Shuichiro Ogawa
English

ノート

AI とデザインに関する調査と実験と考察を制作の過程も含めて公開しています。

月別の一覧へ

学習と教育(22)

人は学校や仕事の場でどう学ぶのか。教育をどう設計すればよいのか。

  • デザイン研究から見たアンラーニング

    2026-11-13

    アンラーニング(unlearning、学び捨て、脱学習)を、造形に限らない広義のデザイン(Simon の定義する、現状をより好ましい状態に変えようとする営み)から、デザイン研究、HCI、移行研究、組織論、環境心理学、高等教育研究の文献 50 件で考えた。デザインが手放させるものは三つに分かれる。デザインする人自身の先入の案と枠、使う人と社会の実践、そして人工物や制度そのものである。一つめには実験の証拠がある。先に見た例の特徴は案に持ち込まれ、例を写すなと指示しても写しは減らなかった(Vasconcelos と Crilly 2016 が 25 研究を整理)。工学設計の教員も初学者と同じ程度に固着した(Linsey ら 2010、Viswanathan と Linsey 2013)。ただし、前の案を繰り返すことには利点もあり、固着をつねに悪とは言えない(Crilly と Cardoso 2017)。二つめと三つめは概念と事例の研究が中心で、実践を設計の単位にして「日課の危機」を作る指針(Kuijer ら 2013)、移行研究が新しさに偏り終わらせることを軽んじてきたという批判(Heyen ら 2017、van Oers 2024)、技術の否定を設計する undesign の枠組み(Pierce 2012)、作ることより壊すことが議論を生んだ unmaking の民族誌(Sabie ら 2022)がある。Tonkinwise(2018)は、デザインは既存のものを壊して置き換える行為であり、使う人には学び捨てが求められ、変化は逆戻りしにくいと論じた。これらを、同じ連作の学習科学の note(古い知識は消えずに残り、習慣は決意より文脈の変化で変わる)と重ねると、次の推論が立つ。デザインが学び捨てに効くとすれば、それは古いものを消すからでなく、古い手がかりが外れて新しいやり方を試せる場面(転居や転職のような生活の節目、実験の場)を作るからである。転居から 3 か月以内の人では、持続可能な行動を促す情報の介入が効いたという野外実験もある(Verplanken と Roy 2016)。一方、何を手放すかは中立に決まらない。意図的な不安定化は不公正な体制を再生産しうる(van Oers ら 2021)。人間中心設計の道具は先住民の実践を押しのけうる(Akama ら 2019)。デザインの側で、学び捨てを時間をおいて測り直した研究は少ない(Coskun ら 2015 は長期の評価の欠如を挙げた)。

  • 学習科学から見たアンラーニング

    2026-11-13

    「いったん忘れてから学び直す」というアンラーニング(unlearning、脱学習、学習棄却)を、学習科学と認知心理学の文献 66 件で、定義、記憶、概念変化、手順と習慣と技能、効く手立て、測り方に分けて確かめた。この語は組織論から広まり、個人の水準では「知識を捨てる」から「古い知識の影響を減らす」へ定義が移っている。記憶では、古い記憶は消えるより思い出されにくくなる。思い出す練習は関連する別の記憶を忘れさせ(検索誘導忘却、512 標本で g = 0.35、Murayama ら 2014)、思い出さないよう努めることでも忘れる(120 研究で d = 0.20〜0.40、Clark ら 2026)。消去した反応は文脈と時間で戻り、記憶を呼び起こして書き換える再固定化は、人では再現が揺れている(Hardwicke ら 2016、Elsey ら 2018)。概念変化では、理科を学んだ大人も素朴な理論を持ち続け、10 領域で素朴な理論と科学の理論が食い違う文の判断が遅く不正確だった(Shtulman と Valcarcel 2012)。遅れは 65 歳前後の高齢者でも職業科学者でも残り、物理学の博士の脳では抑制に関わる領域が働いた。手順では、慣れた解が熟達したチェスの指し手の力を 3 標準偏差下の指し手並みに下げ(Bilalić ら 2008)、習慣では、新しい経路を実行意図と結びつけても約半数の反応で古い経路が出た(Wood と Neal 2007 が引く実験)。効く手立てとして、誤った考えを否定して正しい説明を示す反駁テキストには中程度の効果があり(44 比較で g = 0.41、Schroeder と Kucera 2022)、否定だけでは足りず説明が要る(Kendeou ら 2014)。ただし 1 か月を超える効果と行動の変化の証拠は薄く、教員を対象にした実験では 45 日後に効果が消え、実践の意図は変わらなかった(Ferrero ら 2020)。科学に関わる誤情報の訂正は、平均して効果が有意でなかった(d = 0.11、Chan と Albarracín 2023)。文献が描くのは、古いものを消すことでなく、古いものを残したまま新しいものが優位になる条件を整えることで、手放せたかの確かめ方(反応時間、学び直しの速さ、行動)は研究ごとに違い、同じ人を追って測った研究は少ない。

