自己報告尺度

このページの内容

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。

自己報告尺度——研究されている人自身がデータ源でもある道具。質問紙と調査、インタビュー、日誌、自己評定された力量、自己申告の利用状況、知覚された学習、満足度などです。それらは教育における AI研究の主力です——このナレッジベースでは 139 の記事ページが調査法のタグを持ち、実験とベンチマークを除くどのデザインよりも多い数です——そして、態度、信念、意図、自己効力感に到達する唯一の実際的な方法です。それらの限界は統計的ではなく範疇的です。自己報告は行動や学習を測定できず、行動や学習について誰かが言うことのみを測定でき、そしてこの研究基盤ではその二つが十分に頻繁に乖離するため、それ自体が一つの発見となっています。

検討すべき問い

ある研究が学生が「高い関与を報告した」と言うなら、正確には何が測定されたのでしょうか。そして彼らが実際に関与したと結論づけるためには、あなたは何を見る必要があるでしょうか。
一つの研究では、教師のAI リテラシーの自己報告尺度と客観的尺度は、四つの次元にわたって r = 0.07 から r = 0.24 程度しか相関しませんでした。あなた自身の自己評定は、同じ技能のテストと比べてどこで最も乖離する可能性があり、それはなぜでしょうか。
満足度は測定しやすく、改善しやすくあります。ユーザーを喜ばせるよう調整されたシステムは、それで良い得点を取るでしょう。なぜそれが、満足度を学習のための貧弱な成果尺度にしうるでしょうか。そして代わりに何を測定するでしょうか。
「ほぼすべての学生が課題に AI を使う」というのは、学生に尋ねることから来ています。尋ねることではなく記録を取ることで、どちらの方向で何が間違いうるでしょうか。
ある調査が 31% の回答率で 112 件の回答を得たとします。あるいは 572 通の招待から 90 件の回答を得たとします。その百分率を受け入れる前に、答えなかった人々についてあなたは何を知りたいでしょうか。
ある研究が一瞬に測定された二つの自己報告変数を相関させるとき、あなたはその相関について独立した説明をいくつ思い浮かべられるでしょうか——そして、それらを排除するのはどんなデザインでしょうか。
小さな評価について誰かに助言するとしたら、どの主張を調査で支えることを許し、どの主張には記録、パフォーマンス、観察の証拠が必要だと主張するでしょうか。

はじめに

自己報告は質問紙をはるかに超えて広がります。それは、リッカート尺度や他の評定形式を用いた横断的調査、質的研究者によって実施されるインタビューとフォーカスグループ、日誌と経験抽出法、自己評定された技能や自信、道具がどれだけ使われたかの想起された見積もり、成果として扱われる知覚された学習や満足度を含みます。それらを結びつけるのは、回答者の認識論的な位置です。彼らは観察されるのではなく、自分自身について報告しているのです。

これは謝罪すべき弱点ではありません。興味の対象となる構成概念の多く——動機づけ、不安、信頼、知覚された有用性、関与の意図——は、どの記録ファイルも記録しない内部状態であり、尋ねることがそれらに到達する唯一の弁護可能な方法です。問題は、自己報告が担えない主張を支えるために用いられるときに生じます。それは根本において妥当性の問題です。すなわち、道具がその名指す構成概念を測定するかどうか、そしてなされている主張が自己報告が見ることのできる種類のことについてのものかどうかです。その関心事は教育測定と評価妥当性に属します。このページは、教育における AI の研究が自己報告に特に依拠するときに何が起こるか、そして証拠基盤がそれを破綻させる場面を示すことに焦点を当てた、より狭い一片です。

このページが隣接ページとどう関係するか。 AIED における研究方法は、デザインとその強みと限界を、調査研究や SEM 研究を含めて記録します。量的研究は数値的方法の一群を扱います。教育測定は道具の開発、項目応答理論、心理測定的な検証を扱います。このページはそれらのページが指し示すより狭い一片です。すなわち測定道具とデータ源そのもの——自己報告が何を確立でき何を確立できないか、人々が報告することと行うことの間に繰り返し現れる隔たり、そして自己報告の発見を批判的に読む方法です。

自己報告が確立できることとできないこと

自己報告は、態度、信念、意図、道具の知覚、感情状態、自己判断された自信や困難さに非常によく適合します。それは行動には適しておらず、学習をまったく測定できません。人が何かを学んだという信念はそれ自体が知覚であり、ナレッジベースは知覚された学習を学習の伸びとは別の量として扱います。

