教師イン・ザ・ループは必要か？生成AIによる中学生向けパーソナライズ課題の研究

要旨: 個々の学生の細かなニーズに合わせて指導を適応させることは、大規模言語モデルにおける近年の進歩の強力な応用である。これらの生成AIモデルは、学生の関心に対応した課題を作成し、文脈のパーソナライズを実行することで、学術的な内容を学ぶことへの学生の関心を高めることができる。だが、生成AIを用いて教師がタスクを作成または修正するとき、商用の生成AIツールが「教師の時間を節約できる」と主張しているにもかかわらず、このプロセスがどれほど効率的であるかは不明である。本研究では、中学校の数学教師7名がChatGPTと協働して、自分たちのカリキュラム中の問題を、児童生徒の関心に対応する形でパーソナライズした版を作成した。教師が行ったプロンプトの操作、問題作成時の効率、そしてパーソナライズされた課題を受け取った521名の7年生（7th grade）の反応を調べる。その結果、教師をループに含めることで、生成AIによるパーソナライズが比較的広い粒度で実行されるのに対し、学生は自分の関心を引く特定のポップカルチャーの参照が与えられる、より小さい粒度を好む傾向があることがわかった。教師は、ポップカルチャーの参照を調整し、生成された問題の「深さ」や「現実性」に関する問題に対処するのに多くの労力を費やし、その結果、生成AIに対するオーナーシップ（帰属意識）が高くなったり低くなったりした。教師は、生成AIと協働しながら面白い問題を作る能力を向上させることはできたが、教師が生徒のデータを学び、熟考し、アプローチを反復していったにもかかわらず、このプロセスが特に時間効率の高いものになっていくようには見えなかった。