夕方の「ひかり塾」で、講師の佐伯先生は、机いっぱいに広がる答案と宿題ノートを見つめていた。窓の外が暗くなるころ、小学生の美緒は算数の問題を解き終えていたが、文章題になると、いつも同じ場所で鉛筆が止まる。
「計算が苦手なのかな」
そう考えた佐伯先生は、これまで計算練習を中心にした宿題を渡してきた。けれど美緒は、計算ではなく、問題文の条件を読み落とし、どの数字を使うか迷っていたのだ。丸かバツかだけでは、誤答の理由は見えてこない。生徒全員に同じプリントを配る方法にも、簡単すぎる問題と難しすぎる問題が混ざるという限界があった。佐伯先生は答案、途中式、宿題の取り組み方を並べながら、誤答分析で見つけた弱点から、生成AIを使って個別宿題を作れないかと考え始めた。
この記事の答え
- 結論生成AIで誤答の原因に合わせた個別宿題を作成し、学習を最適化できる。
- 根拠答案や解答時間を分析し匿名化した情報をAIに渡し、講師が内容を確認・修正する。
- 最初の一歩今日の答案から誤答の原因と根拠を整理し、個人情報を除いて宿題案を作る。
第1章 夕方の教室に残った、同じ宿題の山

第1章 夕方の教室に残った、同じ宿題の山 - 本文
午後六時を過ぎた「ひかり塾」では、蛍光灯の低い音と、遠くを走る車の音だけが残っていた。窓の外はすっかり暗くなり、教室の机には、生徒たちの答案と宿題ノートが小さな山になっている。佐伯先生は、最後の鉛筆を筆箱に戻しながら、机の端をそっとそろえた。
佐伯先生は、生徒の名前を見れば、その日の表情まで思い出せる先生だった。美緒は授業中、分からない問題があると、すぐに手を挙げる代わりに、問題文の同じ行を何度も指でなぞる。今日も算数のプリントを解き終えたはずなのに、文章題の途中だけが白く残っていた。
計算の問題では、答えがきれいにそろっている。けれど、文章題になると、途中式の書き方がいつも同じ場所で止まる。問題文にある数字を使って式を作るところで、鉛筆の先が紙の上に静かに沈んでいた。
佐伯先生は、答案を手に取ったまま、窓の暗いガラスに目を向けた。
「計算が苦手なのかな」
そうつぶやいて、これまでの宿題ノートを開いた。そこには、計算練習のページが何枚も続いている。美緒は毎回ていねいに解いていたが、文章題のページでは、式が一つ抜けたり、問題文の条件を使わないまま答えを書いたりしていた。
翌週の授業で、佐伯先生は美緒の隣に腰を下ろした。美緒は、まず短い計算問題をすらすら解き、そのあとにある文章題で、また同じ行に鉛筆を止めた。消しゴムを持つ手が、行ったり来たりする。
「ここは、どこが分からなくなったの?」
「答えを出すために、どの数字を使えばいいか分からなくなります。でも、計算そのものはできます」
美緒はそう言って、問題文の一部分を指で隠した。佐伯先生は、丸の横に小さく「条件を選ぶ」と書いた。丸かバツかだけなら正解は見えるが、美緒がどこで迷ったのかまでは見えない。
同じ日の宿題を見比べると、別の違和感もあった。ひかり塾では、クラス全員に同じプリントを配っている。美緒のノートには、すぐに終わった計算問題と、何度も消した文章題が同じ一枚に並んでいた。
「この問題は、簡単だった?」
「はい。これはすぐ終わりました。でも、こっちは言葉が長くて、何を聞かれているのか分からなくなりました」
教室の反対側では、別の生徒が、簡単な問題を終えたあとで、難しい問題の前から動けずにいた。佐伯先生は、同じプリントを配れば準備はしやすいけれど、生徒のつまずき方まで同じにはならないのだと感じた。
閉室の時間が近づくと、提出された宿題ノートがさらに増えた。すぐに出す生徒もいれば、白いページを残したまま、次の授業の日に持ってくる生徒もいる。佐伯先生は、答案の正解と不正解、途中式、提出の様子、授業中に書いたメモを、机の上でゆっくり並べ替えた。
