息子が 6 週間で 2 年分の Saxon Math を習得した方法：AI の活用事例

ニューヨークとロサンゼルスは学生の AI 利用を制限している。私たちは AI を使って、学校が見逃したものを明らかにし、2 年分の学習の遅れを 6 週間で修復した。全 3 回シリーズの第 1 回。

私の夫と私の間で、両親のうち 3 人が公立学校の教師でした。4 人目も公立学校システムで短期間働いたことがありました。私たちはシステムそのものに計り知れない敬意を抱いていました。

私が過去形を使うのには理由があります。

12 年間、私たちはこう思い込んでいました。良い学区にいれば、公立教育の衰退からは無縁でいられる、と。

私の息子（仮名「ボビー」）は小学校では優秀な生徒でしたが、中学校への適応に苦労しました。私たちは地元の私立学校を見学し始め、その進度の速さに衝撃を受けました。私立学校では、3 年生で筆記体の作文を必須とし、6 年生で代数を教え、幼い頃から生徒に責任を持たせていました。

私たちは親として子供たちに十分な教育を与えられていないことに気づき、これは緊急事態だと感じました。ボビーを約 6 週間、私の両親の元でホームスクーリングさせ、残りの学期を筆記体と文の図解学習に充てました。その後、私立学校の夏期講習にフルタイムで通わせ、それで十分だろうと期待しました。

学年が始まる 1 ヶ月前、彼は入学試験を受けました。彼は中学 1 年生（7 年生）になるはずでした。

ボビーは入学試験に落ちました。

中学 1 年生のプレースメントにも合格できず、実質的に2 年遅れていることが判明しました。

これは家族全員にとって衝撃でした。ボビーは何度も何度も泣きました。これまでの努力と、夏全体を犠牲にしたにもかかわらず、合格できなかったのです。

しかし、この物語にはハッピーエンドがあります。6 週間後、ボビーはプレースメントの再試験に合格することができました。

これは、私たちが AI を使って、Saxon 数学と文法における 2 年分の不足をどのようにして補ったかの物語です。

締め切りをエンジニアリングの問題に変えた

ボビーが不合格だった科目は数学と文法でした。私立学校では Saxon 数学のカリキュラムを採用していました。私たちには再挑戦のための 6 週間がありました。教科書の 1 ページ目から始めるわけにはいきません。不足している前提知識と弱点を見つけ出し、それを修復し、6 週間で試験に合格させなければなりませんでした。

私は Saxon 数学の教科書をダウンロードしました。そして AI に、Saxon 数学の 6 年生までの内容をカバーする包括的な診断テストを作成させました。

ボビーの最初の評価結果は 60 点満点中 35 点でした。筆算の割り算と小数の掛け算に構造的な弱点があることが特定されました。また、このテストから、彼が百分率、計算の順序、幾何学、統計を全く教わっていないことも明らかになりました。さらに、比を簡略化しない、最終回答を簡略化しないといった、修正可能ないくつかの習慣も見つかりました。

ボビーの診断結果。

文法には別の修復計画が必要でした。こちらのギャップはさらに深刻で、彼は名詞と動詞の違いを知りませんでした。（ユタ州の公立学校でこれがどのように、そしてなぜ起こったのかは、第 2 回のトピックです）。彼は文の図解を学んでいたため、英語の構造を直感的に理解していましたが、適切な文法用語を学ぶ必要がありました。

ボビーはチャットボットと一切やり取りしなかった

ボビーはこの 6 週間、コンピューターの画面の前に座って過ごしたわけではありません。彼が行った作業はすべて、AI が生成した紙のワークシートを使ったものでした。

そのサイクル：

1. ヒントや復習なしでボビーに診断テストを行う。
2. 間違えた問題それぞれの原因を特定する。
3. AI にその問題に特化した短い紙のレッスンまたはテストを生成させる。
4. 家族の大人がそれを実施して採点し、結果を AI と共有する。
5. AI が、各ミスが概念の欠如、不安定な手順、単純なミスのいずれに起因するかを判断する。
6. その判断に基づいて次のワークシートを変更する。
7. 後日、ヒントなしで、かつ後の教材と混ぜてそのスキルを再テストする。

AI カリキュラムの仕組み。

エラーの種類によって、必要な対策は異なりました。ボビーが百分率とは何かを知らなければ、指導が必要でした。百分率を理解しているが、税を加算すべきところを減算していた場合、方向性の確認が必要でした。概念ではなく計算そのもので間違えている場合、概念を繰り返し説明するのは単なる時間の無駄でした。

この AI によるカスタマイズされたアプローチは、ボビーが Saxon 数学を習得するために必要な箇所を正確に狙い撃ちしました。

例えば、ボビーは当初、百分率を全く知りませんでした。基本的な概念を学んだ後、彼は分数、小数、百分率の変換をすぐに習得しました。すると、彼の間違いは計算ミスではなくなり、それらを正しく適用する方法に関するものに変わりました。そこで AI は、文章問題や実生活のシナリオを重視するようにワークシートを進化させる判断を下しました。

