AI 教育研究所
（早稲田大学田中博之研究室）

AI教育研究所は、子どもたちの創造力と課題解決力、対話力を育てるために、人工知能（生成AI）を有効利用する方法を研究開発することをねらいとしています。
お気軽にご連絡ください
☎ 03-5286-8635
gr9h-tnk@asahi-net.or.jp
〒169-8050  東京都新宿区西早稲田1-6-1
  
 

　子どもたちが生成AIを「知的パートナー」として、自然かつ高度に使いこなしていくこれからの時代において、教員が一方的に評価を下すだけでなく、子ども自身が自分のAIの使い方を振り返る「自己評価」の仕組みが不可欠です。この「生成AI活用力アンケート」は、そのための極めて実用的なツールとなります。

　本稿では、学校の先生方に向けて、このアンケートの意義、内容項目、授業での活用方法、そして実践の効果を科学的に確かめるための統計的検証の観点から解説します。

アンケートのサンプル

1. 生成AI活用力アンケートの意義

　生成AIを単なる「答えを出してくれる機械」として扱うのではなく、対話を通して自らの思考を拡張し、自律的な学びを促すためには、子どもたち自身に自分のスキルや態度を客観視（メタ認知）させる必要があります。

　このアンケートは、「AIを使えた・使えなかった」という単純な二元論ではなく、思考力、協働力、モラルといった多角的な視点から自分の現在地を測る「鏡」として機能します。子どもたちはこのアンケートに答えるプロセス自体を通して、「AIを適切かつ創造的に使うとはどういうことか」という理想のモデルを内面化していくことができるのです。

2. アンケートの内容項目（6領域18項目）

　このアンケートは、生成AIの活用において求められる資質・能力を網羅的に捉えるため、6つの領域と18の項目で構成されています。

  • 領域A：AI知識・技能

    AIの基本的な操作方法を正しく使う「AIの基本操作力」、質問のしかたを工夫する「プロンプト生成力」、プログラムを作る「AIプログラミング力」といった基礎技術を問います。

  • 領域B：AI思考力

    AIの回答と自分の知識を組み合わせる「知識活用力」、別の角度から考える「多段階思考力」、そしてAIとのやりとりの中で自身の理解度を振り返る「メタ認知力」が含まれます。

  • 領域C：AI表現力

    やり取りを繰り返して深い回答を引き出す「対話深化力」、文章や画像等を組み合わせる「総合表現力」、オリジナルの作品をつくり上げる「作品生成力」を測ります。

  • 領域D：AI協働力

    グループワークにおいて、みんなで役割を決める「役割分担力」、自分の得意分野や友だちのアイデアを取り入れる「個性発揮力」、意見を集めてよりよい結果を出す「AI活性化力」を設定しています。

  • 領域E：AI評価力

    回答を鵜呑みにせず資料と比べる「ファクトチェック力」、回答の良し悪しを判断する「回答評価力」、質問のしかたを変える「プロンプト修正力」など、批判的思考に関わる項目です。

  • 領域F：AIリテラシー・モラル

    個人情報や著作権に配慮する「AIリテラシー」、人を傷つけない言葉を使う「AI倫理観」、そしてAIに依存しないように注意する「AIセルフコントロール力」を評価します。

3. 授業における具体的な活用方法

　このアンケートは、日々の授業の様々な場面で活用することができます。

  • 事前・事後の変容測定による成長の可視化：単元や学期（あるいは長期的な探究プログラム）の初めと終わりに同じアンケートを実施し、レーダーチャート等で結果を可視化して比較します。これにより、生徒自身が「自分は表現力が伸びた」「次はファクトチェック力を意識しよう」と、具体的な成長と今後の課題を実感できます。

  • 学習の目標設定の指針として：探究的な学習を始める前にアンケートの項目を提示し、「今回の課題では、特に『領域Dの協働力』と『領域Eのプロンプト修正力』を意識して取り組もう」といった、具体的な目標設定の指標として活用します。

  • メタ認知レポートとの連動：前述した「メタ認知レポート」を記述する際、このアンケートの18項目を言語化のための補助語彙として使わせることで、生徒の振り返りがより具体的で解像度の高いものになります。

4. 統計的な効果検証のための評価ツールとして

　さらに、この構造化されたアンケートは、学校現場での指導法が本当に効果があったのかを科学的・統計的に検証するための「測定尺度」としても極めて有用です。

　各項目を「1: 全く当てはまらない」から「４: とても当てはまる」といったリッカート尺度（４件法など）で定量化してデータ化することで、以下のような統計的検証が可能になります。

  • 平均値の差の検定（t検定）：メタ認知レポートを書かせるなどの新しい授業介入を行った前後で、生徒のスコアが統計的に有意に向上したかを客観的に検証できます。

  • 因子分析：設計した「知識・技能」「思考力」「表現力」などの6つの領域が、実際の生徒の回答データにおいても独立した概念として正しく成立しているか（構成概念妥当性）を確認できます。

  • 相関分析と因果関係の推定：例えば、「領域E（AI評価力）のスコアが高い生徒は、課題の最終レポートの成績も高い傾向にあるか」を相関分析で調べたり、既存の自己調整学習尺度との関係性を重回帰分析等で探ることで、「どのような指導がAI活用力を伸ばし、それが結果的に学力向上にどう結びつくのか」というメカニズムを解明する糸口となります。

5. アンケートの結果を生徒に可視化する意義

　実施したアンケートの結果は、教員だけで管理するのではなく、必ず生徒自身へフィードバックし、可視化して示すことが極めて重要です。具体的には、先述した6つの領域（知識・技能、思考力、表現力、協働力、評価力、リテラシー・モラル）の得点バランスを、レーダーチャートなどの図表を用いて視覚的に提示します。

　この「現在地の可視化」は、生徒に「自分の強みは表現力だが、ファクトチェックなどの評価力が弱い」といった客観的な気づきを引き起こします。単に教員から言葉で指摘されるよりも、図表化された自分自身のデータと向き合うことで、「次は情報を鵜呑みにせず、比較検証を意識しよう」という内発的な動機づけが生まれるのです。

　結果をレーダーチャート等で生徒に示すプロセスは、生徒が自分自身の生成AI活用の状況を自律的・主体的にメタ認知し、自らの学習方略を改善していく態度（自己調整学習のサイクル）を促すための、最も効果的なエンジンとなります。

おわりに

　「生成AI活用力アンケート」は、子どもたちの現在地を測る単なるテストではなく、彼らが自律的で倫理的なAIユーザーへと成長していくための「道標（ガイド）」です。このツールを日々の自己評価や、客観的なエビデンスに基づく効果検証に適切に位置づけることで、経験則だけに頼らない、確かで質の高い教育実践を展開することが可能になります。