コミュニティ・オブ・インクワイアリ

英語ページの自動翻訳です。母語話者による確認はまだ行われていません。

コミュニティ・オブ・インクワイアリ（Community of Inquiry、CoI） は、意味ある教育体験を認知的プレゼンス、社会的プレゼンス、教育的プレゼンスの動的な相互作用として概念化するためのフレームワークです。コンピュータを媒介とした学びおよびオンライン学習の研究（Garrison, Anderson & Archer, 2000）に端を発し、探究型のオンラインおよびブレンド教育を設計・評価・研究するための最も広く用いられるモデルの一つとなっています。生成的AIの時代において、このフレームワークは再概念化されつつあります。機械が生成した言説は本物のプレゼンスを模倣しうるため、プレゼンスは純粋に人間の営みとしてではなく、人間と生成的AIのアサンブラッジの社会技術的な達成として理解されなければならないからです。

考えるための問い

オンラインコースにおいて、意味ある学びが実際に起きていることを告げるものは何でしょうか。そして、もし起きていなかったら、どうやって分かるでしょうか。
コミュニティ・オブ・インクワイアリ・フレームワークは、認知的・社会的・教育的という三つのプレゼンスを名指しします。あなた自身のオンライン体験では、どのプレゼンスが最も欠けがちでしょうか。そしてそれは学びに何をもたらすでしょうか。
もしAIのチャットボットが討議フォーラムに流暢で共感的に聞こえる返信を書いたとしたら、「社会的プレゼンス」は生じていると言えるでしょうか。それともプレゼンスは人間にしか本物の意味で創り出せないものなのでしょうか。
生成的AIは、あまりに整合的で自明に正しく感じられる説明を生み出せます。しかし整合性は正しさとは同じではありません。「流暢さが根拠と見誤られる」場面をどこかで見たことがあるでしょうか。そして探究型のコースでそれをどう防ぐでしょうか。
このフレームワークは、プレゼンスを純粋に人間の営みとしてではなく、人間とAIが共に働くことの「社会技術的な達成」であると示唆しています。それは、オンライン討議が浅くなったとき、あるとうまくいったときに、誰に責任を問うかという考え方を、作り変えるでしょうか。

はじめに

コミュニティ・オブ・インクワイアリ・フレームワークは、価値あるオンライン学習体験を、三つの相互作用するプレゼンスの産物として記述します。認知的プレゼンス（学習者が持続的な省察と討議を通じて意味を構成し確認すること）、社会的プレゼンス（参加者が社会的・感情的に自己を投影すること）、教育的プレゼンス（過程の設計、促進、方向づけ）です。構成主義的およびデューイ的な伝統に根ざし、探究を社会的かつ反復的な営みとして扱い、現在ではAIを媒介とするコースの設計・評価のレンズとしても用いられています。そこでは、ある教育エージェントが一つのプレゼンスを支えながら、別のプレゼンスを静かに蝕んでいるということがありえます。

三つのプレゼンス

認知的プレゼンス — 学習者が持続的な省察と討議を通じて意味を構成し確認する度合い。実践的探究モデル（きっかけの出来事 → 探求 → 統合 → 解決）として操作化されます。
社会的プレゼンス — 参加者が社会的・感情的に自己を投影できる能力。感情的なコミュニケーション、開かれたコミュニケーション、集団の凝集性を通じて表現されます。
教育的プレゼンス — 個人的に意味があり教育的に価値ある成果を実現するための認知的・社会的過程の設計、促進、方向づけ。設計・組織化、討議の促進、直接教授を含みます。

CoIは構成主義的およびデューイ的なプラグマティズムの伝統に根ざしています。探究は社会的・反復的であり、解決の探求を動機づける「感じられた困難」によって駆動されるのです。

オンライン教育のフレームワークとしてのCoI

CoIはオンライン教育に由来し、今もそれと最も強く結びついています。CoIは、あるオンラインコースがなぜうまくいくか、あるいは失敗するかを診断するための語彙を提供します。非同期コースにおける低いエンゲージメントと孤立は、通常は社会的プレゼンスと教育的プレゼンスの失敗であり、一方、表層的な討議はしばしば弱い認知的プレゼンスを反映しています。これによりCoIは、オンラインという媒体そのものが生み出す条件、すなわち物理的な同席の除去、意図的な共同体形成の必要性、対面の接触を代替する討議の構造化のための実践的な設計レンズとなります。生成的AIの時代において、CoIはまた、オンラインの教育者が最も困難な新しい問いに直面する場でもあります。大規模言語モデル（LLM）エージェントが投稿・モデレート・応答するとき、「プレゼンスを持つ」のは誰なのか、そして機械生成の言説がプレゼンスを模倣できるとき、どうやって三つのプレゼンスを意味あるものに保つのか、ということです。したがって、ナレッジベースのオンライン教育に関するページは、推奨する実践の社会的プレゼンスと共同体形成の筋における中核フレームワークとして、コミュニティ・オブ・インクワイアリを位置づけています。

