評価の課題

従来、教授たちは学生の学習過程ではなく、最終的な成果を評価してきました。しかし、AIは学生が本来踏むべき過程を経ることなく最終的な成果を提供してしまうため、この手法に大きな変革をもたらしています。教授たちは今、最終的な成果は正確であっても、学生の学習への取り組みが不足している限り、学習成果の達成にはつながらないという現実と向き合わなければなりません。

評価のあり方を再考するアプローチ

すべての評価方法を全面的に見直すことが解決策のように思えるかもしれませんが、その実施には時間がかかり、現実的ではないかもしれません。そこで、グリア教授は、部分的な修正と抜本的な見直しを組み合わせた、着実なアプローチを推奨しています。評価方法の見直し作業は、「部分的な修正」と「抜本的な見直し」という2つの「カテゴリー」に分類できます。

パッチとは、評価結果に見つかった潜在的な脆弱性に対する一時的な対処法です。期限の都合で完全な再評価ができない場合や、複数のクラスを担当している場合は、GEMを活用するのが有効なアプローチです。

G - 評価方法を別の授業やモジュールに組み込む。 AIの時代において評価の信頼性が損なわれている場合、評価を別のモジュールや課題形式に移すことで、学生が科目間の関連性を理解できるようになります。例えば、筆記課題をクラスでの自由討論に変更することができます。

E - アクティビティへのAIの組み込み。 AIを組み込む優れた例として、グリア教授によるAIチャットボットの作成が挙げられます。同教授はChatGPTを活用し、幼い子供の視点から学生に非常に具体的な質問を投げかけるカスタムGPTを作成しました。課題は、興味のある映画について話し、ボットからの各質問に答えることでした。その後、学生はボットから洞察に富んだフィードバックを受け取ることになります。作成にあたって、グリア教授はGPTが学生に直接答えを教えないよう、非常に明確な制限を設けました。

M - マルチメディア。 ディスカッション掲示板などの評価活動は、学生が抵抗を感じなければ、テキストのみから動画を活用して学生の関与を促す形へと変更することが可能です。

評価方法の全面的な見直しは、評価に対する全く新しいアプローチです。見直し作業は管理が難しく、時間もかかるため、1学期につき1～2回程度行うことをお勧めします。評価方法の見直しを検討する際、以下の重要な点を考慮する必要があります： • 需要の高いスキルをどのように優先すべきか？ • 授業をどのような形にしたいか？ • より良い学習環境をどのように作り出すか？

この見直しプロセスには、以下の内容が含まれる可能性があります：

成績評価のあり方 学生は成績に動機づけられ、教授が結果をより重視する傾向にあることを理解しているため、より良い成績を得るために手抜きをしがちです。成績の重要性を相対化し、評価の基準を「プロセス」に置くことで、学生は「成果」よりも「学び」そのものに集中できるようになります。

透明性 学生にはAIの利用を申告する機会が与えられるべきであり、教授は授業内でどの程度のAI利用が認められているかを明確にすべきです。利用の基準を示すことで、学生はAI利用における倫理的な側面を理解しやすくなります。

レオン・ファーズによるAIの利用規模

メタ認知的演習 プロセス重視の評価システムは、創造性と内省を重視します。真の学びを促進するためには、生徒が自身の評価について振り返る機会が必要です。

GEMや評価の見直しに関する詳細については、グリア教授がQRコードを用意しています