Gap Between Self-Perception and Actual Performance in the Digital Competence of University Faculty
コロンビアの168名の大学教員を対象としたこの研究は、高い自己認識によるデジタル教育能力と低い実際のパフォーマンスとの間に顕著かつ一様な乖離があることを明らかにしており、自己申告型の調査が研修ニーズを特定する上で信頼できないこと、およびパフォーマンスに基づく評価の緊急の必要性を浮き彫りにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
現代の大学の教室において、テクノロジーはもはや贅沢品ではなく、教育機関が呼吸するための空気そのものとなっている。バーチャルプラットフォーム、デジタルリソース、そして人工知能ツールは、教育の日常的な構造の中に織り込まれている。しかし、これらのツールの存在は、その効果的な活用を保証するものではない。教育における真のイノベーションの原動力は、ソフトウェアそのものではなく、それを操る教授たちの「デジタル教授能力（Digital Teaching Competence）」である。この概念は、単にメールを送ったりスプレッドシートを開いたりする方法を知っているというレベルを遥かに超え、テクノロジーを教授法と融合させて意味のある学習体験を創出するための、特定の能力を指す。長年、大学はこのスキルを測定するために、教授自身に自身の能力を評価させるという手法をとってきた。しかし、ある執拗な問題が浮上している。それは、人間はしば多くの場合、自分自身の専門性を判断するのが下手であるということだ。彼らは、ツールを頻繁に使用しているという理由だけで、自分を習熟者だと信じ込み、日常的な慣れと深い教育学的習熟さを混同してしまうことがある。このように、指導者が「知っている」と考えていることと、実際に「できる」こととの間に生じる乖離は、盲点となり、結果として、的外れなトレーニングプログラムを設計させる原因となっている。
コロンビアの研究チームは、この盲点を白日の下にさらすべく、現実を直視する直接的かつ飾らない調査を行った。彼らは、マイコア・ウニベルシダ・デ・ラ・グアヒラ（Universidad de La Guajira）のマイコア・キャンパスに所属する全教授、計168名の教員を対象に、包括的なセンサスを実施した。単なるアンケート調査に頼るのではなく、意見と行動を切り分ける二段構えのアプローチを採用したのである。まず、教授たちに、自身のデジタルスキルを0から5のスケールで自己評価する質問票への回答を求めた。次に、彼らが実際に何を行えるのかを確認するため、研究者たちは実技テストを実施した。このタスクにおいて、教授たちは実際のデジタル授業計画を立案し、適切なリソースを選択し、評価活動を構成しなければならず、これらすべてが、専門家によって厳格かつ客観的なルーブリックに基づき、同等の0から5のスケールで採点された。目的は、質問票で示された自信が、教室でのシミュレーションにおけるパフォーマンスと一致するかどうかを確認することであった。
結果は、認識と現実の間の、統計的に有意で著しい隔たりを明らかにした。平均して、教授たちは自身の理論的知識を5点満点中3.92点と評価しており、中間から高めの自信の範囲に位置していた。彼らは自分自身をかなり有能であると考えていた。しかし、実技テストに直面すると、平均スコアはわずか1.54点へと急落した。これは、学習曲線のまさに初期段階に相当するレベルである。彼らが「知っている」と主張した内容と、実際に「示した」内容との差は、小さな誤差ではなかった。それは、スケール上で2.4点近い、巨大なギャップであった。この発見は、多くの機関が依拠している自己評価という手法が、実質的にトレーニングの必要性の真の範囲を隠蔽してしまっていることを示唆している。教授たちは単に自分のスキルを少し過大評価していたのではなく、自身の能力について根本的な誤解の下で動いていたのである。
続いて、研究者たちは、この過信が特定のグループに限定されるものかどうかを調査した。彼らは、エンジニアリングのような技術分野の教授は、社会科学や教育学の教授よりも自己評価が正確なのではないかと考えた。また、修士号や博士号といった高い学位を持つことが、このギャップを防ぐ一助となるのかとも疑問を抱いた。さらに、性別が影響を与えるかどうかも確認した。データによれば、このギャップは全体を通して驚くほど一貫していた。教授がシステム工学を教えていようと、経営学を教えていようと、あるいは幼児教育を教えていようと、自己評価と実際のパフォーマンスの乖クトは変わらなかった。同様に、大学院の学位を持っていることもギャップを縮小させることはなく、高度な学位を持つ教授は、学士のみの教授と同様に、自身の実践的スキルを過大評価する傾向があった。性別についても差は見られず、男性教員と女性教員は、同一の過大評価のパターンを示した。
本研究は、テクノロジーを用いて教える能力とは、特定のスキルセットであり、それが専門分野の専門家であることや、高い学位を持っていることから自動的に備わるものではない、と結論付けている。教授は優れたエンジニアかもしれないし、経験豊富な歴史学者かもしれないが、その専門知識がデジタル授業を設計する能力に直結するわけではない。この知見は、技術分野の人間は自然と優れたデジタル教師になるという一般的な仮定に異を唱えるものである。むしろ、この証拠は、大学がスタッフを評価する方法を転換する必要があるという普遍的な必要性を指摘している。自己報告に頼ることは偽りの安心感を生み出し、誤った問題に対処するトレーニングを招くことになる。教育を真に向上させるためには、機関は教授に「何ができると考えているか」を尋ねるのではなく、「実際に何ができるか」を観察する方向へと移行しなければならない。専門能力開発を、客観的なパフォーマンスに基づく評価に根ざすことで、大学は初めて教員のスキルの真の欠落を特定し、それらを埋めるために必要な的を絞ったサポートを提供できるようになるのである。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。