その帰結は、結果の節では似て見えるが強さが異なる、一群の主張です。

「学生はその個別指導システムが有用だと感じた」——知覚であり、尋ねることによって適切に測定される。
「学生はその個別指導システムを定期的に使った」——行動であり、尋ねることによってのみ近似される。
「学生はその個別指導システムでより学んだ」——成果であり、尋ねることによってまったく確立できない。
「教師は AI を使うことに自信がある」——自己信念であり、力量の証拠ではない。

この研究を読んだり設計したりするすべての人にとって二つの含意が続きます。第一に、自己報告尺度がその名指す構成概念をそもそも測定しているかどうかは経験的な問いであり、項目のもっともらしさではなく検証によって答えられます。第二に、教育における AI における誘惑の方向は一貫しています。道具は、ユーザーがそれらをどう感じるかによって評価され、そして感じることはまさに自己報告が最も安価に捉える部分なのです。自己評定は、そのより広い一群の同義語ではなく一員です。自己報告尺度が態度、信頼、満足度に届くところで、自己評定は学習者の見積もりを彼ら自身の技能、自信、学習に特に向けるものです。

第二の失敗様態は、二つの自己報告構成概念間の判別的収斂です。自己報告された AI 能力を、効力感として測定された知覚された行動制御と並べて回帰することは、一つの一般的自信因子をそれ自体と比較することになりかねません。そのため基準は事前に固定されます——.85 未満の異質特性—単項特性比と、能力—制御の相関を 1 に制約する入れ子モデル検定です（Mnguni (2026)）。

検証された道具は、その限界を曖昧ではなく正確にすることができます。Thianwan and Srikoon (2025)の AI リテラシー自己評定質問紙（AIL-SAQ）は、15 項目の尺度であり、二つの標本（n = 335 探索的、n = 579 確認的）にわたって安定した三因子構造が確認され、全体の Cronbach の α は .934 です。その著者らは明示的に、それが実証された技能ではなく知覚された理解、態度、気づきを記録すること、そして自己評定の正確さは子どもではまだ成熟途上にあるメタ認知的能力に依存するため、子どもの自己見積もりは大人よりも弱い信号であることを述べています。

反対の選択もまた弁護可能です。PAUSE は四領域のオフローディング自己点検であり、信頼性や妥当性の証拠を公表せず、合成得点を提供せず、その読み取りがどの重大な決定も正当化してはならないと述べ、意図的な足場かけと置き換えを混同しています——AI を早い段階で足場かけとして持ち込む回答者は、オフローディングとして読み取られます（Alam, 2026）。

知覚—行動の隔たり

このナレッジベースにおける最も強い自己報告の発見は、自己報告が一般に偏っているということではなく、報告された行動と観察された行動が特定の、記録された仕方で乖離するということです。

教師の AI リテラシーについて平行な自己報告尺度と客観的尺度を構築したある研究は、288 人の教師の標本において**自己報告因子と客観的因子の弱い一致（r = 0.07 から r = 0.24）**を見出しました。確認的因子分析は両方の尺度の構成概念妥当性を支持しながら、自己報告因子と客観的因子の間の低い相関を示しました。二つの道具は信頼に足るものでした。それらは単に異なるものを測定していたのです。288 人の教師の完全な標本において、客観的因子と自己報告因子の間の相関は r = 0.07 から r = 0.24 にわたり、潜在プロファイル分析は、客観的尺度では低く得点しながら自分を高く評定した 43 人の教師を、逆の様態を示した 59 人と対比して見出しました。

GLATは反対の方向から同じ結論に到達します。83 人の学生を対象とした被験者内研究で、その 20 項目のパフォーマンスベースのテストはGenAI支援の学習課題におけるパフォーマンスを予測しましたが、自己報告された ChatGPT リテラシーは予測しませんでした。著者らの定式化は端的です。この領域の道具は圧倒的に自己報告調査に依拠しており、それは「知覚された力量を実際の力量の代わりに捉え、偏りと過大評価に陥りやすい」のです。

行動の見積もりも同じ分裂を示します。大規模な競技プログラミング研究は、自己報告された自信と実際の練習行動の乖離を報告し、前者は後者の貧弱な代理でした。学習者モデル化研究は、利用頻度が観察されたのではなく「まったくない」から「毎日」までの尺度で自己報告されたこと、そして予測変数と成果の両方が自己報告であるため、黙従や極端さの偏りといった反応様式が関連を生み出しえたことを率直に認めています。

