教員にはAIに関してどのような能力が必要ですか?

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。

教員の能力は、プロンプトの作成をはるかに超えたものであるべきです。 この知識ベースのAIリテラシーの統合は、4つの広い次元を特定しています。

• AIの能力と限界に関する基礎的な理解。
• AIツールを使う実践的な能力。
• 正確さ、偏り、適切さ、不確実性の**批判的評価**。
• 誠実さ、プライバシー、公平性、AIガバナンスといった問題を含む**倫理的かつ制度的な自覚**。

教授法の層

教員にとって、それらの次元にはさらに教授法上の層が必要です。教員は以下ができるべきです。

• 学生が保持すべき認知的作業が何であるかを判断する。
• 学習目標と整合するAIの活用を選ぶ。
• AI時代において妥当な評価を設計する。
• 学生にAIの利用を検証し、管理することを教える。
• ハルシネーション、過度の依存、お世辞的同調を認識する。
• 自動化よりも人間の判断が優先されるべき場がいつであるかを知る。

教員はまた、AIを孤立した道具として見るのではなく、生成AIを支えるワークフローがどう組み合わさっているかを評価できるだけのシステム理解も必要としています。教員のAI能力と教員開発を参照してください。

自信は能力ではない

知識ベースに要約されている研究はまた、自信と能力を同一視することに警鐘を鳴らしています。自己申告されたAIリテラシーは実証された能力と大きくかけ離れることがあり、自信に関する調査だけよりも実績に基づく専門能力開発と本物の実践が望ましいとされています。教員のマルチエージェントワークフローに関する研究はさらに、AIの統合においてシステム思考、教授法上の信念、自己効力感が相互作用することを示唆しており、専門能力開発は画一的なツール講習ではなく、差別化されたものであるべきだということです。

専門能力開発が実際に動かすもの — そして動かさないもの

最近の高等教育研究は、教員の能力がどこで強く、どこで崩れるかに具体的な数字を当てはめています。技術的・教授法的・内容に関する知識（TPACK）-21尺度を用いた米国の大規模研究大学における教員127人を対象とした調査は、自己認知された教授法的内容知識が高いこと(M = 4.70)と、内容知識が天井近いこと(M = 5.15)を見出しましたが、技術統合領域は著しく低く — 技術的教授法的知識(M = 2.62)、技術的内容知識(M = 2.75)、そして包括的TPACK(M = 2.55、7つのうち最低)でした。内容の専門知識はGenAI統合知識を予測しませんでした(CKの相関は r = .11–.15、いずれも非有意)ので、教員開発は科目の習熟がそのまま移ることを前提にできず、意図的で分野固有のプログラムを通じて生成AIの能力を築くべきです。3つの技術統合領域が r = .81–.91 で相関していたことから、それらは個別の技能としてではなく、共通の基盤として教える価値のある単一のGenAI統合能力として機能する可能性があります。

研修にできることとできないことは同じく示唆に富みます。高等教育の教員13人を対象とした被験者内計画の研究では、教員にチャットボットを与えたところ、彼らの学習設計の質が有意に向上しました — ブルームの高次タスクを2つ以上達成した割合は41.7%から91.7%に上昇し(p = .01) — 知覚された認知的負荷も大きく低下しました(中央値 6.33 から 3.33、p = .004)。その上に重ねられた教授法上のプロンプト技法研修は質をさらに向上させることはなく、負荷をわずかに増やしました。言い換えれば、AIへのアクセスは教授行動を容易に変えますが、より深い能力は一度の講習以上のものを必要とし、質の向上だけでは教員がその実践を内面化したことを証明しません。

基準、主体性、アイデンティティ

能力は制度的な問題でもあります。米国の28機関、11か国にわたる114名を対象としたデザインに基づく研究は、既存の枠組み(技術的・教授法的・内容に関する知識（TPACK）、SAMR)や教育者の基準(ISTE、UNESCO、DigCompEdu)がK-12の教員か、教授の次元のみを対象としているため、教員の役割全体にわたる6つの教員技術基準 — Instructor、Coordinator、Leader、Researcher、Learner、Contributor — を作成しました。

27か国の教員287人を対象とした調査は、導入が純粋に技術的な枠組みに収まらない理由を示しています。精緻化されたモデルは行動意図の分散の79.8%を説明したものの、知覚された人為的な主体性は有用性を通じてのみ間接的に意図に影響し、リスク回避は有意な負の予測因子でした(−.163)。教員は自分自身の利用よりも、学生の過度の依存と誠実性のリスクをはるかに心配していました。導入は自動化の魅力ではなく、文脈に敏感な判断にかかっていました。最後に、経験豊富な大学人2人へのインタビューは、AIの統合が再発するアイデンティティの緊張 — 教授法対プラットフォーム、教育者対支援役、配慮対遵守 — を生じさせ、それが教授法的価値に根ざした原則ある選択性を通じて乗り越えられることを示唆しています。したがって能力には、AIを使う技能だけでなく、AIを使わないという専門職としての判断も含まれます。

学生向けの対応ページについてはコースにAIリテラシーをどう組み込むべきでしょうか？と高等教育におけるAIリテラシー介入の証拠は何を示していますか？を、教員向けの要約については教員が知っておくべき、教育分野のAI研究における重要な10の知見とは何ですか?を参照してください。