答案の端には、「計算は正しい」「単位を書き忘れた」「問題文の後半を使っていない」と、短い言葉が残っている。けれど、それらは別々の紙に散らばり、美緒の学び方を一枚で見ることはできなかった。
「間違いを数えるだけでは、足りないんだな」
佐伯先生は、美緒の答案と宿題ノートを重ねた。誤答分析という言葉が、頭の中に浮かんだ。間違いの数を数えるだけではなく、どこで迷い、何を飛ばし、どの問題なら自分で進められるのかを見ることだ。
机の隅には、まだ配っていない同じ宿題の束があった。美緒には簡単すぎる問題と難しすぎる問題が混ざり、別の生徒には、練習したいところがほとんど入っていない。その束を見つめながら、佐伯先生は初めて、宿題を生徒ごとに変える方法を考えた。
「美緒の間違え方に合う問題を、必要な分だけ作れないだろうか」
生成AIという新しい道具なら、答案に現れた特徴をもとに、問題文の読み取りを練習する宿題を考えられるかもしれない。もちろん、出てきた問題をそのまま渡すのではなく、佐伯先生が内容を確かめる必要がある。それでも、全員に同じ宿題を配るだけだった毎日に、小さな扉が開いたように見えた。
窓の外では、塾の看板の明かりが夜の道を照らしている。佐伯先生は、美緒の答案の横に「次は、条件を見つける問題」と書き足し、同じ宿題の山から、最初の一枚を静かに抜き取った。
第2章 丸をつけた答案が、同じ場所でつまずいていた

第2章 丸をつけた答案が、同じ場所でつまずいていた - 本文
翌日の授業で、美緒は前回とよく似た文章題を、ほとんど解けないまま持ってきた。宿題ノートには、最初の式だけが残り、その先は白いままだった。佐伯先生は、胸の奥がきゅっと縮むのを感じた。
「美緒さん、昨日の宿題、むずかしかった?」
美緒は鉛筆の先を見つめた。消しゴムのかすが、机の端に小さく集まっていた。
「計算のところは、できるんです。でも、文章になると止まります」
佐伯先生は、前回の答案を机の上に置いた。そこにも、計算の途中までは合っている式があった。けれど、文章題の条件を一つ読み落とし、使う数字を取り違えていた。
「計算が苦手なのだろうな」
そう考えた佐伯先生は、これまで計算練習を中心にした宿題を渡していた。美緒が持ち帰ったプリントには、同じ形の計算問題が並んでいたが、文章題でのつまずきは少しも軽くなっていなかった。
授業の終わりに、佐伯先生は美緒の隣に椅子を置いた。答えを教えず、問題文を一行ずつ指で追った。
「まず、何を聞かれているのかな」
美緒は問題文を読み直した。しばらくして、困ったように首をかしげた。
「答えは出せるけれど、どの数字を使うか分からなくなるんです。たくさん数字があると、全部使うのかなって思ってしまいます」
その言葉を聞いて、佐伯先生の手が止まった。美緒は計算の前で迷っていたのではない。何を求める問題なのかをつかむ前に、式を作ろうとしていたのだ。
教室の窓から、夕方の光が細く差し込んだ。隣の机では、別の生徒が計算問題をすらすら解いている。同じプリントを渡しても、必要な練習は同じではなかった。
「ごめんね。先生は、計算を練習すれば直ると思っていたよ」
「じゃあ、計算ができないんじゃないんですか」
「うん。計算だけが原因ではなさそうだね。問題文の中から、必要な条件を見つける練習が要りそうだ」
美緒は少しだけ顔を上げた。その表情を見て、佐伯先生は丸とバツだけで答案を見ていた自分に気づいた。正解か不正解かは見えていても、どこで迷ったのかは見えていなかった。
その日の授業が終わると、佐伯先生は職員机に答案を広げた。美緒の過去のノートだけではなく、同じ単元を学んだ生徒たちの答案も、順番に重ねていった。途中式が残っているものと、答えだけを書いているものがあった。
赤いペンで丸をつけた横に、短い言葉を書き足した。「条件の読み落とし」「求めるものの取り違え」「式は合っている」「途中で止まった」。間違いを一つにまとめず、どこで考えが分かれたのかを見ようとした。
