AIが課題やプログラミングを支援する時代、学生の本当の実力をどう評価するのでしょうか。イスラエルのバル=イラン大学では、AIを使ったかどうかではなく、提出した課題を本人がどこまで理解しているかを確認する新しい評価システムを開発しました。

AIによって変わる大学の成績評価
開発のきっかけとなったのは、同大学の「オペレーティングシステム」の授業で起きた成績の変化でした。
ある年度のプログラミング課題では、学生の62.5%が4つの課題すべてで平均100点を獲得しました。85%が平均95点以上、92%が90点以上となり、中央値も100点に達しました。
これらは6〜7ページに及ぶ指示書に基づく複雑な課題で、さまざまな入力条件や例外的なケースにも正確に対応する必要があります。しかし、AIツールの普及によって、提出されたコードの完成度だけでは学生本人の実力を判断することが難しくなっています。
ダビッド・サルナ教授は、学生がAIを使って課題を作成したのか、AIと協力したのか、それとも自力で完成させたのかを、提出物だけから判断することはできないと指摘しています。

以前は、プログラムの不具合に直面した学生が、教員や友人に相談したり、インターネットで解決方法を探したりする過程で知識を身につけていました。しかし現在は、チャットボットに課題を入力すれば、動作するコードがすぐに返ってくることもあります。その結果、十分に理解しないまま課題を提出する可能性が生まれています。
16分間のAI口頭試験で理解度をチェック
こうした課題を解決するために開発されたのが、AIによる個別口頭試験システムです。
学生はGitHub Classroomを通じて課題を提出し、大学内の専用スペースで試験を受けます。試験時間は1人あたり16分です。画面には本人が提出したコードが表示され、AIがその内容に合わせた3つの質問を出題します。
たとえば、「なぜ別の方法ではなく、この仕組みを選んだのですか」「このコードを別の場所に移動したら何が起こりますか」「この入力が与えられた場合、どのような出力になりますか」といった質問です。
AIは回答に応じて難易度を調整し、理解度が高ければより難しい質問を、回答が不十分であれば基本的な質問を提示します。試験終了後には、学生に詳細なフィードバックが提供され、正しく理解できていた点や間違えた部分、今後復習すべき内容などを確認できます
教員側にも学生ごとの理解度や得意・不得意をまとめたレポートが届きます。また、提出したコードを本人がどの程度作成したと考えられるかについても参考情報が示されますが、この評価は成績には反映されません。

問われるのはAIを使う能力ではなく、理解する力
サルナ教授は、システムの目的を示すために、2人の学生の事例を紹介しています。
どちらの学生も、提出したコードにはAIが生成したと考えられる特徴が見られました。しかし、1人目は自分のコードについて的確に説明でき、92点を獲得しました。一方、2人目はコードに含まれるループ処理の動作を正しく説明できず、低い評価となりました。
「学生がAIを使ったかどうかは重要ではありません。提出したものを理解しているかどうかが重要なのです」とサルナ教授は語っています。
同教授は、これを課題に対する「オーナーシップ(主体的な理解と責任)」と表現しています。AIと協力して作成したものであっても、その仕組みを説明し、自分の判断で修正したり、不具合を解決したりできることが求められます。
さらに、学生の能力を3つの段階で捉えています。提出された課題の品質、学生本人が独力でできること、そしてAIを活用してどこまで高い成果を生み出せるかという「能力の拡張」です。今回のシステムは、そのうち学生自身の理解力を確認する取り組みです。

大学全体への導入を検討
直近の試験では、システムを使って546件の評価が実施されました。1件16分の試験を教員が個別に担当した場合、合計146時間が必要になる計算です。採点や評価レポートの作成時間は含まれていません。こうした運用実績を受け、大学側は今後、システムを全学に拡大することを検討しています。
また、サルナ教授は数学学部の研究者とともに、学生の回答から不足している知識やスキルを特定し、その部分を重点的に質問する別のシステムも開発しています。
「AIは私たちに知識を与えるのではなく、情報を与えます。知識を得るためには、そのためのプロセスが必要です」とサルナ教授は語ります。
AIの活用が当たり前になる時代、教育に求められるのは、単に課題を完成させる能力ではありません。AIとともに生み出した成果を、自分の知識と判断によって理解し、応用できる力が重要になっています。
*本記事はイスラエルメディアHayadanの報道をもとに構成しています。


