The Lecturers’ Experiences and Generative AI in Developing Communicative Speaking Materials in English Education Program

世界中の教室において、教師たちは絶え間ない課題に直面しています。それは、学生がいかにして新しい言語を、単に正しくだけでなく、意味のある形で話せるようになるかという点です。数十年にわたり、最も効果的なアプローチとされてきたのは「コミュニケーション言語教授法」であり、これは文法規則の暗記よりも、実際の相互作用を優先する手法です。その目的は、学習者が日常生活で行うのと同じように、情報の交換、問題解決、あるいは意見の共有を行わなければならない状況を作り出すことです。このアプローチは、学習者自身の生活にとって真正で関連性のある活動を設計する、教師の能力に大きく依存しています。今日、強力な新しいツールがこの場面に登場しました。生成AI（人工知能）です。これらは、数秒のうちにオリジナルのテキスト、物語、会話の台本を作成できるコンピュータシステムです。これらは教材を即座に無限に作り出す方法を提供しますが、教育者に根本的な問いを投げかけます。機械は特定の学生グループの微妙なニーズを理解できるのか、それとも、文法的には完璧だが社会的に空虚なレッスンを生み出すリスクがあるのだろうか、という問いです。

ある研究チームは、インドネシアの5人の大学講師がこの新しい状況をどのように切り抜けているかを観察することで、この問いに答えるべく取り組みました。これらの教育者は、教師を目指して訓練を受けている学生たちに英語を教えています。研究者たちは、これらの専門家が、言語学習を効果的にする「人間味」を失うことなく、どのように人工知能を使用してスピーキング教材を作成しているのかを見極めようとしました。彼らは詳細なインタビューを行い、講師たちに、日々の業務、懸念、そしてこれらのデジタルツールを使用する際の戦略について説明を求めました。研究の結果、明確なパターンが明らかになりました。講師たちは、機械にハンドルを握らせることはしません。代わりに、人工知能を「生のアイデアを生成する便利な助手」として扱い、人間の教師が、最終的なレッスンを形作り、編集し、承認する「専門家」であり続けるのです。

研究に協力した講師たちは、人間の要素が交渉不可能なものであるというワークフローを説明しました。彼らは、教科書は有用ではあるものの、学生の特定の関心、文化的背景、あるいは将来のキャリア目標を捉えきれないことが多いと説明しました。教師は、一般的な教科書が見落としがちな、ボネにおけるローカルな観光や、南スラウェシの環境問題といったトピックに関するスピーキング活動を必要とする場合があります。講師たちが人工知能を使用する際、通常はまず、アイデアのリストや会話の下書きを求めることから始めます。ロールプレイのシナリオや討論のトピックを求めることもあります。しかし、彼らがAIの出力をそのままの状態で使うことはほとんどありません。ある講師は、コンピュータは全員が完璧に礼儀正しく、瞬時に互いを理解し合う会話を作成するかもしれないが、そのようなシナリオは現実には滅多に起こらないと指摘しました。実際の会話は混沌としています。人々は話を遮り、ためらい、時には誤解もします。講師たちはコンピュータの下書きを受け取り、それらに自然な不完全さを加えることで書き換え、教材が真正に感じられるようにしているのです。

この編集のプロセスこそが、教師の専門的な判断が輝く場面です。研究者たちは、講師たちが文化的な関連性や実用性をチェックする「フィルター」として機能していることを見出しました。彼らは、語彙が特定の学生にとって難しすぎないか、あるいは記述された状況がインドネシアの教室で実際に成立するかどうかを自問します。また、学習の感情的な側面も考慮します。もし教師が学生が話すたびに文法を訂正すれば、学生は話すことを恐れてしまうかもしれません。研究における講師たちは、自信を築くために、まずは学生に自由に話させ、訂正は後回しにすることが多いと説明しました。コンピュータは、学生の意欲を維持するために、いつ訂正を控えるべきかを本質的に理解しているわけではない、と彼らは指摘しました。人間の教師は、目の前の特定のグループとの長年の経験に基づき、いつ介入し、いつ会話の流れを優先させるべきかを判断できるのです。

この研究はまた、講師たちがこれらのツールを「創造的な疲労」を克服するための手段として見ていることも強調しています。学期ごとに同じコースを教え続けることは、時に消耗する作業であり、講師たちはコンピュータが新鮮なアイデアを素早く生成する助けになると認めました。コンピュータは、特定のスキルを練習するための12通りの異なる方法を数秒で提案することができ、教師に対してより幅広い選択肢を与えてくれます。しかし、講師たちは最終製品に対する権威を維持することに細心の注意を払っています。彼らは、コンピュータを「ブレインストーミングやドラフト作成といったルーチンワークを処理するツール」と見なし、それによって自分たちがより深い教育学的な仕事に集中できるようにしているのです。ある講師は、その関係をシンプルにこう表現しました。「コンピュータは下書きを提供し、教師が最終的な教材を生み出す」。この区別は極めて重要です。テクノロジーはプロセスを加速させますが、学習者に何が最善であるかを決定する人間の必要性を置き換えるものではありません。

おそらく最も重要な発見は、講師たちが学生に対しても、これらのツールに対して批判的であることを積極的に教えているという点です。研究者たちは、教育者たちが自分たち自身でテクノロジーを使うだけでなく、学生にもそれを疑うよう促していることを観察しました。授業の中で、彼らはコンピュータによって生成された会話を、実際の録音や教科書の例と比較させるかもしれません。コンピュータがいかに間違いを犯し、特定のパターンを繰り返したり、文化的なニュ一細を逃したりするかについて議論します。このアプローチは、人工知能の使用自体を一つの学習機会へと変えています。学生は、テクノロジーが強力ではあっても、中立でも絶対的でもないことを学びます。彼らは情報を検証し、コンピュータの出力は出発点に過ぎず、最終的な真実ではないことを認識するように教えられます。

研究は、人工知能の言語教育への最も成功した統合は、テクノロジーが人間の専門知識を置き換えるのではなく、それをサポートする場合に起こると結論付けています。この研究の講師たちは、コンピュータがアイデア生成という重労働を担い、人間の教師が教材に意味を持たせ、文化的に適切で、教育学的に健全なものにすることを保証するという、健全なバランスを見出しました。研究は、教師が重要な教育的決定（目標の設定、学生のニーズへの適応、相互作用の質の判断など）を下す主体であり続ける限り、テクノロジーは強力な味方になり得ると示唆しています。それは、人間の教師か機械かという選択の問題ではなく、人間が常に方向を導きながら、両者がどのように協力できるかを見出すことなのです。これらの教育者によれば、言語教育の未来は、人間の判断を中心に据え、教えるという技術を強化するために機械を活用することにかかっています。