退塾の兆しをAIで見つける学習塾の生徒支援物語

雨の夕方、ひかり学習室の窓を、細い雨粒が静かに流れていた。授業を終えた教室には、黒板を消す音と、鉛筆をしまう音だけが残っている。美咲は、窓際の席を見つめた。悠人がいつも座る席は、今日で三日続けて空いていた。

悠人は、授業が始まる前に必ず机をきれいにする子だった。消しゴムのかすを小さな紙に集め、ノートの端をそろえる。それから美咲に、「今日は英語の小テスト、がんばります」と笑っていた。

けれど、先週からその笑顔が見えない。月曜日は遅刻し、火曜日は宿題が出なかった。水曜日には、授業の途中で帰りたいと母親から連絡があり、木曜日と金曜日は欠席した。

「最近、悠人くんの欠席が少し増えています」 「そうだね。前は、休むときも必ず早めに連絡をくれていたよね」

講師の健太が、出欠簿を閉じた。紙の角が、乾いた音を立てた。美咲はうなずきながら、悠人の名前の横に並ぶ小さな印を見た。

「体調が悪いのかな。それとも、授業で困っているのかな」 「本人に聞いてみないと、まだ何とも言えません。ただ、気になる変化はあります」

美咲は職員室の机に、いくつもの資料を広げた。出欠簿は紙のファイルにあり、成績表は別の棚にある。宿題の提出状況は講師ごとの表に入り、保護者への連絡メモは、パソコンの複数のフォルダーに分かれていた。

悠人の数学の点数は、二か月前から少しずつ下がっている。宿題の提出も、週に四回から二回になった。授業中に手を挙げた回数は、健太のノートにだけ記録されていた。

美咲は、数学の成績表を右手に持ち、出欠簿を左手に持った。机の上で二枚を並べても、変化の順番は見えてこない。保護者へ電話をした日を確かめようとすると、今度は別のファイルを開かなければならなかった。

「一つひとつは、よくある変化に見えるね」 「遅刻が一回、宿題忘れが二回。どの教室でも起きることです」 「でも、並べて見たら、話を聞く合図が見つかるかもしれない」

美咲は、悠人の席に目を戻した。机の中には、先週置き忘れた青いファイルがある。表紙には、悠人が太い鉛筆で書いた「夏までに英語を得意にする」という文字が残っていた。

「退塾の予兆、と決めつけるのは早いよね」 「はい。数字が赤くなったから、やめる生徒だと見るのは違います」 「そう。誰かを疑う印ではなくて、早く話を聞くための手がかりにしたい」

その言葉を聞いて、健太は一冊の資料を机に置いた。情報処理学会の機械学習を用いた退学予測に基づく研究を印刷したものだった。そこには、大学生の学修状況を調べ、退学につながる変化を早く見つける仕組みが紹介されている。

「ここに、私立大学の退学率は、ここ数年、4％前後で推移していたとあります。国公立大学は約1.2％で、私立大学とは2倍強の差です」 「大学の退学と、塾の退塾は同じではないよね」 「はい。塾でその数字をそのまま使えるわけではありません。ただ、変化を一つだけで判断せず、いくつかの記録を重ねて見る考え方は参考になります」

健太は、紙の余白を指でなぞった。研究では、教職員の経験や勘だけに頼らず、過去のデータから似た動きを探していた。機械学習という言葉は難しく見えたが、健太はゆっくりと言い直した。

「機械学習は、過去の生徒の変化から、似た動きを探す仕組みです。たとえば、欠席が増えたあとに成績が下がった生徒や、宿題が減ったあとに面談が必要になった生徒を、記録の中から見つけます」 「未来を言い当てる占いではなくて、声をかける順番を考える道具なんだね」 「そうです。最後に話を聞くのは、AIではなく私たちです」

美咲は新しいノートを開いた。最初のページに、欠席、遅刻、成績の推移、授業中の参加、宿題、家庭での学習時間、保護者からの問い合わせ、面談の履歴と書いていく。どれも、今まで教室のどこかにあった記録だった。

「この記録を、まず一人ずつ同じ形にそろえよう。退塾した生徒だけでなく、続けて通っている生徒のデータも比べたい」 「続けた生徒にも、似たような欠席や遅刻はありますからね」 「そう。似ているところと、違うところを見ないと、悠人くんのことを正しく考えられない」

