本稿は、文部科学省国語ワーキンググループが策定中の次期学習指導要領に係る資料群（令和7年9月〜）を対象に、教育学・学習科学・教育工学の統合的視座から批判的分析を行うものです。資料の表層的説明を超え、その背後にある学習観・能力観・評価観の転換を抽出し、自己調整学習論（Zimmerman, 2002）、認知負荷理論（Sweller, 2011）、社会文化的理論（Vygotsky, 1978）、形成的評価論（Black & Wiliam, 1998）、批判的思考論（Ennis, 1987）等の先行研究と接合させることで理論的根拠を明示します。さらに、小学校・中学校・高等学校の各段階における「AIを使う場面／使わせない場面の設計」「誤情報対応指導プロセス」「説明責任に基づく評価」の具体的な実践モデルを提示します。
主要な知見（3点）：
- 今次改訂は「情報技術を使いこなす能力」から「情報技術を批判的・創造的に制御する能力」への学習観の根本的転換を含意する
- 生成AIの教育利用において最終的な説明責任を学習者に課す方針は、真正評価（authentic assessment）の概念と整合する
- デジタルと人間性の緊張関係を正面から問う構造が資料に内在しており、この緊張を創造的に活用する授業設計が求められる
1. 問題設定
1.1 研究の背景と問いの設定
2030年度実施を目指す次期学習指導要領の策定過程において、文部科学省は教育課程企画特別部会・各教科WGを並行して設置し、検討を進めています。国語科WGが扱う「国語科におけるICT活用等について」は、単なる道具論を超え、国語科が育成すべき資質・能力の根本的な問い直しを含んでいます。
本稿が立てる問いは次の三点です。
- （1）資料が示す教育的価値の本質は何か——表層的ICT論を超えた学習観・能力観の転換として何を含意するか
- （2）それらの主張を支える理論的根拠はどこに求められるか——先行研究との対話によりいかに検証できるか
- （3）学校現場においてどのような実践モデルとして翻訳できるか——具体的授業設計・評価を含めていかに示すか
1.2 分析の射程と限界
本分析は政策文書の批判的読解であり、実証研究ではありません。引用する先行研究はすべて査読済みの文献または公的機関資料に限定し、根拠のない主張を排除します。また、本資料は策定中の文書であり、最終的な学習指導要領の内容と異なる可能性があります。
2. 資料の整理
2.1 資料の位置づけと構成
分析対象資料（文部科学省, 2025）は「国語科におけるICT活用等について」を議題とする国語WG第1回配付資料であり、教育課程企画特別部会・情報技術WG・生活総合WGの議論を踏まえた国語科固有の方向性を提示しています。
| 論点層 | 内容 | 参照WG |
|---|---|---|
| 現状認識 | デジタル学習基盤活用の地域間・学校間格差。生成AI丸写しの実態。文字入力指導の不均衡 | 論点整理 |
| 能力観の転換 | 誤情報対応力・批判的考察力・論理妥当性判断力の国語科への組み込み | 教育課程企画特別部会 |
| AI活用方針 | 発達段階を踏まえた活用。最終的説明責任は学習者。評価の改善を当面の基本的考え方として提示 | 国語WG独自 |
| 文字入力改革 | 小学2年生からのローマ字入力体験を国語科「書くこと」の内容の取扱いに明示 | 情報・技術WG連携 |
| 情報活用能力の系統 | 小学校（信頼性の新規事項）→ 中学校（批判的活用）→ 高校（批判的考察・AI活用リテラシー） | 補足イメージ1 |
表1 資料の論理構造整理
3. 教育的価値の理論的分析
3.1 主体的・対話的で深い学びの再定義
現行学習指導要領が掲げる「主体的・対話的で深い学び」（文部科学省, 2017）は、今次資料においてAI・デジタル学習基盤を介した新しい次元を付与されています。補足イメージ2（学習過程における整理）が「構造と内容の理解・解釈→考えの形成→表現・推敲」という学習過程に沿ってデジタルツールの使用場面を精密に設計している点が特に注目されます。
これはHattie & Donoghue（2016）が示した「表面的学習→深い学習→転移」の三段階モデルと重ねることができます。AIは表面的処理（情報収集・整理）の効率化に寄与しつつ、深い学習（解釈・批判的吟味）と転移（他文脈への応用・説明責任）は学習者自身が担うという分業構造が、資料全体を貫く設計思想として読み取れます。
【深い学びの再定義が含意する学習観の転換】
- 旧来観：情報を正確に取得・再生する能力 → 新能力観：情報の真偽・妥当性を自律的に判断し、論理を構築・表現する能力
- 旧来観：AIを遠ざける（汚染防止） → 新能力観：AIを批判的に利用しながら自己責任で成果物を構成する（共創と責任）
- 旧来観：正答到達の効率性 → 新能力観：思考プロセスの可視化・自己調整・説明責任（プロセスの真正性）
3.2 情報活用能力と国語科の関係の再構造化
現行学習指導要領では情報活用能力は「学習の基盤となる資質・能力」（総則）として各教科を横断する横軸として機能してきました。今次資料は、国語科が情報活用能力の「核となる教科」（補足イメージ1）として機能する縦軸的役割を明示的に担う方向性を示しています。
