MENU
CLOSE
生成AI時代の教育評価
生成AIを利用して作成された成果物だけでは、学生自身が何を理解し、どのように考え、判断したのかを十分に把握できない場合があります。重要なのは、AIの使用を見つけることだけではなく、学生の到達目標の達成を、どのような証拠によって確かめるかを検討することです。
最終成果物に加え、作成過程や授業中の応答などを必要に応じて確認し、学習の改善と到達度の判断に生かしていきましょう。
関連する議論：Moorhouse, Yeo, & Wan（2023）、Bridgeman & Liu（2025）。
「授業設計・授業改善」のページとの役割分担
AIの位置づけ、学びのオーナーシップ、AIアセスメントスケール、授業全体の利用方針は、もう一方のページで紹介しています。本ページでは、学習成果の確認方法、評価基準、評価の実施と説明を扱います。
評価形式だけでなく、実施条件を確認する
レポート、口頭試問、実技といった形式に加え、解答中のAIへのアクセスをどの程度制御できるか、本人の説明や実演を直接確認できるかを検討します。オンラインであっても、提出型の課題と、同期型で直接応答を確認する評価とでは条件が異なります。
| 実施条件 | 確認のポイント |
|---|---|
| 授業外・非同期の提出 | 成果物に加え、判断の根拠や修正理由を確認する。提出物だけでは捉えにくい理解を、追加の説明で補う。 |
| 同期型のオンライン評価 | 口頭試問や質疑応答で理解を確認する。接続していることだけで、AI利用を制限できているとはみなさない。 |
| 対面・監督下での評価 | 端末・資料の使用条件を定め、解答や実演を確認する。対面というだけでなく、実際の実施条件を整える。 |
評価方法と実施環境に関する議論（Moorhouse et al., 2023, §3.2；Bridgeman & Liu, 2025）を踏まえた整理です。特定の文献にある分類の転載ではありません。
学習過程を捉える
形成的評価とフィードバック
形成的評価では、学習の途中で得られた情報を、教員・学生本人・他の学生が解釈し、次の学習や指導の判断に生かします。途中経過を確認するだけでなく、その結果を次の学習・指導につなげることが重要です（Black & Wiliam, 2009）。
そのために、短い記述、小テスト、対話、下書きへのコメント、自己評価・ピア評価などを、目的に応じて組み合わせることができます。ただし、複数の方法を使うこと自体が、形成的評価の成立条件ではありません。一つの方法で得た情報であっても、学習や指導の調整に用いることが大切です。
| 確認の方法 | 改善へのつなぎ方 |
|---|---|
| 短い記述＋対話 | 説明が曖昧な箇所を問い返し、学生が考え直す手がかりを返す。教員も理解状況に応じて説明を補う。 |
| 小テスト＋解答の振り返り | 正誤だけでなく、誤解した理由を確認し、再学習や追加の練習につなげる。 |
| 下書き＋ピア評価＋修正 | 評価基準に沿ったコメントを受け、採用・不採用の理由を考えて修正する。 |
| AI回答の検討記録＋教員のコメント | 検証が不足している箇所を確認し、資料の再確認や判断の見直しにつなげる。 |
形成的評価の考え方はBlack & Wiliam（2009）、段階的な課題・相互評価の活用はMoorhouse et al.（2023, §3.2.3）を参照。上表の組み合わせは本ページで具体化した例です。
評価の「方法」と「目的」を区別する
小テストや口頭試問は、学習改善にも、到達度の判定にも使えます。成績に反映する部分と、練習・改善のために確認する部分を区別し、学生に目的を伝えましょう。
思考過程の記録と評価を対応づける
構想、下書き、修正、振り返りを段階的に確認することで、完成した成果物だけでは捉えにくい判断を確認します。AIを使用した課題では、出力をどう評価し、何を根拠に採用・不採用とし、どう修正したかも示してもらうとよいでしょう。
| 提出する記録 | 評価・確認すること |