健太は、パソコンの画面に散らばるExcelのファイルを閉じた。いつかPythonのような道具や生成AIを使えば、記録をまとめたり、面談のための文章を整えたりできるかもしれない。けれど、今夜の美咲に必要なのは、まず悠人の変化を見落とさないための、ひとつの表だった。

窓の外で、雨が少し強くなった。美咲は悠人の母親への連絡メモを手に取り、電話をかける前に、青いファイルをそっと机の中央へ移した。空いた席を埋めるためではない。そこに戻ってくるかもしれない生徒の話を、落ち着いて聞くためだった。

数週間後の午後、ひかり学習室の電話が鳴った。窓の外には、雨上がりの道が光っていた。美咲は机の上の出欠簿を閉じ、受話器を取った。

「はい、ひかり学習室です」

「悠人の母です。あの……今月で退塾したいと思っています」

母親の声は静かだった。けれど、その言葉は受話器の向こうで重く残った。美咲は一度、手のひらを握ってから、ゆっくり息を吸った。

「承知しました。何か、気になっていることがありましたか」

「悠人が、授業のことを話さなくなりました。宿題も、出したのか出していないのか、本人から聞かないとわかりません。塾から紙は届いています。でも、最近の悠人が授業でどうしているのかは、よく見えなくて……」

美咲は、返す言葉を探した。休みが増える前に、宿題の提出が少しずつ減っていた。テストの点も、ある日急に落ちたのではない。苦手な単元を終えたあとも、戻り方が遅くなっていた。授業後、悠人が講師のところへ質問に来る回数も、いつの間にか少なくなっていた。

「こちらから、もっと早く様子をお伝えすべきでした」

「責めたいわけではないんです。ただ、合っているのかどうか、わからなくなってしまって」

電話が切れたあとも、美咲はしばらく受話器を戻せなかった。紙の上では、欠席も成績も、一つひとつの小さな記録に見えた。けれど、それらは悠人の中で、同じ方向へ静かに動いていた。

そこへ健太が入ってきた。美咲は、今聞いた話を伝えたあと、悠人の記録を机の中央に置いた。出欠簿は棚にあり、宿題の一覧は講師室のファイルにあり、成績の推移は別の表に入っていた。

「成績だけなら、たまたま苦手な単元だったと思っていました」

健太は、悠人の答案を指でなぞった。

「宿題が減ったことも、忙しい時期なのかな、と。質問が少ないことも、今日は聞くことがないのだろうと思っていました」

「私も、同じように見ていたのかもしれないね」

二人は、記録を一枚ずつ並べた。欠席、遅刻、宿題、成績、授業中の様子、保護者への連絡。記録はあったのに、時間の流れに沿って見る人はいなかった。判断は、教室長や講師の経験と記憶に頼っていた。

壁際の資料には、経済産業省の学習塾指数についての説明もあった。2015年を100とすると、2020年2月の100.7から同年6月には92.3へ下がっている。経済産業省「学習塾の動向；少子化とコロナ禍の影響」 美咲はその数字を見て、教室の外の変化だけでなく、目の前の家庭の気持ちにも目を向けなければと思った。

美咲は、棚の奥から過去の保護者アンケートを取り出した。入塾した理由や授業の感想をまとめた紙である。自由記述の欄には、「思っていた内容と違った」「どこまでできるようになったのか知りたい」という言葉が、いくつも残っていた。

理由は一つではなかった。料金が家計に合わなくなることもあった。カリキュラムが子どもの期待と違うこともあった。先生との相性や、指導内容、教室の様子への不安もあった。苦手科目についての報告が少なく、家庭で声をかけるきっかけを持てないという声もあった。

健太は、アンケートの束を見つめた。

「案内の紙は、ちゃんと渡しています。でも、保護者が知りたいのは、予定だけではないんですね」

「うん。今日の授業で、どこで止まったのか。前より何ができたのか。次に何を支えるのか。そこが届いていなかったのかもしれない」

プリントは配られていた。面談の案内も、講習の日程も届いていた。それでも、紙のすき間には、悠人が黙って質問をやめたことや、宿題の空欄が増えたことは書かれていなかった。家庭が求めていた「最近の様子」と、塾が送っていた「予定のお知らせ」の間に、細い溝ができていた。