さらに、解答にかかった時間と、宿題をやり直した記録も確認した。時間が長くても正解する生徒がいた。短い時間で間違える生徒もいた。数字だけでは、同じつまずきとは言い切れなかった。
佐伯先生は、白い紙に表を描いた。左から、生徒を見分けるための識別名、学年、単元、誤答の型、途中式、解答時間、やり直しの記録を書いた。美緒の名前は、その表には書かなかった。
「教室の中だけで分かる名前にしよう」
佐伯先生は、美緒を示す欄に「算数A」と記した。識別名と本当の名前を結びつける小さな一覧は、鍵のかかる引き出しにしまった。表を見ても、そこから美緒だと分からないようにした。
次に、紙を二つに分けた。一方には、講師だけが持つ情報を書いた。名前、家庭への連絡、授業中の様子。もう一方には、生成AIに渡せるかもしれない学習情報を置いた。
「AIに渡すのは、必要な学習の特徴だけ。名前や家庭のことは入れない」
声に出して確かめながら、佐伯先生は別の欄に書き直した。「文章題」「条件を一つ落とす」「何を求めるか迷う」「短い文から始める」。生徒の姿を、機械にも扱える言葉へ変えていく作業だった。
けれど、すぐに宿題を作らせる気にはなれなかった。誤答の見立てが違えば、生成AIが作る問題もずれてしまう。美緒に必要なのが計算の量ではなく、条件を見つける順番なら、その順番を確かめる問題でなければならない。
窓の外が暗くなったころ、佐伯先生は美緒の答案をもう一度見た。間違いの印の下に、読み落とした一文を小さく囲む。翌日の授業では、まずその一文を見つけるところから始めることにした。
机の上には、丸をつけた答案と、書き直された表が並んでいた。佐伯先生は識別名の一覧を引き出しに戻し、学習情報だけの表を手元に残した。初めて、宿題を生徒ごとに変えるための材料が、形になり始めていた。
第3章 答案の山を、AIに見せる前の小さな仕分け

第3章 答案の山を、AIに見せる前の小さな仕分け - 本文
夕方の「ひかり塾」で、教室長の藤井先生は、佐伯先生の机に積まれた答案を見つめていた。佐伯先生は、美緒の答案を生成AIにそのまま読み込ませれば、すぐに専用の宿題ができると思っていた。
「この答案を見せたら、AIが美緒の苦手なところを見つけて、問題を作ってくれますよね」
佐伯先生がそう言うと、藤井先生は答案の束をそっとそろえた。窓の外では、商店街の明かりが一つずつ灯っていた。
「すぐに、とはいかないかもしれません。AIは、答案の意味をいつも正しく判断する先生ではないんです。整理された材料を見て、宿題の案を作る道具だと考えると分かりやすいですよ」
藤井先生は、白いカードを机の上に並べた。最初のカードには、生徒の学年、教科、単元を書く欄があった。次のカードには、問題文と生徒の解答、その横には正答と、どんな誤答だったかを書く欄があった。
「丸かバツかだけでは、つまずき方が見えません。途中式や考え方の特徴も残しましょう。これまでに学習した内容と、宿題に取り組んだ様子も大切です。講師の観察メモには、答案だけでは分からない手がかりがあります」
佐伯先生は、美緒のノートを開いた。文章題では、計算の途中まで合っているのに、問題文に書かれた条件を一つ落としていた。「たし算が苦手」と書きかけた手を止め、代わりに「条件の読み落とし」と書いた。
「誤答は、理由ごとに分けます。知識が足りないのか、手順が混ざったのか、問題文の条件を読み落としたのか。それとも、計算の確認が不足したのか。分けるだけで、次に出す問題の道が見えてきます」
「同じバツでも、原因が違うんですね」
「そうです。原因が違えば、助け方も変わります」
藤井先生は、教室の共有画面を開いた。画面の端には、藤井先生がJ-STAGEで見つけた「算数教育における生成AI活用に対する教員志望学生の意識」という記事のタブが残っていた。記事の題名を眺めたあと、藤井先生は、研究の題名だけでAIの効果を決めつけず、教室で確かめる準備が大切だと話した。
