学びのスタイルを見つける：生成AIによる教科書の再構築

2025年9月19日原文(research.google)

概要

教科書 は従来の一律的な学習メディアにとどまる課題
Googleの Learn Your Way はGenAIを活用し、個別最適化と多様な表現を実現
学習内容を 学年・興味 に合わせてパーソナライズ
マルチモーダルな教材生成と 動的フィードバック で理解度向上
実証実験で 学習成果・満足度 ともに大きな効果を確認

教科書の限界とGenAIによる変革

従来の 教科書 は「一律設計」のため、個々の学習者の多様なニーズに対応困難
手作業による教材制作は 人的コスト が高く、視点や表現方法のバリエーションも限定的
Googleでは 生成AI（GenAI） を用いて、教材の多様な表現や個人最適化の自動生成を研究
学習者が自分に合った形式で教材を選べる パーソナライズ学習 の可能性を追求

Learn Your Wayの概要と特徴

Learn Your Way はGoogle Labsの研究実験として公開
GenAI技術により、 教材の多様な表現 （テキスト、スライド、音声、マインドマップ等）を自動生成
学習者の 学年・興味 を反映した個別最適化を実現
教材理解度を高めるための クイズ機能 や動的フィードバックを搭載
実証実験で従来型デジタル教材と比較し、 定着率・満足度 ともに大幅向上

教育理論とパーソナライズ技術

デュアルコーディング理論 ：異なる表現形式の組み合わせが認知スキーマの強化に寄与
学習者が 複数の表現形式 を自由に選択・組み合わせることで、理解の深化を促進
教材の パーソナライズ はK-12教育現場でも理想とされ、学習モチベーション向上にも寄与
リアルタイムクイズ による応答に基づき、教材提示内容を柔軟に調整

技術的アプローチ

LearnLM （Gemini 2.5 Pro統合）：教育理論を取り入れたAIモデル群を活用
第一層：学年・興味に合わせた パーソナライズパイプライン で教材を再構成
第二層：パーソナライズ済み教材から 多様な表現（マインドマップ、スライド等） を生成
教育用イラストは 専用モデル をファインチューニングし高品質化

Learn Your Wayの学習体験

インターフェース ：複数のパーソナライズ表現を統合表示
- 没入型テキスト：イメージや設問を組み込んだ分割テキスト
- セクションごとのクイズ：知識の定着・ギャップ発見
- スライド＆ナレーション：穴埋めや録音レッスン風の提示
- オーディオレッスン：AI教師と生徒の対話型音声教材
- マインドマップ：知識の階層構造可視化
すべて 学年・興味 に応じて内容を最適化し、学習者の選択肢を拡大

教育的評価・実証実験

OpenStax 教材を3種のパーソナライズ設定で変換し、教育専門家が評価
正確性・網羅性・教育理論準拠 などで高評価（平均0.85以上）
シカゴ地域の高校生60名対象のランダム化比較試験を実施
- 学習直後のテストで 9%高得点
- 3-5日後の保持テストで 11%高得点 （78%対67%）
- 100% の生徒が「使いやすい」と評価、93%が「今後も使いたい」と回答

今後の展望

GenAIによる教材変革は、 学習効果・主体性 の両面で有効性を示唆
静的な教科書から インタラクティブ教材 への進化で学習定着率向上
今後は、さらに 個別適応型システム へと発展を目指す
教育理論に基づき、AIの学習効果を継続的に検証・最適化

謝辞

Google Research LearnLMチーム （Alicia Martín, Amir Globerson, Amy Wang, 他多数）の貢献
エグゼクティブチャンピオン（Niv Efron, Avinatan Hassidim, Yossi Matias, Ben Gomes）への特別な謝意

Hackerたちの意見

ちょっと宣伝になっちゃうけど、asXivっていう似たようなツールを作ったんだ。これを使うと、arXiv.orgの論文に質問できるんだよ。初めて使うときに、論文を理解したり探求するのに役立つ質問も提案してくれる。人気の「Attention Is All You Need」論文のデモもあるよ。コードは全部オープンソースで、コストを抑えるためにGoogleの2.5フラッシュライトモデルを使ってる（今のところ完全に無料だけどね）。でも、ローカルで実行する場合は環境変数を変えれば変更できるよ。

