されており、安定した接続環境や端末がなければアルゴリズムは機能せず、地域間の教育格差を助長する恐れがあります。
診断業務の大部分がアルゴリズムに取って代わられたとき、教師という職業はどのような姿へと変わっていくのでしょうか。
