---
title: "選択式問題の質を高める、魅力的な誤答のつくり方"
description: "AIで選択式問題をつくるとき、正答よりも手ごわい「良い誤答」を設計して識別力を高める方法を扱います。"
lang: "ja"
date: "2026-03-16T15:00:00.000Z"
updated: "2026-06-28T02:37:00.000Z"
tags: ["選択式問題","誤答の設計","問題作成","識別力"]
canonical: "https://flipsson.com/ja/blog/5Fmiz5tyBWsQ"
---

# 選択式問題の質を高める、魅力的な誤答のつくり方

選択式問題の質は、正答ではなく誤答で決まります。AIにただ「四択問題をつくって」と頼むと、正答だけがもっともらしく、==残りの選択肢は誰が見ても間違いとわかる引き立て役==で埋まってしまいます。これでは、当てずっぽうでも正解できる問題になります。

## 良い誤答の条件

識別力のある誤答は、生徒がよくする勘違いを正確に狙います。AIには次のように求める必要があります。

- **誤概念に基づく**: 「生徒がよくする間違いを誤答にしてください」と明示します。
- **もっともらしさ**: 正答と似た長さ・形式にそろえ、長さから正答を推測できないようにします。
- **明確な誤りが一つ**: それぞれの誤答が==なぜ間違いなのかを一文で説明できる==ものでなければなりません。あいまいだと、複数正答をめぐる争いが起きます。

実際に、中学校の英語である教員は時制の問題をつくるとき、「現在完了と過去時制を混同する生徒が選びそうな選択肢」をはっきり指定して依頼し、単純な暗記では解けない問題を得ました。

## 出題後に必ずふるいにかけること

1. **正答の手がかりの点検**: 問題文の中に正答をほのめかす言葉がないかを見ます。
2. **相互排他性の確認**: 二つの選択肢が同時に正答になりうる==複数正答の可能性==を点検します。
3. **All/Noneの選択肢に注意**: 「すべて正答」「正答なし」はAIが多用しがちなので、本当に必要かを問いただします。
4. **誤答の解説の作成**: それぞれの誤答について短い解説も一緒につくり、採点後のフィードバックに活用します。

> 良い問題は、わかっている生徒とわかっていない生徒を分けます。その境界線をつくるのが、まさによく設計された誤答です。

## 出題後、データで問題を磨く

一度出題したら終わりではありません。試験を実施したあと、生徒の反応のデータを見れば問題の質が見えてきます。

- **正答率の確認**: 正答率が95%以上なら識別ができておらず、20%未満なら難しすぎるか誤りがある可能性があります。適正な区間はおおむね40~80%です。
- **誤答の偏りの分析**: 特定の誤答に生徒が集まっていれば、その誤概念が広く行き渡っているというサインです。次の授業で取り上げます。
- **上位層の正答率の逆転**: できる生徒のほうがかえって多く間違えた問題は、==仕掛けが過剰か、表現があいまい==だという意味です。
- **無回答の割合**: 誰も答えられなかった問題は、指示文そのものが不明確だった可能性が高いといえます。

実際にある教員は、試験のあとに正答率を整理し、正答率が100%だった問題は次の試験で難度を上げ、上位層のほうが多く間違えた問題は表現を整えて、==問題バンクの質==を毎年高めていきました。良い問題は一度で完成するのではなく、データによって磨かれていきます。

## まとめ

選択式の品質は、誤概念を狙った魅力的な誤答から生まれます。AIによくある間違いに基づく誤答を求め、出題後に正答の手がかり・複数正答・解説を点検すれば、識別力は大きく上がります。試験を実施したあとは、正答率や誤答の偏りといったデータで問題を磨き、年ごとにより良い問題バンクを積み上げていけます。まずは一単元の問題から誤答の設計に手をかけ、当てずっぽうで正解できる問題を減らしてみることをお勧めします。小さなデータでも地道に集めれば、出題の感覚が目に見えて精密になります。