ArguAgent：STEM教室で生産的な議論を促すためのAI支援リアルタイム・グルーピング

要旨: 論証（argumentation）はSTEM教育における中核的な実践ですが、その生産性は、誰が参加するのか、そしてどのように相互作用するのかに左右されます。成績の高い学生はしばしば発話や意思決定を支配しがちである一方、成績の低い同級生は、実質的な根拠を伴う推論を提示せずに、離脱したり、先延ばしにしたり、従ったりする可能性があります。学生の立場や論証スキルに基づいて戦略的にグループを形成することは、包摂的でエビデンスに基づく議論を促すのに役立つかもしれません。しかし実際には、このグルーピング戦略を教師が実装することは制約されます。なぜなら、それには、授業中に信頼性高くかつ大規模に評価することが難しい、学生の立場と論証の質に関するリアルタイムの洞察が必要だからです。私たちは、立場の異質性（stance heterogeneity）を最適化しつつ、検証された学習進行（learning progression）に基づいて論証の質の差を±1レベルに制約する、生成AI駆動システム ArguAgent を提案します。ArguAgent は2つのコンポーネントからなる評価パイプラインを用います。まず、0〜4のルーブリックに基づいて学生の主張を採点し、次に意味分析によって位置（positions）をクラスタリングします。私たちは、200件の専門家が生成した採点を用いて、採点コンポーネントを人間の専門家コンセンサスに対して検証しました（Krippendorffの{00alpha}{00alpha} {00alpha} = 0.817）。同一の較正済みプロンプトで3つのOpenAIモデル（GPT-4o-mini、GPT-5.1、GPT-5.2）をテストしたところ、人間の不一致（disagreement）分析に基づく体系的なプロンプトエンジニアリングが採点改善の89%に寄与することが分かりました（QWK: 0.531から0.686へ）、一方でモデルのアップグレードが追加で11%に寄与しました（QWK: 0.686から0.708へ）。100クラスに対するシミュレーションテストでは、グルーピングアルゴリズムが両方の設計基準を満たすグループを95.4%達成し、ランダム割り当てに対して3.2倍の改善が得られることが示されました。これらの結果は、ArguAgentが、教室における生産的なSTEM論証を促進する、理論的に裏付けられたリアルタイムのグルーピングを可能にしうることを示唆しています。