  • 仕事や練習で量をこなせば上達するか

    2026-11-13

    「量をこなせば上手くなる」を、日常の仕事と練習について、量の種類(繰り返しの回数、症例数、経験年数、練習の時間とその配り方、労働時間、職場の経験)ごとに、学術文献 46 件と報告 1 件で確かめた。繰り返しは最初の時期に強く効く。窓ガラスの取り付けでは、1 人あたりの産出が入社 1 年で 53% 増え(Shaw と Lazear 2008)、自動車の組立工場では 1 台あたりの欠陥が生産開始から 8 週で 8 割以上減った(Levitt ら 2013)。ただし伸びは逓減し、工場の伸びは個々の作業者でなく組織に蓄えられ、生産を止めると経験は目減りした。手術では、症例数の多い外科医ほど患者の死亡率が低く(Birkmeyer ら 2003)、病院の症例数が死亡率を下げる因果も操作変数法で示された(Hentschker と Mennicken 2018)。前立腺の手術の再発率は、術者の経験が約 250 例に達するまで下がり続けた(Vickers ら 2007)。一方、心臓外科医の成績は、同じ病院での症例数で上がり、ほかの病院での症例数では上がらなかった(Huckman と Pisano 2006)。経験年数は量の粗い代理である。仕事の経験と成績の相関は .27 で、年数より回数で測ると .43 に上がった(Quiñones ら 1995)。医師では、診療年数が長いほど質が下がると報告した評価が 62 件中 32 件あり(Choudhry ら 2005)、高齢の内科医の患者は死亡率が高かったが、患者を多く診る医師では年齢との関連が消えた(Tsugawa ら 2017)。日本の自動車の営業担当者では、経験年数と販売業績の相関は 3〜9 年の群で有意で、10 年以上の群では有意でなかった(松尾ら 1999)。練習は、同じ量でも配り方で残り方が変わる。間隔をあけた練習は詰め込んだ練習より成績が高く(Donovan と Radosevich 1999、効果量 0.46)、数学の問題を 3 問から 9 問に増やしても 1〜4 週後の成績は変わらず、同じ 10 問を 1 週あけて 2 回に分けると 4 週後の成績が大きく上がった(Rohrer と Taylor 2006)。「1 万時間」は、Ericsson ら(1993)の研究を Gladwell(2008)が「魔法の数字」と呼んだもので、Ericsson 本人は魔法の数字の証拠はないと書いた。長時間労働は、時間あたりの産出を下げる。第一次大戦の軍需工場では、週 49 時間までは産出が時間に比例し、それを超えると伸びが鈍り、約 63 時間で頭打ちになった(Pencavel 2015)。24 時間以上の当直を含む勤務の研修医は、重大な医療過誤が 35.9% 多かった(Landrigan ら 2004)。ただし研修医の勤務時間を縮めても教育の成果は改善せず、手術の経験の減少と申し送りの増加が報告された(Ahmed ら 2014)。長く働くほど型が身につくことを直接測った研究は見つからなかった。職場の経験では、挑戦の大きさの効果は逓減し、フィードバックがあると逓減が抑えられた(DeRue と Wellman 2009)。「学びの 70% は仕事の経験から」という規則には証拠の基盤が弱い(Clardy 2018)。文献が量を腕に変える条件として繰り返し示したのは、成果がすぐ分かる環境、同じ組織と同じ種類の仕事の中での積み重ね、間隔をあけた繰り返し、振り返りと他者の支援だった。

