ステークホルダー

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。

ステークホルダー——教育におけるAIに関与し、影響を受け、責任を負う、人間の利害関係者の範囲、そして、行為者が誰であるかという知識ベースの扱いを包括する概念です。教育におけるAIは多数の利害関係者にわたる領域です。AI を使う学習者、それを統合する教員と学部の教員、それを統治する管理者、それを巡って学習経験を組み立てるインストラクショナルデザイナー、そしてそれを規制する政策立案者です。各主体はそれぞれに異なるニーズ、能力、役割、視点を持ち、知識ベースは彼らを、AI ツールが設計・導入・評価される人間的な文脈として扱います。

検討すべき問い

このページは、同じ AI システムがどの視点からも異なって見えると論じます——学生が支援として経験する道具は、教員には統率上のリスクとして、管理者には統治の決定として見えるかもしれません。あなた自身が最も重ねる役割は何でしょうか。そして他の役割から見落としがちだと思うことは何でしょうか。
読み進める前に、あなたの機関で AI に関する決定の影響を受けるすべての人を挙げてみてください——学生と教員だけでなく。誰を忘れていたでしょうか。そしてそれぞれの人が最も関心を持つことは何でしょうか。
学習者、教員、管理者、インストラクショナルデザイナー、政策立案者がそれぞれに異なるニーズと能力を持つとすれば、AI ツールの導入の仕方について最終的な決定権を持つべきなのは誰でしょうか。それはなぜでしょうか。
学生にとっての「個人化された支援」は、同時に教員にとっての「統率上のリスク」になりえます。各ステークホルダーの懸念に最大の声ではなく真の重みを与える対話や過程を、どのように設計できるでしょうか。

はじめに

教育におけるAIは根本的に人間についてのものです——その営みを変容させる学習者と教育者、そしてその使い方を決める指導者と設計者です。それぞれのステークホルダーを理解することは不可欠です。なぜなら、同じ AI システムは異なる視点から見ると大きく異なって見えるからです。学生が個人化された支援として経験する道具は、教員には統率上のリスクとして、管理者には調達と統治の決定として、設計者には教育学的な選択として現れるかもしれません。知識ベースは、これらの主体についての扱いを、いくつかの概念ページにわたって整理しています。

ステークホルダーの全体像

学習者（学生）。 主要な対象——K-12、高等教育、成人学習者の学生です。知識ベースは学習者を、学生の経験、学生の関与、AIに関する誤概念、学習者モデル化と適応的教授、ウェルビーイング（Well-Being）、学習者の主体性を通じて扱います。学習者の AI に関するAIリテラシー、自己調整（自己調整学習）、そして過度の依存のリスクが中心的な関心事です。
教員と学部のスタッフ。 AI を教育に統合する教育者です。教授と教師の役割、教師の AI リテラシー、教師教育、教育開発、技術的・教授法的・内容に関する知識（TPACK）が扱います。教員は、自分の教育の中で AI を使うことと、学生に責任を持って使うことを教えることという二重の課題に直面しています（教育法と教授方略を参照）。
インストラクショナルデザイナーとラーニングテクノロジスト。 AI を巡ってコース、カリキュラム、学習経験を設計する専門家です。学習デザイン（学問分野として）とカリキュラムデザインに関連しますが、インストラクショナルデザイナーという人・役割はまだ専用のページがなく、ここにまとめられています。
管理者と組織の指導者。 政策を定め、資源を配分し、導入を統治する、学長、学部長、CIO、指導者たちです。教育委員会・管理者が扱い、教育におけるAI政策、AIガバナンス、教育における AI 規制につながります。
政策立案者と規制当局。 法的・規制的な枠組みを定める政府と組織の機関です。教育におけるAI政策、教育における AI 規制、AIガバナンスに関連します。
保護者と家族。 研究の中に（たとえば学生の AI 利用の監視、AI に対する態度）、そして今では専用のページによって扱われており、ステークホルダーとしてここにまとめられています。

