Machine Learning-Based Prediction of Circular Economy Implementation Effectiveness in Education for Sustainable Development (ESD) Programs: Empirical Evidence from Indonesia

世界を、常に何かを作り、使い、そして捨て去る、巨大で散らかった作業場だと想像してみてください。長い間、私たちは「資源を手に取り、製品を作り、残骸を捨てる」という一方通行の道を歩んできました。しかし、科学者や教育者たちは、これを「循環型経済（サーキュラー・エコノミー）」と呼ばれる、巨大な回転カルーセルのようなものに変えようとしています。ゴミの代わりに、あらゆるものがリサイクル、再利用、あるいは新しいものへと姿を変え、資源が埋め立て地に消えていくのではなく、幸せな輪の中で回り続けるようにするのです。これを実現するためには、人々がいかにして「ループ（輪）」のように考えるかを教える必要があります。ここで「持続可能な開発のための教育（ESD）」が登場します。ESDとは、世界を「何も無駄にしない、つながった一つのシステム」として捉えるよう、私たちの脳を訓練する学校のカリキュラムのようなものです。しかし、ここが難しいところです。学校がこうした理念を「教えている」と言っているからといって、それが実際に機能しているとは限りません。では、その「循環」のレッスンが本当に定着しているかどうか、どうすれば分かるのでしょうか？ これが大きな疑問です。単に教師に「うまくできましたか？」と尋ねる代わりに、ある研究は、超スマートなデジタル探偵である「機械学習」を用いて、その舞台裏を覗き込み、何がプログラムの成功や失敗を決めているのかを突き止めようとしました。

---

デジタル探偵と学校のループ

インドネシアの研究チームは、非常に具体的なミステリーの探偵役を務めることにしました。それは、「ジャカルタとバンテンの学校は、これらの『循環型経済』のアイデアを実際にどの程度実装できているのか？」という問いです。彼らは単に推測したわけではありません。教師、学生、校長、そして政府の政策立案者を含む計505人の大規模なチームを集め、調査を実施しました。彼らは、この「循環」のレッスンが本当に効果的なのか、それとも単に黒板に書かれた流行の言葉に過ぎないのかを知りたかったのです。

これを解決するために、彼らは「機械学習」モデルを構築しました。もし、調査から得られたデータを巨大なパズルのピースの山だと想像してみてください。従来の数学は、ピースを一つずつ見て組み立てようとするようなものです。しかし、機械学習は、一度にパズル全体の山を見渡し、人間の目では見逃してしまうような隠れたパターンや繋がりを見つけ出すロボットのようなものです。研究者たちは、3種類の異なるタイプのロボット探偵に、このパズルのピースを投入しました。それは、「決定木（YesかNoかの質問を繰り返すもの）」、「ランダムフォレスト（答えを出すために投票を行う、森のような決定木の集まり）」、そして「サポートベクターマシン（『良い』プログラムと『悪い』プログラムを分けるための最適な境界線を引こうとするもの）」です。

彼らが発見したもの：それはソロプレイではなく、チームの努力である

結果は少し驚くべきものでした。まず、これらのプログラムの「有効性」は、激しいアップダウンを繰り返すジェットコースターのようなものではありませんでした。ほとんどの場合、プログラムはちょうど真ん中の状態、つまり「中程度（moderate）」に位置していました。悲惨な状況ではありませんでしたが、完璧なユートピアでもありませんでした。スコアは中間層を漂っており、学校は努力してはいるものの、まだ「循環のループ」の極意を完全にマスターするには至っていないことを示唆していました。

次に、研究者たちはロボットたちに問いかけました。「何が違いを生んでいるのか？」と。彼らは、例えば最新のコンピュータ室があるとか、非常に厳格な政策があるといった、たった一つの大きな要因が魔法の杖になるのではないかと予想していました。しかし、ロボットたちの答えは「いいえ、これはチームの努力です」というものでした。

モデルは、単一の要因が支配しているわけではないことを明らかにしました。代わりに、多くの要素が共に作用していたのです。

• 教師の能力： 教師がいかにこれらの概念を説明できるか。
• 組織的な支援： 学校の管理体制が実際にプログラムを後押ししているか。
• カリキュラムへの統合： 循環のアイデアがいかに実際の授業の中に組み込まれているか。
• 学生の関与： 子供たちが実際に注意を払い、参加しているか。
• 政策との整合性： 政府のルールが学校で行っていることと一致しているか。
• 技術的支援： 適切なツールやテクノロジーを持っているか。

この研究は、もしテクノロジーだけを改善して教師を無視したり、素晴らしい教師がいても学校のサポートがなければ、プログラムはうまく機能しないことを示唆しています。それは、卵だけでケーキを焼こうとし、小麦粉を入れ忘れるようなものです。良い結果を得るためには、すべての材料が必要なのです。

ロボットの判定

プログラムがどの程度うまくいくかを予測する際、異なるロボット探偵たちのパフォーマンスは「比較的同等のレベル」であったことが示されました。ランダムフォレスト・モデルは、わずかに安定した結果を示し、テストにおいて有効性を約85%の確率で予測するという小さな優位性を見せましたが、論文では、すべての指標において「明確に圧倒的なパフォーマンスを示した単一のモデルは存在しない」と記されています。決定木やサポートベクターマシンも非常に有能であり、これは基礎となるデータが複雑であり、異なるツールが単独の「スター探偵」が事件を解決するのではなく、それぞれが同様の洞察を提供できることを示唆しています。

興味深いことに、ロボットたちがどの要因が「最も重要」であるかを調べたとき、彼らは「教師の能力」を重量級チャンピオンとして指名し、それに「組織的な支援」と「カリキュラムの統合」が僅差で続きました。これは、これらの複雑な概念を教えるスキルを持つ教師を持つことが、完璧な政策や最新のガジェットを持つことよりも、わずかに重要であることを示唆しています。しかし、その差は大きくはなく、すべての要因が役割を果たしていました。

結論

この研究は、サステナビリティ教育を即座に解決する「魔法のボタン」を見つけたわけではありません。その代わりに、循環型経済のプログラムを成功させることは、オーケストラを指揮することに似ていると示唆しています。バイオリン奏者である教師、指揮者である学校のリーダー、楽譜であるカリキュラム、そして観客である学生、これらすべてが同期して演奏する必要があります。もし一つのセクションが音を外せば、曲全体が損なわれてしまうのです。

研究者たちは、これらのデジタルツールを用いて、私たちが進歩している一方で、まだやるべきことが多く残されていることを示しました。「中程度」というスコアは、私たちが正しい道を進んでいることを意味しますが、同時に楽器のチューニングを続ける必要があることも意味しています。スマートなコンピュータモデルを使用することで、教育者や政策立案者は、推測するのではなく、どこにエネルギーを集中すべきか（おそらくは教師のトレーニングや学校への支援）を正確に把握できるようになります。これは、地球を守ることは単なる壮大なアイデアではなく、私たちがどのように教え、学ぶかという、小さく相互に関連した細部にあるのだということを思い出させてくれます。