たとえば、こんな場面があります。 二人の生徒が何かのテーマについて違った意見を出し合っている。授業時間の残りは10分。これ以上引き延ばすと次のカリキュラムに影響が出る。「もうそろそろ時間なので、みなさん、こういう方向でいいですか」と先生はまとめに入る・・・。 最近、「探究って本当に意味があるの？」という疑問が、あちこちの先生から聞こえてきました。多方面からの教師への要求が高まり、時間もなく、そんな中で新たに必修科目に加わった探究はどうもやり方がピンとこない、となれば先生方が戸惑うのも無理はありません。 探究に意味があるのか。その答えは「極めて意味がある」ことをここでお伝えしましょう。 海外では探究教育について2000年以降、数多くの実証研究※があり、それら個々の研究を束ねたメタ・スタディがあります。それらから一貫して言えるのは、批判力、問題解決力、想像力、そして教科への波及という様々な点において「極めて効果が高い」ということ。 ただし、ここで重要なことが一つあります。先生が順序を決めてしまったり、構造を与えすぎたり、その一方で完全に生徒任せにしたりすることは避けなければいけません。大切なのは、生徒が主役であるという立場を奪わずに、先生がガイド役に立つGuided Inquiryの効果が高いということなのです。 さて、時間が無いなかでこれが実現できるようにするためには、生徒が自分でやる気になってくれて、先生側にあまり準備が必要ないという状況を作らなければならないでしょう。 私が最も大切にしている考え方にMAPというものがあります。優れた活動や教材に欠かせない要素の頭文字で、Meaningful（生徒にとって理解ができ・価値がある）、Authentic（本物である・しらけない）、Personal（自分事にできる）こと。 ​2022年末に登場した大規模言語モデル（LLM）を核とするAI技術は、従来の教育パラダイムが前提としてきた「知識の伝達・保存・再生」という営みの根拠を根底から揺るがしています。ChatGPT、Claude、Geminiといった生成AIは、膨大な知識を瞬時に取り出し、流暢な言語で表現し、複雑な問いの解を提示することができるため、「知識を記憶・再生する」という教育の伝統的機能は急速に価値を失いつつあります。 しかし、より深刻な問いは別のところにあると思います。AIが知識を処理する時代において、人間の学びとは何か。人間が教育を通じて育むべき能力とはいかなるものか。この問いに答えることなく、教育の実践的改革は真の意味をもちえない、ということです。 MAP原理はこの問題に対する明確な応答になっているように思います。AIが得意とするのは、meaningfulでもauthenticでもpersonalでもなく、情報処理と知識再生です。逆に言えば、MAPの三条件を満たす学びこそが、AIに代替されない人間の学びの核心領域を指し示している、というのが私の考えです。 RuleWatcher edu. はまさに、MAPがあり、先生側に予備知識を求めず、生徒と一緒に「これは何だろう？」とわくわくしながら考えることができる、そんな優れた動きある教材なのです。 ※Project-based learning, Problem-based learning, Phenomenon-based learning, 5E Method, Inquiry Based Learning, Collaborative Learning​ を対象にした実証研究​ ​