「汎用AIに指示文を足すだけでは、良い教え方にはならないのではないか」――Google DeepMindのLearnLMチームの技術報告(2024年、arXiv公開)は、この問題意識から出発しています。報告では、学習科学の原則をモデルの調整と評価の両方に組み込む試みが、開発の過程とともに示されています。
LearnLMが何をした研究か
研究チームは、学習者や教育者との対話を通じて、能動的な学びを促すこと、認知負荷を調整すること、学習者自身が理解度を振り返るメタ認知を支援することといった学習科学の原則を、モデルの具体的な振る舞いに落とし込み、Geminiを基に調整した「LearnLM-Tutor」を開発しました。あわせて、教育的な質を測るための7種類の評価手法を整備したことが報告の中心です。評価には、定量的な指標、定性的な観察、自動評価、人間による評価が組み合わされています。
結果として示されたこと
評価では、LearnLM-Tutorが、指示文で調整した通常のGeminiと比べて、教育的な観点の多くで教育者や学習者に選好されたと報告されています。重要なのは正解率の数字だけでなく、「良い教え方とは何か」を評価の物差しとして定義し直した点です。その後、LearnLMで培われた教育的な能力はGeminiのモデル群へ統合されていくことが公表されました。英国の学校で、専門のチューターがAIの文面を監督する形で行われた小規模な無作為化試験など、教室での検証も別途報告されています。
何が新しいか
多くのAI開発では、まずモデルを作り、効果測定は後から行われます。この報告は、評価の物差し作り自体を開発の中心に置いた点に特徴があります。教育向けAIを選ぶ側にとっても、「何をもって良い応答とするか」という評価軸の有無が、比較の際の確認点になることを示しています。
注意点
この報告はモデル開発側による技術報告であり、特定の授業での学習成果を証明する研究ではありません。評価の多くは応答の質に関するもので、長期の学力への影響は別の検証が必要です。開発側の評価枠組みとして読むのが適切です。なお、数字や制度の内容は変更される可能性があります。最新の内容は出典の一次情報をご確認ください。
報告の中では、大学の学習支援の場で試された事例など、実際の利用場面から得られた知見も開発に反映されたことが述べられています。
出典:LearnLM Team, Google DeepMind「Towards Responsible Development of Generative AI for Education: An Evaluation-Driven Approach」arXiv技術報告(2024年7月公開、2025年11月改訂版あり) https://arxiv.org/html/2407.12687
あわせて読みたい
- 「AIドリルの選び方:教材選定で見るべき5つの観点」 https://teachers.aohalab.ai/#/article/31
- 「米Alpha Schoolの「2時間学習」モデル:AI教材で基礎学習を圧縮し、午後をプロジェクトに使う学校」 https://teachers.aohalab.ai/#/article/58
教育向けAIの評価軸で迷ったら
まず、自校で使う・選ぶ教育向けAIについて、「何をもって良い応答とするか」の評価軸を3つまで言葉にしてみてください(無料・記事内で完結します)。この記事で紹介した報告が示すように、評価の物差しを先に持つことが、選定と比較の出発点になります。
そのうえで、教材やAIツールの選定の観点、校内での試行の進め方に迷う点があれば、この記事の下にある相談フォームから、AOHA LABの30分無料相談を受け付けています。
本記事の内容は2026年11月時点の公表情報に基づきます。内容は変更される可能性があります。最新の内容は出典の一次情報をご確認ください。