← 最新の論文
📄 社会科学

Teaching About AI or With AI? In-Service Teachers’ Experiences in a Korean AI Convergence Education Program

本研究は、韓国のAI融合教育プログラムにおける現職教員の経験を調査したものであり、AI倫理に関する実践的なガイダンスの欠如や、AIの知識を教科固有の指導へと変換するための支援が不十分であることにより、政策上の野心と教室での実践との間に顕著な乖離があることを明らかにしている。

原著者: Seunghyup Shin, Subin Sarah Yeo

公開日 2026-10-12
📖 1 分で読めます☕ さくっと読める

原著者: Seunghyup Shin, Subin Sarah Yeo

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

韓国中の教室で、静かな変革が進んでいます。何十年もの間、教師はそれぞれの分野の専門家として、歴史、科学、あるいは文学を通じて生徒たちを導いてきました。しかし最近、新しい科目が到来しました。人工知能(AI)です。政府は、すべての生徒がこれらのスマートな機械がどのように機能するかを理解する必要があると決定し、その論理的な次のステップは、教師を訓練することでした。これにより、すでに教室の運営方法を知っている経験豊富な教育者たちが、全く新しい技術的な言語を学ぶために再び学校へ戻らなければならないという、独特な状況が生まれました。教育者や政策立案者が直面している中心的な問いは、教師が人工知能に関する事実を学べるかどうかではなく、それらの事実を、彼らがすでに教えている授業の中にどのように織り込んでいけるかということです。歴史の教師は、過去を理解するのを助けるために人工知能を使うことができるのでしょうか。それとも、新しい知識はコンピュータサイエンスのクラスにのみ有用な、別の箱の中に閉じ込められたままになってしまうのでしょうか。

この物語は、政府が教師の再教育のための大規模なプログラムを開始した、韓国のある特定の領域から届いたものです。2020年以来、38の大学が、働く教師を対象とした「AI融合教育」と呼ばれる特別な大学院学位を提供してきました。その理念は、人工知能を伝統的な教科と融合させることです。これが現実の世界でどのように機能するかを理解するために、ソウル大学とハンナム大学の2人の研究者が、このプログラムに参加している少人数の教師グループと1人のインストラクターに同行しました。彼らは単にテストのスコアやチェックリストを見たのではありません。参加者たちと向き合い、新しい教材を学び、それを自身の学校に戻って使ってみることがどのような感覚であったか、その体験談を聞き取ったのです。

プログラムに参加した教師たちは、突如としてロボットやコードに魅了されたから参加したわけではありません。彼らは主に、学校でのAIへの対応の必要性といった実用的な圧力や、政府が授業料補助を提供していたことが決定を後押ししたという理由で参加しました。ある理数系生徒の高校で教える教師は、自分の生徒たちが自分には読めないプログラミング言語でプロジェクトを構築しているのを見つけました。彼女は取り残されたと感じ、追いつく必要がありました。また、ある小学校の指導者は、自身の動機は「不純」であったと認めました。政府が提供する授業料が必要であり、昇進試験の準備もしていたからです。しかし、こうした実用的な理由の底には、共通の切迫感がありました。彼女たちは人工知能が自分たちの学校に到来していることを知っており、自分たちが先導することを期待されていることも分かっていました。彼女たちは、進むべき明確な道を見出すことを期待して、この大学院プログラムに入ったのです。

大学の教室の中で、教師たちはテクノロジー自体について多くのことを学びました。彼らは機械がどのように学習するか、データの分析方法、そしてPythonと呼ばれる言語でのコーディング方法を学びました。コンピュータサイエンスとデータの専門家であるインストラクターたちは、これらの技術的なスキルを教えることに長けていました。ある教師は、生徒たちが複雑なプロジェクトを構築しているとき、ようやく自分も何をしているのか理解できるようになったと語りました。しかし、大学で学んだことと、自身の教室で必要としていることの間に、溝ができ始めました。教師たちはカリキュラムが「断片的」であると述べました。データ分析を一つのクラスで学び、プログラミングを別のクラスで学びましたが、プログラムはそれらの断片をどのように歴史の授業や倫理の議論に結びつけるのかを示してはくれませんでした。彼らは人工知能について学んでいましたが、それを使って「教える」方法については学んでいなかったのです。

教師たちは困難な状況に陥りました。彼らはテクノロジーを理解してはいましたが、それを自分の特定の教科にどのように適合させればよいのかが分からなかったのです。ある教師は、その感覚を「途方に暮れている」と表現しました。彼女は人工知能を自分の授業に接ぎ木したいと考えていましたが、主題の焦点を失わずにそれを実現する方法が分かりませんでした。別の教師は、物語をイラストにするために描画アプリを使おうとしましたが、それは単にツールを使っているだけであり、テクノロジーを授業に真に融合させているわけではないと気づきました。プログラムは道具を与えてくれましたが、それを使って新しいものを構築するための設計図は与えてくれませんでした。その繋がりを見出す責任は、フルタイムの仕事をこなしながら、一人でそのパズルを解かなければならない個々の教師に委ねられていたのです。