生成的AIの圧力の下でのCoI

生成的AIは、プレゼンスの指標が主に人間の学習者と教師に帰属させうるという前提を不安定にします（Ba, Gašević, Lim & Anderson参照）。それは次のことを行いうます。

認知的プレゼンスを膨らませる — 流暢な機械生成の説明は意味形成を加速させますが、整合性が根拠と見誤られるとき、時期尚早のclosure（決着）のリスクを伴います。
社会的プレゼンスを模倣する — 機械が生み出す発話は、高い言語的な信憑性をもって共感と応答性に似たものとなり、関係的なアカウンタビリティを複雑にします。
教育的プレゼンスを再分配する — 設計、促進、直接教授が分散した達成となり、教師は生成された出力をどう吟味し、でっち上げられた引用をどう見抜くかをモデル化することになります。

これらの主張の下には、今や実証的なネットワークの証拠が据えられています。63名の中国の学部生（うち33名はGPT-4o miniチャットボットあり、30名はなし）が5週間の課題にわたりCollaboRead上で共有された読み物に注釈を付けた準実験において、認識論的ネットワーク分析は、支援ありのクラスでは社会的プレゼンスが統合と解決に結びつけられ、統制クラスでは社会的プレゼンスがきっかけと探求に結びつけられたことを示しました（X軸 U = 25.00, p = 0.01, r = 1.00; Y軸 U = 13.00, p = 1.00, r = 0.04）。支援ありのクラスでは自己申告による認知的・感情的エンゲージメントも高くなりました。プレゼンスは条件間ではなく条件内で分離します。高成績のグループは2319件の注釈に対して1407件のフィードバック要求（60.7%）を行ったのに対し、低成績のグループは2167件に対して737件（34.0%）にとどまり、自己言及的なループに留まり、足場をわずかにしか活用しませんでした。(Pan et al., 2026)

道具としてでも、対話の相手としてでも、投機的な「第四のプレゼンス」としてでもなく、生成的AIは最もよく認識論的条件として理解されます。すなわち、プレゼンスがどのように遂行され、解釈され、証拠立てられ、統治されるかを、目に見える出力と、目に見えない訓練データ・アルゴリズム・プラットフォームの論理の双方を通じて再構成する、遍在する影響です。

フレームワークの著者自身が、その条件のための役割の分類法を提供しています。Stenbom and Garrison (2026)は、AIを学習設計の支援、独立した学習者のリソース、分析を通じた教師支援の機能、共同体の一員、そして持続的な対話の相手として位置づけ、学習者がAIの出力を監査し続けるものを、共有されたメタ認知、すなわち自己および共による自己調整であると提案しています。

実践的な含意

生成的AIの関与と探究の質との関係は、線形ではなく人間のアカウンタビリティに条件づけられています。アカウンタビリティが強いとき、強いプレゼンスは生成的AIの関与が高くても低くても生じえ、弱いときはどちらでも弱いプレゼンスとなります。
探究の評価は、磨き上げられた最終成果物から過程に敏感な証拠へと移行すべきです。プロンプティングと改訂の痕跡、開示と帰属の実践、検証の行為、相互作用のログです。これは、ナレッジベースのより広い転換、すなわち真正の、過程を明らかにする評価へ、そして検出に基づく対応から離れる方向への転換と一致します。
教育的には、学習者はしばしば明示的な訓練（例えば、脚本化された役割と生成的AIの判断ポイントを用いたシミュレーションベースの練習）を必要とします。生成的AIの条件下で真正の探究を維持するためです。そして教師は、生成された出力をどう吟味するかをモデル化すべきであり、それはAIリテラシー、批判的評価、較正された信頼の形成に依存します。

メタデータ

レベル	Higher Ed
学習と教授	オンライン教育と学習, 教授法と教授戦略
技術と手法	生成AI
教育におけるAIの基礎	批判的思考

Source History Edit Chat

コミュニティ・オブ・インクワイアリ

考えるための問い

はじめに

三つのプレゼンス

オンライン教育のフレームワークとしてのCoI

生成的AIの圧力の下でのCoI

実践的な含意

関連する構成概念

関連する記事

関連するFAQ

メタデータ

このページを埋め込む