美咲は、悠人の記録を一つの封筒に戻した。まだAIを導入する話を始める気にはなれなかった。先に、どの記録がどこにあり、誰がいつ見て、どんな声かけをしたのかを確かめる必要があった。

「退塾を当てるのではなくて、話を聞くタイミングを逃さない仕組みが必要だね」

健太はうなずき、空いた席の方を見た。美咲は新しい用紙を一枚取り出し、悠人の名前の横に、欠席だけでなく、宿題と質問の変化も書き始めた。窓の外では、雨粒の代わりに、夕方の光が静かに流れていた。

美咲は、古い出欠簿と面談記録を抱えて、直人の事務所を訪ねた。直人は以前から、ひかり学習室のシステム導入を手伝っている知人で、今日は紙の山を新しい画面のそばに置く日だった。

窓の外では、雨上がりの電線から雫が落ちていた。直人は机の端を空け、美咲が持ってきた記録を一冊ずつ受け取った。

「悠人くんのことで相談したいの。退塾を決めるのではなく、もっと早く話を聞ける合図を見つけたい」

「その考え方なら、AIは人の代わりではなく、気づきを早める道具にできます」

直人は白いホワイトボードを立てた。青いペンを手にすると、紙の記録から支援までを一本の線でつないだ。

「まず、こういう流れです」

「過去の退塾・継続者データを整理する」→「特徴を学習する」→「現在の生徒のリスクを算出する」→「担当者が面談や連絡をする」

美咲は、線の途中にある「特徴」という言葉を見つめた。直人は、難しい言葉をほどくように、ゆっくり説明した。

「機械学習は、過去の記録から、退塾した生徒と継続した生徒にどんな変化があったかを探します。たとえば欠席が増えた、成績が続けて下がった、宿題の提出が減った、といった重なりです」

「それを覚えて、今の生徒の記録と比べるのね」

「はい。ただし、出てくるのは『退塾する』という答えではありません。いくつかの変化が重なっているので、早めに様子を聞く順番を考えましょう、という目印です」

直人は、ホワイトボードの端に「機械学習」と書いた。その隣には、丸い囲みで「生成AI」と書き、二つの役割を離して示した。

「生成AIは、予測をする担当ではありません。記録を読みやすく要約したり、面談で確認する論点を並べたり、保護者向け案内文の下書きを作ったりします」

「機械学習が変化を見つけて、生成AIが人に伝わる形に整えるのね」

「そうです。生成AIに退塾を決めさせるのではありません。面談の順番を考える材料にします」

美咲は、悠人の名前が書かれた面談記録をそっと開いた。欠席、遅刻、成績推移、授業参加、宿題、学習時間、家庭からの問い合わせ、講師の報告、面談履歴が、別々の紙に記されている。

「一人の生徒について、これらを同じ場所で見られるようにするんですね」

「はい。ひとつの数字だけでは、見落としが出ます。出席だけでなく、授業中の様子や学習の進み方も、確認する材料にします」

直人は、退塾者のファイルだけを机の右側に並べた。美咲は、すぐにその意味に気づいた。

「退塾した生徒のデータだけでは、だめなの？」

「それだけだと偏ります。退塾した子の特徴ばかりを覚えてしまうからです。同じ期間に通い続けた生徒のデータも整理して、違いを比べる必要があります」

「続けられた理由も、記録の中にあるかもしれないのね」

直人はうなずき、Excelの表に生徒番号を表示した。氏名の代わりに、A01やB07のような記号が並んでいる。

「生成AIに渡す情報は、必要な分だけにします。氏名をそのまま入力せず、名前を記号に置き換えるのが匿名化です」

「保存する期間と、確認する人も決めるのね」

「はい。塾の鍵を預ける相手を選ぶようなものです。誰が見られるか、いつ消すか、誰が最後に確認するかを先に決めます」

美咲は、画面の小さな注意書きを読んだ。便利そうな文章でも、AIの出力には間違いが混ざることがある。数字の読み違いや、記録にない出来事をもっともらしく書く場合もあると、直人は話した。