└

それっぽいね、後で試してみるよ。ちょっと気になるんだけど、なんでこれを商業用のSaaSにしなかったの？

└

うわ、これすごい！もっと早く知っておけばよかった！最近、arXivやepub、pdfを読むための似たような製品を作ったんだ、Ruminateっていう（www.tryruminate.com）。感想聞かせてほしいな。

└

面白そうだね！君のShow HN（https://news.ycombinator.com/item?id=45212535）をセカンドチャンスプール（https://news.ycombinator.com/pool、詳しくはhttps://news.ycombinator.com/item?id=26998308）に入れたから、HNのトップページでランダムに表示されるよ。

└

これ、すごくいいね。ちなみに、alphaxivのアシスタントでも同じことができるよ。論文に移動して、ツール -> アシスタントをクリックしてみて。 [0] https://www.alphaxiv.org/abs/1706.03762

└

それって一般的なRAGとはどう違うの？本当に気になる。

元物理の教師なんだけど、この技術には感心してるけど、効果は低いイノベーションだと思う。ニュートンの運動法則をティーンエイジャーに教える本当の課題は、摩擦が常に存在するわけじゃないっていう考え方に苦しむことなんだ。生徒たちは教室に入るとき、ずっと物が動くのを見てきたから、運動についての直感的な理解を持ってる。その理解は「インペタスの理論」っていうもので、詳しくはここにあるよ。AIシステムが生徒一人一人の理解を問いただして、インペタスの理論に挑戦する質問を投げかけることができれば、本当に役立つと思う。だって、30人の生徒に一度にインペタス理論を「教え直す」のはすごく難しいから。でも、Googleがここで提示しているスライドや選択肢クイズは、ただの「黒板と話す」スタイルのバリエーションに過ぎない。私が教職を辞める決定打になったのは、言語の責任者が「良い教師はどんな科目でも教えられる」と言ったこと。『最高の教育法』についての議論は、教える内容について考慮されることがない。すべてのアイデアや科目は同じ方法で教えられるべきだという暗黙の前提がある。学校制度は19世紀に導入されてから大きく改善されたけど、教科に依存しない改善アプローチからはもう十分に得られたと思う。これからは、教えている内容の詳細に関わっていく必要があるね。

└

Googleのこういうことに関しての一般的な経験から言うと、今内部でやってることよりも一歩遅れてると思った方がいいよ。今日のこの情報がどれだけ役立つかっていう立場を取ると、もっと真剣にできることを考えるのを妨げちゃう。もし「このブログ記事や科学論文にどんなヒントが隠れてるかな？」って視点で見るなら、読む時間を投資するならそっちの方が効率的だと思う。例えば、読んでる最中にいくつかの関連する反事実を考えてみるといいよ。

└

言語の責任者が「良い教師はどんな科目でも教えられる」と言ってた。これが外国語じゃなかったとは言わせないよね？ :face_palm: ここまでは完全に同意だったけど、> でも、我々はもう科目に依存しない改善アプローチから得られるものはすべて得たと思うし、さらに改善するためには教えている内容の詳細に関わる必要があると思う。もし下位80%の教室に入ったら、インタリーブや間隔反復、再読よりもリコール、トピックのシャッフルは見られないだろう。教育学や人間の学習について得た理解が、正式な教育の構造にまだ影響を与えていないんだ。

└

うん、学生として同意するよ。学ぶことの問題は、私にとって面白くないとか関係ないからじゃなくて、内容が多すぎて難しいってことなんだ。解決策は、理解しているかどうかを確認するスプーンフィードアルゴリズムを設定することだと思う。要するに、必要ない正式な説明（例えば、数学用語の解読）を簡単に説明しながら、少しずつ理解できるようにすること。ChatGPTの学習モードは、正しくプロンプトを与えて、しっかりトレーニングされた科目を勉強しているときには、実際にかなり良いよ。

└

教師じゃないけど、「運動している物体は運動し続ける」というのをちょっと変えて教えるといいと思う。代わりに、運動の変化には必ず原因があるって教えて、いろんなシナリオでその原因を聞いてみたらどうかな。例えば、ボールが部屋を転がるのを止めるのはなぜ？ロケットが宇宙に打ち上がるのはなぜ？落ちる羽が地面に当たって止まるのはなぜ？それから、変化の原因がなかったらどうなるかも聞いてみて。そうすれば、元の法則に戻るよ。その物体は運動し続けるってね。

└

言語の責任者にテンソル微積分を教えてもらうよう頼めばよかったのに。

Hacker Newsで議論の続きを見る

ハクソク