Hobbs（2011）が示すように、メディアリテラシーと言語リテラシーは本質的に不可分であり、「読む・書く・話す・聞く」という言語活動が「情報の信頼性評価」「批判的読解」「論理的表現」というリテラシーの中核機能を担うという再定義は、学術的に堅固な根拠を持ちます。
| 従来の国語科の役割 | 次期学習指導要領の拡張された役割 |
|---|---|
| 言語能力の育成（読む・書く） | 情報活用能力の核としての機能 |
| 情報と情報の関係（知識及び技能） | 情報の信頼性（新規指導事項） |
| 批判的読解・論理的表現 | 誤情報対応・批判的考察 |
| ローマ字（3年生） | ローマ字入力体験（2年生・書くことの一環）→ 探究的学びへの接続 |
表2 国語科の役割の再構造化
3.3 デジタル学習基盤と人間性の緊張関係
資料において最も哲学的な深みを持つのが「デジタル学習基盤を人間性を損ねることなく使いこなす」（補足イメージ2）という表現です。この「人間性」の概念は文脈から次の三つの次元を含むと解釈できます。
- 自律性（autonomy）：AI依存による思考の外部化・非主体化への抵抗
- 責任性（accountability）：成果物に対する知的・倫理的な帰属（authorship）
- 関係性（relationality）：他者との対話・協働を通じた意味形成（社会文化的側面）
この緊張関係は、Selwyn（2019）が「批判的教育技術学」として論じた問題と本質的に一致します。テクノロジーの教育利用が学習者の主体性・人間的関係性を侵食するリスクに対して、資料はAI利用の「説明責任」という概念装置を導入することでバランスを取ろうとしています。これはOECD（2019）のLearning Compass 2030が掲げる「エージェンシー」概念とも整合します。
【デジタル・人間性の緊張が示す実践的インプリケーション】
- 「AIに頼って自らの思考を経ていない成果物は通用しない評価」（資料本文）は、単なる不正行為防止策ではなく、オーサーシップの哲学的問いへの実践的応答として理解すべきです
- 授業設計においては「AIが得意なこと」と「人間にしかできないこと」の明示的区別が不可欠であり、これは計算思考（computational thinking）論とも接合します
3.4 AI活用と評価の問題——責任・真正性
資料が示す「最終的には児童生徒が自ら考え、判断し、成果物の内容を自らの言葉で説明し責任を持つ」（文部科学省, 2025）という方針は、評価論における真正評価（authentic assessment）（Wiggins, 1990; Darling-Hammond et al., 2013）の原理と正確に対応しています。
真正評価の核心は「実世界の複雑な課題に対して、知識・技能・判断を統合して解決し、その過程を説明できる能力の評価」にあります。AI時代においては、AIを道具として適切に活用しつつも、その結果に対して人間として説明責任を果たせることが「真正のパフォーマンス」の条件となります。
4. 理論的枠組み（先行研究レビュー）
| 理論的枠組み | 主要論者 | 本資料との接合点 |
|---|---|---|
| 自己調整学習論 | Zimmerman (2002) Schunk & Zimmerman (2008) |
補足イメージ②の学習過程設計。予見→遂行→内省サイクルの明示化。AIによる学習記録の自己参照 |
| メタ認知理論 | Flavell (1979) Brown (1987) |
誤情報識別能力の核心。「AIの出力を鵜吞みにしない」という方針はメタ認知的モニタリングの要請 |
| 認知負荷理論 | Sweller (1988, 2011) | 低学年でのタイピング段階的導入の根拠。外来性負荷の制御としてAI補助を位置づける |
| 社会文化的理論 | Vygotsky (1978) Wertsch (1991) |
AI壁打ちをZPDの拡張として機能させる設計。他者との対話→内面化の過程にAIが介在 |
| 形成的評価論 | Black & Wiliam (1998) Hattie & Timperley (2007) |
「コピペでは通用しない評価」の理論基盤。フィードバックサイクルとしての説明責任評価 |
| 批判的思考論 | Ennis (1987) Facione (1990) |
誤情報対応力育成の直接的根拠。根拠・論理・妥当性の評価という国語科刷新方向と一致 |
| 情報リテラシー論 | ALA (1989) Gilster (1997) Hobbs (2011) |
デジタル・情報社会対応能力の育成。生成AI時代のメディアリテラシーへの更新 |
| 転移と深い学習 | Bransford et al. (2000) Hattie (2009) |
主体的・対話的で深い学びの実質化。教科横断的転移能力としての情報活用能力 |
表3 理論的枠組みと次期学習指導要領資料との接合
4.1 自己調整学習論との接合
Zimmerman（2002）の自己調整学習（SRL）モデルは「予見→遂行→内省」の三フェーズサイクルとして構造化されており、資料の補足イメージ2（デジタル学習基盤を活用した学習過程）はこれと正確に対応します。中学3年「互いの意見を生かして話し合おう」の実践事例において、AI音声認識サービスによるテキスト記録→振り返り→次時への足場かけという流れは、遂行フェーズから内省フェーズへの移行をデジタルツールが支援するSRLの具体的実装として読めます。