  • 生成 AI の利用で大学生の動機づけとエンゲージメントは高まるか(Xia ら 2025 のメタ分析を読む)

    2026-10-24

    Xia、Li、Yang、Weng、Chiu(2025、Computers and Education: Artificial Intelligence)は、大学生を対象に生成 AI を使う群と使わない群を比べた 33 件を統合し、動機づけで g = 1.20(12 件)、四つのエンゲージメントで g = 0.52〜0.87 の正の効果を報告した。本文を読むと、この数字が支える範囲は狭い。組み入れた研究には生成型でないチャットボット(回答をデータベースから選ぶもの、会話の筋書きを組むもの)と、2022 年 11 月の区切りより前の研究が入り、対照群が何をしたかは符号化されていない。測度の多くは質問紙の自己報告で、全体の異質性の指標は本文と表に無い。公開データから計算し直すと、I² は 85〜93% で、五つの区分の予測区間はどれも負の値を含んだ。動機づけの大きな平均は、教室内だけで使った 3 件(g = 2.94)に引かれており、この 3 件を除くと 0.58 になる。データには、対照群の欄に実験群の変化量を写した誤りと、本文に書かれていない 6 行の除外もあった。結論のうち、理系で効く、個人学習で効く、ChatGPT で効くという部分は、調整変数の表が支えていない。既存の知見と照らすと、動機と取り組みの自己報告が上がることは、AI を外したあとに何が残るかとは別の問いで、無作為化した実験では内発的動機に差が出ず、作文の点が上がっても知識の獲得と転移には差が無かった例がある。人が試し、やり直せる環境をつくるという見方からは、この論文は、AI が答えを渡したのか、学習者が先に試してから AI に聞いたのか、何度やり直したのかを符号化していないので、効果が試行を支えたのか短くしたのかを判定できない。

  • 知識と実習の片方を封じて学ばせることに意味はあるのか

    2026-10-24

    「インプットよりアウトプットが大事」という主張は、同じ素材を見たあとの検索練習と再学習の比較で支えられている。この note はその先の問い、すなわち知識(言語化された説明、教示、解答例)と実習(自分で解く、経験から学ぶ、体を動かす)のどちらかを封じることに意味があるか、を学習科学、認知心理学、教育心理学、哲学、日本語の学習論の文献 88 件で整理した。出発点は Berry と Broadbent の二重解離で、動的な制御課題では練習が操作の成績を上げても言語化できる知識を上げず、言語の教示は質問紙の成績を上げても操作を上げなかった。知識を封じることに意味があるのは、規則性が目立たない課題で規則を探せという教示が成績を下げるとき、熟達した運動技能を言語で記述すると練習の効果が消えるとき、専門家の知覚の分化が言語の教示では届かないときで、教示を遅らせる設計は封じるのではなく順序の問題である。実習を封じることに意味があるのは、初学者が問題を解くより解答例を学ぶほうが学ぶとき、日常の経験が作った誤った直観が観察を足しても直らないとき、フィードバックが誤るか欠ける環境で経験が誤りを教えるとき、まれで取り返しのつかない出来事を経験から学べないとき、統計的推論や第二言語の文法が明示的な教示で伝わるときである。日本語の文献では、生田の「教えない」は教示の不在ではなく場に埋め込まれた教え方の設計であり、諏訪は言語化を害ではなく再構築の準備と読み、受容学習の側は教示を先に置く理由を抽象的な概念に求めた。二つの側を分けるのは、学ぶ対象の規則性の顕在性、環境のフィードバックの質、概念が直観に反するか、出来事の頻度、学ぶ者の段階、遂行の条件である。封じることの効果を直接比べた実験は少なく、潜在的な運動学習の優位は系統的レビューで大半の比較に群差がなかった。

  • 学校のデザイン教育の役割(産業界の資料から)