この 6 週間の途中で行われたチェックポイントでは、彼は 26 問中 22 問に正解しましたが、これは習得を宣言するにはまだ追加のドリルと練習が必要であることを示していました。

ワークシートのサンプル。

AI は、親では気づけないような習慣を特定することができました。ボビーは計算の順序の問題で 29 問中 24 問正解しましたが、間違いはすべて同じ習慣から生じていました。掛け算や割り算が足し算や引き算と同じ行にあると、彼は厳密に左から右へ計算する方法に戻ってしまいました。カスタムワークシートでは、彼に正しい順序を丸で囲むように求めるだけで、面倒な方程式を解かなくても習慣を修正できました。

パーソナライゼーションが学習をより楽しくした

6 週間で 2 年分の Saxon 数学を習得するのは、子供にとって大変な作業です。ボビーは機械、SF、アヒルのゴム玩具、ボードゲームが好きだったので、ワークシートは彼の興味に合わせてカスタマイズされました。

数学のトラックは「ターミネーター」を中心に構成されました。主要な概念を習得するごとに、彼は次のターミネーターモデルに昇格するという仕組みです。

ワークシートのゲーム化。

このカスタマイズは彼の思考スタイルにも合っていました。例えば、概念を組み立てラインのように構造化することで、彼はより早く習得できました。ボビーは、助けなしで概念チェックに合格した場合にのみ「進級」を許可されました。

AI が教材制作の経済性を変えた

家族は、子供が百分率の練習をもっと必要としていることに気づくかもしれません。しかし、最短時間で習得を可能にする適切な練習問題を作成することは、全く別の話です。

ボビーのことを内外から知り尽くしたシステムだけが、ワークシートで百分率を「100 あたりの」と説明し、ボビーの既存の分数の知識を活用して習得を加速させる必要があることを認識できます。そして、システムがボビーが割引と販売価格を混同していることを検出した場合、システムは適応し、そのエラーを一晩で迅速に修正しなければなりません。

AI はその修正を一晩で行えるほど低コストにしました。全体として、私たちは 6 週間で 60 枚、合計 398 ページのワークシートを作成しました。

証拠が変わるたびに、組版済みのレッスン、新しい解答 key、新しい評価問題を生成することができました。この自動化がなければ、標準的な Saxon のドリルを繰り返すだけで、この短期間で習得への明確な道筋を見つけられなかったことはほぼ間違いありません。

学んだこと

AI は、行動に移せるほど精密に診断できる。

「遅れている」のような大まかなラベルは是正が困難です。AI は正確な弱点を掘り下げ、強み（例：分数の習得）を活用して、全体的な習得への最短経路を確立することができます。

AI は、必要最小限の有用なレッスンを生成できる。

Saxon 数学の反復ドリルは、1 年かけて概念を学ぶ場合には有用かもしれません。しかし、6 週間で入学試験に合格しようとする場合には、それほど有用ではありません。AI は、習得に必要な最小限の認知負荷を診断することができました。悪い習慣が特定された場合、ボビーはそれを修正するために何度も面倒な計算を繰り返す必要はありませんでした。空欄を埋めたり、丸で囲んだりするだけでよかったのです。

AI は人間を方程式から排除しない。

家族の大人は、ボビーが問題を急いで解いていないか、指示を読むのを拒否していないかを見極め、いくつかの促しで修正することができました。これらの区別は、実際の点数よりも、AI が次のレッスンセットを生成する上でより有用であることがよくありました。

AI は進捗を報酬と結びつけ、楽しみを生み出すために使える。

超局所的な採点ガイドにより、ボビーが単位を飛ばしたり、指示を読むのを忘れたりした場合に、報酬（またはペナルティ）を与えることができました。ボビーの興味に合わせてワークシートをゲーム化することで、ボビーはそれを退屈なものと感じるのではなく、楽しんで取り組むことができました。

人間は依然として希少なリソースだった。

AI はカリキュラム制作のコストを削減しました。しかし、AI はワークシートを印刷したり、ボビーと一緒に座ったり、スケジュールを強制したり、採点をしたり、疲れ果てた子供に再挑戦を促したりはしませんでした。これは、家族全体による非常に強度の高い介入でした。

最終的な結論

その結果は、一人の生徒を中心に組織された、小規模なカリキュラムエンジニアリングチームのようでした。AI は、一人の生徒のために、レッスン、評価、インセンティブ、復習を繰り返し書き換えました。

ボビーは依然として紙で学習し、画面を見ることはありませんでした。大人は依然として判断を下しました。6 週間での合格は、家族全体の成果でした。

しかし、まだ残された疑問があります。良い公立学区の優秀な生徒が、どうして数学と文法にこれほど多くの穴を持っていたのでしょうか？

第 2 回では、公立学校システムがなぜ、そしてどのようにしてこのような状態に至ったのかを探ります。