COVID-19は教育に大きく、長期的な影響を与えています。
パンデミックは教育テクノロジー（EdTech）の導入を加速させましたが、学習成果へのEdTechの影響はまちまちです。
政策立案者が適応型学習システムを確立したい場合、まず5つの要件を満たす必要があります。
教育テクノロジー（EdTech）は、教育制度内の最も困難な政策課題のいくつかに取り組むための有望な手段となってきました低・中所得国において。しかし、教育を破壊し革新するという約束が数十年にわたり繰り返されてきた一方で、EdTechが学習成果に与える影響はまちまちです。教師の指導を改善し生徒の学習を促進するためのテクノロジーを活用した支援の推進は、学校の休校と再開によって緊急性を増しています。COVID-19パンデミックがもたらした数少ない明るい兆しの一つは、それがこの分野を変革し、焦点を破壊から緩和と包摂へと移し、不平等を縮小する可能性を持つようになったことです。
低・中所得国の環境で生徒の学習成果を向上させるためにどのEdTech介入が有効かについてのエビデンス基盤は限られています。最近の体系的レビュー（Rodriguez-Segura, 2020による）では、既存の信頼できる研究を調べた結果、テクノロジーを単独の介入として用いるだけでは教育実践や生徒の学習を改善できないことが分かりました。レビューに含まれたEdTech介入のうち、自主的な学習に焦点を当てたものが、生徒の学習成果を改善する最も際立った方法でした。
適応型学習システムによる自主学習の促進
自主学習、すなわち生徒が自分のペースやレベルで学習を主体的に進める力は、パンデミック中（および後）において大きな転換点となりえます。自主学習はテクノロジーなしでも、集中的な教師の支援のもとで育成できます。しかし、Rodriguez-Seguraは、EdTechの介入は生徒が外部からの支援を最小限にして適切なペースで学べるようにするため、特に魅力的に見えると説明しています。その一例が適応型学習システムです。これは、やり取りにリアルタイムで反応し、生徒一人ひとりに個別の支援を自動的に提供します。教師が直面する一般的な課題の一つは、指導を生徒一人ひとりの学習ニーズに合わせることです。教師はこの課題に対し、指導の個別化を行い、生徒の学習レベルに基づいて教室を小グループに分けることで対応できます。
適応型システムは、このプロセスを自動化することができます。その方法は、生徒の成績に応じて教材の提示を変更することです。システムは生徒の進捗から（学習して）「学び」、学習の道筋を調整します。場合によっては、費用対効果が高く、教育の提供における生産性を大幅に向上させられることが示されています。授業を補完し、学習内容を強化し、内容の不足を補う可能性もあります。この方法は、学年ではなく学習レベルに応じて指導を行うことが、顕著な学習成果につながりうることを示した、厳密な評価研究と密接に関連しています。
適応型学習システムを確立するための5つの実現条件
適応型システムの主な機能は、補習教育を提供し、生徒がカリキュラムの習熟度を高められるよう支援することです。学校が開いている間は授業を補完でき、学校が閉鎖された際には生徒が独自に利用することもできます。例えば、エクアドルでは、適応型システムが学校閉鎖中の生徒の中退防止に役立ちました。ただし、適応型システムは「特効薬」ではありません。機能させるためには、確立すべき実現条件がいくつかあります。
1. ほとんどの適応型システムは独自仕様（プロプライエタリ）であり、開発または適応に高額の初期費用が必要です。適応型システムはこれまでごく一部の教科（例：算数と初期の読解）でしか開発されておらず、現時点ではそれらの教科に限られています。したがって、適応型システムを検討する際、政策立案者には主に二つの選択肢があります。すなわち、(i) 既存の独自仕様システムを自国の状況に合わせて適応させるか、(ii) ゼロからシステムを開発するかです。どちらにも欠点があります。前者では、英語／スペイン語でのみ提供され、外国のカリキュラムに対応づけられている可能性が高いソフトウェアを適応・翻訳する必要があります。また政策立案者は、利用者がプラットフォームにアクセスするためのライセンス料も支払わなければならず、継続的な費用が発生しえます。どちらの選択肢にも、翻訳、サーバー保守、研修、ソフトウェア更新、サポートデスクなど、多くの関連費用が伴います。
2. 政府が既存のシステムを適応させるか、ゼロから開発するかにかかわらず、適応型システムはカリキュラムに対応づけられている必要があります。適応型システムには詳細なカリキュラムマッピングが必要ですと、カリキュラムに示された学習目標を支えるための教材開発が必要です。政府が既存の独自仕様システムを自国の状況に合わせて適応させることを決めた場合、自国のカリキュラムに合うように内容を変更する際に問題が生じる可能性があります。ゼロからシステムを開発する場合は、カリキュラムのマッピングを外部委託するか、この工程を計画プロセスに組み込むことができます。いずれの場合も、政策立案者がこのプロセスに教師を関与させることが不可欠です。それにより、導入時の教師の受け入れと賛同が高まることが示されています。