    2026-10-11

    前の note(生成 AI で下積みの仕事が減るとき、ジュニアは何をすればよいか)の続きとして、学校のデザイン教育が、職場の下積みと比べて何を担ってきたかを、産業界の資料(英国の Design Council と Creative PEC、米国 BLS と NY 連銀、AIGA、経済産業省と文部科学省の一次資料、求人と人材の調査、デザイン事務所と学校の当事者の発言)で整理した。資料から読める担い手としての役割は三つある。一つは職業への入口で、英国ではデザイナーの 57% が学位を最高学歴に持ち(全職種 34%)、デザインで働く卒業生の 82% が創造系の学位を持ち、米国 BLS はグラフィックデザイナーの典型的な入職学歴を学士とする。二つめは、ものの見方と考え方の養成で、学校の側は問いを立てること、文脈を読むこと、判断することを教育の中心に置いてきたと語る。三つめは、すぐ働ける技能を担いきれなかったことで、英国のデザイン集約産業の雇用主は学校と大学から採る人材の準備不足を平均より多く報告し、創造産業の雇用主の 21% が新卒は準備不足と答えた(全産業 14%)。Pentagram のパートナーは、学校の課題は実案件に比べて乾いた技術演習で、自分はインターンのころ周りの人の仕事ぶりを見て多くを学んだと語る。学校が見方と入口を、職場が手と速さを担う分担がこれまでの形だったと読めるが、その職場の側が生成 AI で細りつつある。学位以外の入口(短期の学校、ブートキャンプ)は増えたが成果の公表値は乏しく、求人から学位要件を外しても実際の採用はほとんど変わっていない。学術版は design-education-roles-literature。

  • 学校のデザイン教育の役割(学術研究から)

    2026-10-11

    前の note(生成 AI で下積みの仕事が減るとき、ジュニアは何をすればよいか)は、下積みで失われうるのは練習の量より熟達者の判断を間近で見る経路だとした。この note は、学校のデザイン教育がその経路をどこまで担ってきたかを、デザイン教育の研究で整理した。研究が描く学校の担い手としての役割は三つある。一つは、スタジオという教え方で実務の判断を模すことで、Schön は建築のスタジオが実際の専門職の行為を模していると論じ、のちの研究はスタジオをデザイン教育の代表的な教え方(signature pedagogy)と位置づけた。二つめは、講評を通じた職業人としての社会化で、講評の場の会話は暗黙知を作り、仲間うちの講評は判断を外に出し、講評は学生を自律的に決める者として育てる。三つめは、何をよいとするかという見方の受け渡しである。一方で、研究は学校が担えなかったものも示す。講評が育てる対等で自律的な姿は実際の職場より学校の理想に近いとされ、講評は権力の装置としても、恐れを伴う場としても描かれ、Schön の省察の考え方自体にも証拠が乏しいという批判がある。教育で育った設計の考え方を実務で実行しにくいという UX の学生と実務者の声もある。デザインの考え方を一般の教育に広げる流れでは、工学教育の実装は課程単位にとどまり、直接観察による評価は少ない。学校は熟達者の判断に触れる場を模してきたが、職場の判断とのずれを抱えていて、生成 AI で職場の下積みが細ると、そのずれを埋める場所がなくなる恐れがある。産業版は design-education-roles-industry。

  • 共有 AI エージェントの初学者グループワークへの導入(CSCL に関する文献検討)

    2026-08-22

    グループに1体の共有AIエージェントを導入する設計のベストプラクティスを、CSCL基盤理論から ACLS(適応的協調学習支援)の系譜、SSRL×AI、LLM期の実証まで48件の学術文献で整理。介入タイミング、宛先設計、発話のAI集中とその条件依存性、過度依存とフリーライドの抑制を論点別にまとめた統合要約。

  • エンドユーザー開発の学習効果と作り手の動機

    2026-08-14

    エンドユーザー開発(EUD)を「誰が、なぜ作るのか」と「そこで何が学ばれるのか」の二つの軸で読み直し、文献185件で地図化した統合要約。EUD 研究の想定利用者が「非プログラマだがドメインの専門家」であり初学者とは別の学習者であること、作ることによる遠転移は1984年以来支持されていないこと、自己効力感の上昇が実力と対応しないこと、AI 支援下の学習成果を遅延テストで測った研究がほぼ存在しないこと、シビックテックが無償の公共活動という条件を持ち込みドメイン知識の所在を作り手から分離すること、そして EUD 研究が最も基本的な動機である「自分自身の必要のために作る」を扱ってこなかったことを整理する。

