Overview
内閣府BRiDGEプログラム採択テーマ「教育向けAIモデルの構築と人と協調するエージェントAI教育支援エコシステムの開発」（R8-01）において、大阪教育大学の公式役割である「インターフェース研究開発・実証研究」を担ったUI/UX案件。TALIS 2025で日本の中学校教員のAI活用率が55か国中54位と問題提起されるなか、「教員が使いこなす」のではなく授業準備の流れに自然に組み込めるAI支援体験を設計した。PL（プロジェクトリード）として3名のメンバーを率い、要件定義からUXコンセプト・ワイヤーフレーム・システム構成設計・実証ロードマップ策定まで一貫して推進した。
プロジェクト背景：日本の教育AI活用の遅れと構造的課題
TALIS 2025の調査で、日本の中学校教員のAI活用率は55か国中54位という深刻な実態が明らかになった。しかし課題は活用率の低さだけではない。汎用生成AIをそのまま教育現場に持ち込んだ場合、PISA選択問題において英語では100%近い正答率を示すLLMが、日本語では約70%水準に低下するという精度差が存在し、教材・説明文・コメントとしてAI出力をそのまま流用するのは危険な状況にある。本プロジェクトでは、単なる生成AI導入ではなく、教育制度・学習指導要領・学校運用に適合した支援UIの設計を中核課題として位置づけた。
UXコンセプト：教師の共同編集者として
「教師の代わりに決めるAI」ではなく、「教師の判断速度と質を上げる共同編集者」として設計する。AI提案をそのまま採用させず、レビューと編集を前提とした画面設計により、教師が最終判断者であり続ける運用を実現する。
解くべき課題：4つの設計要件
業務負荷の削減
教材作成・問題作成・フィードバック生成
教員が授業準備・教材作成・評価・生徒対応に費やす時間を削減する。成功指標として削減時間10%以上・満足度80%以上をKPIに設定。
AI出力の信頼性担保
説明可能性と根拠提示
「なぜこの提案なのか」を示す根拠・説明文・参照データを画面上に表示し、教員がAI出力を批判的に評価できる状態を作る。
教員主導の運用設計
レビュー導線と差し戻し
教員が最終判断する運用に合わせ、入力より選択・修正を中心にしたUX設計を採用。再生成・差し戻し・採用の明確な導線を設ける。
現場導入負荷の低減
権限管理・監査ログ・運用画面
個人利用ではなく校務導入を見据え、管理者視点の統制・監査ログ・データ取扱い説明まで設計範囲に含める。
既存ツールとの差別化：このPJが持つ独自の強み
- 1研究実証つきの教育AI基盤であること：既存SaaSが機能提供中心なのに対し、本PJは教育特化型LLM・教員支援・学習者支援・教育改善までを一体で設計している。
- 2大阪教育大学の役割がUI/実証そのものであること：単にAIを導入するのではなく、学校現場で使えるインターフェースと運用設計を研究対象にしている。
- 3日本語・日本の教育制度への深い適合：xAPI / LRSで学習ログと対話ログを蓄積し後段の教育改善研究へ接続。英語圏プロダクトとは異なり日本の公教育文脈に特化している。
ユーザーフロー：授業準備から改善サイクルまでの5ステップ
| 変数 | 説明 | データ型 |
|---|---|---|
| 01 授業計画入力 | 単元・学年・目標を入力し、AIが授業計画の草案を提案 | 入力フェーズ |
| 02 AI提案レビュー | 提案の根拠・指導要領整合・理解度履歴を確認しながら採用/修正/別案生成 | 判断フェーズ |
| 03 教材・問題の生成 | 採用した授業計画に基づき教材・問題・説明文を自動生成 | 生成フェーズ |
| 04 授業実施・ログ収集 | 授業中の学習者対話履歴・フィードバック・理解度データをxAPI形式で収集 | 実施フェーズ |
| 05 次回改善へ反映 | 次時の教材調整や個別支援案をAIが再提案し、改善サイクルを継続 | 改善フェーズ |
システム構成：4層アーキテクチャ
教員UI
授業計画 / 教材作成 / 採点補助 / 改善提案確認
選択・修正中心のUX。AI提案の根拠・指導要領整合性・理解度履歴を常時表示。権限管理・監査ログ対応の管理者画面も含む。
教員支援エージェント
プロンプト制御 / 教材生成 / 評価コメント生成 / 根拠提示 / ログ記録
教員の操作意図を解釈しLLMへの指示を最適化。出力結果に根拠・説明文を付与し、xAPI形式でLRSへログを記録。
教育特化型LLM
LLM-jp基盤 / 安全性・適合性評価
日本語の教育文脈で誤りや不自然さを起こしにくいLLM-jp系モデルを採用。学習指導要領への適合性チェックを組み込む。
教育データ基盤・連携
学習eポータル / MEXCBT / LEAF / TAO CBT / LRS/xAPI
学習履歴・対話履歴・理解度・課題回答をxAPI標準でLRSに蓄積。TAO CBTシステムのログ改修を通じてCBTデータとも連携。
実証ロードマップ
| 変数 | 説明 | データ型 |
|---|---|---|
| R8 初期フェーズ | 附属学校園・協力校へのヒアリング、学校現場の要望収集、倫理審査申請 | 要件定義 |
| R8 実装フェーズ | 教員支援UIの研究開発、TAO CBT改修、探究支援AIエージェント試作、対話ログ蓄積基盤整備 | 開発・試作 |
| R8〜R10 実証フェーズ | 小中高での実証、業務負担軽減・満足度・学習改善指標を評価し、社会実装に向けて継続改善 | 実証・改善 |
プロジェクト情報
カテゴリ
AI 開発 / UX設計 / EdTech
年度
2026
分野
教育AI / エージェントUI / 学校現場実装
所属
大阪教育大学 × 内閣府BRiDGEプログラム R8-01
技術スタック
キーワード
ハイライト
- ✓TALIS 2025で55か国中54位という日本の教員AI活用遅れという構造問題への設計的アプローチ
- ✓「教師が使いこなす」のではなく授業準備の流れに自然に組み込むUXコンセプトの策定
- ✓AI提案へのレビュー・根拠表示・差し戻し導線を前提にした教師主導の画面設計
- ✓LLM-jp採用による日本語教育文脈での精度・安全性担保（PISA日英正答率差への対応）
- ✓xAPI / LRS標準によるログ蓄積と後段の教育改善研究への接続設計
- ✓削減時間10%以上・満足度80%以上・ハルシネーション率1%以下のKPI設定