研究に現れるステークホルダー

役割別の能力の枠組み。 教師の AI リテラシーと技術的・教授法的・内容に関する知識（TPACK）は、教員が AI を効果的に使うために必要なものを定義し、AIリテラシーはすべての主体（とくに学生）に必要なものを定義します。
役割による影響の違い。 研究は、AI が異なる主体にどう異なる影響を与えるかを検討します——学生の経験は学生の成果を、教授と教師の役割は教育への統合を、教育委員会・管理者は組織の戦略を、教育開発は専門職としての学びを扱います。
多数のステークホルダーによる統治。 AIガバナンスと教育におけるAI政策の研究は、国・組織・教室のステークホルダーを整合させることを重視します——政策立案者が期待を定め、管理者が実施し、教員が適応させ、学生が結果を経験します。
主体間の公正。 公平性は、AI の利益と害が学習者と組織の間でどう分配されるかを検討し、ステークホルダーを公正とアクセスにつなげます。
役割の違いは、観察するよりも主張しやすい。 高等教育の関係者 152 名からの 167 件の寄稿に関する SWOT 分析は、教員、研究者、管理者が同じ強みと脅威に収斂することを見出しました。一方、完全な匿名収集のため役割を特定できず、研究はそれらを対比する計画を検証できませんでした（Humble & Mozelius, 2026）。

主体にわたるアイデンティティ

これらのステークホルダーに共通する一本の糸はアイデンティティです——AI との関係において、そして専門領域との関係において、自分が何者であり何者になりつつあるかという感覚です。知識ベースはアイデンティティを、特定の一群に属するものではなく、主体にわたって分布するものとして扱います。

学習者のアイデンティティ——学生の、学問的・職業的・創造的・学業的に発展しつつあるアイデンティティ（学習者アイデンティティ）。それは学習者の主体性とは異なりますが、因果的に結びついています。agency は行為する状況づけられた能力であり、アイデンティティは行為の営みから蓄積される持続的な自己感であり、AI の下では著作性の喪失と能力への疑いによって脅かされます。
教員のアイデンティティ——教育者の職業的な自己理解（教授と教師の役割）。AI によって、技能だけではなく目的と役割の問題として組み替えられています（生成 AI をアイデンティティの危機としてを参照）。
設計者と指導者——職業的なアイデンティティは、インストラクショナルデザイナー、管理者、政策立案者が AI にどう向き合うかをも形づくります。ただし知識ベースの明示的なアイデンティティの扱いは、学習者と教員に集中しています。

アイデンティティは、ステークホルダーの全体像における人間的な錨（いかり）です。それは AI が各主体のために支えなければならないもの（侵食してはならないもの）であり、そうでなければ別々の役割のページを結びつける構成概念です——とりわけ学習者アイデンティティ、学習者の主体性、教授と教師の役割です。agency が統制に関わりアイデンティティが自己に関わる場所では、AI の設計はその両方を保たなければなりません。自分の学びに対する統制と、領域における自分が何者であるかについての robust で著述者らしい感覚です。

教育における AI への示唆

ステークホルダー全体のために設計する。 効果的な教育におけるAIは、学習者に奉仕し、教員を支え、管理者に情報を与え、政策と整合しなければなりません——ただ一つの主体を最適化するのではありません。
役割別の能力を築く。 教員、学生、設計者、指導者はそれぞれ、自分に合わせた AI リテラシーと支援を必要とします（AIリテラシー、教師の AI リテラシー、教育開発を参照）。
水準間で整合させる。 知識ベースの統治研究は、AI が成功するのは組織の指導、教員の実践、学生の経験が分断されるのではなく整合しているときであることを示しています。
保護者とより広い地域社会を考慮する。 家族は AI の導入におけるステークホルダーであり、その役割と関心事は明示的な注意に値します。

メタデータ

レベル	Higher Ed, K 12
対象読者	Instructors, Learners, Administrators
教育におけるAIの基礎	AIリテラシー, 学習デザイン, 教授と教師の役割

Source History Edit Chat