  • 生産的失敗と認知オフローディングからみたデザイン教育の課題

    2026-08-08

    本セッションで蓄積した証拠系(失敗を組み込む学習設計とその論争、生成AIによる認知オフローディングの害、テクノロジー教育害の頑健性判定、GBSとシナリオ学習)をデザイン教育に転写したときに立つ7論点を導出し、academic-critic(canon: design-education)の批判的検討を経て確定した。核心は、生成AIが既定でオフロードする処理(代替案の生成、探索、評価判断)がデザイン教育の学習目標そのものと一致するという構造にあるが、その前提となる「クラフトとデザイン判断の切断」自体が教育学のカノン(Dewey、Lave & Wenger)から挑戦を受ける未決の論点であることを明示した。証拠の大半は正解の定義できる領域からの外挿であり、ill-structuredなデザイン問題での検証は空白として残る

  • 教育におけるテクノロジーの害に関する研究の再現性

    2026-08-08

    Google効果や認知オフローディングを含む「テクノロジーの教育害」の主張を機構別6パターンに類型化し、原典12件と査読済みの反証・再現検証13件を突き合わせて頑健性を判定した。有名な害の多く(Google効果のStroop実験、ラップトップ筆記害、メディアマルチタスク害、スマートフォン存在効果、スクリーンタイム害)は再現失敗または効果量の大幅縮小が査読誌で報告されている一方、教室での注意分散(RCT)と受動的な答え提供型AIの害は比較的頑健に残る。学習サービスから排除すべき害と、反証済みの害への過剰適応の両方を設計判断として整理した

  • 生成 AI の早期利用と思考力の育成(cognitive offloading に関する文献検討)

    2026-08-08

    「生成AIの早期活用が、学習者自身から本来出てくるはずだった思考の醸成を阻害する」という主張の学術的証拠を、害の実験報告7件、相関・自己報告2件、理論的先行枠組み3件、反対・条件付け証拠3件(+撤回1件の記録)の16文献で整理した。害は (1) 答え提供型のガードレールなしAI、(2) 初学者・苦戦中の学習者、(3) 即時成績と定着・転移の乖離、の3条件に集中し、肯定的メタ分析との見かけの矛盾は測定対象の違いで説明できる。主張は「ガードレールなしの答え提供型AIの早期利用」に限定して実証的に支持される

  • 意図的な失敗の学習設計をめぐる論争(productive failure と認知負荷理論)

    2026-08-07

    失敗を組み込む学習設計の4系譜(productive failure、desirable difficulties、impasse-driven learning、error management training)と認知負荷理論陣営(Kirschner, Sweller & Clark)の論争を、応答文献14件を追補した27文献コーパスに基づき5論点(指導のタイミング、最小限指導という括りの妥当性、効果の測定、事前知識、感情の役割)に整理し、各論点の主張と実証結果、未決の対立を対立表にまとめた

  • 意図的な失敗から学ぶ仕組みの設計(productive failure と技術学習サービス)

    2026-08-07

    「指示を意図的に不足させ、学習者を行き詰まらせる」設計の系譜を、学習科学の4理論(productive failure、desirable difficulties、impasse-driven learning、error management training)13文献と、意図的困難を明言する技術学習サービス13件の2系統で整理し、産業側に「失敗後の統合指導」が薄いという理論とのずれを特定した

  • Goal-Based Scenario からみたシステム設計の学習サービス

    2026-08-07

    物語・役割・ミッション付きでシステム設計を学べる産業サービス28件を収集し、Schank の Goal-Based Scenario の7要素に照らして、設計を操作にする演習の少なさと resources(専門家ストーリーの just-in-time 提供)の欠落を特定した