「では、AIが作った面談メモを、そのまま使ってはいけないのね」

「公式の出欠簿や成績表と照らし合わせます。最後は担当者が確認し、必要なら講師にも聞きます。保護者への連絡文も、人が読んでから送ります」

美咲は、画面の中のA01を見た。そこに悠人の名前はない。それでも、欠席が増え、質問が減り、宿題の形が変わったという流れは、少しずつ浮かび上がっていた。

「もっと早く、声をかけられたかもしれない」

胸の奥が痛んだ。けれど、直人の線は、過去を責めるためではなく、次の声かけへ続いていた。

「最初は小さく始めましょう。項目を決めて、過去の記録を整え、結果を担当者が一件ずつ確かめます」

美咲は古い出欠簿を閉じた。明日、健太と記録の項目をそろえ、継続した生徒のデータも並べてみようと決めた。

「やってみよう。画面の数字を見るだけで終わらせず、話を聞くために使います」

事務所を出るころ、雨雲の切れ間から淡い光が差していた。美咲の腕には古い出欠簿があり、その隣の画面には、まだ誰かを決めつけない新しい線が静かに伸びていた。

翌朝、ひかり学習室では、窓辺の机に大きな一覧表が広げられていた。美咲、健太、直人は、過去の退塾者と通い続けた生徒の記録を、同じ形にそろえようとしていた。

「まずは、出欠、成績、学習の進み具合、連絡履歴を、同じ列に並べます」

直人はMicrosoft Excelを開き、表の見出しを一つずつ確認した。出欠の欄には欠席と遅刻、成績の欄にはテスト結果、進捗の欄には宿題や授業の到達状況を入れた。

「空白の欄は、ゼロではありません。書き忘れたのか、まだ確認していないのか、わからないままです」

健太が、空白の多い行を指さした。美咲はうなずき、「未入力」という印を付けた。空白を無理に数字へ変えると、実際には元気に通っていた生徒まで、困っているように見えてしまうからだ。

次に、名前を生徒コードへ置き換えた。名前や電話番号を消し、誰の記録かを別の安全な表で管理する作業を、直人は「匿名化」と呼んだ。

「名前を消すのは、隠すためではありません。AIに渡す情報を必要な範囲だけにして、生徒を守るためです」

「でも、この一覧では悠人くんの名前が消えてしまったみたいだね」

美咲は赤い印の付いた行を見つめた。直人は、対応表を開いて確認しながら、赤い印の意味をゆっくり説明した。

「これは、退塾する生徒の印ではありません。過去の記録に似た変化があり、先に様子を聞く候補という意味です」

直人はPythonで機械学習のモデルを動かした。機械学習とは、過去の記録から似た傾向を探し、今のデータに近い動きを示す候補を見つける方法だという。

画面に、生徒コードと赤、黄色、青の印が並んだ。赤い印は、欠席や遅刻が増えたこと、成績の流れが変わったこと、宿題の提出が途切れたことなど、複数の変化を組み合わせて付いていた。

「赤いからといって、理由までわかるわけではないんですね」

「はい。数値は、話を始める順番を決めるだけです。何が起きているかは、本人と保護者に聞かなければわかりません」

美咲は、赤い印の付いた生徒コードを控えた。その中には、最近三日続けて休んでいる悠人のコードもあった。

次は、生成AIに最近の変化を要約させる番だった。直人は名前を消したデータだけを取り出し、使用する範囲と保存期間を確認してから、承認された環境のChatGPTに入力した。

「変化した事実、確認が必要な点、記録にないため判断できない点を、分けて書いてください。推測は事実のように書かないでください」

ところが、最初の結果を読んだ美咲の手が止まった。そこには、「保護者から授業への不満があった」と書かれていた。

「それなら、すぐに悠人くんのお母さまへ電話を……」

「待ってください」

直人が静かに画面を閉じた。面談記録を元の表へ戻すと、悠人の行に、別の生徒の保護者との会話が混ざっていた。表を並べ替えたとき、連絡内容の欄だけが動かず、別の行に残っていたのだ。

「生成AIが勝手に間違えた、とは言い切れません。間違った材料を渡したのは、私たちです」

美咲は、電話の画面を伏せた。赤い印を見て急いだ心が、少しずつ落ち着いていった。

三人は、作業の手順を紙に書き出した。入力するのは、出欠、成績、学習進捗、連絡履歴のうち、今回の確認に必要なものだけにする。名前、住所、電話番号、自由記述の長いメモは、匿名化し、元の記録と分けて保管する。