|---|---|
| 構想メモ・アウトライン | 問いや論点をどう選び、何を明らかにしようとしているか。 |
| 下書き・修正版 | 指摘をどう判断し、どこを、なぜ改善したか。 |
| AIとのやり取り＋注釈 | 追加質問の意図、出力の検証、提案を採用・不採用にした理由。 |
| 最終的な振り返り | 考え方の変化、理解の深まり、AIが役立った点と限界。 |
学生への提出指示の例簡易版と、段階的に提出する版クリック／タップで開閉します。
簡易版
最終成果物とともに、作成過程で重要だったAIとのやり取りを提出してください。その際、追加質問をした理由と、AIの回答をどのように評価・選択・修正したかを注釈として示してください。
段階的に提出する版
- 構想段階：採用・不採用にしたアイデアと、その理由を記録する。
- 執筆・修正段階：下書きと修正版を残し、AIや他者の提案をどう判断したかを記す。
- 完成段階：自分の考えの変化と、AIが役立った点・役立たなかった点を振り返る。
AI利用を認めた課題を想定した本ページの指示例です。段階的評価・修正・振り返りの考え方はMoorhouse et al.（2023, §3.2.3–3.2.4）、Anders（2023）を参照しています。
記録の量ではなく、判断の根拠を見る
すべての履歴を一律に提出させるのではなく、評価したい判断が表れる箇所を指定する方法もあります。記録量や対話回数そのものを得点化せず、判断の根拠や修正の内容を確認する運用をおすすめします。
AIを活用した課題の評価の視点
AIの利用を認めた課題では、成果物の質だけでなく、学生自身の検証や判断を確認する方法を検討します。以下は、評価基準を検討するために、本ページで整理した四つの観点例です。すべてを一律に採用せず、到達目標に関係するものを選んでください。
| 評価の視点 | 確認する内容 |
|---|---|
| ① プロンプトと対話の質 | 目的に応じて指示や問いを調整し、対話を通じて検討を深めたか。確認例：重要なやり取りと、その意図の説明。 |
| ② 批判的評価と検証能力 | 出力を鵜呑みにせず、資料と照合し、誤りや限界を説明したか。確認例：検証記録と、根拠についての質疑応答。 |
| ③ 学生自身による貢献 | 自分の考察や判断を加え、成果物を発展させたか。確認例：修正前後の成果物と、変更した理由。 |
| ④ 透明性と倫理的配慮 | 使用過程や出典を適切に示し、学びへの貢献と限界を振り返ったか。確認例：利用申告と、根拠を伴う振り返り。 |
批判的な出力の検討、過程の確認、利用の明示に関する参考：Moorhouse et al.（2023, §3.1–3.3）。上表の四分類自体は同論文が提唱したものではなく、評価の観点と確認方法を本ページ用に整理したものです。
評価基準と確認方法を対応づける
何を評価するかを先に定め、その判断に必要な成果物・記録・説明を組み合わせます。一つの方法で確認できる場合に、別の提出物や試験を追加する必要はありません。
評価基準の具体化例〈本ページでの提案〉
到達目標：複数の資料を比較し、根拠に基づいて主張の妥当性を検討できる。
評価すること：AIの回答について確認すべき主張を特定し、参照資料と照合した結果を示して、採用・修正・不採用の判断を説明できているか。
確認方法：成果物と検証記録を確認する。判断の根拠が読み取れない場合は、事前に示した手順に沿って短い説明を求める。
この例では、プロンプトの技巧やAIとの対話回数を独立した評価項目にはしていません。AI活用能力そのものを評価する場合は、その位置づけを到達目標と評価基準に明示します。配点や達成段階も、授業の目標に合わせて設定してください。
総括的評価に用いる場合
成績判定では、成果物・記録・説明から得た情報を、あらかじめ示した評価基準に照らして総合します。同じ能力を別の方法でも確認する場合、単に評価機会を増やすだけにならないよう、それぞれの役割と配点を整理します。
評価を見直す具体的な工夫
