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

プロセス志向の評価

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。

プロセス志向の評価——学習者が結論に至る過程を中心に評価を設計すること、提出物だけを中心に据えるのではなく——段階的な提出、内省的な正当化、対話的・口頭でのやり取り、下書きと版の履歴、そして生徒が自分自身に適用できる評価規準。これは課題の現実性の同義語ではなく、誰が採点するかについての主張でもありません。現実的な課題であっても、その唯一の証拠が監督のない一つの成果物であるならば、それが置き換えたエッセイと同じすり替え問題に晒されています。生成AIこそが、この区別を緊急なものにしています。なぜなら、流暢な成果物は今やオンデマンドで生産でき、完成したファイルは、それを作ったのが誰の推論なのかについての情報をもはや運ばないからです。

考えるための問い

  • 生徒が磨き上げたエッセイを提出したとして、その成果物は実際に彼らの思考について何を主張させてくれるでしょうか。そして、どの主張を、ただ主張できるかのように見せかけているだけでしょうか。
  • プロセスの証拠は、下書き、正当化、対話を求めます。あなたの現場では、誰がそのような学問的な自己表現に堪能で、誰が理解ではなく、それに対する居心地の良さで判断される危険があるでしょうか。
  • 検出は信頼できず、プロセスを中心に再設計するのは高くつきます。限られた機関の予算をどこに使うでしょうか。そして、何があなたの答えを変えるでしょうか。

はじめに

高等教育における評価は、長らく成果物から思考を推論してきました。提出されたエッセイ、レポート、あるいは試験の答えは、その背後にある推論の代役として立ち、採点は、よく論じられた成果物を、よく論じられた過程の証拠として扱いました。Thapa and Lewis (2026)は、生成AIが壊す仮定に名前をつけました。磨き上げられた応答は「もはや誰の思考過程をも表していないかもしれない」ため、成果物から理解への推論は、もはや安全ではなくなります。彼らの答えは、より優れた検出器ではなく、異なる証拠基盤です。プロセス志向の評価は、解釈、正当化、知識構築が発展する過程での証拠を集めます。それによって、成果物がオンデマンドで生産できる時代にあっても、推論が見える状態を保ちます。

この概念が何でないかを述べておくと役立ちます。それは真正の評価ではありません。真正の評価は、課題が価値ある現実世界の営みを映しているかを問います。Thapa and Lewisはこの軸を分けて保ち、単一の監督のない成果物しか持たない真正な課題であっても依然として晒されていると主張します。それはAI検出ではありません。AI検出は、道具が使われたかどうかを問い、決定がどう下されたかを問いません。そしてそれは自動化された評価でもありません。自動化された評価は、誰が、あるいは何が採点するかに関わります。機械採点された段階的なポートフォリオはプロセス志向になりえますし、人間が採点した最終エッセイがプロセス志向である必要はありません。この概念は、どの証拠が、どの期間をかけて、どんな条件の下で生産されるかに関わります。

この考えは、一つの提言から、ナレッジベース全体に繰り返し現れる勧告へと移行しました。それは、AIEDの学習者の主体性と動機づけの課題における名指しの優先事項として、成績対学習研究における保持と転移問題の組織的な研究課題として、AIとの自己調整学習に関するBrunnströmとPalmqvistの説明における「ブラックボックス評価」として、そして、持ち帰りの筆記課題ではもはや学習を証拠立てられないと感じた実践者の教師教育者たちからの要請として、現れています。

実際にはプロセスの証拠はどのようなものか

最も明示的なデザイン語彙はThapa and Lewisから来ており、その4つのコミットメント——内省的な正当化、段階的な課題設計、対話的な関与、評価の透明性——が議論を課題設計へと運びます。実際には、生徒は結論を提示するだけでなく解釈上の決定を説明し、チェックポイントを経て発展する課題を提出し、自分の推論について口頭あるいは対話的なやり取りに参加し、自分で適用できる規準に対して作業します——フィードバックリテラシーと自己評価の領域です。Boysen (2026)の開かれた学習実践の提案は、同じ論理を監査証跡に翻訳します。プロジェクト開始前に定められた共有の学習計画、必要とされる情報源と禁じられた情報源を名指しする学習分析計画、そして、作業の過程を露わにし各改訂に何が情報を与えたかを説明する、変更履歴と保存されたファイルの版を通じて保持された、記録された下書きと版の履歴です。彼はこれを、可視化された自己調整として位置づけます。

