---
title: "誤概念をとらえる診断、AIが生徒の誤答から読み取るもの"
description: "正誤の採点を超えて、生徒の誤答にひそむ誤概念をAIがどう分類し、どう修正するのかを事例で解説しました。"
lang: "ja"
date: "2026-04-24T15:00:00.000Z"
updated: "2026-08-13T22:34:00.000Z"
tags: ["誤概念診断","AIチューター","形成的評価"]
canonical: "https://flipsson.com/ja/blog/6Rc8K3KryLhl"
---

# 誤概念をとらえる診断、AIが生徒の誤答から読み取るもの

「3分の1たす4分の1は7分の1」と書いた生徒に、ただ「間違い」と印をつけるだけでは、同じ誤りが翌週にもまた出てきます。意味のある修正は、==その生徒が分子と分母をそれぞれ足してよいと誤って信じている、という誤概念を指摘したとき==に起こります。AI診断の本当の価値は、採点ではなく、この誤った思い込みの正体を明らかにするところにあります。

## 誤答から誤概念を分類する方法

AIが誤答を誤概念へと結びつける過程は、おおよそ三つの段階を経ます。

- **誤答のクラスタリング**: 多くの生徒の誤答を集め、似た答え同士をまとめます。7分の1のように同じ誤った値が繰り返されるなら、共通する誤概念のサインです。
- **ルールの推定**: そのまとまりがどのような誤ったルールから生まれたのかを逆にたどります。上の事例なら「分子どうし、分母どうしを足す」です。
- **修正問題のマッチング**: 推定された誤概念を正面から揺さぶる問題を提示します。たとえば==反例を自分で計算させる問題==が効果的です。

この流れのおかげで、教師は「なぜ間違えたのか」を一人ずつ問いただすことなく、クラス全体の誤概念マップを一目で見ることができます。

## 修正問題は正面からぶつかるように設計します

誤概念は、穏やかな説明だけではなかなか消えません。高校の理科で「重い物体のほうが速く落ちる」という思い込みを持つ生徒に、公式をもう一度見せるだけでは、たいていそのままです。代わりに、==自分が予想した結果と実際の測定値が食い違う経験==を与える必要があります。

1. 生徒にまず予想を書かせます（認知的なコミットメント）。
2. 予想と反対の結果を自分の目で確かめさせます。
3. その差を生徒自身に説明させます。

> 誤概念の修正の核心は、情報をさらに与えることではなく、既存の思い込みと衝突を起こすことです。

修正が一度で終わると信じてもいけません。誤概念はしぶといもので、一つの授業で正されたように見えても、数日後に同じ形でよみがえることがよくあります。だからこそ、修正の直後ではなく一週間ほど経った時点で、同じ誤概念をねらった問題をもう一度投げてみることが大切です。この遅らせたチェックでまた間違えるなら、その生徒は表面的に直しただけで、深い理解には至っていないということです。AI診断はこうして時間を空けた再確認まで自動で引き受けてくれるので、教師が一つひとつ覚えていなくても、修正が続いているかどうかを追いかけられます。

## まとめ

AIによる誤概念診断は、誤った値を集めて誤ったルールを推定し、そのルールを正面から揺さぶる問題を結びつけます。==教師はこの診断結果をクラス単位の誤概念マップとして活用し、授業の導入部を設計し直すことができます。== 採点で止まらず、誤答の一行が指し示す誤った思い込みを読み取ってみてください。単元の形成的評価の直後が最もよい出発点であり、小さな単元一つで試してみて効果が見えたら、少しずつ他の単元へ広げていくことをおすすめします。診断が示す誤概念マップを教師が手にすれば、同じ説明を繰り返す代わりに、クラスが実際につまずいている地点から改めて出発できます。