学生の理解を確認し、評価の根拠を得るための工夫を整理しました。何を確認したいかに応じて方法を選び、必要な場合に組み合わせることが基本です。
① 課題と試験の工夫成果物と、本人の説明・実演を組み合わせるクリック／タップで開閉します。
- レポートに短い口頭試問を組み合わせ、主張の根拠を確認する。
- 発表後に、資料や方法を選んだ理由を質問する。
- 共同課題では、各自の担当と判断を個別に確認する。
- AI活用課題に、関連する知識を自力で説明する機会を設ける。
- 実技では、実演に加えて手順を選んだ理由を説明させる。
いずれも構成例です。改善を促すために行うのか、到達度を判定するために行うのかを明確にします。
② 評価と理解度の確認根拠を確かめ、次の学習や評価の判断につなげるクリック／タップで開閉します。
- 主張や資料選択の根拠を、学生自身に説明させる。
- AIの回答を検証した資料と、その確認結果を示させる。
- 提案を採用・不採用にした理由を確認する。
- 途中段階でコメントを返し、再提出時に修正理由を確認する。
- ピア評価では、コメントの根拠と改善への生かし方を見る。
③ 作成過程の記録下書き・修正理由・振り返りを確認するクリック／タップで開閉します。
- 構想メモと最終成果物の対応を示させる。
- 下書きと修正版を、必要な段階で提出させる。
- 重要な修正箇所に、その理由を添えさせる。
- AIとの重要なやり取りに、本人の評価を付記させる。
- 考えの変化や理解の深まりを短く振り返らせる。
④ 評価条件の明示提出物・評価基準・追加確認の方法を伝えるクリック／タップで開閉します。
- 成果物と作成過程の、どこを評価するか示す。
- 練習・改善のための確認と、成績に反映する評価を区別する。
- 提出する記録と、記載する範囲を指定する。
- 口頭試問や追加確認の方法を事前に知らせる。
- AI利用の申告方法と、配慮が必要な場合の相談先を示す。
参考：Moorhouse et al.（2023, §3.2–3.3）、Anders（2023）。上記の文言と組み合わせは、本ページで具体化した提案です。
参考：課題・評価を考える枠組み
関連する二つの枠組みを紹介します。本ページ全体の前提ではなく、評価方法を検討する際の参考としてご覧ください。
2レーン・アプローチ二つの評価環境の整理と、その批判・留意点クリック／タップで説明を開閉します。
シドニー大学では、AIの利用条件を管理する「Secure」と、AIを含むツールを活用する「Open」を組み合わせる枠組みが示されています（Bridgeman & Liu, 2025）。
LANE 01 / SECURE
利用条件を管理して学びを確かめる
- 主な役割
- 本人の知識・技能の習得を確認する。
- 方法の例
- 監督下の試験、口頭試問、実技、直接の質疑応答。
- AIの扱い
- 評価者が条件を定める。必ずしも全面禁止だけを意味しない。
LANE 02 / OPEN
ツールを活用しながら学びを深める
- 主な役割
- 学習を促し、知識・技能や判断力を育てる。
- 方法の例
- 探究課題、制作、プロジェクト、ポートフォリオ。
- AIの扱い
- 同大学のOpen評価ではAI利用を認め、課題に応じた支援を行う。
批判と留意点
Curtis（2025）は、AI利用を「全面禁止／無制限の許可」に二分する考え方を批判し、一定の制限のもとでAI利用を認める選択肢の必要性を論じています。全面的な禁止か許可かだけで、すべての課題を整理しないことが重要な論点です。
一方、シドニー大学の説明ではSecureでもAIを条件付きで認める場合があり、単純な「AIなし／AIあり」の区分とは一致しません。また、同大学は学位プログラム全体での配置を重視しています。
本ページでの位置づけ
評価を考える枠組みの一例として紹介しています。形成的・総括的という評価の目的と、AIの利用条件を同一視せず、授業や課題の到達目標に応じて検討してください。
出典：Bridgeman & Liu（2025）。批判的検討：Curtis（2025）。
