生成AIを活用した授業づくり

令和８年度 渋谷区立鉢山中学校 校内研修
2026年10月07日

Transcript

1. ©2016- Naoki Kato, IML at TGU 令和８年度 渋谷区立鉢山中学校 校内研修 20261007 生成AIを活用した授業づくり 東京学芸大学 ICTセンター 教育情報化研究チーム 加藤直樹
2. ©2016- Naoki Kato, IML at TGU 自己紹介 加藤直樹 東京学芸大学 ICTセンター 教育情報化研究チーム 専門：情報工学・人間情報学 （Human Computer Interaction） 特にペン入力 ペン入力I/Fの教育への利用 大学の学部では 小学校教員，高校情報科教員，教育ICT専門職
3. ©2016- Naoki Kato, IML at TGU 自己紹介 これもAI技術を使ったものです．中国製ですが
4. ©2016- Naoki Kato, IML at TGU 自己紹介 生成AI使っていいよという第１問でした
5. ©2016- Naoki Kato, IML at TGU お品書き はじめに 〜ほんとにすごいよな⽣成AI〜 すごい⽣成AIを使うときに 先⽣による⽣成AI活⽤ 次期学習指導要領が向かっているところ 児童⽣徒による⽣成AI活⽤ ⽣成AIってなんだ？ 〜⽣成AIの特性〜
6. ©2016- Naoki Kato, IML at TGU 生成AIを活用した授業づくり はじめに ～ほんとにすごいよな生成AI～
7. ©2016- Naoki Kato, IML at TGU はじめに 日本人も使い始めました 総務省（2026）「国内外における最新の情報通信技術の研究開発及びデジタル活用の動向に関する調査研究」
8. ©2016- Naoki Kato, IML at TGU はじめに 先生も使っていますねぇ 校務に使っていない のは15.8%だけ 授業準備に使っていない のは25.6% 小中高における AI活用実態調査 ―教育DXとAI時代の学校教育の現在地― eラーニング戦略研究所 2026年4月調査
9. ©2016- Naoki Kato, IML at TGU はじめに 子どもも使っていますよ（ただちょっと意外に少ない） ｢子どもと生成AI｣調査 生成AIについてどう思う？ 博報堂教育財団 2026年4月調査
10. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI サクッと文章を作成してくれる
11. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI サクッと図解も作成してくれる
12. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI イラストだって描いてくれる
13. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI 音楽も作ってくれるよ
14. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI 楽譜まで作ってくれるよ
15. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI もちろん動画も作れちゃう
16. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI 表計算処理もしてくれる
17. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI （画像から）グラフ化だってしてくれる -400 -326 -281 -300 -200 -146 -100 -49 -24 0 100 51 51 200 300 214 10
18. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI 画像編集だってしてくれる
19. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI アプリも作ってくれる
20. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI ゲームだって作れるよ
21. ©2016- Naoki Kato, IML at TGU 生成AIを活用した授業づくり 望ましい状態と現状と課題
22. ©2016- Naoki Kato, IML at TGU 望ましい状態と現状と課題 「生成AI活用」について， ３ヶ月後くらいの望ましい状態 その状態に対する現状 ギャップを埋めるためにすべきこと
23. ©2016- Naoki Kato, IML at TGU 生成AIを活用した授業づくり すごい生成AIを使うときに
24. ©2016- Naoki Kato, IML at TGU ほんとにすごいよな生成AI サクッと文章を作成してくれる
25. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに 生成したものは誰のもの？ 帰属の虚偽 「自分のもの」として扱うと， 評価の不正取得 創作性なし 創作の意思がない＝著作権がない （誰のものでもない） プロンプト
26. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに 自分に著作権が発生する境目 プロンプトに創作性なし 著作者（著作権）なし 著作者発生 プロンプトに創作的な指示
27. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに 他者の著作権に気をつけなければならない場合 著作権処理が必要になる 条件 依拠 これを元に 描いて プロンプト 要許諾 類似 結果的ににていれば
28. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに 似たイラストを描いてもらうと 類似しているか と裁判所が 判断するかどうかが肝 右上：小学館 タッチ（あだち充） 23巻より で も プロンプトに 依拠性がある指示 著作権法に抵触する可能性
29. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに 要約も注意だよ 原文がそのまま残っていると 引用とする必要 要約して プロンプト 要許諾 原文の表現が残っていると 著作権処理が必要
30. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに 画像編集だってしてくれる
31. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに それ，生成AIに渡して大丈夫？ 学習量から考えれば 微々たる情報 オプトアウトして 学習を拒否する だけど， それを使った 情報が生成され 第三者に渡る可能性 他者に渡ってはいけない情報なら 情報漏洩！
32. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに 個人情報については，そもそものところ l 利用目的以外で個人情報を（生成AIで）使ってはだめ 第六十九条 行政機関の長等は、法令に基づく場合を除き、利用目的 以外の目的のために保有個人情報を自ら利用し、又は提 供してはならない。 （公立の学校の場合） l 同意を得ないで個人情報を 第三者（生成AI事業者）に提供ははだめ 第二十七条 個人情報取扱事業者は、次に掲げる場合を除くほか、あ らかじめ本人の同意を得ないで、個人データを第三者に 提供してはならない。
33. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに 原則入力はやめた方が良い情報 条件付きで入力も可能に 個人情報（個人を特定できる情報） 個人についてのセンシティブな情報 他者に権利のある情報 学校経営上の非公開情報 守秘義務契約されている情報 顔写真 etc. 許諾をとる（公開扱い） 成績，指導記録 etc. 匿名化する 答案，作品，問題集 etc. 許諾をとる 匿名化する 匿名化の注意点 クラス＋出席番号 も 名簿が公開・流出していると 個人特定可能
34. ©2016- Naoki Kato, IML at TGU すごい生成AIを使うときに ただし，上位組織で契約した生成AIなら ＋ オープンな学習をしない ＋ 十分なセキュリティ対策 ＋ 個人情報取扱に関する契約 などを含めた契約がされていることで 個人情報（個人を特定できる情報） 個人についてのセンシティブな情報 個人情報保護法（条例） 収集時に目的を明示化 他者に権利のある情報 学校経営上の非公開情報 著作権法（条例） 許諾をとる 守秘義務契約されている情報 などが入力可能に
35. ©2016- Naoki Kato, IML at TGU 生成AIを活用した授業づくり 次期学習指導要領が向かっているところ （さらっと）
36. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ 基盤となる考え方 好きを育み、得意を伸ばす 自分の意見を形成し、対話と合意ができる力を育む 多様な子供たちの「深い学び」を確かなものに
37. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ 「主体的・対話的で深い学び」の実装 人間性 学びに向かう力 知識・技能 の統合的な理解 志向性 調整性 対話性 駆動性 主体的 活用（転移） 構築 深い 思考力 判断力 表現力 の総合的な発揮 （できる力） オーセンテックな 調査・探究・体験 対話的で 学習の基盤となる資質能力 言語能力 ICT活用 情報活用能力 情報教育
38. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ デジタル学習基盤（ICT活用）を前提とした学びへ 主体的・対話的で深い学び のための授業デザインが可能に 各教科等において 常に利用可能 学びやすさの向上 合理的配慮 豊かな学びの実現に 最大限の活用 主体的な学びの基礎
39. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ 「主体的・対話的で深い学び」の実装 人間性 学びに向かう力 知識・技能 の統合的な理解 志向性 調整性 対話性 駆動性 主体的 活用（転移） 構築 深い 思考力 判断力 表現力 の総合的な発揮 （できる力） オーセンテックな 調査・探究・体験 対話的で 学習の基盤となる資質能力 言語能力 ICT活用 情報活用能力 情報教育
40. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ 情報教育（情報活用能力の育成）充実のための教科再編 2002 2004 (選 必 ) 択 高校情報科 化 修 情報A 社会と情報 情報B 情報の科学 情報C 中学技術・家庭科 2011 2013 情報とコンピュータ 2020 2022 情報Ⅰ 情報Ⅱ グ ン ミ 化 ラ 修 グ 必 ロ 目 プ 項 全 め 含 を 情報・技術科 情報に関する技術 小学校 基本的な操作 情報モラル教育 プログラミング教育 総合的な探究の時間 情報領域
41. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ 小学校における総合と各教科と情報教育 総合的な探求の時間 各教科 探究的な 学び 探求領域 教 室 の 介 入 児 童 生 徒 の 裁 量 探究 情報領域 ミ ニ 探 求 ユ ニ ッ ト 情 報 ブ ロ ッ ク 活用 取扱 活用を中心とした 体験的な活動 質の高い探究的な学び 情報技術の 情報活用能力 理解
42. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ 中学校における情報・技術科と総合と各教科と情報教育 情報・技術科 各教科 生産技術領域 情報技術領域 技術の統合 探究的な 学び 探究的な 学び 総合的な 探究の時間 探究 情報技術の 活用 取扱 情報活用能力 理解
43. ©2016- Naoki Kato, IML at TGU 生成AIを活用した授業づくり 児童生徒による生成AI活用 ～活用事例研究～
44. ©2016- Naoki Kato, IML at TGU 生成AI活用能力の必要性
45. ©2016- Naoki Kato, IML at TGU 生成AI活用能力の必要性 2040年 労働需要：供給とのミスマッチ -400 -326 -281 -300 -200 -100 -146 -49 -24 AIを使える人材を 51 100 育成していく必要性 0 51 200 214 賃上げをして 人材確保する 必要性 10 300 経済産業政策新機軸部会 第４次中間整理 ～ 成長投資が導く 2040 年の産業構造 ～ 産業構造審議会 経済産業政策新機軸部会 経済産業省 2025 年６月３日
46. ©2016- Naoki Kato, IML at TGU 生成AI活用能力の必要性 価値観の偏りが社会の分断が誘引・拡大 ICT・AIの特性 ＊ 確証バイアス ＊ アテンションエコノミー フィルターバブル （異なる情報からの隔離） エコーチェンバー （同じ意見の反響・増幅） 誤情報・偽情報の氾濫 ICT・AIの特性を しっかり理解して 活用できるように 異なる情報を 元とした議論 偏った考え の増幅 政治的な分極化 感情的な分極化 民主主義の基盤が弱体
47. ©2016- Naoki Kato, IML at TGU 生成AI活用能力の必要性 育てていくべき人材像 生成AI 高度IT人材 ミドルIT人材 新たな価値の創造 解決 依頼 高度情報通信技術 AI技術 課題 発見 活用 AIとはこういうもの こういうことができるもの
48. ©2016- Naoki Kato, IML at TGU 生成AIを活用をした授業はどこいった？
49. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ ここに戻ります 人間性 学びに向かう力 知識・技能 の統合的な理解 志向性 調整性 対話性 駆動性 主体的 活用（転移） 構築 深い 思考力 判断力 表現力 の総合的な発揮 （できる力） オーセンテックな 調査・探究・体験 対話的で 学習の基盤となる資質能力 言語能力 ICT活用 情報活用能力 情報教育 あ る 知 識 を 持 っ て そ れ を 使 っ て 何 か す る と き ・ ・ ・ いづれ ここのど真ん中
50. ©2016- Naoki Kato, IML at TGU 次期学習指導要領が向かっているところ 生成AI活用との向き合い方 情報・技術科 各教科 生産技術領域 情報技術領域 技術の統合 探究的な 学び 探究的な 学び 総合的な 探究の時間 探究 情報技術の 各教科の学びの強化 いや基盤として活用 生成AI 活用 取扱 情報活用能力 理解
51. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用
52. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 パターン１：生成AIから情報を引き出す ・・を調べて ・・って何？
53. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 情報を探してもらう（検索エンジンの代わり） 順位 主な生産地 収穫量 全国シェア 1 青森県 351,400トン 60.9% 2 長野県 106,400トン 18.4% 3 岩手県 30,800トン 5.3% 4 山形県 30,500トン 5.3% 5 福島県 17,100トン 3.0% 6 秋田県 16,700トン 2.9%
54. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 そこまで教えなくていいんだけどなぁ・・・ 全国の収穫量は57万7,400トンです。青森県だけで 全国の約6割、青森・長野・岩手・山形の4県で約9 割を占めます。主な産地が東北地方や長野県に集中 しているのは、りんごが夏に涼しく、昼夜の温度差 が大きい気候に適しているためです。 出なくすることは可能 カスタム指示（Custom Instructions）
55. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 おまけ 正解を教えない生成AI
56. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 坂本龍馬と会話して情報を得る あなたは坂本龍馬です． 坂本龍馬として， 中学生の質問に答えてください． １回多くても200文字くらいで あなたは何をしたんですか？ わしが何をしたかっちゅうたら、日本をひとつにま とめて、新しい国に変えようと走り回ったがじゃ。 あのころの日本は、徳川幕府が国を治めよったけん ど、外国から大きな船がやって来て、「このままで 日本は大丈夫ながか？」っちゅう時代になっちょっ た。 ：
57. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 生成AIをインタビュー相手にする授業実践例 「日本の食料生産」について、小学5年生が勉強しています。 数字が入力されたら、その立場の人物になりきって児童のインタビュー に答えてください。まず自己紹介をして、質問が来たら、それぞれの立場 で、具体的に、小学生にわかりやすく答えてください。 ＃立場は以下の5人です。 １．庄内平野の米農家の五十嵐さん ２．水田農業試験場の中場理恵子さん ３．JAの営農指導員の佐藤さん ４．米問屋の野上さん ５．スマート農業を推進する会社の鈴木さん ６．環境計量士の田口さん ＃次の３つの条件を守ってやり取りしてください。 1．3年生までにならう言葉、漢字で答えてください。 2．聞かれていないことには答えないでください。 3．インタビューや質問内容が稲作や米、食糧問題と関係ない場合は、 答えずに違う質問をさせてください。 私たちの食生活を支える食料生産「これからの食料生産」 大阪市立住吉小学校（大阪府）
58. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 パターン２：生成AIの出力を「教材」とする 出力 を元に 自分の考えとの違いから 両者の考えを批評する ファクトチェック 不足を見つける 間違いを正す 正しいものを作る 対 話 正しい回答ができるように 教えていく
59. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 ファクトチェックを取り入れた授業実践例 n 間違いを含む文章の内容を確認する活動の中で、 批判的に思考しながら、知識への理解を深める （参考）かながわ授業のたね https://www.pen-kanagawa.ed.jp/edu-ctr/gakkoshien/documents/10_06-kou-ri.pdf
60. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 ちなみに嘘を言うカスタム指示で，より自由度UP 答 て え れ く い な 合 場 り あ 細胞は生物の体をつくる基本単位で、大き く原核細胞と真核細胞に分けられます。原 核細胞は細菌などに見られ・・・
61. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 自分と生成AIが書いた感想文を比較する授業実践例 n 比較することを通して，良い感想文に有効な工夫を考察させ， 自分の感想文を推敲する活動に取り組む 『羅生門』を読んで 芥川龍之介の『羅生門』を読んで、私は 人間の善悪は、思っていたほど単純に分け られるものではないと感じた。物語に登場 する下人は、仕事を失い、雨の降る羅生門 の下で途方に暮れている。生きるためには 盗人になるしかないと思いながらも・・・ リーディングDXスクール生成AIパイロット校成果報告会 神奈川県立生田東高等学校 生成AIが良い とは 限らない・・ かも
62. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 生成AIに書かせることに特化させるのはどうだろう？ l 生成AI活用力育成にシフトするかと思ったが l 意外と，感想文のコツの学びにもなるような気が
63. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 生成AIに教える授業実践例 n 生成AIが書いた説明文に対し，修正点を考えることを通し， 文章構成への理解をより主体的に深めさせ， n 「考えと例」の関係や対比の構造の理解を育む NOTE 「アップとルーズで伝える」で伝える 鈴木秀樹 2026年5月19日 ： AI：この説明で、まちがっていると ころや、足りないところはあります か? 児童A：例がありません。 AI：教えてくれて、ありがとう。で は、どんな具体例を、文章のどこ (まんなか・おわり) に入れるとい いと思いますか? 児童A：まんなか AI：まんなかに入れるんですね。 どんな場面の例にしますか? (学 校のことでも家のことでもOKです。 児童A：遊んでいる ：
64. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 生成AIをもしもボックスとする授業実践例 n 生成AIに作らせたもしもな歴史をの可能性や史実との比較を行う ことで、ある出来事が契機となり、その後の世界が構築されてい くことを理解させる 1912～13年のバルカン戦争が起きなかっ た場合、第一次世界大戦は「回避」される というより、別の時期・別の形で始まった 可能性が高いでしょう。 ・オスマン帝国は欧州領の多くをしばらく 維持する。 ・・・ 東京の情報教育 No.365 R6生成AI研究校指導案（歴史総合） 都立井草高等学校
65. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 パターン３：生成AIに作らせることを通して学ぶ 作って
66. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 小説を書かせる授業実践例 n 生成AIへの指示を考え、試行錯誤する過程で、 小説の構成要素や文体について理解を深める この設定で５０００字を超える小説を作ってください。 ・キャラクター 山田 帆夏(やまだ ほのか)：主人公 学校生活のすべてに無関 心でどうでもいいと思っている女の子 友達と呼べる少ない 本 を読むことが好きでよく図書室にいる 嫉妬深い一面がある 意 外と運動神経が良い 高校２年生 部活所属無し 鈴木 晴翔(すずき はると)：クラスの人気者の男の子 友達も多 い バスケ部の部長 高校２年生 ・・・ ・シーン１ １年生の３学期の最終日、帆夏と零がＳ高校に一緒に下校し ている。零「２年生のクラス替えで同じクラスになれるかなー」 帆夏「なんで？」零「だって、帆夏が心配なんだもん」帆夏「別 に零以外の友達がいなくても楽しいよ」・・・ 東京の情報教育 No.364 R6生成AI研究校指導案（文学国語） 創作をする(全14時間) 都立大島海洋国際高等学校（全日制課程） ❓
67. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 イラストを描かせる授業実践例 n 修飾語を交えた絵を生成AIに描かせることを通して、 修飾語の働きを捉える （参考）新宿区立富久小学校：小林 耕子 先生
68. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 パターン４：生成AIに自分の成果物を見てもらう 添削 改善のヒント ブラッシュアップ
69. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 添削をしてもらう授業実践例 n 「構造」と「表現」の2つの観点から， 不要な文を削って要約文を書く指導（サポート）をさせる ①必要な情報が抜けているか 全体として筆者の主張を適切に反映していますが、東日本大震災 の影響で岡山に移住し、草木染めを始めた経緯が含まれていませ ん。この背景情報は筆者の主張を理解する上で重要です。・・・ 東京の情報教育 No.352 R6生成AI研究校指導案(現代の国語) 文章要約をしよう 都立淵江学校（全日制課程・高等部）
70. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 生成AIのやりすぎを制御した方が良い て し 出 で 例ま ！ ！ る い きて
71. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 ヒントをもらう授業実践例 n 生成AIによる評価に基づいて自身の記述を修正し、 再度評価を受ける粘り強い取り組みを促す 評価：おおむね正しいです。複製の大きな流れを説明できています。 改善が必要な部分：①、②、③ ヒント：① 2本の鎖を結びつけている「結合」に注目しましょう。 東京の情報教育 No.361 R6生成AI研究校指導案（生物基礎） 遺伝情報とDNA 都立大島海洋国際高等学校（全日制課程）
72. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 パターン５：生成AIに学びのチューターになってもらう
73. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 対話を通してサポートしてもらう授業実践例 n 探究活動における「問い」と「仮説」について、 生成ＡＩと対話しながらブラッシュアップしていく ・・・ □素晴らしいですね。千代田区には歴史的で重要な名所がたくさん ありますね。次に、その区の名産品を教えてください。 「神田明神の納豆と甘酒」 □なるほど、神田明神の納豆と甘酒が名産品なのですね。では、次 に千代田区の抱えている問題を教えてください。 「商店街の人材不足 コロナで中小企業がダメージ」 ・・・ 東京の情報教育 No.347 R6生成AI研究校指導案 (探究) 地域調べ 都立小岩学校（全日制課程）
74. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 素のプロンプトだと 答え方が色々変わる 生成AIの特徴だから仕方ない 教育効果が変わる
75. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 チュータとしてチューニングが重要 • • • • 中学生にもわかる言葉を使う。 難しい言葉を使うときは、身近なたとえを添える。 子どもの発言を否定せず、まず「なるほど」「いいと ころに気づいたね」などと受け止める。 返信は長くても100字程度にする。 • • • あまり質問はしない。 最後にさらに聞きたいことがないかを聞く。 何も質問が出ないようなら、話が続くように質問をす る。 • • 「どうしてそうなるの？」を一緒に考える。 「本当かな？」と確かめる姿勢を育てる。 教育理論を 反映させる
76. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 GPT Tutor n 答えを与えずヒントで導く n 教師が書いた正しい解答 Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences of the United States of America, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122
77. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 Harvard Physics Tutor（PS2 Pal） n 逐次的ステップ，簡潔に答える n 正解をあらかじめ与えておく 生徒の事前テストの スコア（中央値） 生徒の事後テストの スコア（中央値）の上乗せ分 十分に設計された 生成AIチュータ 優れた対面授業 注）天井効果あり（満点者あり）． 実際はもっと高かった可能性 Kestin, G., K. Miller, A. Klales, T. Milbourne and G. Ponti (2025), "AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting", Scientific Reports, Vol. 15/1, https://doi.org/10.1038/s41598-025-97652-6.
78. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 Syntea l コースブック（教科書）を全ての根拠に １ 試 験 あ た り 合 格 に 要 す る 時 間 AIチュータを 使わなかったグループ ＞ ＞ roolout後にAIチュータを 使ったグループ （そもそも上位の集団） AIチュータを使わなかったグループ （どんな学習方法をとったか不明） をベースにすると27%も短期間化 Möller, M. et al. (2024). Revolutionising Distance Learning: A Comparative Study of Learning Progress with AI-Driven Tutoring. https://arxiv.org/abs/2403.14642
79. ©2016- Naoki Kato, IML at TGU 探究活動にはどう使えるか？
80. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 探究の手順 課題・仮説を設定する 自然の事物・現象から課題を見つけ 仮説を立てる 予測する（見通しを立てる） 仮説を確かめるためには どのようなデータで 何を示せば良いかを考える 見方・考え方 検証方法を考える 観察・実験方法，分析方法を考える 観察・実験を行う データを収集する 整理する 得られたデータを比較しやすくまとめる 分析する 何が示されたかを明らかにする 考察する 分析した結果から言えることをさらに考える 表現・伝達する 科学的な探究の手順
81. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 生成AIの活用法 l 様々なパターンの組み合わせ 課題・仮説を設定する 自然の事物・現象から課題を見つけ 仮説を立てる アドバイス してもらう 予測する（見通しを立てる） 仮説を確かめるためには どのようなデータで 何を示せば良いかを考える 検証方法を考える 観察・実験方法，分析方法を考える 評価してもらう 調べてもらう 観察・実験を行う データを収集する 見方・考え方 シミュレート （データを作ってもらう） 整理する 得られたデータを比較しやすくまとめる 分析する 何が示されたかを明らかにする 講評してもらう 考察する 分析した結果から言えることをさらに考える 表現・伝達する 手伝ってもらう
82. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 探求チューター・探求アシスタントを作る手も カスタム指示 探究の進め方 アドバイスの仕方 評価の仕方 などなど 相当複雑なので，研究成果・製品化を待ちましょう😅😅
83. ©2016- Naoki Kato, IML at TGU 児童生徒による生成AI活用 「探究のやり方」に沿って，生成AIを使う 探究における働き 具体的な行動 制御する 話を狭める（焦点化／深化） 「・・について詳細に」 新たな疑問を投げる 「・・とはなんですか？」 検証する 比較する 外化する 整理する 根拠を問う 「本当ですか？／根拠は？」 誤りを指摘する 「それは違います」 反例・別解を求める 「他の考え方はありますか」 他概念と比較する 「・・・との違いは？」 共通点を問う 「・・・と何が同じ？」 自分の理解を返す 「・・ということですね」 考え・仮説を投げる 「・・と思うのですがどうですか」 「ここまでをまとめて」 「ポイントを3つにまとめて」 「箇条書きで整理して」 これを繰り返すことが 探求活動に繋がる （たぶんｗ）
84. ©2016- Naoki Kato, IML at TGU 生成AIを活用した授業づくり おわりに
85. ©2016- Naoki Kato, IML at TGU おわりに 生成AIを教育に活用する AIを使えば こんなことが できるじゃん！ 生成AIの理解
86. ©2016- Naoki Kato, IML at TGU おわりに 生成AIを教育に活用する 「こんなこと・もの」 学び(授業)や校務 を思いつけるかが に関する 重要 構想力・発想力 こんなこと できたらなぁ らスタ ート こんなもの あったらなぁ ほとんど 解決できる！ 今，できなくても そのうちできる 生成AIは ほんとすごいです ここか
87. ©2016- Naoki Kato, IML at TGU おわりに 豊福先生の考え note：AIを使える教師から、AIを適切な位置に置ける教師へ 豊福晋平 2026年10月7日
88. ©2016- Naoki Kato, IML at TGU おわりに 実践研究の方針へのサジェスト 報告としては 効果的なものを見つけていく が好まれるが こんなこと できたらなぁ こんなもの あったらなぁ からの授業改善がベース ダメなものを把握する へ向かうことが大事 （ICT活用方法の研究と一緒）
89. ©2016- Naoki Kato, IML at TGU さいごに 保存した回答を書き直しましょう Formsを開いて「入力済みフォーム」 を選ぶと前の回答が表示されます
90. ©2016- Naoki Kato, IML at TGU 生成AIを活用した授業づくり おしまい