「では、材料をそろえたら、AIへの指示文を書きます。指示文は、AIにしてほしい仕事を、順番に伝える文章です」
藤井先生は、画面に一行ずつ入力した。
「この生徒の誤答から、つまずいている技能を推定する」
「つまずきの原因と、推定に使った答案上の根拠を分けて示す」
「基礎から標準へ進む個別宿題を作る」
「問題、ヒント、解答、解説、講師が確認するポイントを分ける」
「学習済みの内容を繰り返しすぎず、未習範囲は出題しない」
画面に並んだ言葉は、答案の山を小さな道しるべに変えていった。佐伯先生は、「根拠を分けて示す」という一文を指でなぞった。
「原因だけでなく、どの答案からそう考えたのかも出させるんですね」
「ええ。AIの案を読むとき、理由が見えれば、講師が確かめやすくなります。理由のない答えを、そのまま信じないためでもあります」
藤井先生は、入力欄を閉じる前に、設定画面を開いた。名前、住所、連絡先は入力しない。生徒を特定できる情報は、学習内容と切り分ける。使うサービスに、入力内容が外部での再学習に使われない設定があるかを確認する。そして、AIとの対話ログを後から確認できる状態にしておく。
「個人情報を守ることも、宿題作りの一部です。設定が分からないまま、答案を丸ごと渡してはいけません。必要な情報だけを、分からない形に整えて使います」
佐伯先生は、美緒の名前を消し、「小学五年・算数・割合」とだけ残した。答案の写真も、そのままではなく、問題文、解答、途中式、観察メモに分けて入力することにした。
「AIが作るのは、あくまで宿題の案です。生徒に渡すかどうかを決めるのは講師です」
その言葉を聞いたとき、佐伯先生の胸にあった不安が少しほどけた。AIに美緒を任せるのではない。美緒をよく見るために、AIの力を借りるのだと分かった。
佐伯先生は、空白の宿題用紙を一枚取り出した。まずは美緒の文章題を一つ、原因と根拠に分けて整理する。そして、基礎から標準へ進む案を作り、自分の目で確かめてみる。
「やってみます。美緒が、どこで鉛筆を止めたのかを忘れない宿題にします」
教室の灯りの下で、答案の山は少しずつ小さなカードに変わっていった。佐伯先生の手元には、AIに見せる前の、静かで確かな仕分けが始まっていた。
第4章 美緒だけの宿題が、画面の中で少しずつ形になる

第4章 美緒だけの宿題が、画面の中で少しずつ形になる - 本文
佐伯先生は、匿名化した美緒の誤答データをChatGPTに渡し、個別宿題の案を作り始めた。けれど、画面に現れた最初の紙は、美緒の今の学びから少し先に行きすぎていた。
夕方の教室で、佐伯先生はGoogleスプレッドシートを開いた。読み込んだCSVには、美緒の名前の代わりに「生徒A」と書かれている。氏名や学校名、連絡先、答案にあった自由な書き込みは、すべて削除してあった。
「残したのは、間違いの場所と、途中で止まった場所だけです」
隣の机で藤井先生がうなずいた。
「それなら、AIには生徒Aの学び方だけが見えますね」
佐伯先生は、表の内容を確かめた。文章題では、条件に線を引かない。必要な数字を選べない。式を立てるところで手が止まる。計算そのものは、落ち着いて取り組めばできていた。
佐伯先生は、塾で許可された入力画面を開き、次のように打ち込んだ。
「あなたは小学生の算数教材を作る補助者です。生徒Aの弱点に合わせ、文章題の宿題案を作ってください。順番は、問題文の条件を線で囲む練習、必要な数字を選ぶ練習、式を立てる練習、似た問題への応用です。授業で扱った整数のたし算とひき算だけを使い、割合、分数、二つの式をつなぐ問題は除いてください。説明は短い言葉にし、答えは児童用の紙に先に見せないでください。同じ誤りを見つけられる確認問題も入れてください」
しばらくすると、画面に宿題案が現れた。最初の問題では、文章の中から条件を探し、次に必要な数字を選び、最後に式を書く流れになっている。佐伯先生が思い描いた順番に近く、思わず背筋が伸びた。