プロセスの証拠に選ばれる媒体は、何が証拠立てられるかを変えます。同じ79人の学生を対象とした生成AI研究では、より深い水準の監視と計画は think-aloud 課題でより一般的に見られた一方、より深い水準の規制は相互作用ログでより一般的に見られました。つまり、単一の記録では過程の全体は捉えられません(Li and Liu (2026))。痕跡はスコアからも根本的に乖離しえます。150件の学生–AIの会話を通じて、41%が正確に1.00の課題スコアを持ちながら、観察可能な認知的参加は様々でした。つまり、一致したスコアは異なる過程を隠しえます(Fábrega, 2026)。DraftTraceは、AI統合型の執筆に対して同じ問題に、キーストローク水準のプロセス指標を最終成果物およびAI相互作用の痕跡と整合させることで対処し、書き写しが識別できるのは、成果物とプロセスを共に読むときに限られることを示しています(Chandarana et al. (2026))。これは、この分野が依然として欠いている行動痕跡に基づく測定の具体的な例です。

実践者と枠組みの説明が、成果物の部分を埋めます。問題基盤型学習の評価を対象としたUdenとHwang (2026)のLEARN枠組みは、プロセス焦点のルーブリック、口頭での正当化、段階的な提出、AI使用の開示を伴う推論の痕跡を求め、学習ジャーナルと think-aloud プロトコルを通じた内省を、この連なりのメタ認知エンジンとして扱います。Moganadasら (2026)は、AI透過的でプロセス志向の評価を、研究可能な5つの命題の一つとし、禁止や検出器の使用ではなく、記録、検証、内省的な正当化を求めています。Padhy (2026)は、改訂履歴、相互作用パターン、課題への従事時間の捕捉を、透明な開示と組み合わせて勧めています。Goldstein, Marae-HajとZidan (2026)は、信頼（Trust）危機の後に実践から現れた同じ成果物——プロンプトの記録、文書の版履歴、監視されたグループの貢献、物理的なノートに付けられた内省的な「旅のジャーナル」——を報告しています。持ち帰りの筆記課題はもはや学習を証拠立てられないという、当たり前の知見と並べてです。

具体的な道具が現れつつあります。Kim et al. (2026)は、問題解決を4つの段階と8つの診断的な下位技能として具体化し、LLMが段階固有の問いとルーブリックを生成できるようにします。5人の教員と64人の学生が、90問と720の下位問いにわたってこのシステムを用い、平均のシステム・ユーザビリティ・スケールの得点は83.5でした。

真正性からも、採点からも異なる軸

軸を切り離して保つことが重要なのは、それらを混同することが、再設計が完了したかのように見せながら露呈を残す方法だからです。Sharma (2026)は、真正性と誠実性志向の設計との間の補完的な区別を打ち出します。真正性は、課題が価値ある営みを映しているかを問い、誠実性志向の設計は、学習者が自分の決定を正当化し、学問的規準に関して責任を引き受けられるかを問います。そのため、彼が提供する実践——注釈付きの決定の軌跡、GenAIが寄与した主張の検証、口頭弁護、版履歴を伴う下書きの差分——は、その現実性のためではなく、可視化される判断のために選ばれています。EspinoとEspino (2026)のビジネス教育の10年レビューは、文献の側から同じ設計上の結論に達し、解釈、文脈での応用、反復的な精緻化を要求する、真正でプロセスが見える課題へと分野が収施していることを見出し、変わらない評価構造の内部での孤立した道具の導入を、最も根強い失敗として扱っています。

この構成要素は、証拠がどう採点されるかという問いからも区別できます。妥当性の推論は、両者の接点です。BrunnströmとPalmqvist (2026)は、チャットボットがもっともらしい試験の答えを生産できるとき、提出された成果物は、生徒が何を学んだかのより弱い指標になると論じます——それは、誠実性の問題であるだけでなく、評価妥当性の問題です。それは、Yan, Greiff, LodgeとGaševićの成績対学習の議論において危険に晒されているのと同じ推論です。そこで、援助が取り下げられると縮小する成績の伸びは、学習者ではなく道具の中に生きる伸びを示し、提案される処方は、即時のタスク成功ではなく保持と転移のテストのようなプロセス指標です。

なぜ検出ではこの重荷を担えないか

プロセス志向の評価は、通常、検出の代替案として提案されます。そして、検出に関する証拠が、その理由を説明します。検出に関する文献は、誤り率、課題依存性、そして非母語話者と障害を持つ書き手に対するパターン化されたバイアスを見出しています。そして最新の研究は、手続き的な結論に到達します。検出器のスコアは、より綿密な検討を促すことはできますが、それ自体は所見ではありません。Munozら (2026)は、それが実際に何を犠牲にするかを示します。1,162件の生成AIの不正行為の申し立てをコーディングして、彼らは、最も強い証拠の種類は調査や監督によって生み出されること、下書き、監督の面談、発表のようなプロセスの証拠は、そうした実践が既に存在する場にしか現れないこと——つまり、再設計されていない評価では単に欠けていること、そして検出器の出力が、どのカテゴリよりも最低の証拠力を引き出したことを見出しました。設計上の帰結は順序です。プロセスの証拠は、それを必要とする事件が起きる前に存在していなければなりません。Weidlich (2026)の、どの推論が危険に晒されているかについての推論も、妥当性の側から同じ点を述べています。なぜなら、検出を通じて評価の安全性を回復しようとする試みは、学習者についての証拠ではなく、構成要素と無関係な分散を導入するからです。