  • システム設計の学習支援ツール

    2026-08-07

    正しいアーキテクチャ設計を学ぶためのツールを、レビュー型(不足要素の指摘)、演習フィードバック型、参照型、記述型の4類型で整理した産業調査ノート

  • システムアーキテクチャのシミュレーションと演習による検証と学習

    2026-08-07

    実運用前にアーキテクチャをシミュレーション・演習で検証/学習する手段を、標準・独立系調査・開発者証言・労働市場の4系統で整理した産業調査ノート

  • Goal-Based Scenario に関する文献検討

    2026-08-07

    Roger Schank らの Goal-Based Scenario(GBS)の先行研究を、一般理論とデザイン文脈の2系統31件(探索40行、重複統合9、除外0)で地図化した。(1) 理論的背景では、Dynamic Memory のケースベース推論(期待の失敗が学習を駆動する記憶理論)を認知的基盤に、learning by doing の実装理論として GBS が1994年の Journal of the Learning Sciences 特集で成立した系譜を整理した。(2) 構成要素では、learning goals、mission、cover story、role、scenario operations、resources、feedback の7要素(Schank, Berman & Macpherson 1999)と設計手順を確認した。(3) 技術的要請では、マルチメディアシミュレーション環境と GBS Builder などの ILS の実装系譜を追った。(4) 実証では、統計教育、計算機基礎、初等プログラミング、VR 訓練での適用事例と準実験を収集し、効果検証が2020年代のトルコ語圏と台湾の準実験に偏り、メタ分析を確認できない証拠の薄さを特定した。(5) 他手法比較では、PBL、アンカードインストラクション、Learning by Design、Merrill の第一原理との異同を整理した。(6) デザイン文脈では、instructional design 正典への収録、工学教育のシナリオ中心カリキュラム、HCI スタジオの PBL 実践を確認する一方、デザインスタジオへの GBS の明示的適用研究が未発見という空白を特定した。

  • 熟達の可逆性とアンラーニング(脱学習)

    2026-07-19

    学習科学と熟達研究が暗黙に置く一つの非対称、すなわち発達は初心者から熟達者への単調な上りであり、脱学習や退行は劣化として最小化すべきものだという切り分けを、ド・ブロイが物質波を導いた対称性完成の手つきで反転する論考。反転が告げるのは、脱学習は学習と対称な構造をもつ発達過程であり、熟達は一方通行の梯子ではなく可逆でフレーム相対の状態だ、という存在論である。Einstellung 効果とデザイン固着は、この非対称が片側で破れることを実測した『光量子』にあたる。反転は確証済みの事実ではなく、意図的な脱学習の介入が『さらに学ぶ』を上回るかを比較実験で測れば反証できる仮説として提示する。新規性は脱学習を学習と対称な発達段階とみる存在論的反転と、熟達の可逆性という三点に厳密に限定する。参照文献17件(書誌確定16件、要一次検証1件)。

  • 学習の足場かけと介入設計に関する文献検討

    2026-07-19

    学習と熟達を支える介入をどう設計するかという問いをめぐる公開文献を、一枚の地図に整理する。足場かけと発達の最近接領域(Wood, Bruner, Ross 1976、Vygotsky 1978)から、認知的徒弟制とフェーディング(Collins, Brown, Newman 1989)、正統的周辺参加(Lave & Wenger 1991)、省察的実践(Schön 1983, 1987)、協調学習と内発的動機(Dillenbourg 1999、Johnson & Johnson 1989、Deci & Ryan 1985、Ryan & Deci 2000)、人工物を媒介者とみる一般理論(Latour 2005、Callon 1984)、介入を測る心理尺度と言説の分析(Dennis & Vander Wal 2010、McLain 2009、Sacks, Schegloff & Jefferson 1974、Fairclough 2003)までを年代とともに横断する。参照文献16件(検証済み6件、要出典確認10件)。

  • 生成 AI に関する教育学と学習科学の研究動向(2024〜2026)

    2026-07-19

    生成AIと一般教育学・学習科学の交差を扱う査読文献39件を軽量スコーピングで収集した研究潮流の統合要約。大規模RCTとメタ分析、メタ認知的怠惰と認知的オフロード、評価と学術的誠実性、公平性と教師の役割変容の4クラスタで整理する。参照文献39件(別に撤回1件を注記)。

  • AI 時代のデザイン教育のカリキュラム改革

    2026-07-09

    AI時代のデザイン教育カリキュラム改革を、学術文献22件と教育機関8校+公的機関の情報から分析。3つの構造的発見: (1)研究は創造性開発35.9%・評価27.6%・カリキュラム設計22.4%に集中し、66.7%がアウトカム非報告(Musiienko 2026)、(2)新たに必要なスキルは4つ(エージェンシー・ドメイン知識・想像力・美的判断)、(3)認定機関(NASAD)のAI基準更新は未確認。省察的実践が「learning by co-doing」へ更新されつつある。