ところが、次のページに「二つの式を組み合わせて考えましょう」とあった。図を使った割合の問題も混ざっている。説明には「数量関係を抽出しましょう」と書かれていた。
「これは、美緒にはまだ早いですね。それに、この言葉は授業で使っていません」
藤井先生が画面を指でなぞった。
「『数量関係』は、大人には分かっても、小学生には重たい言葉です。AIは条件を守ろうとしても、学んでいない範囲まで広げることがあります」
佐伯先生は、生成された紙をそのまま印刷しなかった。入力文に、未習範囲を除くことを改めて書き、説明を「文の中で大事なところに線を引こう」と言い換えた。さらに、答えと解説は講師用の欄に分け、児童用には空欄だけを残すよう指示した。
「一問ごとに、考える手順を短く示してください。条件に線を引く。使う数字に丸をつける。式を書く。この順番を崩さないでください」
修正した案には、短い文章題が並んだ。問題文の中で条件を囲み、使う数字を選び、式の空欄を埋める。そのあとに、言葉を少し変えただけの似た問題が置かれていた。
しかし、藤井先生はすぐに印刷しなかった。教科書と塾の教材を横に置き、単元、使われている言葉、問題の条件、式、答えを一つずつ照らし合わせた。ある問題では、文が「合わせた数」を尋ねているのに、解説が「残った数」として引き算をしていた。
「ここは、答えの計算だけを見ると気づきにくいですね。問題文の問いと、解説の考え方が合っていません」
佐伯先生は、その問題を外した。別の問題に差し替えたあと、二人で実際にすべてを解いた。条件を囲む場所が迷いやすくないか、難しさが急に上がっていないか、家で無理なく終えられる量かも確かめた。
「AIに任せるのは、案を出すところまでです。美緒に渡す紙にするのは、私たちの仕事ですね」
藤井先生の言葉に、佐伯先生は静かにうなずいた。印刷された紙は、問題を詰め込んだものではなかった。考える順番が見える、短い宿題になっていた。
翌日の授業で、佐伯先生は美緒に紙を渡した。美緒は最初の文章題を読み、条件のところに細い線を引いた。次に、使う数字へ丸をつけ、式の空欄を見つめた。
「ここまでは、自分でできたね。次は、何を聞かれているか、もう一度読んでみよう」
美緒は問題文の最後を指で追った。けれど、途中の文に出てきた数字を使うかどうかで、鉛筆が止まった。佐伯先生は答えを言わず、線を引いた条件と問いを見比べるよう促した。
美緒はしばらく考え、「この数字は、聞かれていることに関係ないかもしれない」と言った。式はまだ書けなかったが、前とは違う迷い方だった。佐伯先生は、Googleスプレッドシートの観察欄に「条件の線引きはできた。数字の選択で停止。問いを読み直すと、不要な数字に気づいた」と記録した。
授業のあと、その記録を個人名のないままChatGPTの入力に戻した。次の宿題では、数字の役割を選ぶ小さな確認問題を先に置き、式を書く問題へ急に進まないようにした。生成、講師の確認、生徒の実施、誤答の再分析。その流れを繰り返すたびに、美緒の宿題は少しずつ形を変えていった。
画面の中の紙は、完成品ではなかった。美緒がどこで立ち止まったかを受け取り、次の一枚へつながる、静かな作業の途中にあった。
第5章 美緒の鉛筆が、答えではなく途中の線を探し始める

第5章 美緒の鉛筆が、答えではなく途中の線を探し始める - 本文
個別宿題に取り組む美緒は、問題文の条件を自分で見つけ、佐伯先生に考え方を説明していた。以前は答えの欄で鉛筆が止まっていたが、今日は答えに向かう途中の線を、ノートの上にゆっくり探している。教室の空気も、前より静かで落ち着いていた。
授業の始まり、美緒は宿題ノートを開いた。問題文の「全部で」と「残り」を線で囲み、使う数字を選んでから式を書いている。前のノートでは、数字を見つけるとすぐに計算を始め、途中の考えはほとんど残っていなかった。
佐伯先生は、美緒の手元に目を止めた。
「美緒、どうしてこの式にしたの?」
