Shuichiro Ogawa
English

Notes ・ updated 2026-08-07

スコープと方法

本ノートの問いは、「指示を意図的に不足させ、学習者がその穴に落ちるように設計する」学習サービスはどれだけあり、その設計は何に支えられているか、である。 出発点は system-design-scenario-learning-industry で確認した Cloud Resume Challenge の設計（創案者が意図的な指示不足を明言）だが、この設計思想は一つのサービスの発明ではなく、学習科学に確立された系譜がある。 そこで2系統で収集した。 学術系統は、失敗を意図的に組み込む設計理論の中核文献 13 件（source/review/failure-driven-learning/papers.md。網羅レビューではなく系譜の根拠づけ）。 産業系統は、意図的困難を作り手が一次発話で明言している技術学習サービス 13 件（source/review/failure-driven-learning/industry.md）。 明言の確認を採録基準にしたのは、「結果的に不親切な教材」と「意図して困難を設計した教材」を区別するためである。 Schank の expectation failure（期待の失敗）の文献は goal-based-scenario を正とする。

学術系統：失敗を組み込む設計理論の4系譜

失敗を除去せず学習経路に組み込む理論は、少なくとも4つの独立した系譜で確立されている。

Productive Failure（Kapur 2008）は、支援構造なしで複雑な問題に取り組ませ（ここで学習者はたいてい失敗する）、その後に正準的な解法を直接指導すると、最初から教えるよりも転移が向上することを準実験で示した。 設計論（Kapur & Bielaczyc 2012)の要点は、失敗単独では学習は起きないことである。 失敗フェーズは多様な解の生成と知識ギャップの自覚のためにあり、その後の統合指導が学習者の解を足場にして正準解へ導く。 53 研究のメタ分析（Sinha & Kapur 2021）は「問題解決先行→指導」の型に中程度の有意効果を報告し、PF の設計忠実度が高いほど効果が増すとした。

Desirable difficulties（Bjork 1994）は、間隔を空ける、交錯させる、思い出させるといった、短期の成績を下げるが長期の保持と転移を高める訓練条件を「望ましい困難」として定式化した記憶心理学の系譜である。 Impasse-driven learning（VanLehn ら 2003）は、人間のチュータリングの分析から「学習者がインパス（行き詰まり）に達したときにのみ学習が起きる」ことを示し、行き詰まりが指導の受容を準備するというメカニズムを与えた。 Error management training（Frese ら 1991、メタ分析は Keith & Frese 2008）は職業訓練の系譜で、最小限の指示でエラーを積極的に経験させ、同時に「エラーから学べる」という感情調節の指示を明示的に与える訓練が、通常訓練より習得と転移で優る（d ≈ 0.44）ことを示した。 Schwartz らの preparation for future learning（「A Time for Telling」1998、発明活動 2004）は、失敗というより「教わる前の生成活動」が後続指導の理解を準備するという、PF と同じ直列設計の隣接系譜である。

この系譜には確立した対立学説がある。 Kirschner、Sweller & Clark（2006）は認知負荷理論から、最小限の指導は初心者のワーキングメモリに過大な負荷をかけ有効でないと論じた。 この批判の直接の射程は「構造なき発見学習」であり、統合指導を必ず伴う PF は射程の外縁にあるが、Loibl ら（2017）の境界条件レビューは、事前の問題解決で対比事例を生成させること、指導が学習者の解を足場にすることが満たされないと効果が消えうることを特定している。 つまり「困難は設計すれば常に望ましい」わけではなく、有効性は失敗後の統合の質に依存する。 この対立学説との論争（応答文献、実証の直接対決、未決の争点）は failure-driven-learning-debate が論点別に整理している。 また、この系譜の裏面にあたる「生成 AI が失敗と困難の機会を先回りして消すことで学習を阻害する」という主張の実証は ai-cognitive-offloading-learning が扱う。

産業系統：意図的困難を明言するサービス

意図的な困難の設計を作り手が明言している技術学習サービスは、困難の形式で4類型に分かれる。

指示不足型は、ゴールだけ与えて手順を与えない。 Cloud Resume Challenge の創案者は「夜中の調べ物の穴に落ちずには解けないよう、十分な指示を与えなかった」と FAQ に明記し、中核スキルを「速く学び上手に検索する能力」と位置づける。 CodeCrafters（Redis や Git を一から作らせる）は初期コードと高レベル要件だけを与え、About ページに「If it feels easy, you’re not learning.」と掲げる。 The Odin Project は「このコースは research based であり、課題を完了するには自分で調査する必要がある」と明記し、AI の直接回答よりコミュニティでの対話を推奨する。 ベンダー側でも AWS Jam（「ステップバイステップの指示がない実世界シナリオ」、ヒントは減点と引き換え）と Google Cloud Challenge Lab（「指示に従うのではなく、既習スキルで自力の解決を figure out する」）が同型を採る。

