論文要約：COMPUTE 2025 – コンピュータサイエンス教育におけるベストプラクティス

1. 背景と問題意識 (Problem)

インドにおけるコンピュータサイエンス（CS）教育の質を向上させるためには、理論中心の講義から、実践的かつ対話的な学習への転換が急務となっています。特に、以下の3つの課題が顕在化しています。

• 学習意欲の低下: 従来の理論主導の講義形式では、学生のエンゲージメント（関与度）を維持することが困難である。
• 生成AIによる不正利用: 大規模言語モデル（LLM）の普及により、従来の持ち帰り型プログラミング課題が、学生の真の理解度を測定できなくなる（AIによる自動生成への依存）。
• 教育者コミュニティの孤立: 教育者が個別に指導を行っており、優れた教授法やリソースを共有・蓄積するための組織的なネットワークが不足している。

2. 手法 (Methodology)

本論文は、2025年12月にIIT Roparで開催された「COMPUTE 2025」カンファレンス内の「Best Practices（ベストプラクティス）」トラックにおける活動報告書です。

研究・報告の手法として、以下のプロセスが採られています。

• アイデア・セッションの実施: 形式的な論文発表よりも柔軟な設定で、参加者が意見を出し合えるセッションを設計。
• 3つの重点領域の設定: 以下の3つのテーマに基づき、コミュニティからのアイデアを収集・分類。
  1. プログラミング授業におけるエンゲージメントを高めるクラス活動。
  2. AIによる不正利用を防ぐ（AI-resistant）持ち帰り型課題の設計。
  3. インドにおけるCS教育者コミュニティの構築と強化。
• 定性的分析: 収集された多数のアイデアを、教育学的な観点から体系化し、要約・分類。

3. 主な貢献 (Key Contributions)

本報告書は、CS教育の改善に向けた具体的な戦略的フレームワークを提示しています。

• 教育手法の再定義: 「理論20%：実践80%」の比率を推奨し、ペアプログラミング、デバッグ活動、アンプラグド（コンピュータを使わない）演習などの具体的な手法を提示。
• AI時代における評価モデルの提案: 単なる「コードの正解」ではなく、「プロセス、推論、対話」を評価対象とする新しい評価基準を提案。
• コミュニティ構築のロードマップ: 地域的なチャンピオン（リーダー）の育成、リソース共有プラットフォームの構築、継続的な教員研修（FDP）の重要性を明示。

4. 結果と提案されたアイデア (Results)

セッションを通じて得られた知見は、以下の3つのカテゴリに集約されます。

A. クラス活動 (Class Activities)

• 能動的学習: Think-Pair-Share（思考・共有・議論）、コード・トレーシング、ピア・レビュー（相互評価）。
• ゲーミフィケーション: アルゴリズムを用いたゲーム、小規模なハッカソン、プロジェクトベース学習（PBL）。
• 即時フィードバック: 学生の注意持続時間を考慮した、低リスクな小テストや継続的な形成的評価。

B. AI耐性のある課題設計 (AI-Resistant Assignments)

• プロセスの可視化: AIとの対話ログ（プロンプト履歴）の提出、AI生成コードに対する批判的検討。
• 文脈化とパーソナライズ: 学生自身の活動データを分析させる課題や、ストーリーに基づいた複雑な問題設定。
• 口頭・対面評価: Viva voce（口頭試問）、ライブコーディング、ホワイトボードを用いた設計説明。

C. コミュニティ形成 (Community Ecosystem)

• 知識共有: 成功した教育実験のドキュメント化、標準的なCS問題のレポジトリ構築。
• ネットワーク化: 地域的なミートアップ、ACMチャプターの活用、教育者向けのオンラインフォーラム。

5. 意義 (Significance)

本論文の意義は、単なる会議の記録に留まらず、**「AI時代のCS教育におけるパラダイムシフト」**を具体化している点にあります。

1. 教育の質の標準化: 個々の教員の経験則に頼っていたベストプラクティスを、コミュニティ全体で共有可能な資産へと昇華させている。
2. AIとの共生: AIを禁止するのではなく、AIを「批判的に使いこなす能力」を評価に組み込むという、現代的な教育的アプローチを提示している。
3. 持続可能なエコシステム: ACM iSIGCSE（インドのCS教育専門部会）がこれらのアイデアを年間活動に採用することを決定しており、理論的な提案が実際の教育現場の改善へと直結する仕組みを構築している。