From Fragmentation to Integration: A Delphi-Validated AI Literacy Competency Framework for Higher Education Teachers in China

高等教育は現在、深刻な転換期を迎えています。エッセイを書き、複雑な問題を解決し、会話を行うことができるツールの背後にある技術である生成人工知能（ジェネレーティブAI）が、驚くべき速さで大学に到来しました。教師にとって、この技術は二面性を持つ現実を提示しています。それは、学習をパーソナライズし研究を支援するための強力な手段を提供する一方で、学問的な誠実さ、データのプライバシー、そして学習の本質そのものに関する重大な問いを投げかけています。この新しい風景をナビゲートするために、教育者には単にボタンを押す能力以上のものが必要です。彼らは、これらのツールがどのように機能するのか、どのように倫理的に使用するのか、そしていかにして自身の専門的な主体性を失うことなく教育にそれらを統合していくのかについて、深い理解を必要としています。政府や大学は、この新しい時代に向けたガイドラインの策定を開始していますが、これらの指示はしばしば孤立して存在しており、混乱や不一致を招くパッチワークのような規則を生み出しています。

この断片化に対応するため、ある研究チームが中国の大学教員のための統一された地図を構築することに着手しました。彼らは、中国の高等教育という特定の文脈において、人工知能に対するリテラシーを持つことが何を意味するのかを定義する、単一で一貫したフレームワークを構築しようと試みました。研究者たちは単に教師が必要とするものを推測したわけではありません。彼らはまず、中国の既存の公式文書および政策枠組み4つと、2つの国際的なモデルを注意深く比較することから始めました。この初期分析により、重大な乖離が明らかになりました。ある文書ではAIを単なる「使用される道具」として扱っている一方で、他の文書では学習プロセスにおける「パートナー」として捉えていました。ある文書ではスキルを静的なチェックリストとして列挙していましたが、他の文書では成長の経路を描こうとしていました。研究者たちは、この分野の進展を阻んでいる3つの主要な緊張関係を特定しました。それは、全員に共通の標準的な規則を作るか、あるいはローカルな文脈を許容するかという葛藤、スキルを固定されたセットとして列挙するか、あるいはそれらがどのように発展していくかを示すかという対立、そしてAIは単なる機械なのか、それとも教育における能動的な参加者なのかという相違です。

これらの緊張を解消するために、研究者たちは、3つの明確な発達段階に整理された27の具体的なスキルと理解からなる予備的なフレームワークを合成しました。第1層である「基礎（Foundation）」は、AIとは何かを理解すること、ツールの使い方を知ること、そして倫理的規則を把握することといった基本事項をカバーしています。第2層である「実践（Practice）」は、教室に焦点を当て、AIを活用した授業設計、新しい学習教材の作成、そしてAIが普及した環境における公平な学生評価などを扱います。第3層である「革新（Innovation）」は、未来を見据えたものであり、コース全体の再設計、研究の主導、そして同僚へのメンタリングなどを指します。極めて重要な点として、研究者たちは倫理を単なるチェックボックスの一つとしてではなく、これら3つの層すべてを貫く一本の糸として配置し、責任ある使用がすべてのステップにおいて考慮されるようにしました。

このドラフト・フレームワークは、「デルファイ法」として知られる厳格な専門家コンサルテーションを通じてテストされました。研究者たちは、教育とテクノロジーにおいて深い経験を持つ15人の主要な学者および大学管理者らを招き、提案されたスキルを検討してもらいました。第1ラウンドにおいて、これらの専門家は27の指標それぞれについて、重要性と明快さを評価しました。フィードバックは即座に、かつ具体的でした。専門家たちは、重複する項目の統合、冗長な項目の削除、そして、障害を持つ学生のためにAIを用いて教育をよりアクセシブルにするなど、欠落していた3つの重要なスキルの追加を提案しました。また、彼らは倫理的側面を、単なるリストの一項目ではなく、横断的な原則へと昇格させるべきだと主張しました。

第2ラウンドにおいて、専門家たちは改訂されたフレームワークを検討しました。その結果は決定的なものでした。26の指標が強いコンセンサス（合意）を得ました。つまり、専門家たちはそれらが不可欠であり、かつ明確に定義されているという点で一致したのです。これら26のスキルは、現在、検証された中国の大学教員向けコンピテンシー・フレームワークの中核を成しています。しかし、学生がAIを使用する際の教室内のダイナミクス管理に関する一つの指標については、必要なレベルの合意に達しませんでした。専門家たちは、この領域はまだ新しすぎ、不確実性が高いため、標準的な要件として宣言するには時期尚早であると感じました。その結果、研究者たちはこの特定のスキルを切り離し、正式に採用される前にさらなる研究が必要な「暫定的な項目」としてラベル付けしました。

最終的な成果物は、単なる技術的スキルのリストを超えた、構造化され、エビデンスに基づいたガイドです。それは、教師が基礎的な認識から始まり、テクノロジーを用いたリーダーへと成長していけるという発達の経路を提示しています。このフレームワークは、既存の国際的モデルを、中国の文脈に明示的に適合させ、コンピテンシーを基礎の学習からテクノロジーによる革新への明確な進展へと整理することで、それらを拡張しています。このフレームワークは、大学がトレーニングプログラムを設計し、政策立案者が基準を設定するための強固な基礎を提供する一方で、研究者たちはこれがまだ完成した測定ツールではないと警告しています。これは専門家の意見によって検証されましたが、教師がどの程度うまく遂行できるかを正確に予測するかどうかについては、まだ教室でのテストが行われていません。この分野の次のステップは、このフレームワークを用いて実際のテストを構築し、教師の活動を観察することであり、それによって、彼らが描いた地図が、人工知能の時代における効果的で倫理的、かつ人間中心の教育という目的地へと真に導くものであることを確認することです。