PBLのプロジェクトテーマ、AIと一緒に絞り込み、磨く方法

プロジェクト型学習で最も時間が漏れていくのは、意外にもテーマ選定の段階です。「私たちの町の環境問題」のような漠然としたテーマを投げると、生徒は一週間ずっと検索ばかりして方向が定まりません。4週間のプロジェクトなのに、テーマを決めるだけで1週間を丸ごと使ってしまうことがよくあります。テーマが大きすぎると深まりが出ず、小さすぎると探究する材料がありません。良いプロジェクトは良いテーマではなく、良い問いから始まります。AIは、この漠然としたテーマを探究可能な問いへ絞り込む過程で、生徒の思考を刺激するスパーリング相手になり得ます。ただし、AIが問いまで代わりに決めてしまうと、プロジェクトの主人が生徒からAIに入れ替わってしまう点は、最初から警戒しておかなければなりません。

大きなテーマを探究の問いへ絞り込む段階

テーマ選定を生徒の自主性だけに委ねず、次の段階に沿って絞り込ませます。各段階でAIは、答えを与えるのではなく問い返す役割を担います。

1. 関心領域を広げる: 「環境」という大きな塊の中から、生徒が惹かれる下位領域（ごみ、微小粒子状物質、水）を書き出させます。
2. AIから問いを受け取る: 選んだ領域について、AIに「このテーマで中学生が自分で調査できる問いを5つ」と依頼します。このときAIの答えをそのまま使わず、気に入ったものを一つだけ選ばせます。
3. 調査可能性の点検: 選んだ問いについて、「データを自分で集められるか、結論が一つに決まっていないか」を自問させます。
4. 問いを磨く: 「なぜそうなのか」よりも「どちらがより効果的か」のように、比較や検証が入るよう直します。

探究の問いが検索一回で答えの出るものなら、それはプロジェクトではなく宿題です。答えが簡単に出ないからこそ、探究が始まります。

AIを使いつつ生徒の思考を守る仕掛け

AIを導入すると、生徒が思考を外注してしまう危険が常について回ります。次の仕掛けでバランスを取ります。

• AIの出力は材料、決めるのは生徒: AIが出した問いの一覧から選ぶ行為、その理由を一行で書く行為は、必ず生徒にさせます。
• 使用の痕跡を残す: 「AIに何を尋ね、何を変えたのか」を一つの欄に記録させます。この記録そのものがメタ認知の訓練になります。
• 教師による確認ゲート: テーマが確定する前に、教師が5分の面談で「この問いで4週間もつか」を点検します。
• グループ間の重複防止: 似た問いが重なったら、一方に別の角度を提案して多様性を確保します。

これらの仕掛けがあれば、AIは生徒の考えを肩代わりするのではなく、考えの幅を広げる足場として働きます。たとえば「ごみを減らす」という漠然とした関心が、AIとの問答を経て「うちの学校の給食の食べ残しを減らすには、事前申請制と少量配膳のどちらがより効果的か」という検証可能な問いに絞り込まれるなら、その絞り込みの過程そのものが4週間を支える原動力になります。

ポイント整理

PBLの最初のボタンはテーマではなく探究の問いであり、その問いは漠然とした関心から一度で出てくるものではありません。AIには、領域を広げ、候補となる問いを投げる段階で生徒の思考を刺激させつつ、選び、磨き、決める仕事は生徒の手に残さなければなりません。最初のプロジェクトでは、テーマ選定だけに1コマを丸ごと割り当て、上の4段階をゆっくり踏んでみることをお勧めします。出発点の問いが堅ければ、その後の4週間は揺らぎません。