Understanding Geography Teachers' Assessment Challenges and Needs for Artificial Intelligence Supported Assessment Systems: Insights from Indonesia

技術的要約：地理科教師のアセスメントにおける課題とAI支援型アセスメント・システムへのニーズの理解

問題提起
人工知能（AI）は、適応型、データ駆動型、および個別化された実践を通じて、教育的アセスメントに革新的な可能性をもたらすが、その導入の成功は、技術的な能力だけでなく、教師の教育学的ニーズを理解することに大きく依存している。既存の文献は、AIのアプリケーション開発、有効性の評価、または倫理的問題に焦点を当てることが多く、具体的なアセスメントの課題がいかにして教師のAIシステムに対するニーズを形成しているかという実証的エビデンスに関する空白を残している。この空白は、デジタルインフラの格差、教師のデジタル・コンピテンシーの差異、およびリソースの制限といった特有の課題を抱える発展途上国において特に顕著であり、先進国のモデルをそのまま採用するのではなく、文脈に応じた解決策を必要としている。特に、複雑な空間的思考や推論の評価を必要とする地理教育において、教師は、時間的制約や過重な業務量により、タイムリーなフィードバックの提供、包括的なアセスメントの実施、および個々の生徒の進捗モニタリングを行う上で大きな困難に直面している。

方法論
本研究では、インドネシアのスラカルタにおける40名の高校地理科教師を対象とした、**説明的逐次混合研究法（explanatory sequential mixed-methods design）**を採用した。研究対象地は、「メルデカ・カリキュラム（Merdeka Curriculum）」の下で教育改革が進んでいること、および発展途上のデジタル・エコシステムを有していることから選定された。

• 参加者： 本研究では、特定の包含基準（フェーズFを指導し、メルデカ・カリキュラムを実施し、ディープラーニング・アプローチを活用していること）を満たす23校の40名の地理科教師に対し、全数抽出法（センサス）を用いた。
• フェーズ1（定量的調査）： アセスメントの実践、フィードバックの質、自己評価、技術的準備性、AIに対する認識、AI支援機能へのニーズ、および行動意図を測定するために、27項目の質問票を実施した。データは、記述統計およびスピアマンの順位相関係数を用いて分析された。
• フェーズ2（定性的調査）： 定量的知見を説明、深化、および解釈するために、同一の参加者を対象としたフォーカス・グループ・ディスカッション（FGD）を実施した。定性的データは、リフレクシブ・テーマ分析を用いて分析された。
• 統合： 定量的および定性的知見は、「接続および構築（connecting and building）」戦略を用いて統合された。すなわち、調査結果がFGDの焦点となり、定性的テーマが定量的パターンを説明する形式をとった。
• インストゥルメントの妥当性： 調査票は5名の専門家パネルによる内容妥当性検証を経て（I-CVI: 0.80–1.00; S-CVI/Ave: 0.933）、優れた内的信頼性（Cronbach's alpha = 0.982）を示した。

主な結果

• アセスメントの課題： 教師はAIを採用することに対して強い意欲を示しているが（平均行動意図 = 18.55）、アセスメントの質を最大化する上で持続的な課題に直面している。主な困難は、アセスメントの実施自体ではなく、タイムリーで個別化されたフィードバックの提供、アセスメント結果を用いた指導への調整、および生徒の自己評価スキルの育成にある。多人数クラスや事務的負担が、「学習のためのアセスメント（assessment for learning）」の最適化を妨げている。
• 教師のニーズ： 教師は、インテリジェントな問題バンク、自動化された学習分析、コンピテンシー発達の可視化、および即時的でパーソナライズされたフィードバックを含む、アセスメント・サイクル全体をサポートするAI機能を優先している。彼らはAIを、教師の判断を代替するものではなく、教育的な意思決定を強化するための補助ツールとして捉えている。
• 相関関係： すべての研究次元間に強い正の相関が見られた（スピアマンのρは0.772から0.901、p < 0.001）。特に、AI支援型アセスメント機能と行動意図の間の関係が最も強く（ρ = 0.901）、これは、教師のAI採用への準備性が、システムの具体的な教育的ニーズへの対応能力によって直接的に駆動されていることを示している。
• 教育学的整合性： 本研究は、教師のニーズが日常的なアセスメントの課題によって形成されていることを明らかにした。アセスメントの実践とテクノロジーへの準備性の間の相関は、採用が文脈依存的であることを示唆している。つまり、教師は、AIが遅延したフィードバックや生徒の進捗追跡の困難さといった問題を直接解決する場合に、より受け入れやすい傾向がある。

主な貢献

1. 教師中心のAI支援フレームワーク： 本研究は、教師の教育的課題を具体的なAIシステム要件へと変換する**「教師中心のAI支援型アセスメント・フレームワーク」**を提案している。このフレームワークは、設計パラダイムをテクノロジー主導からニーズ主導へと転換させ、AI機能（例：自動フィードバック、学習分析）が教室の現実（classroom realities）に直接対応することを保証するものである。
2. 発展途上の文脈からの実証的エビデンス： 本研究は、発展途上国であるインドネシアからの重要な実証データを提供しており、AI導入戦略は、単に先進国のモデルを輸入するのではなく、現地のカリキュラム動態（メルデカ・カリキュラム）、リソースの制約、および教師の準備性に適応させる必要があることを強調している。
3. 課題とニーズの統合： 本研究は、アセスメントの課題とAIへの需要との間の体系的な関係を解明しており、AIへのニーズが単なる技術的な目新しさへの欲求ではなく、教育的タスク（フィードバック、モニタリング、リフレクション）の複雑さへの応答であることを示している。

意義と主張
本論文は、教育におけるAIの導入成功、特に発展途上国においては、テクノロジーの能力を教師の教育的ニーズに適合させることが重要であると主張している。研究は以下の通りである：

• 技術的受容よりも教育学的受容： 教師は、AIが単に「使いやすい」あるいは一般的に「有益」であるからではなく、特定かつ摩擦の大きいアセスメントの問題（例：大人数クラスに対する即時のフィードバック生成）を解決する時に、AIを受け入れる。
• 人間とAIの協働： 理想的なAIシステムは、教師の役割を代替するのではなく、事務的および分析的なタスクを自動化することで、教師が指導の改善や専門的な判断に集中できるようにするパートナーとして機能する。
• 文脈に応じた設計： 発展途上国においてAIを持続可能なものにするためには、システムの設計において現地のカリキュラム要件と教師の能力を考慮しなければならない。提案されたフレームワークは、開発者や政策立案者が、「学習のためのアセスメント」のパラダイムをサポートする、文脈に応答し、教育学的に整合したアセスメント・システムを作成するためのガイドとして機能する。

著者らは、本研究の範囲を限定的に保ち、知見がメルデカ・カリキュラムを実施しているスラカルタの地理科教師に特有のものであること、また、本研究はニーズを特定しフレームワークを提案するものであり、特定のAIシステムを開発または評価するものではないことを述べている。フレームワークをシステム開発および実験的実装を通じて検証するためには、今後の研究が必要である。