2. 「知識活用力」の定義

ここでは、生成AIを含む多様な学習資源を用いて知識を探究・統合・適用・創造する一連のプロセス全体を「知識活用力」と捉える。理論化の際には以下のような要素を含めるとよい。

1. 取得（Gathering）

   • 必要となる知識と情報を収集・獲得する力。生成AIへの問いかけ（プロンプト設計）や検索を通じて、自らの学習課題に合った知識と情報を見極める力。

2. 分析（Analyzing）

   • 収集した知識と情報を比較・整理・批判的に検討し、重要な要点を抽出する力。生成AIの回答を鵜呑みにせず、論拠や信頼性を検証する姿勢。

3. 統合・適用（Integrating / Applying）

   • 複数のソースから得た知識を、自らの考えや文脈のなかで再構築し、新たなアイデアや解決策を導き出す力。たとえば、AIが提示した回答をベースに、自分の経験や他の文献知識を組み合わせるプロセス。

4. 創造（Creating）

   • 既存の知識や情報をさらに発展・変容させ、新たなアウトプット（コンテンツ、プロジェクト、探究の方向性など）を生み出す力。たとえば、生成AIを活用して仮説を立案し、実践・検証のプロトタイプを作る。

5. 振り返り・評価（Reflecting / Evaluating）

   • 自分の思考過程や生成物を客観的に振り返り、質や有効性を評価し、次のステップに生かす力。生成AIとやりとりしながら気づいた疑問点や誤りなどを自己評価につなげる。

これらの要素は相互に行き来する循環的プロセスとして捉えられる。特に生成AIの活用では、「プロンプト → AI出力 → 検証 → プロンプト再設定 → …」という反復が起こりやすいため、学習プロセスそのものが上記の要素を往復的に鍛える構造を持ちうる。

3. 具体的な学習活動の例

3.1 GPTを「学習パートナー」として活用するプロジェクト学習

• 活動概要

  1. 児童・生徒が興味あるテーマを決める（例：身近な環境問題、歴史上の出来事、社会的課題など）。
  2. GPTに質問を投げかけながら、基礎的な知識と情報を収集・分析。
  3. 得られた知識と情報を整理して仮説や意見をまとめる。
  4. 生成AIに「この視点をさらに深めるには？」「他の事例は？」など、追加の問いを投げて視野を広げる。
  5. 最終的にポスターセッションやプレゼンテーションなどの形で成果を発表する。

• 知識活用力との関連

  • 取得: 生成AIを活用して知識と情報を効率的に探す。
  • 分析: AIの回答を比較検証し、妥当性や観点を吟味。
  • 統合・適用: 新たな意見・仮説を構築する。
  • 創造: ポスターや発表資料をゼロから作り上げる。
  • 振り返り: 活動を通して見つけた誤り、追加探究の余地などを共有し合う。

3.2 GPTを「批評家（Critic）」として活用する作文・論述学習

• 活動概要

  1. 生徒が自分のアイデアを文章化し、GPTにレビューやフィードバックを要請する。
  2. GPTからのコメントをもとに文章を推敲、構成や論理展開を改善。
  3. 最終的に複数バージョンのドラフトと比較して成長のプロセスを可視化する。

• 知識活用力との関連

  • 分析: GPTのフィードバックが適切かどうか判断し、活用の仕方を検討する。
  • 統合・適用: 指摘内容を自分の文章に活かす。
  • 創造: 推敲の過程で新たな言葉遣いや表現方法を試みる。
  • 振り返り: 初稿と最終稿を比較し、自分の思考の変化を把握する。

3.3 GPTを「共創のパートナー」として活用する課題解決型学習

• 活動概要

  1. 実社会や学校生活の中から解決したい課題を設定する（例：校内のゴミ問題、地域活性化など）。
  2. 生成AIから事例や解決策を収集し、活用可能性を生徒自身が評価・選択する。
  3. プロトタイプを考案し、実際に小さな実験・実践を行う。
  4. 結果を観察し、生成AIとともにフィードバックを得て修正する。

• 知識活用力との関連

  • 統合・適用: AIから得た解決案と自分たちの文脈を統合し、実行可能なアクションに落とし込む。
  • 創造: 改善策を試行錯誤し、現実世界での効果を検証する過程で学習者の主体性が高まる。
  • 振り返り: 実践プロセスやAIとの対話を振り返り、理解を深める。