AI+ 評価設計
より賢いテスト、ルーブリック、フィードバック
信頼できる評価。 learnersがAIを活用する時代に。
多肢選択問題の誤答選択肢は弱く、ルーブリックはどのレベルにも「理解を示している」と書かれ、記述式フィードバックには採点以上の時間がかかる――。胸を張って説明できる評価ほど、作る時間がないものです。本書は評価を設計する皆さんに、課題設計からフィードバックまでを網羅する32のプロンプトを収めた評価設計プロンプト・ツールキット、AI時代にも通用する評価への再設計手法、そしてAIが生成した設問のための品質ゲートをお届けします。良い設問を書くことが何より難しいと知る評価設計者のために、AIエンジニアリング企業がつくった一冊です。
- 32の即戦力プロンプト（市場で実証済み）：課題選定、MCQ作成、シナリオ型設問、ルーブリック構築、フィードバックテンプレート、AIに強い評価設計
- ルーブリック設計のワークフロー：分析的ルーブリックと全体的ルーブリックの両方を生成し、採点者が一貫して適用できる水準別パフォーマンス記述子を備えたもの
- AIを前提とした評価設計の実践手法：学習者がAIにアクセスできる状況でも、真の理解力を正確に測定できる設計
- 再利用可能なアセスメントバンク：タグ付け・検索・改訂が容易な構造で整備
- 教師・講師・企業研修担当者・L&D専門家・職業教育担当者向けの30日間実施計画
評価を設計するすべての方々：テストや単元末評価、採点基準を作成する学校の先生、課題・エッセイ・試験を設計する大学の講師、知識確認や能力評価を構築する企業のトレーナー、資格認定試験やパフォーマンス評価を設計するL&D（学習・開発）の専門家、実技評価やポートフォリオ評価を作成する職業訓練の指導者。分野を横断する構成は意図的なものです。化学の定期テストを作る場合も、企業のコンプライアンス確認テストを作る場合も、デザイン課程のポートフォリオ課題を設定する場合も、妥当で役に立つ評価を設計する技術は同じです。
その他の対象：設問の質やモデレーション（採点の調整）を統括する教科主任や評価責任者、評価戦略を担うプログラム責任者、評価リテラシーを身につけようとしている教職志望者、初めてテストを作成しなければならない各分野の専門家、eラーニングの評価や知識確認を構築するインストラクショナル・デザイナー。
- 与えられた学習目標と状況に対して、多肢選択問題、エッセイ、プロジェクト、実技、ポートフォリオなど適切な評価課題の種類を選び、課題の生成と批判的検討にAIの支援を活用できる
- 質の高い多肢選択問題（MCQ）の誤答選択肢、エッセイ課題文、シナリオ型の課題を含む、よく練られた設問と課題を、AIを草案作成と見直しのパートナーとして作成できる
- AIを活用して、明確で段階化されたパフォーマンス記述子を備えた分析的ルーブリックと全体的ルーブリックを作成し、AIが生成したルーブリックを専門的な基準に照らして評価・改善できる
- AIを活用したフィードバックテンプレートや模範例を含め、学習者の改善を促す記述式フィードバックと模範解答を設計できる
- 学習者がAIツールを使える状況でも妥当性と誠実性を保てるよう、評価を再設計できる
- さまざまな状況で繰り返し使える、タグ付けされた評価項目からなる構造化されたアセスメントバンクを構築・維持できる
- スキルチェック
- 評価設計のスキルはどのくらいですか？
- 第1章
- 今、評価設計におけるAIの活用
- 第2章
- 評価を「設計課題」として捉える
- 第3章
- 評価課題の設計
- 第4章
- 質問と課題の作成
- 第5章
- ルーブリックと採点基準
- 第6章
- 学びを促すフィードバック
- 第7章
- AI時代の評価
- 第8章
- 多様な学習者向けの評価
- 第9章
- アセスメントバンクの構築
- 第10章
- 30日間のアセスメント設計実践プラン
- 巻末資料
- スキルサマリー・推奨書籍・用語集・ツールリファレンス
AIエンジニアリング企業が開発した、教育現場のための実践ツール——評価の妥当性を担保し、フィードバックの実用性を高めるために。