美緒は、ノートの丸印を指でなぞった。
「聞かれていることを先に丸で囲んだから。ここで聞かれているのは、残った数です」
その声には、前のような迷いが少なかった。計算の答えを急いで見せるのではなく、どこを読んで、どの数字を選んだのかを順番に話している。佐伯先生はうなずきながら、式の横にある短い説明にも目を向けた。
以前の佐伯先生は、答えが合っているかどうかを見て、丸かバツをつけていた。バツの答案を前にすると、「算数が苦手なのかもしれない」と考え、計算問題を多めにした宿題を渡すこともあった。けれど、答案に残った線や途中式を読み直すと、美緒がつまずいていたのは計算そのものではなく、問題文の条件を整理するところだと分かった。
佐伯先生は、机の端に置いた記録用紙へ、今日の様子を書き込んだ。答えが違った、という一言ではなく、「聞かれていることを囲んだ」「使う数字を選んでから式を書いた」「式の理由を言葉にできた」と記していく。誤答を見る目が、正解か不正解かだけを追う目から、考え方の動きを見る目へ変わっていた。
休み時間、佐伯先生は前回の宿題案を開いた。匿名化した誤答の記録をもとにChatGPTで作った問題を、教材と照らし合わせながら見直す。生成AIは問題案を作る道具だが、美緒が何を理解したかを決める先生ではないので、出題するかどうかは佐伯先生が判断していた。
今回、美緒が迷った問題には、条件が二つ並んでいた。式を書く前に線を引くことはできたが、どちらの数字を使うかで手が止まった。佐伯先生はその原因を確かめ、次の宿題では条件を一つずつ比べる問題を加え、数字を選んだ理由を書く欄を残すことにした。
「同じ問題を、もう一度たくさんやるのではなくて、迷った場所を確かめる問題にしよう」
そう言うと、美緒は新しい宿題カードをのぞき込んだ。
「これなら、どこで迷ったか分かりそう」
以前は、毎回同じ計算を繰り返しても、文章題の前で鉛筆が止まった。今は、線を引く、数字を選ぶ、式を書く、理由を話すという順番が、少しずつノートに残るようになった。宿題は美緒を一つの弱点に決めつけるものではなく、その日の迷いを次の学びにつなぐものになっていた。
授業の終わり、佐伯先生は保護者への報告を書いた。「算数が苦手」と短くまとめることはしなかった。「文章題の条件整理で迷いやすいが、聞かれていることに線や丸をつけてから式を立てると、考え方を説明できるようになった」と、ノートに残った変化をそのまま伝えた。
教室を出る前、美緒は宿題ノートを閉じた。表紙の上には、今日引いた線が薄く透けて見える。佐伯先生はその線を見ながら、生成AIが生徒の理解を決めるのではなく、答案に残った根拠を整理し、次の一手を考えやすくする道具になっていると実感していた。
第6章 閉室後の机に、次の一問だけが置かれていた

第6章 閉室後の机に、次の一問だけが置かれていた - 本文
閉室後の教室で、佐伯先生はその日の答案と宿題ノートを机に並べ、翌日の美緒に合う宿題を準備していた。昼の声が消えた教室には、紙をめくる音と壁時計の音だけが残っていた。
先生は一枚ずつ答案を確かめた。丸とバツだけでなく、途中式、宿題を終えたあとの振り返り、授業中の小さな発言も、ノートの欄に書き足していく。
「ここで迷ったのは、計算ではなくて、条件が二つ重なったからだね」
以前は、全員に同じプリントを配っていた。早く解ける子には簡単すぎ、迷っている子には難しすぎる問題が、同じ束の中に入っていた。
佐伯先生は生徒ごとに、「次に確かめるつまずき」を一つずつ整理した。できるようになったことを消さずに残し、その先でまだ揺れているところだけを見つけるためだった。
美緒の欄には、文章題の条件に線を引くことは安定してきた、と記録された。その下には、複数の条件があるとき、使う数字を決める前にもう一度確認が必要、と続いていた。
「前にできたことを使って、次の迷いを少しだけ見てみよう」
