Adaptive Socratic AI Scaffolding Supports Critical Thinking in Indonesian Secondary School Physics Classrooms
本研究は、ADDIEモデルを通じて開発され、内容の妥当性が検証された適応型ソクラテス式AIスキャフォールディング・システムが、直接的な解答を提供するのではなく推論を導くことによって、従来の誘導的探究法と比較して、インドネシアの中等教育物理学の生徒における批判的思考力を有意に向上させることを実証している。
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
物理学の研究において、目標は常に単に公式を暗記したり、方程式に数値を代入したりすること以上にありました。真の理解には、学生が問題を見つめ、自身の仮定に疑問を投げかけ、証拠を吟味し、なぜ特定の答えが成り立つのかについて論理的な議論を構築することが求められます。このような深く批判的に考える能力は科学者にとって不可欠なものですが、多くの教室では、学生たちは基礎となる推論を把握することなく、手順に従うことを学んでしまいがちです。彼らは紙の上で数学の問題を解くことはできても、その背後にある物理的原理を説明することには苦労します。数十年にわたり、教育者たちは、学生が段階的に問題を調査する手法である「ガイデッド・インクワイアリー（誘導的探究）」を用いることで、この問題を解決しようと試みてきました。しかし、こうした努力にもかかわらず、多くの学習者は深い分析よりも丸暗記に頼ってしまいます。課題は、単に答えを与えてしまうことなく、学生がこれらの複雑な概念に苦戦している間、どのようにサポートするかという点にあり、それは混雑した教室において一人の教師が維持するには困難なバランスでした。
インドネシアから生まれた新しいアプローチは、人間の教示と、入念に設計された人工知能システムを組み合わせることで、一つの解決策を提示しています。マラン州立大学の研究者たちは、解決策を提供するチューターとしてではなく、適切な問いを投げかける対話相手として機能するデジタルツールを構築することを目指しました。このシステムは、ソクラテス式アプローチとして知られる手法を用いています。これは、知的なエージェントが、学習者に思考を明確にし、証拠を検討させ、結論を再考させるような、探求的な問いを投げかけることで学習者を導くものです。システムは、「何が間違っているか」を教える代わりに、「ここでどのような仮定を置いているのですか？」や「この証拠はどのようにあなたの主張を裏付けているのですか？」といった問いを投げかけます。これを効果的に機能させるために、研究者たちは適応性のレイヤーを追加しました。つまり、システムは学生の思考プロセスを検知し、それに応じて質問を調整できるのです。学生が混乱している場合は、より多くのサポートを提供し、学生が明晰に考えている場合は、学生が自立して取り組めるよう一歩退きます。これにより、テクノロジーが一時的な足場（スキャフォールディング）として機能し、学生が自力で立てるようになるまで高みへと登るのを助ける、ダイナミックな学習環境が創出されます。
このアイデアが現実の世界で機能するかどうかをテストするため、研究チームは高校の物理学部のための完全な学習システムを開発しました。彼らは学生が実験を行い問題を解決できるデジタル実験室を構築しましたが、そこにはひねりがありました。実験群は、この特別なAIによって駆動されるバージョンのラボを使用し、対照群は、知的な問いかけのない標準的なバージョンを使用しました。研究には、南東スラウェシ州の2つの高校から135人の学生が参加しました。7回のセッションを通じて、両グループとも同じ誘導的探究のレッスンに取り組みました。しかし、実験群の学生は、学習プロセスの特定の段階を支援するように設計された4つの異なるAIエージェントと対話を行いました。あるエージェントは問題の定義を助け、別のエージェントは実験の進行を導き、第三のエージェントはデータの分析を助け、そして第四のエージェントは一般的な質問に答えるために用意されました。決定的なのは、これらのエージェントがいずれも直接的な答えを一度も提示しなかったことです。代わりに、彼らは学生に思考を継続させるような問いを投げかけるようプログラムされており、学習者が推論という重労働を行うことを保証しました。
教室を開放する前に、システムは物理教育とテクノロジーの専門家によって厳格にチェックされました。これらの専門家は、AIが投げる質問の内容や学生へのサポート方法をレビューし、ツールが教育的に妥当であることを確認するために尺度を用いて評価を行いました。専門家たちはシステムに対して非常に高い承認率を示し、質問が批判的思考を育むために適切に設計されていること、そしてテクノロジーが信頼性を持って機能していることを確認しました。システムの準備が整うと、研究者たちはレッスン開始前と7回のセッション終了後の両方で、学生の批判的思考スキルを測定しました。結果は、両グループの間に明確な差があることを示しました。両グループとも初期の能力レベルは同程度でしたが、AI強化システムを使用した学生は、標準的なラボを使用した学生よりも大幅に向上しました。初期スコアを調整した後、実験群の平均スコアは対照群よりも10ポイント以上高くなりました。この差は相当なものであり、問いかけを行うAIと関わった学生たちが、単に多くの事実を学んだだけでなく、議論を分析し、証拠を評価し、自らの説明を構築する能力が実際に向上したことを示しています。
この研究は、このアプローチの成功が、AIがいかに制約されていたかに起因することを示唆しています。システムは、答えへの近道として機能することを禁じられていました。機械との対話を通じて、自身の推論を言語化し、自身の考えを擁護することを学生に強いることで、ツールは学生を思考という困難な作業に引き留めました。研究者たちは、学生の習熟度が高まるにつれてAIがサポートを弱めていくようにプログラムすることで、学生が学習の主導権を握るよう促したことを発見しました。この手法は、人工知能が正しく使用されれば、教師や学生の努力に取って代わる必要はないことを証明しました。むしろ、学習者に深く考えるよう促す規律あるパートナーとして機能し、教室の焦点を「正しい答えを得ること」から「そこに至る道筋を理解すること」へとシフトさせることができるのです。これらの知見は、適切な設計があれば、テクノロジーが学生が複雑な世界を航海するために必要な批判的思考スキルを養う助けとなることを示しており、物理教育における有望な進むべき道を示しています。
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。