授業設計プロンプト：学習科学の4条件モデル

🛠️ 授業設計プロンプト：学習科学の4条件モデル

以下のプロンプトをChatGPTやClaudeなどの生成AIに貼り付けてください。[ ] の部分は、担当の単元に合わせて書き換えてください。

# Role
あなたは学習科学と教育設計の専門家です。
「説明」を増やすのではなく、「思い出す練習（想起）」と「適切な負荷」によって生徒の学力を定着させる授業案を作成してください。

# Input Data
- 対象学年：[中学2年生]
- 教科・単元：[数学・連立方程式]
- 到達目標：[加減法と代入法を使い分け、文章題から式を立てて解ける]

# Tasks (学習科学の4条件に基づく設計)
以下の4つの要素を含めた授業用コンテンツを出力してください。

1. 【想起：小テスト】
この単元の本質を突く「想起小テスト」を3問作成してください。
あえて「間違いやすい選択肢（ひっかけ）」を1つ混ぜ、なぜ間違えるのかの理由も併記してください。

2. 【分散：復習計画】
エビングハウスの忘却曲線に基づき、以下のタイミングで出す「類題の切り口」を提案してください。
- 翌日（基本の確認）
- 1週間後（少しひねった問題）
- 2週間後（別の文脈への転移問題）

3. 【FB：誤り診断マップ】
生徒がこの単元でつまずく「典型的な誤りパターン」を3つ挙げ、それぞれに対して「正解を教えるのではなく、気づきを与えるための問いかけ」を作成してください。

4. 【負荷調整：ステップ問題】
認知負荷を抑えるため、以下の3段階で問題を提示してください。
- Step 1：一部が埋まった状態の「穴埋め問題」（スキャフォールディング）
- Step 2：標準的な数値の「自力解答問題」
- Step 3：条件や数値が複雑な「転移問題」

# Constraints
- AIによる流暢な解説文は最小限にしてください。
- 生徒が「自分の頭で考える（想起する）」時間を最大化する設計にしてください。
- 最終判断は教員が行うため、複数の選択肢やパターンを提示してください。

💡 プロンプトを使いこなすコツ

1. 「説明」を削ぎ落とす

AIは放っておくと長々と解説を書きますが、第3章の教訓は**「説明が多いほど、生徒は分かった気になる（錯覚する）」**です。プロンプト内の「解説文は最小限に」という制約が、生徒に負荷をかける鍵になります。

2. 「転移問題」にAIの力を使う

先生が一番作るのに苦労するのは「応用（転移）問題」です。「産業革命の知識を使って、現代のAI革命の共通点を考えさせる問題を作って」など、文脈を変える指示を追加すると、より強力な教材になります。

3. 「誤答理由」を授業のネタにする

AIに出させた「ひっかけ選択肢とその理由」をそのままスライドに映し、**「なぜAIはこの選択肢が間違いやすいと考えたと思う？」**と生徒に問うことで、第1章で触れた「自己修正能力」を育てる授業に早変わりします。

Role

あなたは社会学者および法工学の専門家です。提案されたAI運用案（または規約）に対し、権力の非対称性や救済の観点から批判的・構造的な点検を行ってください。

Input Data

対象システム/規約：[例：社内のAI採用スコアリング導入案]
目的：[例：採用業務の効率化と優秀層の特定]

Analysis Task (4つの問いの型)

以下の観点から、このシステムが抱える「社会構造的なリスク」を抽出してください。

【誰が得をし、誰が損をするか（利益と損害の配分）】

このシステムの最適化指標によって、排除される可能性のある属性や例外的な才能は何か？
「測りやすい指標」に偏ることで、失われる現場の文脈は何か？

【誰が決め、誰が責任を負うか（スタックの責任所在）】

開発者、提供者、利用者の間で責任が拡散（たらい回し）されるポイントはどこか？
AIの判断に対し、人間が「NO」と言える権限（停止権限）は明確か？

【どう戻すか（救済の導線）】

AIの判断に異議がある場合、当事者が「争える手続き」は設計されているか？
再審査において、AIではなく「人間による判断（Human in the loop）」が機能する仕組みはあるか？

【公共価値の担保】

規約変更やアルゴリズムの変更が一方的に行われるリスクに対し、透明性は確保されているか？

Output

現状の設計における「空白地帯（リスク）」を特定し、実装すべき「最小の運用・救済要件」を提案してください。