壊れた対象型は、最初から壊れているものを直させる。 Rustlings（Rust 公式）と Ziglings は、コンパイルエラーを含む小さなプログラムを修正するまで先に進めない演習で、コンパイラの無修正出力を読ませて「エラーメッセージへの馴化」を明示的に目的にする。 SadServers の作者は「解答を見せたら目的が損なわれる」と README に書き、問題記述と合否テストだけを提供する。 Learn Code the Hard Way の著者は、演習を「意図的に壊して直す」実演を教材に組み込み、反復と自力調査を武道の型稽古になぞらえる。

ヒント拒否文化型は、支援を与えないこと自体を教義にする。 OffSec の「Try Harder」は、CEO が「容易な答えを渡さないのは、実世界のスキルがそうやって作られるからだ」と語る公式ペダゴジーで、自己主導の探索、逆境での機知、失敗からの学習の三要素として定義される。 Hack The Box の創設者は「読み物中心の従来型トレーニングへの不満」から、指示なしで自力で道を切り開かせる設計を作ったと語る。 Advent of Code は公式ヒント機能を持たず、難易度カーブと「全問題に 15 秒以内で解ける解の存在」の保証だけを設計として明示する。

自力先行→フィードバック型は、失敗の後の支援を制度化している点で他の類型と異なる。 Exercism の共同創設者は「人は自分の知識ギャップに自分では気づけない」「動くコードと優れたコードのギャップは自力で飛ぶには大きすぎる」と語り、自力で解いた後に人間メンターがレビューを返す二段階を設計の核にする。

理論と産業の照合：失敗の後が薄い

産業の実装を学術系譜に照らすと、失敗フェーズの設計は豊かだが、理論が効果の条件とする失敗後の統合が薄い。

Productive Failure の設計論では、失敗は準備であり、学習者の解を足場に正準解へ導く統合指導があって初めて効果が出る。 ところが産業側の 13 件のうち、失敗後の支援を制度化しているのは Exercism（メンターレビュー）と、近年方針を転換した OffSec（純粋な Try Harder から週次メンタリング併設へ）くらいで、多くは合否テスト、コミュニティ任せ、または支援なしである。 Error management training が効果の媒介として特定した感情調節（「エラーから学べる」というメッセージの明示）を実装しているサービスも、OffSec が「burnout や blind persistence の美化ではない」と釘を刺す程度で、体系的には見当たらない。 Kirschner らの批判と Loibl らの境界条件を重ねると、これらのサービスの意図的困難は、事前知識を持つ学習者には desirable difficulties として働きうるが、初心者には統合支援なしの認知過負荷になりうる、と条件付きで読むのが学術系譜に忠実である。 実際、指示不足型の代表である Cloud Resume Challenge の創案者自身が、対象を「基礎を学び終えて実践経験を作りたい人」に置いており、産業側の運用も暗黙にこの境界条件を織り込んでいる。

なお、各サービスが PF や EMT を参照して設計された証拠は 1 件もない。 作り手の動機は一様に自身の実務経験（「本物のスキルは苦労から作られた」）であり、学習科学と産業実装は独立に同じ設計に収斂している。 これは system-design-scenario-learning-industry で確認した「シナリオ装備の産業的収斂」と同じ構図である。

学生教育への含意

学生への適用では、系譜が示す2つの条件を設計に写す必要がある。 第一に、意図的な指示不足は、失敗後の統合（学生の試行を足場にした解説、メンターのレビュー）とセットで初めて理論的裏付けを持つ。 Challenge Lab 型の課題を出すなら、提出後に「どこで行き詰まり、何を試したか」を回収して講義で正準解に接続する運用が、PF の設計論に相当する。 第二に、対象の事前知識で困難の量を調整する。 初心者には壊れた対象型（Rustlings 型。エラーの所在が限定され、コンパイラという即時フィードバックがある）が指示不足型より認知負荷の統制が利き、指示不足型（Cloud Resume Challenge 型）は基礎を終えた学生の統合課題に置くのが、境界条件の含意に合う。 シナリオ設計の枠組み（GBS の7要素）は system-design-scenario-learning-industry、設計レビューの道具は system-design-learning-tools-industry が扱っている。

