AIによるフィードバックと採点

🔄 前のレッスンで差別化指導のスケーリングを学んだ。今回はその発展として、フィードバックと採点——教師の最大の時間消費タスク——をAIで効率化する。

フィードバックのボトルネック

ある高校の英語教師の現実：5クラス計150人の生徒。レポート1通に5分のフィードバックを書くと、1回の課題で12.5時間。これが月に3回ある。

効果的なフィードバックの3要素

AIフィードバック生成プロンプト

以下の生徒のレポートにフィードバックを作成してください：

レポートの内容：[生徒の作品をペースト]
ルーブリック：[評価基準]
生徒の文脈：[学年、レベル、これまでの成長]

以下の形式でフィードバックを提供：
1. 強みの認識（具体的に何が良かったか）
2. 改善点（1-2つに絞る、具体的で実行可能に）
3. 次のステップ（具体的なアクション）
4. 励ましの言葉

採点ワークフロー

1. ルーブリックをAIに共有する
2. 生徒の作品ごとにフィードバックを生成する
3. 教師がレビューしパーソナライズする（ここが最も重要）
4. パターンを見つける：クラス全体の共通課題を特定
5. 次の授業に反映する

実践演習

1. 直近の採点済みレポート1つをAIに入力し、フィードバックを生成させて自分のフィードバックと比較する
2. クラス全体の共通課題を特定するプロンプトを作成する
3. 次の採点でAIフィードバック→レビュー→パーソナライズのワークフローを試す

💡 ポイント： 日本の教育では「所見」欄のコメント作成が大きな負担。AIに「この生徒の成績データと授業中の観察メモ」を入力すれば、所見の下書きが効率的に作成できる。ただし、最終的なパーソナライズは教師の目で必ず行うこと。