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

状況学習

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。

状況学習——Lave と Wenger（1991年）の 1990 年代初頭の研究に根ざし、学習が孤立して脱文脈化された行為ではなく、真正な活動、文脈、文化への参加を通じて生じるという理論です。知識は、学習者と仲間が実践共同体の内部で共に構築するものであり、初心者は正統的な周辺参加を通じて学びます——共同体の周辺から中心へと移動するにつれて、専門家の成員の文化、言語、実践を吸収していくのです。強調は、現実の状況における実践による学習に置かれ、そこでは評価は課題そのものから生じ、課題から切り離されることはありません。

検討すべき問い

  • 自分が本当にうまくできると思う何か——ある技能、ある職業、ある工芸——を思い浮かべてください。あなたはそれを主に抽象的な指示から学んだのでしょうか、それともそれを行う現実の共同体に参加することで学んだのでしょうか。それは、知識が実際にどこにあるかについて何を示唆しているでしょうか。
  • Lave と Wenger は、初心者が「正統的な周辺参加」を通じて学ぶと述べています——実践共同体の端から始めて、内側へと移動していくのです。あなたはそのような新参者をどこかで見たことがありますか（あるいはご自身がそうだったことがありますか）。そして、何が彼らを周辺から中心へと動かしたのでしょうか。
  • 知識が真正な文脈に「状況づけられている」ならば、それは、意図的に学習を現実の状況から切り離す伝統的な教室、そして脱文脈化された内容を届けるよう設計された AI ツールにとって、何を意味するでしょうか。
  • このページは、状況学習を AI のための設計のレンズとして扱っています。適応的なシステムやシミュレーションが、学習を文脈から引き離すのではなく、真正な実践に根ざさせるには、どのようにすることができるでしょうか。
  • 研究によれば、AI 主導の学習を現実の文脈に置くことを妨げている障害は何だと述べていますか。そして、それらのうちどれをあなた自身の機関で見たことがありますか。

はじめに

状況学習は、ナレッジベースの学習理論という流れの中の活動と文脈の理論の一つです。それは、社会的構成に関するヴィゴツキー的な主題を引き受けながらも、「行うこと」と「学ぶこと」の親密な統合、そして実践共同体の重要性への強い強調を加えています。教育的な立場として、それは伝統的な標準化された学校教育に対峙し、自分たちの現実に関連する技能の獲得と知識の適切な取得にとっての鍵となる要素として、学習者の社会文化的な文脈を前景化します。

教育における AIの文献において、状況学習が重要なのは、それが AI のための設計のレンズを提供するからです。適応的なシステム、真正なシナリオにおける知的指導、没入型のシミュレーションは、AI 主導の教育を現実世界の文脈に根づけることができ、一方で状況学習は、AI に真正な実践と複雑さの中での意味ある支点を提供します。両者は広く補完的であると扱われており、人間による導きは倫理的な基盤として不可欠であり続けます。

AI のための設計のレンズとしての状況学習

ナレッジベースの研究は、状況学習を単なる抽象的な理論としてではなく、教育における AI のための具体的な設計および評価の枠組みとして扱っています。

  • 機会と障害。 60 本の論文（30 年間）を対象とした PRISMA系統的レビューは、AI が——学生の進化するニーズに合わせた適応的なシステム、真正なシナリオに置かれた知的指導、管理的な業務の自動化、データに基づく教員の支援を通じて——状況学習を増強できることを見出しています。一方で、主な障害は、伝統的な学校の一方向的で受動的な学習、事前に定義された成果への過度の強調、そして教員の限られた文脈的な知識です。人間による導きは、倫理的な基盤として不可欠であり続けます。（Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature）
  • 教育と現実をつなぐ触媒としての AI。 AI は、教育を現実と真正な文脈につなげ、現実世界のシナリオに根ざした学習を可能にすることで、状況学習のための触媒として働くことができます。（Connecting Education with Reality: AI as a Catalyst for Situated Learning）
  • 真正な探究における媒介的な人工物。 科学学習において、AI ツール（仮想実験室、シミュレーション、知的指導）は、デジタルな実践共同体と、学校、現実世界、学際的な文脈の間の境界横断を可能にすることで状況学習を拡張する「媒介的な人工物」として機能し——学生を「知識の学習者」から「科学の実践者」へと変容させます。（Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives）
  • 状況づけられたカリキュラムの工夫。 AI リテラシーは、状況学習のエピソードを通じて育むことができます——真正な現実世界の問題解決を通じて AI の能力を構築する、能動的な教授の道具（予期する、生み出す、省みる）です。（Towards AI literacy: A proposal of a framework based on the Episodes of Situated Learning）
  • デザインベースド学習における状況づけられた評価。 Yaşar ら（2026年）は、自らの研究を状況学習理論と反復的な設計教育学に根づけ、教官、査読者、審査員という役割にわたって 80 点の学生のデザインポスターを評価しました。役割を意識したプロンプティングは、質的に異なる評価的なフィードバックを生み出しました——教官は励ましに満ちて過程志向、仲間は支持的で対話的、審査員は形式的で成果志向——この差異は、単に様式的なものではなく認識論的なものであり、デザイン実践の異なる側面を前景化しました。これは、状況づけられた役割固有の評価が、意味論的に精確なルーブリックによって足場かけされたとき、LLMによって模倣されうることを示しており、またデザインベースド学習における評価が、それらから切り離されるのではなく、真正な課題とその役割から生じうることを示しています。
  • 状況づけられた AI 倫理。 AI に関する倫理的推論は、それ自体が最もよく状況づけられたものとして扱われるべきです——抽象的な原理ではなく、文化史的な生態学的な文脈に根ざしたものとして。（Situated AI ethics: a cultural-historical and ecological framework for education）

状況学習は、身体化された学習（いずれも認知の文脈と行為への根拠づけを強調します）、分散認知（人々、道具、文脈にわたって分散した学習）、経験学習、そして構成主義の理論と密接につながっています。教育における AI において、それは脱文脈化された身体のない学習の批判を根拠づけます。学習者を真正な実践に繋ぎ止める AI の設計は、永続的な学習が必要とする状況性を保つのです。

関連概念

関連記事

メタデータ

学習と教授構成主義, 体験学習, 学習理論, 状況学習, 社会文化的学習
教育におけるAIの基礎教育におけるAI, 学習デザイン
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。