近年の国際会議で共有された見解は、公教育を変革するには、EdTechを誇大な期待ではなく科学に基づいて推進すべきだということです。
EdTechは、その設計、導入、普及がエビデンスに基づいて進められれば、子どもたちに確かな好影響をもたらし得ます。
研究とイノベーションのプロジェクトが、グローバルサウスでは従来型の学習成果を、グローバルノースでは学習イノベーションを目標とするEdTechの枠を超える必要がある理由をご覧ください。
近年の研究報告や業界報告に共通するテーマは、教育テクノロジー（EdTech）が世界的に急拡大している一方で、そのエビデンス基盤が欠けているという対比です。近年の国際会議で共有された見解は、公教育を変革するには、EdTechを誇大な期待ではなく科学に基づいて推進する必要があるということです。
しかし、システム全体を捉える言葉遣いへと移行しつつあるなかでも、グローバルノースとグローバルサウスの間で、EdTechのエビデンスと評価の厳密さを公平なものにするという共通の課題は残っています。
各国の取り組み
米国と英国政府による教育への前例のない投資を受け、特定のEdTechソリューションの研究開発を加速するために必要な研究開発が始動しました。世界各地では、ジェイコブス財団が3,000万ドルを拠出し、有力なEdTechベンチャーファンドに投資したほか、1,500万ドル規模のEdTech Co-Creation Hubを通じてアフリカのスタートアップを支援するなど、大規模な慈善資金の拠出が実現しました。さらに、欧州の複数の国（例：スウェーデン）では官民連携が公立学校の資源不足を部分的に補い、教師コミュニティがエビデンスを生み出す担い手となるよう後押ししています。
学習科学の研究者たちは、取り組みを推進し、EdTechの設計のあらゆる段階に研究を組み込むとともに、GETNなどのEdTechネットワークの取り組みを通じて、共通のインパクト目標に向けた世界規模の分野横断的な連携強化を目指しています（下の図を参照）。これらの取り組みはすべて、「EdTechは、その設計、導入、普及がエビデンスに基づいて進められれば、子どもたちに確かな好影響をもたらし得る」という原則に基づいています。しかし、EdTechのエビデンスをめぐる動きには二つの課題があります。それは、グローバルノースとグローバルサウスの格差です。
グローバルノースとグローバルサウスの格差
第一の課題は、グローバルサウスで生み出されるEdTechが、グローバルノースで開発された革新的なプロジェクトを単に取り入れるだけにならないようにすることです。多くのアプリや学習プラットフォームに生成AIや高度なデータ基盤が組み込まれるなか、政策立案者や企業はエビデンスを活用し、どの種類の学習者にどのEdTechが最も効果的かをリアルタイムで判断できます。
こうした高度なEdTechは、設計に生成AIを取り入れ、利用者から直接、また利用者とともに生成されたデータでモデルを訓練できます。しかし、AIがもたらす経済的・社会的利益は、地理的にグローバルノースへ集中しています。新世代のEdTechを公平なものにするには、そのAIモデルを真に多様な人々のデータで訓練する必要があります。
第二の課題は、エビデンスの立証基準と評価におけるグローバルノースとグローバルサウスの格差です。どのアプリや学習プラットフォームが効果を発揮するかを示すため、多くのグローバルノース諸国では、完了したランダム化比較試験（RCT）のエビデンスが求められます。RCTは、米国で用いられるESSAのエビデンス階層において最も高い水準のエビデンスとされていますが、EdTechツールにとって常に最も適切なエビデンスの形式とは限りません。特に、利用者とのやり取りを中心に据えた、高度に個別化されたソリューションではそうです。有効性試験が必要な状況もありますが、地域の政策現場で重視されるエビデンスの正当性を担保できない場合もあります。EdTechが地域コミュニティに受け入れられるには、使いやすさに関する教師の意見や、地域で訓練を受けた研究者が生み出すEdTech導入に関する質的エビデンスが欠かせません。
こうした課題にはどう対処できるでしょうか。
第一に、研究とイノベーションのプロジェクトは、グローバルサウスでは従来型の学習成果を、グローバルノースでは学習イノベーションを目標とするEdTechの枠を超える必要があります。確かに、適切に設計されたEdTechは、子どもの算数、読み書き、STEMの能力を伸ばし、教育格差の是正に役立ちます。しかし、多くの従来型スキルはAIによって補完され、新たな学習のパラダイムが生まれています。生成AIを活用したEdTechのイノベーションは、グローバルノースで猛烈な速さで進展しており、グローバルサウスでその開発が優先されなければ、まもなく市場を独占しかねません。
第二に、何が、誰に、どのような条件下で効果を発揮するのかを理解するには、エビデンスの種類だけでなく、エビデンスの収集方法にも目を向けることが重要です。現在、研究に基づくEdTechは極めて少ないため、政策立案者はEdTechのエビデンスに関する主張を評価する際、複数の方法論を受け入れる必要があります。そのためには、さまざまな種類のエビデンスについて、方法論の厳密さ、透明性、倫理性に注目する必要があります。エビデンス評価がイノベーションを損なわないよう、地域の研究能力を高め、集団的なイノベーションを促す、実行可能な提言につなげなければなりません。
エビデンスをめぐる議論を変える
EdTechが「物事をよりうまく行う」と同時に「より良いことを行う」には、世界のEdTechでグローバルノースだけを重視する文化を変える必要があります。政策立案者や資金提供者は、EdTechのエビデンスが求められるようになったのは、EdTechイノベーションの不平等なシステムのなかであり、そのためEdTechエコシステムにも不平等な影響を及ぼし得ることを忘れてはなりません。エビデンスの「ゴールドスタンダード」は北側が生み出したものだとする議論は、その排他性を認めるべきです。とりわけ、基準を満たすために大規模で資源集約的な投資が必要な場合はそうです。
EdTechをめぐってグローバルサウスの声に耳を傾ければ、技術だけでなく、コミュニティへの影響を測る方法にもイノベーションが生まれます。社会経済影響評価モデルは南アフリカで開発され、関連するさまざまな種類のエビデンスを用いて、「望ましい行動変容が、それによって期待される利益に比べて過度な負担とならないようにする。したがって、露店商が人通りの多い公共の場所で営業できないようにする規制は、生計を失わせる可能性がある」ことを確かめています。この考え方は、EdTechのエビデンスを含め、あらゆる政策の取り組みに当てはまります。
グローバルサウスは、エビデンスの実施とコンプライアンスにかかる費用を負担するうえで不利な立場にあります。そのため、世界的なEdTechエビデンスの動きは、「何が効果的か」をめぐる階層的で排他的な定義が意図せぬ結果をもたらす可能性を考慮する必要があります。教育には、植民地主義的な傾向の長い歴史があります。主要言語や典型的な学習者を基準に標準化された評価制度があり、「先進社会」で何を学びや知恵とみなすかは、強く政治化されてきました。オープンAIとオープンデータにより、新世代のEdTechには、新たな知識を生み出し、教育における不公正を是正するまたとない機会があります。