空白（未充足の論点）

  • 意図的困難を明言する産業サービスの学習効果を検証した独立研究は見つからなかった。学術系譜の実証は学校教育と職業訓練であり、自習型オンラインサービスへの外挿は未検証である。
  • Schank の expectation failure と Kapur の productive failure を直接橋渡しする査読論文は未発見である（理論的な構造の類似はあるが、文献上の接続は [要一次検証]）。
  • 産業サービスの離脱率（意図的困難がどれだけの学習者を脱落させるか）を示す公開データはない。EMT が示した感情調節の欠落は、離脱という形で現れる可能性があるが検証できない。
  • システム設計教育に特化した「意図的失敗設計」の事例は、AWS Jam と Challenge Lab の一部を除き薄い。設計演習（Architectural Katas 等）と失敗設計の組み合わせは空白である。

未検証事項

  • Bjork（1994、2011）の章ページ（DOI 未付与、書籍 ISBN で確認）
  • Frese ら（1991）の本文（ペイウォール、書誌は Crossref で確認）
  • OffSec が試験にラビットホールを意図的に含めるという設計の明言箇所
  • Eric Wastl「ヒントを調べてよい」発話の一次 URL（ポッドキャスト書き起こし非公開）
  • Hack The Box インタビュー（cynthiacorsetti.com）の発行日、公式ヒント機能の詳細
  • SadServers の有料プラン詳細、Exercism の Practice Mode 設計意図の一次文書（公式サイトが 403）
  • Erik Trautman（The Odin Project）と Katrina Owen（Exercism）個人名義の設計発話

参照文献

すべて 2026-08-07 アクセス。台帳の詳細は source/review/failure-driven-learning/papers.md（学術）と source/review/failure-driven-learning/industry.md（産業）を参照。

学術（T1）

  • Kapur, M. (2008). Productive Failure. Cognition and Instruction, 26(3), 379–424. https://doi.org/10.1080/07370000802212669
  • Kapur, M., & Bielaczyc, K. (2012). Designing for Productive Failure. Journal of the Learning Sciences, 21(1), 45–83. https://doi.org/10.1080/10508406.2011.591717
  • Sinha, T., & Kapur, M. (2021). When Problem Solving Followed by Instruction Works: Evidence for Productive Failure. Review of Educational Research, 91(5), 761–798. https://doi.org/10.3102/00346543211019105
  • Kapur, M. (2024). Productive Failure: Unlocking Deeper Learning Through the Science of Failing. Jossey-Bass. https://onlinelibrary.wiley.com/doi/book/10.1002/9781394308712 （non-peer）
  • Bjork, R. A. (1994). Memory and metamemory considerations in the training of human beings. In J. Metcalfe & A. P. Shimamura (Eds.), Metacognition: Knowing about Knowing (pp. 185–205). MIT Press. ISBN 0-262-13298-2.
  • Bjork, E. L., & Bjork, R. A. (2011). Making things hard on yourself, but in a good way. In Psychology and the Real World (pp. 56–64). Worth Publishers.
  • VanLehn, K., Siler, S., Murray, C., Yamauchi, T., & Baggett, W. B. (2003). Why Do Only Some Events Cause Learning During Human Tutoring? Cognition and Instruction, 21(3), 209–249. https://doi.org/10.1207/s1532690xci2103_01
  • Schwartz, D. L., & Bransford, J. D. (1998). A Time for Telling. Cognition and Instruction, 16(4), 475–523. https://doi.org/10.1207/s1532690xci1604_4
  • Schwartz, D. L., & Martin, T. (2004). Inventing to Prepare for Future Learning. Cognition and Instruction, 22(2), 129–184. https://doi.org/10.1207/s1532690xci2202_1
  • Frese, M., Brodbeck, F., Heinbokel, T., Mooser, C., Schleiffenbaum, E., & Thiemann, P. (1991). Errors in Training Computer Skills: On the Positive Function of Errors. Human–Computer Interaction, 6(1), 77–93. https://doi.org/10.1207/s15327051hci0601_3
  • Keith, N., & Frese, M. (2008). Effectiveness of Error Management Training: A Meta-Analysis. Journal of Applied Psychology, 93(1), 59–69. https://doi.org/10.1037/0021-9010.93.1.59
  • Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why Minimal Guidance During Instruction Does Not Work. Educational Psychologist, 41(2), 75–86. https://doi.org/10.1207/s15326985ep4102_1
  • Loibl, K., Roll, I., & Rummel, N. (2017). Towards a Theory of When and How Problem Solving Followed by Instruction Supports Learning. Educational Psychology Review, 29(4), 693–715. https://doi.org/10.1007/s10648-016-9379-x

産業（T3）

← Notes 一覧 ・ ホーム