尋ねることと観察することが正面から対置されることもあります。33 研究からの 46 の分類化の範囲定めレビューは、文献が自己報告と相互作用の記録データの間におよそ均等に分かれていることを見出し、範疇は「相互作用そのものと同じくらい測定のアプローチを反映することが多い」と結論しました——自己報告研究は知覚と意図を捉え、記録ベースの研究は観察可能な会話の行動を捉え、その二つが統合されることは稀です。GenAI リテラシーに関する過程データの研究は、この論点の建設的な側面を提示します。学生が反復的にプロンプトを出し、出力を洗練させ、ハルシネーションを管理するかどうかは、相互作用の記録に観察可能であり、質問紙には観察可能ではないのです。

有能な生成的 AI利用の尺度に関する 2026 年の構造化レビューと探索的メタ分析は、反対の方向からその隔たりに統合された数値を与えます。三つの直接報告された同一標本の主観—客観相関（報告された合計 N = 2,765）を統合すると r = .055（Hartung–Knapp 95% CI [−.047, .156]）となり、四つ目の研究の因子間相関を加えても r = .079 にしか達しませんでした。三つの主要な効果はすべて単一の研究プログラムから来ており、最大の貢献者の報告された相関と p 値は整合させることができず、レビューは自己報告は客観的なパフォーマンス得点の代わりにはなりえないと結論しています——一方で、パフォーマンスの道具自体も狭く、仕事で重要な監督と依存の行動ではなく基礎的な知識を扱っていることに留意しています（Verí (2026)）。

道具の文献自体が、その隔たりの規模の証拠として読むことができます。Zainal, Mohd Matore and Maat (2026)は、教師の AI リテラシーの 33 の道具を評価し、31（93.9%）が知覚された自信の自己報告尺度であり、わずか 2 つ（6.1%）が知識を客観的にテストし、2019 年から 2025 年の間にパフォーマンスベースの課題を用いたものはなかったことを見出しました。彼らの結論は、このページが他の方向から繰り返し到達するものです。自己報告得点は能力ではなく自信を指標化するため、集団やプログラムを比較するときに力量の代わりにはなりえないのです。

成果尺度は同じ隔たりを引き継ぎます。Pramod and Patil (2026)は、主体性のある AIから動機づけと社会的プレゼンスを経て、彼らが学習パフォーマンスと名づけるものへの経路を、係数 0.671 でモデル化しました——研究で最も強い関係です——そして彼ら自身の限界の節は、この従属変数が学習者の知覚を反映し、試験結果、課題のパフォーマンス、学習分析を反映しないと述べています。これは経路モデル一般において注意深く読むべき様式です。知覚された成果における大きな係数は、学生が何かが助かったとどれだけ一貫して信じているかを定量化し、それが実際に助かったかどうかについてはまだ何も語りません。

満足度と知覚された学習を成果として

満足度は、このコーパスで最も頻繁に自己報告される成果であり、63 の記事ページに現れます。それはまた学習の代理としては最も弱く、ナレッジベースにはその旨の明示的な論証が含まれています。

順序づけられた AI フィードバックに関する研究は設計原理を直接に述べています。ユーザー満足度と行動的な関与は学習の伸びの信頼できる代理ではなく、したがって学習は直接測定されなければならないのです。
教授法的な舵取りについては、現在の言語モデルがユーザー満足度を最大化する役立つ助手になるよう指示調整されている一方、個別指導者の目標は学習を最大化することだと述べ、その二つの目標は衝突しうるため、満足度は単に弱いだけではなく潜在的に誤解を招く目標になりうるとします。
ある足場かけ研究は、知覚された有用性、使いやすさ、即時の満足度を足場かけの有効性の十分な指標として扱うべきではないと論じます。
パーソナリティに沿った学習者モデル化については、ユーザー満足度を最適化することは学習成果を最適化することと同じではなく、その二つは乖離しうると観察しています。

持ち去るべき様式は次のものです。学習が目標であるとき、満足度は間違ったものに反応します。素早く答え、容易く同意し、努力を減らすシステムは高く評価されるでしょう。そしてそれらの同じ性質こそは、ナレッジベースが生産的な苦闘の減少や AI 支援の作業における誇張されたパフォーマンスと結びつけているものです。報告された満足度と測定された学習は敵同士ではありません。それらは単に代替物ではなく、その前者を後者の証拠として扱うことが、このページが記録する最も一般的な滑りなのです。