3. 適応型システムが広く普及するためには、堅牢なデジタルインフラが必要です。証拠は、適応型学習の影響は社会経済的地位の低い生徒にとってより深刻でありうることを示しており、それにより学習損失を最小限に抑えられる一方で、よくあるケースとして学習損失のリスクが最も高い生徒は、オンラインのソリューションにアクセスできないことが多い。そのため、教師と生徒の双方がシステムにアクセスすることが不可欠です。適切なコンテンツを搭載した機器と、そのコンテンツに接続するための無線機能の両方が必要です。タブレットやスマートフォンの価格は大幅に下がり、低・中所得国も手頃な価格でのアクセスに投資してきましたが、高品質なデータや適応型システムには無線機器と強力な帯域幅が必要であり、高額な初期費用（およびテクニカルサポート、保守、監視などの関連費用）が発生する可能性があります。
4. 適応型システムを効果的に展開するには、教師への研修を含める必要があります。教師が新しい実践を受け入れ、システムに賛同するかどうかが、プログラムの有効性を大きく左右します。適応型システムは教師に取って代わるものではなく、むしろその役割を高めるものです（「人間関係の再構築」を参照）。教師には、自分に何が期待されているかについて研修を受けてもらうことが重要です。この役割の変化を理解しなければ、政策立案者は教師の権利を奪う恐れがあるため。具体的には、教師は次の方法について研修を受ける必要があります。(i) プラットフォームを使い、指導者から個別指導者へと役割を転換する、(ii) プラットフォームおよび関連テクノロジーを活用し、アクセスする、(iii) 生徒の知識の発達のためにテクノロジーを活用する、(iv) プラットフォーム上での生徒の参加から得られた知見を活用し、生徒一人ひとりに個別の支援を自動的に提供する、(v) プラットフォームのデータを活用して今後の授業を計画し、生徒のニーズに基づいて指導を個別化する。この研修には、教師が良い実践を共有し、さまざまなチャネルや文脈を通じてプラットフォームの利点を広められる関与計画を組み合わせるべきです。
5. 教師研修に加えて、適応型システムは生徒を効果的に関与させる必要があります。教師と同様に、展開プロセスに生徒を関与させることが重要です。生徒を対象とした関与の取り組みは、生徒がプラットフォームを一貫して使用するよう、内発的および外発的なインセンティブを生み出すことを目的としています。そうした取り組みの一つでは、プラットフォームの操作方法、接続エラーへの対処、技術的問題のトラブルシューティング、ヘルプデスクへの連絡について研修を受けた生徒を複数指名しました。さらなる方法として、体験をゲーム化することもできます。生徒は、週ごとの利用状況や進捗に応じて「ポイント」（またはその他の形の社会的な称賛）を獲得できます（上位の成績者は仲間から称えられることもあります）。同様の方法は教師にも活用できます。
これらの実現条件が満たされると、適応型システムは、教師の指導方法を改善し、生徒の学習を高め、政策立案者が教室（またはその外）で起きていることをよりよく理解する助けとなる可能性があります。最低限、これらのシステムには、(i) 適切なカリキュラムの調整、(i) 初期評価、(ii) 指導プロセスのカスタマイズ、(iii) 継続的なモニタリングが必要です。ただし、機能させるためには、これらのシステムが生徒と教師の役割およびそのダイナミクスについて大幅な再考を求めます。最良のシナリオであっても、こうした変化の展開にはかなりの時間がかかります。
COVID-19パンデミックは、従来型の学校教育にもはや頼ることはできないことを私たちに示しました。今後の学びの未来においては、テクノロジーが生徒を支える手段を多様化する可能性が高まっています。示されているように、適応型システムは、自主学習やその他の形態の学習を支える機会となりえます（より利用しやすく、影響力が大きく、魅力的なものにします）。しかし、適応型学習システムの導入と展開には複雑さが伴うため、教育制度は基本となる5つの実現条件に対処しなければなりません。これらの条件が整わなければ、適応型システムは期待される成果を出せないだけでなく、低・中所得国にとって高くつく教訓にもなりかねません。
本ブログへの洞察に富んだ貢献をいただいたDiego Angel-Urdinola、Iñaki Sanchez、Mike Trucanoに、心より感謝申し上げます。