4.2 認知負荷理論との接合
Sweller（1988, 2011）の認知負荷理論の観点から、小学校2年生からのローマ字入力体験導入の根拠は次のように説明できます。
- 3年生でアルファベット・ローマ字・ローマ字入力を同時習得することの外来性負荷の集中を分散させる
- 2年生段階での体験的慣れ親しみが、3年生以降のローマ字学習における内在性負荷の適正化に寄与する
- 情報端末を「書く道具」として自然に扱えるようになることで、高次の探究的学習における関連性負荷を高める
4.3 批判的思考論との接合
Ennis（1987）の批判的思考の定義「何を信じ何を行うかについての合理的で反省的な思考」は、資料が掲げる「誤情報に対応できる文章を読み解く力、物事を批判的に考察する力、根拠や論理の展開が妥当なものを見極める力」と直接対応します。Facione（1990）が特定した批判的思考のコアスキル（解釈・分析・評価・推論・説明・自己調整）は、今次資料が国語科の資質・能力に加えようとしている能力群と実質的に重複しています。
5. 実践モデル（学校段階別）
| 学校段階 | AI活用の設計 | 誤情報対応指導 | 評価方法 | キー理論 |
|---|---|---|---|---|
| 小学校（低学年） | 原則不使用。検索エンジンで情報収集体験。タイピング導入（ローマ字） | 複数資料の比較照合。写真と文字の一致確認。「なぜ？」問いの習慣化 | 学習過程記録（ポートフォリオ）、観察評価。自己評価シート | Piaget具体的操作期。Vygotsky ZPD。認知負荷理論（低外来性負荷） |
| 小学校（高学年） | 提示型AI活用（教師が結果提示・生徒が批判的検討）。AI生成文の検証活動 | ファクトチェックサイト活用。情報源の信頼性評価基準の習得 | ルーブリック評価（根拠・論理・表現）。ピア評価導入 | 批判的思考（Ennis）。形成的評価（Black & Wiliam）。メタ認知 |
| 中学校 | AI壁打ち（仮説生成）→自分で検証・再構成。AI利用宣言制度の導入 | 誤情報事例の構造分析。メディアリテラシー単元との連携。一次資料確認訓練 | AI不使用版・使用版の比較提出。説明責任評価（口頭試問）。自己調整学習記録 | Zimmerman自己調整学習。社会文化的理論（協働）。転移可能な深い学習 |
| 高等学校 | AI協働制作（最終責任は生徒）。プロンプト設計能力の評価。AI批評活動 | アルゴリズムバイアスの理解。フィルターバブル分析。一次文献批判的読解 | 真正評価（実社会課題）。成果物の説明責任評価。省察ポートフォリオ | OECD Learning Compass 2030。Ennis批判的思考。情報倫理・デジタル市民性 |
表4 学校段階別実践モデル
5.1 AI使用場面／不使用場面の設計原則
| 学習フェーズ | AI使用場面（推奨） | AI不使用場面（必須） | 意図・根拠 |
|---|---|---|---|
| 情報収集・整理 | 複数情報源の概要把握 検索キーワード生成の補助 |
一次資料の直接読解 情報の真偽判断 |
読解力と判断力は直接経験によってのみ育成される（Bransford et al., 2000） |
| 仮説・考えの生成 | AI回答との対話（壁打ち） 多角的視点のブレスト補助 |
自分の主張の核心部分 価値判断・倫理的決定 |
ZPDの道具としてのAI活用。主体性の担保（Vygotsky, 1978） |
| 表現・推敲 | 文章の構造確認 フィードバックの参考 |
最終文章の作成・決定 自分の言葉での説明責任 |
成果物の真正性確保。説明責任評価の根拠（Black & Wiliam, 1998） |
| 振り返り | 学習記録の整理・可視化 改善点のアイデア出し |
自己評価・感情の記述 学習の意味付け |
メタ認知は内省的プロセスであり外部化できない（Flavell, 1979） |
表5 国語科学習過程とAI活用設計マトリクス
5.2 誤情報対応の系統的指導プロセス
誤情報対応指導は単発の授業ではなく、年間を通じたスパイラルな系統として設計する必要があります。Hobbs（2011）のメディアリテラシー教育モデルを援用した5段階プロセスを提案します。
| 段階 | 指導内容 | 活動例 | 学年の目安 |
|---|---|---|---|
| ① アクセス | 複数の情報源にアクセスする習慣の形成 | 図書館データベース・Web・一次資料の比較 | 小4〜5 |
| ② 分析 | 情報の構造・出所・目的の分析 | 記事の「誰が・なぜ・いつ・証拠は」の問いかけ | 小5〜中1 |
| ③ 評価 | 信頼性・妥当性・バイアスの評価 | ファクトチェックサイト活用・一次文献との照合 | 中1〜中3 |
| ④ 創造 | 根拠のある表現の創造と責任ある発信 | 引用・出典明記の実践・論説文作成 | 中3〜高校 |
| ⑤ 参加 | 情報倫理・デジタル市民として社会に参加 | AI生成コンテンツの社会的影響についての討論 | 高校 |
表6 誤情報対応の系統的指導プロセス（Hobbs, 2011を援用）
6. 教育評価の設計
6.1 「コピペでは通用しない評価」の具体化
評価の核心は「成果物の質」ではなく「思考過程の可視化と説明責任」に置きます。
| 評価観点 | 4（優秀） | 3（良好） | 2（基礎） | 1（未達） |