研究者たちは、その困難が単なるスキルの不足ではなく、教科自体の性質にあることを発見しました。理科の教師にとって、データは至る所に存在するため、人工知能の居場所を見つけることは比較的容易です。しかし、言語や文学を教える教師にとって、その繋がりを見つけることははるかに困難です。プログラムに参加していたある社会科のインストラクターは、数学や理科の教師なら助けられるが、言語の教師から助けを求められると途方に暮れてしまうと認めました。テキストの分析方法は示せても、文学にとって意味のある形で人工知能のより深いアルゴリズムをどのように使うべきか、その方向性を見出すことができなかったのです。これは、教師が学習に失敗しているのではなく、人工知能と特定の教科との間のリンクが明白ではなく、プログラムがその架け橋を築くための十分なサポートを提供していなかったことを示唆しています。

もう一つの大きな障壁は、学校組織の構造そのものでした。たとえ教師が人工知能と自身の教科を融合させた素晴らしい授業計画を作成できたとしても、学校制度がそれを実行することをしばしば不可能にします。小学校では、教師は毎年校長によって異なる学年や教科へと異動になります。人工知能について2年間学んだ教師が、翌年には別の学年に配属され、学んだことを実践する時間が全くないということも起こり得ます。高校では、単位制のために、異なる教科の教師が単一のプロジェクトで協力することが難しくなります。政策は、数人のスペシャリストを訓練すれば、彼らが他の全員に知識を広めるだろうと想定していました。しかし、日々の学校生活の現実として、この知識はしばしば個人のもとに留まり、より広い学校コミュニティに根付くことができませんでした。

この研究はまた、目標が何であるかについての混乱と、実践的なサポートの欠如についても浮き彫りにしました。プログラムは「AI融合教育」と名付けられており、テクノロジーと教科の深い融合を暗示しています。しかし、教師たちは、プログラムが主に人工知能ツールの使い方や基本原理を教えているだけであると感じていました。テクノロジーを使用して、自身の教科特有の課題を解決する方法については、ほとんど示されませんでした。ある教師は、インストラクターたちの間で目標に対する意見が食い違っているようだと指摘しました。テクノロジーをまず理解すべきだと言う者もいれば、主題に焦点を当てるべきだと言う者もいました。このような明確で統一されたビジョンの欠如により、教師たちは、足りないピースがあるパズルを組み立てようとしているような感覚に陥りました。さらに、参加者からは、AI倫理に関する実践的なガイダンスが不十分であるとの報告もありました。詳細なサポートの代わりに、政策資料は単に教師に「投げ込まれ」、コンテンツを教え、適切なサイトを見つけ、提供された資金を使用するように指示されるだけでした。これにより、イニシアチブは、それを意味のあるものにするための必要なガイダンスがないまま、単なる「新しい仕事」へと変わってしまったのです。彼らはテクノロジーについて学んでいましたが、それを生徒にとって意味のあるものにする方法については学んでいませんでした。

研究者たちは、このプロセス全体における欠けているピースは、彼らが「ペダゴジカル・トランスレーション(教育学的翻訳)」と呼ぶものであると結論付けました。これは、技術的な知識を取り、それを特定の教科に適合するレッスンへと変えるという、困難な作業のことです。それは単に機械がどのように動くかを知ることではありません。その機械を使って、生徒が詩や歴史的出来事、あるいは科学的概念を理解するのをどのように助けるかを知ることなのです。現在のプログラムは、前者の部分を教えることには長けていますが、後者の部分を教えることには長けていません。教師たちが失敗しているのではなく、システムが、誰もやり方を教えていない仕事を彼らに求めているのです。

この研究は、教師への技術的なトレーニングを単に増やすだけでは不十分であることを示唆しています。人工知能教育を機能させるためには、トレーニングのあり方を変える必要があります。テクノロジーを孤立した状態で扱うのではなく、そのテクノロジーがいかに歴史、言語、あるいは科学の具体的な目標に貢献できるかに焦点を当てる必要があります。また、教師はこの仕事を一人ではできないということを認識する必要があります。彼らには、これらの世界を融合させるための明確な事例とともに、学校や訓練プログラムからのサポートが必要です。人工知能について学ぶことと、それを使って教えることを学ぶことの間の溝が埋まらない限り、この新しい教育の約束は、多くの教室にとって手の届かない場所にあるままとなるでしょう。教師たちは学ぶ準備ができていますが、彼らには、大学の講義室と自分たちの学校の机との間の距離を渡るための地図が必要なのです。

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。

Digest を試す →