公正な評価と学生への説明
生成AIの利用可否や範囲に加え、何を提出し、何を基準に評価されるのかを、課題に取り組む前に共有します。ここでは、授業全体の利用方針ではなく、評価に必要な説明を取り上げます。
- 最終成果物・作成過程・口頭説明のうち、どの部分を評価するか。
- 評価基準、配点、提出すべき記録とその範囲。
- AIを利用した場合の申告事項と、申告の書式。
- 出典や内容の誤り、申告漏れ、方針違反の扱い。
- 追加確認の方法と、評価について相談できる窓口。
説明内容の検討に関する参考：Moorhouse et al.（2023, §3.3）。項目は評価の実施に即して本ページで整理しています。
生成AIの利用申告
使用した箇所・目的と、学生自身の判断が分かるようにします。利用申告と、事実や主張を支える文献の引用は区別して示してもらいます。AIの出力を直接引用・要約する場合の扱いは、指定する引用方式にも合わせて説明してください（UNSW Sydney, n.d.）。
提出物に添える申告の例使用の有無、用途、採用・修正の判断を記載クリック／タップで開閉します。
生成AIを使用していない場合
本課題の作成において、生成AIは使用していない。
生成AIを使用した場合〈記入項目の例〉
- 使用ツール・利用日：名称、確認できる場合はモデル名、利用日。
- 使用箇所・目的：構想、資料整理、文章の修正など、実際の使用内容。
- 採用・修正した内容：どの提案をどう扱い、なぜその判断をしたか。
- 確認に用いた資料：事実確認や引用の確認に用いた文献・資料。
- 添付記録：課題で指定された範囲のプロンプト・回答・修正理由。
すべての項目を一律に求めるのではなく、課題の目的に応じて指定してください。実際の使用内容と一致するように記入し、申告しただけで、認められていない利用が許可されるわけではないことも伝えます。
本ページで作成した書式例であり、UNSW Sydneyの書式の翻訳ではありません。利用の明示と引用の区別は同大学の学生向け案内を参照しています。
評価上の注意点
①AI生成文の判定だけで不正を決めない
AI生成文の判定は誤判定を含みうるため、その結果だけで不正利用と判断する運用は避けます。剽窃を確認するための文章一致の検出と、AI生成文の推定も区別してください。学生の説明や作成記録などを確認し、所属組織の手続きに沿って対応します。
Weber-Wulff et al.（2023）は、当時の判定ツールの正確性と信頼性の問題を検証しています。同研究の数値を現在の全ツールの性能とみなすことはせず、ここでは判定を単独の根拠にしないという運用上の注意として参照しています。
②記録の提出を過度な負担にしない
記録は、学習過程を読み取るために必要な範囲に絞ります。個人的なやり取りまで含む全履歴の公開を一律に求めず、提出先や共有範囲にも配慮します。履歴の提出だけで学習成果を確認したことにはせず、説明や成果物と併せて検討します。
③評価方法と利用環境の違いに配慮する
手書きや口頭での評価を採用する場合も、配慮が必要な学生への対応を検討します。AI活用を評価に含める場合は、利用できるツールや費用の差にも注意し、共通の利用環境や代替方法を検討します。
④確認を増やしすぎない
すべての課題に試験・面談・全履歴の提出を追加するのではなく、評価に必要な情報を得られる方法を選びます。大人数授業では、共通の観点による短い説明や、提出段階を絞る方法などを検討します。
②〜④は本ページでの運用上の提案です。負担・プライバシー・授業内評価への過度な依存に関する参考：Moorhouse et al.（2023, §3.2.3–3.2.5）。手書き中心の評価への留意点：Anders（2023）。利用環境の格差に関する議論：Curtis（2025）。
評価を見直す際の確認
「AIを使ったかどうか」だけでなく、学生が何を理解し、どの根拠で判断し、何ができるようになったかを、到達目標に沿って説明できる評価になっているかを確認しましょう。