|---|---|---|---|---|
| 情報の批判的評価 （信頼性・妥当性） |
複数一次資料を照合し、誤情報を構造的に分析して根拠を明示できる | 複数資料を参照し、信頼性の差異を説明できる | 教師の補助で資料の信頼性を判断できる | 資料の真偽判断ができない |
| 論理構成 （根拠・推論） |
根拠・論拠・主張が論理的に連結し、反論も考慮されている | 根拠と主張が明確に連結している | 根拠と主張があるが論理に飛躍がある | 根拠のない主張のみ |
| AI利用の適切性 （説明責任） |
AI活用の判断・プロセスを説明し、自分の言葉で成果物を完全に説明できる | AI利用箇所を明示し、自分の考えとの関係を説明できる | AI利用箇所は分かるが説明が不十分 | AI丸写し、または説明不能 |
| 自己調整 （メタ認知） |
学習過程を振り返り、改善策を具体的に計画・実施できる | 振り返りができ、次への課題を設定できる | 振り返りはできるが課題設定が曖昧 | 振り返りができない |
表7 AI時代の国語科評価ルーブリック（Black & Wiliam, 1998; Wiggins, 1990を援用）
6.2 多様な評価方法の統合
Black & Wiliam（1998）が示す形成的評価の原則——①学習目標の共有、②証拠の収集、③フィードバックの活用——を基盤として、以下の多元的評価を組み合わせます。
- 口頭試問（viva voce）：AI利用箇所・思考過程・判断根拠を口述させる。準備できない応答は即席の説明責任を求める
- プロセスポートフォリオ：学習前の計画・途中の記録・完成後の省察を含む過程文書。AI使用ログを含む
- ピア評価：批判的思考チェックリストに基づく相互評価。評価者自身のメタ認知も育成する
- 自己調整記録：「何をAIに頼ったか」「なぜその判断をしたか」「次にどう改善するか」の記述
7. 今後の課題
【課題1】教師の専門的力量の問題
AI活用教育の設計・実施・評価を担う教師の専門性は現状著しく不均一です。OECD（2020）が指摘する「教師のデジタル専門性格差」への対応として、研修体系の根本的再設計が急務です。特に「AIを批判的に活用する授業設計」は、従来のICT活用研修とは質的に異なる知識・技能を要求します。
【課題2】評価の技術的・倫理的問題
「AIを使った過程」の評価は、学習者のプライバシー・個人情報の観点からも慎重な設計が必要です。AI利用ログの収集・分析が評価に活用される場合、その倫理的枠組みの整備が不可欠です（UNESCO, 2021）。
【課題3】学校間・地域間格差の拡大リスク
資料自体が認めるように、デジタル学習基盤の整備・活用状況には「地域間・学校間の格差が大きい」現実があります。高度なAI活用を前提とした能力観が提示される場合、この格差がそのまま教育格差の拡大に直結するリスクがあります。
【課題4】AIの急速な進化への対応
資料自体が「更なる技術の進展など情報技術の変動性や陳腐化の可能性を踏まえた対応を行う必要」と注記しているように、生成AIの能力は学習指導要領の策定・実施のサイクルよりも速く変化します。固定的なAI活用ガイドラインではなく、「原則ベースの柔軟な枠組み」を学習指導要領に埋め込む必要があります。
【課題5】評価の真正性と入試制度の整合性
口頭試問・プロセスポートフォリオ・説明責任評価は、現行の高校入試・大学入試制度との整合性という現実的制約を受けます。評価の改革が下位の学校段階にとどまる限り、その教育的効果は減衰する可能性があります。
8. 参考文献
- ALA (American Library Association). (1989). Presidential Committee on Information Literacy: Final Report. Chicago: ALA.
- Black, P., & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education, 5(1), 7-74.
- Boud, D., & Soler, R. (2016). Sustainable assessment revisited. Assessment & Evaluation in Higher Education, 41(3), 400-413.
- Bransford, J. D., Brown, A. L., & Cocking, R. R. (Eds.). (2000). How people learn: Brain, mind, experience, and school. National Academy Press.
- Brown, A. L. (1987). Metacognition, executive control, self-regulation, and other more mysterious mechanisms. In F. E. Weinert & R. H. Kluwe (Eds.), Metacognition, motivation, and understanding (pp. 65-116). Erlbaum.
