Modeling Artificial Intelligence Tool Adoption in Mathematics Teacher Education: A TAM-Based Structural Equation Modeling

あなたは、将来の数学教師たちに、超スマートなAI搭載ロボットのアシスタントを教室で使い始めるよう説得しようとしている場面を想像してみてください。あなたはこう考えるかもしれません。「もし彼らが自分はコンピュータに強いと信じたり、学校が優れたWi-Fiを提供したりすれば、彼らはそれを使うだろう！」しかし、インドからの新しい研究は、魔法がそう簡単には働かないことを示唆しています。

研究者のヴィヴェク・クマール・ラワト、M. T.V. ナガラジュ、そしてクマリ・ディプティは、このアイデアを検証するために「テクノロジー受容モデル（TAM）」という「地図」を使用することにしました。彼らは、インドのパトナにいる268人の学生教師に対し、AIツールに対する感情についての調査に回答してもらいました。この調査は、6つの異なる要素を測定する「巨大なデジタル・ムードリング（気分を測る指輪）」のようなものです。それは、AIがいかに有用だと思うか、使いやすいと思うか、それに対してどう感じるか、使用する計画があるか、テクノロジーに対する自信がどの程度あるか、そして学校がどのようなサポートを提供しているか、という点です。

大きな驚き：自信やサポート（少なくとも直接的には）の問題ではない

ここでのひねりは、単にテクノロジーのスキルに自信を持っていること（「技術的自己効力感」）や、学校が手助けを約束していること（「促進的条件」）が、この特定の文脈において、学生たちのAIを使いたいという意欲に直接つながったわけではなかったということです。

実際、データによれば、「自分はできる」という感覚と「このツールは有用だ」という考えの間の結びつきは、このグループにとって統計的に有意ではありませんでした。研究者たちは、これらの要因は「直接的な影響がほとんどない」と指摘しており、これは、自分の能力を信じることや環境が提供するサポートは、その経験的価値が明示されない限り、採用を予測する価値を持たないことを示しています。「使うつもりがあれば、使いやすく感じるはずだ」という考えでさえ、彼らの数値では成立しませんでした。

真の原動力：「それは有用か？」と「それは簡単か？」

では、何がうまくいったのでしょうか？研究は、学生たちのAIを使いたいという欲求を解き放つための2つの大きな鍵は、「知覚された有用性（Perceived Usefulness）」と「知覚された容易性（Perceived Ease of Use）」であることを明らかにしました。

例として考えてみましょう。あなたが新しい、豪華なビデオゲームのコントローラーを手に持っていると想像してください。

1. 知覚された有用性 (PU): これは、「このコントローラーは、本当にボス戦を突破するのに役立つだろうか？」という問いです。研究によると、学生教師たちが、AIが自分たちの将来の数学の授業を実際に改善すると信じた場合、彼らがそのツールを好む可能性は非常に高くなりました。これが最も強力な要因であり、彼らをテクノロジーへと引き寄せる強力な磁石のように機能しました。
2. 知覚された容易性 (PEOU): これは、「このコントローラーを使いこなすのは、悪夢のような作業になるだろうか？」という問いです。ツールが扱いやすいと感じられれば、学生たちはそれを使うことに対してポジティブな感情を抱きました。

研究は、学生たちがAIを「有用」だと捉えたとき、それがツールの「使いやすさ」を感じさせ、その組み合わせが肯定的な態度を生み出すことを示しました。それは、新しいアプリが時間を節約してくれる（有用）だけでなく、「これをやって」というボタンが付いている（簡単）と気づくようなものです。その時こそ、実際に「ダウンロード」をクリックするのです。

数字は嘘をつかない

研究者たちは単に推測したのではなく、「構造方程式モデリング」と呼ばれる複雑な統計エンジンを用いて数値を算出しました。結果は極めて明白でした。

• 「有用性」の要因は、「態度」に対して強い正の影響を与えました（スコア 0.532）。
• 「容易性」の要因も貢献しましたが、それほど強くはありませんでした（スコア 0.127）。
• 彼らが構築したモデルは、誤差が実質的にゼロ（RMSEA = 0.000）であり、適合度スコアが完璧な1.000であることから、データに完璧に適合していました。これは、彼らの感じ方のつながりを示すマップが、このグループに対して非常に正確であることを意味します。

「媒介」の謎

研究者たちは、特定の理論をテストしました。「自信を感じること（自己効力感）」が「ツールが有用である」という考えを生み、それが「好き」という感情につながるのか？ 彼らはこの経路を注意深くチェックしました。結果はどうだったでしょうか？ いいえ、そうではありませんでした。間接的な経路は、カウントするには小さすぎました。これら268人の学生教師の世界では、単に自信を持っているだけでは、AIが有用であるという考えを誘発することはできませんでした。彼らはまず、実際のメリットを目にする必要があったのです。

教訓

したがって、もしあなたが数学教育にAIを取り入れようとしている学校のリーダーやトレーナーであれば、この研究は明確な道筋を示唆しています。単にコンピュータを購入し、「あなたならできる！」と言ったり、「素晴らしいサポート体制がある！」と伝えたりするだけでは不十分です。それらは素晴らしいことですが、それ自体が魔法のスイッチにはなりません。

代わりに、AIがどのように数学の授業をより良くするか（有用性）を具体的に示し、それが学ぶ上で苦労しないこと（容易性）を証明しなければなりません。ツールが役立つ、使いやすいパートナーであると理解できたとき、初めて彼らの態度は変わり、導入への準備が整うのです。この研究は、これらの将来の教師にとって、「できる（I can）」や「ある（We have）」といった要素よりも、「なぜ（Why）」と「どのように（How）」の方が、それらがテクノロジーの価値に関する明確で具体的な経験と結びついていない限り、はるかに重要であることを裏付けています。