佐伯先生はノートパソコンを開いた。生成AIに渡すのは、新しい答案から読み取った誤りと、講師が書いた学習記録だけにした。
美緒の名前や住所、家族のことなどは入力しない。答案を写すときも、個人が分かる情報が残っていないかを確かめ、必要な範囲を超える内容は保存も共有もしなかった。
「AIには、問題を作る手伝いをしてもらう。でも、何を渡すかと、何を使うかは私が決める」
画面に出た案には、条件が一つの文章題と、二つの条件を線で分けて読む問題が並んでいた。最後には、答えを出す前に「使う数字はどれかな」と書き込む欄もあった。
けれど、佐伯先生はそのまま印刷しなかった。問題文の数字と答えが合っているか、美緒が前にできた方法を使えるか、難しすぎる言葉がないかを、赤い鉛筆で一つずつ確かめた。
教室の壁には、講師が守るルールを書いた紙が貼られている。「AIの判断だけで評価を決めない」「出力を確認してから生徒に渡す」「入力データの保存と共有範囲を管理する」と、落ち着いた文字で記されていた。
翌朝、窓から淡い光が差し込んだ。佐伯先生は確認を終えた宿題を一枚だけ美緒の机に置き、答案の横に新しい記録を重ねた。
昨日できたことは、今日の問題の入口になっていた。まだ迷う場所には、急がせないための小さな余白が残されていた。
「明日は、この一問から聞いてみよう」
誰もいない机の上で、紙の白さが朝の光を受けていた。教室には、次の答えを待つ静かな時間が戻っていた。
関連キーワード
著者について
鈴木信弘(SNAMO)
鈴木信弘(SNAMO)- 静岡県を拠点に活動する総経験19年のフルスタックエンジニア。AI時代の次世代検索最適化技術「レリバンスエンジニアリング」の実装者として、GEO(Generative Engine Optimization)最適化システムを開発。2024年12月からSNAMO Portfolioの開発を開始し、特に2025年6月〜9月にGEO技術を集中実装。12,000文字級AI記事自動生成システム、ベクトル検索、Fragment ID最適化を実現。製造業での7年間の社内SE経験を通じて、受注システム自動化による業務時間の短縮や検品作業のデジタル化など、現場の課題を技術で解決してきた。富山大学工学部卒、基本情報技術者保有。
プロフィールを見るよくある質問
Q1生成AIで生徒一人ひとりに合った宿題を作る方法は?
Q2誤答分析では、どのような点を確認すればよいですか?
Q3生成AIに生徒の答案を入力しても個人情報は大丈夫ですか?
Q4ChatGPTに個別宿題を作らせるとき、何を伝えればよいですか?
Q5生成AIが作った宿題をそのまま生徒に出してもよいですか?
Q6文章題が苦手な生徒には、どのような宿題が有効ですか?
Q7個別宿題を作った後は、どのように改善していけばよいですか?
Q8生成AIを学習塾で活用する際の注意点は?
関連記事

授業報告書から面談の論点をAIで見つける学習塾の物語
生成AIは、匿名化した学習記録から保護者面談で確認すべき論点を見つけられます。複数の記録を整理して授業と家庭の違いを示しますが、最終判断は講師が担います。まず個人情報を削除した授業報告書や自習ログを、事実と確認事項に分けて入力します。
読む
退塾の兆しをAIで見つける学習塾の生徒支援物語
学習塾はAIで退塾の兆しを見つけ、生徒や保護者との対話を早められます。欠席や宿題、成績、質問など複数の変化を分析し、AIを判断ではなく面談の手がかりにします。まず出欠や宿題、成績、質問の記録を整理し、AIの結果を職員が確認して面談につなげます。
読む
応募者の辞退理由に悩む人事部が、生成AIで採用の糸口を見つけるまで
生成AIは応募者の辞退理由を断定せず、採用改善の糸口を見つけるために使います。申告された事実と背景の仮説を分け、AIの分類を人事が根拠確認することで傾向を把握できます。辞退ログを匿名化し、申告内容と背景候補を分けて生成AIに整理させ、人事が記録と照合します。
読む
