AIEdナレッジベースAIEd KB
このページの内容

このページを英語で読む

概念

Eポートフォリオ

作成日 2026-10-10 · 更新日 2026-10-10

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。

Eポートフォリオ——学習者の成果物、省察、学習到達の証拠を集めたデジタルの作品集であり、評価、学習、審査のために用いられます。AI 時代において、Eポートフォリオは比較的AI に強く、かつ AI に支援される評価の形態として登場してきました。すなわち、最終成果物だけでなく学習のプロセス（推論、下書き、省察）を捉えるため、成果物を代理指標とすることの崩壊に対して価値があり、生成AIはその作成、フィードバック、評価を支えることができるのです。

検討すべき問い

  • Eポートフォリオは学習のプロセス——下書き、修正、省察——を最終成果物とともに捉えます。なぜプロセスこそが AI が容易には捏造できないものだと考えられ、また AI が浸透した教室においてポートフォリオは何に適しているでしょうか。
  • AI が磨き上げられた最終成果物を注文通りに生成できる今、学習の代理指標としての「成果物」は崩壊しました。評価者がポートフォリオから学べることで、単一の提出論文や試験からはもはや信頼できないものとは何でしょうか。
  • 推論をリアルタイムで探るため、注釈付きポートフォリオ、口頭試問、記録された通し説明を推奨する研究もあります。それらは専門的な実践を映し出しています。それによって評価はあなたが受けてきた論文や試験とどれほど異なるものになるでしょうか——そして、より公正になるでしょうか、それとも拡張がより難しくなるでしょうか。
  • AI はポートフォリオのプロセスそのものを支えることができます——フィードバックを与え、下書きを助け、省察を促す。AI が学生の学習を真に助けることと、ポートフォリオが明らかにしようとする思考を AI が密かに代わりに行うことの境界はどこにあるでしょうか。

はじめに

Eポートフォリオは真正評価および形成的評価の一形態です。すなわち、しばしば省察的な解説を伴いながら学生の成果物を時系列で集め、全体として評価できる証拠の束とします。その強みは学習のプロセス——下書き、修正、フィードバック、自己省察——を浮かび上がらせる点にあり、これはまさに AI が容易には捏造できず、評価者が真の学習を評価するために必要なものです。このことがポートフォリオを、生成AI時代における評価再設計の有力な候補としています。

AI 時代の Eポートフォリオ

ナレッジベースの研究によれば、Eポートフォリオは生産的な AI 統合と評価再設計においてますます中心的な位置を占めています。

  • ポートフォリオ評価は生成AIに対して比較的頑健です。 Zhan, Boud & Du (2025) は、社会的貢献ポートフォリオおよび監査可能な来歴の連鎖を持つ共創成果物を、生成AIに対して最も頑健な真正評価の形態として挙げています。Beyond detection (2025) も同様に、専門的な実践を映し出す形で推論をリアルタイムで探るための注釈付きポートフォリオ / 口頭試問 / 記録された通し説明を推奨しています。
  • AI 支援によるポートフォリオ評価。 Ni & Lam (2026) は、マルチリテラシーの発達におけるAI 支援ポートフォリオ評価に対する学生の認識を研究し、AI がポートフォリオのプロセス（フィードバック、下書き、省察）を支え、学生が AI のフィードバックを批判的に評価する中で関与を高められることを示しました。
  • 言語学習のための ChatGPT + Eポートフォリオ。 Laksana et al. (2026) は EFL スピーキングのために ChatGPT と Eポートフォリオ評価（CEA モデル）を組み合わせました。MANOVA により、スピーキング成績の有意な向上（F(1)=48.554, p<.001）とフィードバックリテラシーの向上（F(1)=16.135, p<.001）が示され、Eポートフォリオはスピーキング能力と、フィードバックを効果的に使うメタ認知的能力の両方を支えていました。
  • AI 時代の評価戦略としてのポートフォリオ。 Responsible assessment (2026) は、一度きりのテストからポートフォリオを使った継続的埋め込み型評価および能力に基づくアプローチへの移行を主張しています。Rowe (2026) は、成果物が代理指標として崩壊したときの大規模な評価という未解決問題への部分的な答えとして、ポートフォリオ（口頭試問と観察された実践を伴う）を挙げています。
  • 評価可能な学習の痕跡としてのポートフォリオ。 Uden & Hwang (2026) は、パーソナル学習ポートフォリオを LEARN フレームワークの仕組み——AI への依存を透過的かつ監査可能にする評価可能な学習の痕跡（ポートフォリオ、AI 利用の開示）——として用いています。
  • ハイブリッド学習者のための共生ポートフォリオ。 Elsayed (2026) は、ポストヒューマン／ハイブリッド学習者のための共生ポートフォリオを提案しています。5 つの基準（生成的対話、認識論的監査、批判的省察など）からなるルーブリックで評価され、人間 + AI の協働作業を評価する明示的なモデルです。

Eポートフォリオが AI 統合にとって重要である理由

Eポートフォリオは単一の最終成果物よりもプロセス、省察、示された理解を前景化するため、AI の中心的な問題に正面から取り組みます。すなわち、AI が磨き上げられた成果物を生成できるとき、成果物はその背後にある関与を証拠立てなくなるということです。Eポートフォリオは、生き残る証拠——下書き、修正、推論の痕跡、省察的な自己評価——へと評価を移しつつ、AI 自身はフィードバックの生成、省察の足場づくり、そして（適切なルーブリック設計のもとでは）評価の支援に従事できます。このことが Eポートフォリオを、生成AI時代における真正・形成的・プロセス志向の評価の礎石とし、フィードバックリテラシーと自己調整学習の自然な受け皿としています。

関連する概念

関連する論文

メタデータ

分野Language Learning
レベルHigher Ed
学習と教授学生の関与
技術と手法生成AI
評価と測定評価, 真正な評価, 自動評価, フィードバック, 形成的評価, プロセス志向の評価
SourceHistoryEditChat

このページを埋め込む

下のコードをコピーして、学習管理システムや他のウェブサイトにこのページを埋め込みましょう。埋め込み版ではページの内容のみが表示され、サイトのヘッダー・ナビゲーション・フッターは非表示になります。