これは、ゲイツの最近のインタビューに関するLuminisのノートに、独立した研究の引用を一つひとつ添えたものだ。映像の該当部分を見る →。補足。この記事は、昨日公開した『認知的負債と学習性無力感』と並べて読んでほしい。二つは対になっている。向こうはAIが学習に強いているコストの話、こちらは教育で実際に効くと分かっている方法の話だ。
## 一、「高い期待が勝ちつつある」
エズラ・クラインの番組でゲイツはイングランドを名指しした。基礎に戻って読み方を厳格に教えた結果、イングランドはPIRLS国際読解評価で2016年の世界第8位から2021年の第4位へと進んだ。彼の原語はこうだ。「High expectations is winning out over free form creativity.」
これはスローガンではない。独立した証拠の鎖は堅い。KIPPチャータースクール網は、80%が低所得、95%が黒人かヒスパニック系の生徒を預かる、エリート校ではない。マセマティカの多年評価(米国教育省What Works Clearinghouseで最上位エビデンスに分類)は、KIPPの八年生が同じ属性の対照群と比較して、数学で約0.9年、読解で約0.67年多く学んでいたことを示した。中学と高校の両方をKIPPで過ごした生徒は、大学卒業率が約19ポイント上昇した。 IES Evidence Snapshot · Mathematicaの大学追跡研究に関するChalkbeatの記事。
もう一層深くへ。学習性無力感の反対は、学ばれた自己効力感だ。マーティン・セリグマンの後半生、ポジティブ心理学の中心的な発見は、「私が動いた、結果が起きた」という体験を繰り返すことで、「できない」という既定の結論を書き換えられる、ということだ。足場のある高い期待の学校は、この体験を学校の規模で量産する装置だ。
## 二、良い教師の大きさ
ゲイツは、ゲイツ財団の第一期の教育目標のうち、達成できなかったのが教師の質に関する部分だと認めている(一方で、グローバル・ヘルスの目標は超過達成した)。学習が落ちている理由については、彼は余白を残した。しかし、教師の質そのものの数字は、余白ではない。
スタンフォード大学のエリック・ハヌシェクが数十年にわたって定量化してきた結果は安定している。教師の質が1標準偏差高いと、生徒の年間学習量は0.2から0.3標準偏差高くなる。言い換えれば、25パーセンタイルの教師を75パーセンタイルの教師に替えると、中央値の生徒はおよそ59パーセンタイルまで引き上げられる。経済的な見積もりでは、優れた教師は弱い教師と比べて、20人学級一年あたりで、生徒の将来収入を約40万ドル多く生み出す。 NBER Working Paper 16606。
ジョン・ハッティの、800を超えるメタ分析(5万件の研究、8千万人の生徒)の統合は、視野をさらに広げる。教師の明瞭性(学習目標を平明に言う)の効果量は約0.75、フィードバックは約0.70、直接教授は約0.60。この指標自体については、appendix: effect sizeに簡潔な説明がある。
## 三、高密度チューター
ゲイツはニューヨーク市のAI補助学習の小規模な試行に触れた。生徒が十分未満で数問に答えると、教師はその場で、クラス全体がどの概念で詰まっているかを見ることができる、という。彼自身が教育の慢性的な問題も指摘する。小規模で輝いたものが、規模が広がると蒸発する。
しかし、AIではない、人間による高密度のチューターは、メタ分析で繰り返し確認されている。2024年10月のEdWorkingPaperは、約百件の無作為化比較試験を統合した。週3回以上、小グループか1対1、訓練されたチューターによる高密度チューターは、数学と読解でおよそ0.3から0.4の効果量を生むことを示した。これは現代の教育介入の中でも上位に位置する。 EdWorkingPaper, October 2024。
AI版が同じ効果量に届くかは、まだ開いた問いだ。しかし、生徒に特定の話題で、毎日15分、質の高い1対1の指導を上乗せする、という人間版は、すでに解けている。
## 四、学習の後退は推測ではない
ゲイツの一文、「アメリカを含むほとんどの豊かな国で、子どもたちは十年前、二十年前よりも学んでいない」は、アメリカのNAEP 2024で確認されている。四年生と八年生の数学は2000年代初頭の水準まで戻った。読解は史上最低に達した。 NAEP Nation's Report Card。
これはパンデミックだけで説明できる話ではない。ゲイツ自身もそう言っている。スマホ、注意経済、家庭での読書時間の崩落、教師の離職、これらが同じテーブルに乗っている。
## 五、「ソーシャルメディアは、いつも子どもたちを被験者にしている実験のように見える」
ゲイツは、子ども向けのAI規制を大人向けより厳しくすべきだと主張する。原語はこうだ。「Social media always feels like an experiment we ran on kids.」彼のやり方は一律の禁止ではない。監視と、保護者の可視性、そして年齢による調整だ。幼い子どもには、保護者が対話を見られる。思春期には、私的な領域が広がるが、ガードレールは残る。
LuminisのGatesシリーズでは、中国の未成年向け仮想恋人禁止、英国やオーストラリアの最近の保護を既に紹介した。今回ゲイツは米国の文脈で方向をはっきりさせた。必要なのは、保護者向けの監視ツールと、子ども専用の規則であって、万能のスイッチオフではない。
## 結び · 知っている
高い期待、優れた教師、高密度のチューター、学習損失との正面からの向き合い、子ども優先の規則、これらを一本の糸でつなぐと、何が効くかは、私たちはすでにデータを持っている、ということになる。これは「どの理論を信じるか」の議論ではない。「今週、どの一手から動くか」の問いだ。
保護者であれば、来週、子どもの宿題でAIのショートカットを一つ外して、下書きを最初から最後まで一緒に見てほしい。そして、どう考えたのかを聞いてほしい。教師であれば、今日、一つの概念を「はっきり言う」ために、もう二分だけ使ってほしい。ハッティの0.75の効果量は、まさにその動作を待っている。学校や制度を率いる人であれば、子どもを守る窓は、国の統一規制を待つよりも小さく、早く開ける。
一歩ずつに、データがある。