設計と仕事量のコスト

出典は、これが高くつくことを珍しく率直に述べています。Thapa and Lewisは、公平性の注意を直接述べます。内省的で対話的な課題は、包括的に設計され足場をかけられない限り、学問的な自己表現に自信のある生徒を優遇しえます。そして、関係的でフィードバック集約的な作業は、大規模あるいは資源に制約のある環境における教育者の感情的・職業的労働を強めます——拡張性、標準化、測定可能な成績に関する制度的期待との矛盾です。Sharmaは、解釈的な言い方を加えます。記録された推論を要求することは、内省的な言説に堪能な学習者学習者を優遇し、証拠としての判断は「機械的に検証可能なものではなく、関係的で状況づけられたものであり続けます」。

運用上のコストは、他で項目化されています。Boysenは、新しい技術、改訂された課題とシラバス、生徒に馴染みのないスキルを教えること、そして採点のために集める追加の教材を挙げ、プロセスに対する低ステークスの単位評価が成績を膨らませうると警告し、このモデルが日々の知識獲得の課題よりも大規模なスキル開発のプロジェクトにずっと適していることを認めています。彼はまた、プロセスの追跡が、一部の批評家がAI監視と呼ぶものであることも指摘しています。Goldstein, Marae-HajとZidanの参加者は、プロセスの記録を確立するのに実際の作業が必要だったこと、13人の資金提供された先進的な道具のうち9人がデジタル格差を深めうる仕方で自腹を切ったこと、そして数人が監督下の試験に頼り口頭の論文審査を予期したことを報告しました。公平性の懸念には、BrunnströmとPalmqvistの知見にAI特有の切れ味があります。手引のない道具の使用は、偏在しない相互作用管理のスキルを要求するため、AIは「すでに有利な立場にある生徒に最も益するかもしれない」のです——記録されたプロセスを管理するよう生徒に求めることに伴うのと同じ分配上のリスクです。Lopez-López, Bru-CorderoとCorrea-Álvarez (2026)は、より多くの自主学習時間を投資した生徒がAIの使用をより厳しく判断したことを見出し、開示のテンプレート、口頭弁護、プロセス基盤の評価が倫理的不確実性を減らすかどうかを検証することを勧めています——この分野がまだ必要としている研究です。リスクは、プロセスの証拠を機能させる機構に付きまとっています。協働、改訂、内省が採点される場では、生徒には、採点者が望むだろうと思うものに合致する証拠を生産する理由があるため、プロセスの記録は、証拠ではなく見せかけになりえます(Alam & Jackson, 2026)。

未解決のまま残ること

Thapa and Lewisの説明は概念的です。参加者も、データ収集も、実施の試みもなく、4つの原則は論じられたものであって検証されたものではありません。論文自身が、学生の経験、教育者の仕事量、長期的な存続可能性に関する実証的研究を求めています。実現可能性は、環境を区別しないままです。大規模な講義、実験室、スタジオ、臨床実習への転移は扱われていません。Lane (2026)のポジションペーパーは、制度的な天井を指摘します。プロセス基盤の評価は、磨き上げた最終成果物を報いる採点と成績証明書の構造によって鈍らせられ、教室の再設計だけではインセンティブは変わりません。測定も薄弱です。Jinら (2026)のAIリテラシー測定道具のレビューは、パフォーマンス基盤でプロセス志向の評価と、プロンプティングと検証の行動痕跡に基づく測定を求めますが、既存の道具が自己報告に頼っていることを報告しています。ここに出てくる出典のどれも、プロセス志向の再設計を成果物志向のものと比較する統制試験を報告していません。そのため、中心的な主張——プロセスの証拠は、偽造がより難しく、判断する上でより公平である——は、大規模に実証されるのではなく、原理、実践者の報告、事例ファイルの証拠から論じられたままです。

関連概念

関連記事

関連するリソース

  • Process Feedback
    AI 検知に代わる、プロセス重視の無料の選択肢：文章がどう作られたかを記録し、それを判定ではなく学びについての対話のためのレポートに変えます。

メタデータ

レベルHigher Ed
学習と教授自己調整学習
技術と手法生成AI
評価と測定評価, AIの検知, 評価の妥当性, 真正な評価, 評価的判断力, 形成的評価, プロセス志向の評価
公平性、倫理、責任ある利用公平性
教育におけるAIの基礎学術的インテグリティ
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。