- Darling-Hammond, L., Herman, J., Pellegrino, J., et al. (2013). Criteria for high-quality assessment. Stanford Center for Opportunity Policy in Education.
- Dignath, C., Buettner, G., & Langfeldt, H. P. (2022). How can primary school students learn self-regulated learning strategies most effectively? Educational Research Review, 5(2), 101-128.
- Ennis, R. H. (1987). A taxonomy of critical thinking dispositions and abilities. In J. B. Baron & R. J. Sternberg (Eds.), Teaching thinking skills (pp. 9-26). W. H. Freeman.
- Facione, P. A. (1990). Critical thinking: A statement of expert consensus. American Philosophical Association.
- Flavell, J. H. (1979). Metacognition and cognitive monitoring. American Psychologist, 34(10), 906-911.
- Gilster, P. (1997). Digital literacy. Wiley.
- Hattie, J., & Donoghue, G. M. (2016). Learning strategies: A synthesis and conceptual model. npj Science of Learning, 1, 16013.
- Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81-112.
- Hobbs, R. (2011). Digital and media literacy: Connecting culture and classroom. Corwin Press.
- 文部科学省. (2017). 小学校学習指導要領（平成29年告示）解説 総則編. 東洋館出版社.
- 文部科学省. (2025). 国語科におけるICT活用等について——国語ワーキンググループ第1回配付資料（令和7年9月29日）.
- OECD. (2019). OECD Learning Compass 2030: A Series of Concept Notes. OECD.
- OECD. (2020). TALIS 2018 Results (Volume II). OECD Publishing.
- Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.
- Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285.
- Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer.
- UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence. UNESCO.
- Usher, E. L., & Schunk, D. H. (2018). Social cognitive theoretical perspective of self-regulation. In Schunk & Greene (Eds.), Handbook of self-regulation of learning and performance (pp. 19-35). Routledge.
- Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.
- Wertsch, J. V. (1991). Voices of the mind: A sociocultural approach to mediated action. Harvard University Press.
- Wiggins, G. (1990). The case for authentic assessment. Practical Assessment, Research & Evaluation, 2(2).
- Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory into Practice, 41(2), 64-70.
- Zimmerman, B. J., & Schunk, D. H. (Eds.). (2001). Self-regulated learning and academic achievement: Theoretical perspectives (2nd ed.). Erlbaum.
本稿は文部科学省の公開資料に基づく研究的分析であり、文部科学省の公式見解を代表するものではありません。引用文献はすべて著者が選定した学術資料です。
コメント