「使い終わった匿名データは、決めた期間が過ぎたら消します。出力を読む担当者も、毎回決めておきましょう」

健太は、AIの結果をそのまま保護者へ送らない欄を作った。連絡文を自動送信する機能も使わず、最後に担当者が確認する場所を、一覧表の右端に置いた。

入力の指示も変えた。生成AIの画面には、「確認できた変化」「確認できない情報」「面談で尋ねる候補」「保護者への連絡文案」「担当者の最終確認欄」という順で表示するよう求めた。

二度目の要約では、悠人について「欠席が続いている」「宿題の提出記録が途切れている」とだけ書かれた。授業への不満や家庭の事情は、「記録にないため判断できない」と表示された。

連絡文案も、赤い印を見せるものではなかった。

「最近の学習状況について、少しお話を伺いたいことがあります。ご都合のよい時間に、お電話でお聞かせいただけますでしょうか」

美咲はその文を読み、最後の欄に自分の名前を書いた。送信ボタンは押さず、まず健太と記録を照らし合わせた。

その日の帰り、悠人の席には新しいプリントが置かれた。翌日、悠人が少し緊張した顔で教室へ来ると、美咲は赤い印の話をせず、いつもの声で声をかけた。

「最近、勉強で困っていることはある？」

悠人はしばらく黙り、それから小さく答えた。

「部活のあとだと、宿題を始める時間がなくて……。休むつもりはなかったけど、言い出しにくくなりました」

美咲は、机の上の一覧表を閉じた。赤い印は、悠人を決めつけるためのものではなかった。話を聞くのが遅れないように、教室の中に小さな明かりを灯すものだった。

月曜日の朝、美咲は機械学習の一覧表を開き、赤い印の付いた生徒を一人ずつ確認していた。以前は、欠席簿や成績表を別々にめくり、気になる生徒を思い出すまでに時間がかかっていた。今は、教室の小さな変化が、同じ画面に並んでいる。

画面の横には、生成AIがまとめた短い文章が表示されていた。「欠席が続いている」「数学の提出物が減っている」「前回の面談から期間が空いている」。どの文章にも、授業記録や提出記録と照らし合わせるための「要確認」という表示が添えられていた。AIは結論を出すのではなく、確認したい場所を示していた。

健太は悠人の名前の横にある記録を開いた。欠席の事実は出欠簿と一致していたが、数学の提出物については、先週の授業メモに別の記録があった。

「ここは、AIの文章をそのまま使わないで、授業記録を見てから連絡しよう」

「うん。違っていたら削除して、推測も書かないようにするね」

二人は記録を直し、悠人の母親に電話をかけた。美咲は、「退塾の可能性があります」とは言わなかった。代わりに、健太が落ち着いた声で、最近の学習の様子を一緒に確認させてほしいと伝えた。

面談室の窓には、まだ冬の白い空が映っていた。母親は最初、悠人の数学が難しくなったから通えなくなったのだと思っていた。けれど話を重ねるうちに、家庭で塾の様子が見えなくなったことが、不安の大きな理由だとわかった。

「何を習っているのか、家では聞けなくなっていました。成績だけでなく、授業で困っていることも知りたかったんです」

健太は、悠人のノートを開いた。問題の正解は増えていたが、質問を書き込む欄には、しばらく何も残っていなかった。授業の終わりに声をかけることと、家庭へ学習の様子を伝えることを、二人で決めた。

美咲の机には、退塾理由を調べた資料も置かれていた。2019年に学習塾の保護者400名を対象にした調査では、退塾経験者が200名、未経験者が200名だった。入塾後にギャップを感じた割合は53％で、退塾経験者の約40％は、指導内容や塾の様子、苦手科目の報告頻度に不満を感じていたとされる（出典4「学習塾の退塾理由に関する調査」）。

その数字を見て、美咲は面談で成績だけを尋ねないようにした。授業はわかりやすいか、塾での様子が家庭に届いているか、苦手科目についてどんな報告があると安心できるか。赤い印の背景にある気持ちを、ゆっくり聞くようになった。

資料には、月1回以上の保護者面談があると回答した保護者は13.5％だったことも記されていた。また、連絡手段としてプリント類を使っていた割合は56.5％で、電話や郵送を含めると7割を超えていた（いずれも出典4「学習塾の退塾理由に関する調査」）。ひかり学習室では、紙の連絡をやめるのではなく、面談や電話で話すきっかけを早く見つけることにした。

それから、講師たちの予定表には、短い面談が少しずつ増えた。以前なら、誰かが「最近、元気がない」と気づいてから情報を集めていた。今は、一覧表を見た講師が授業記録を確認し、気づいたことを共有してから、生徒や保護者に声をかけられるようになった。

ある夕方、職員室で健太が悠人の新しい授業メモを見せた。そこには、「数学の文章題で質問できた」「帰りに次回の内容を確認した」と書かれていた。母親から届いた連絡欄には、家で塾の話をするようになった、と記されていた。

美咲は、窓辺に差し始めた淡い光を見た。まだ、すべての不安が消えたわけではない。それでも面談室の空気は、雨の夕方に悠人の空席を見つめていたころより、少しやわらかくなっていた。

「赤い印は答えではなくて、話を始める場所だったんですね」

健太は一覧表を閉じた。機械学習は変化の組み合わせから確認する生徒を見つけ、生成AIは記録を読みやすく整える。その先で誰に何を尋ねるかを決めるのは、教室にいる人たちだった。春の光が、面談室の机と、悠人の新しいノートを静かに照らしていた。

授業が終わった夜、ひかり学習室には、消し忘れた黒板の文字と、机の上の面談メモだけが残っていた。窓の外は暗く、廊下の明かりが空いた席の背もたれを細く照らしている。

美咲は、毎週届く退塾予兆の一覧を開いた。Excelの表を数字の大きい順に並べるだけではなく、記録の新しさ、欠席の理由、前回の面談で話したことを一人ずつ確かめた。

「この順番のまま、機械的に連絡するのはやめよう。まず、その子の最近を見たいの」

健太は出欠の記録を開き、直人は講師たちのメモを並べた。数字が高くても、すでに話し合いが済んでいる生徒もいた。反対に、数字が目立たなくても、急な変化が重なっている生徒もいた。

「機械学習は、過去の似た変化から候補を出すものです。生成AIは、その記録を読みやすくまとめるものです。でも、本人の気持ちまでは決められません」

直人は、AIが作った要約の保存方法を整えていた。講師が直した箇所、最後に取った対応、判断できなかった点も、要約とは別の欄に残した。記録が一つに混ざらないよう、共有フォルダの名前もそろえた。

「迷うケースは、急いで面談を入れません。担当の先生に聞いて、必要なら責任者へ引き継ぎます」

美咲はうなずいた。AIの判定が出ても、すぐに結論にはしない。面談の日を決める前に、授業での様子や家庭からの連絡を確かめることにした。

教室の壁には、新しいルールが貼られていた。生成AIへ入力してよい範囲、氏名や住所を別の記号に置き換える匿名化の方法、記録を保存する期間、出力を確認する担当者が、短い言葉で書かれている。LINEで送る案内文も、送信前に必ず人が読み直す決まりだった。

「便利だからこそ、入れる情報と残す情報を決めておくんだね」

美咲は悠人の記録を開いた。最近、授業が終わるとすぐに帰ること。保護者への報告が途切れていること。以前なら見過ごしていた小さな変化を、健太と一つずつ確かめた。

「成績だけでは、ここまで見えなかったかもしれません」

「だから、聞くために使うんだね」

翌日の夕方、悠人が教室へ戻ってきた。いつもの席にかばんを置くと、健太に小さな声で話しかけた。

「数学の宿題、昨日は最後までできました」

健太は笑って、ノートを受け取った。美咲は少し離れた机から、そのやりとりを見ていた。すべての生徒が戻るわけではない。退塾を選んだ家庭には、その決断を急かさず、最後の面談で話したことを丁寧に記録した。

その夜、雨は上がっていた。美咲は生成AIの画面を閉じ、次の授業のために机を整えた。悠人の席には新しいプリントがあり、別の空いた席には、まだ聞けていない言葉のためのメモが残っていた。

美咲は面談メモの端に、「次に聞くこと」と短く書いた。教室の明かりを消す前に、空席をもう一度だけ見て、ペンを置いた。