メニュー

堺市で運営しているプログラミングスクールADVANCEの教室の様子

AIを活用したプログラミング学習の変遷評価モデル(AI-SOLO-AM)の解説

📌 この記事の結論

  • 従来のプログラミング評価は「単一のコードの正誤」を見るものが多く、過去から現在への「学習の変遷(伸びたのか、下がったのか)」を追う仕組みが不足していました。
  • 本記事で紹介する論文では、AI(Google Gemini API)と教育学の「SOLOタクソノミー」を組み合わせた新モデル「AI-SOLO-AM」を提案しています。
  • このシステムにより、コードを「入力・処理・出力」のセクションごとに比較し、学習の進歩(向上)・退行・停滞を25パターンの詳細なフィードバックとして自動生成できるようになりました。

1. はじめに:プログラミング教育における評価の課題

AI(人工知能)の急速な普及により、学校教育やプログラミング学習のあり方は大きく変わりつつあります。現在、多くの自動評価システムが登場していますが、そのほとんどは「今のプログラムが動くかどうか(正解か不正解か)」を判定するにとどまっています。

教育において本当に大切なのは、学習者が「過去の自分のコードからどう成長したのか」を知ることです。教育心理学の有名な研究では、効果的なフィードバックには「どこに向かっているのか」「どのように進んでいるのか」「次は何をするべきか」の3つの要素が必要であるとされています。しかし、この中の「どのように進んでいるのか(学習の変遷)」を自動で詳しく示す仕組みは、これまでほとんど存在しませんでした。

2. 紹介する論文の概要

📄 論文情報

タイトル Evaluating Learning Transitions Between Program Codes Using an AI-Based SOLO-Adapted Methodology
著者 Tlou James Ramabu(Tshwane University of Technology)
掲載誌 Computers 2026, 15(10), 738
研究対象 プログラムコードの比較評価(合成テストケースおよび学習者のコード変遷)
研究期間 2026年(2026年7月受付、10月出版)

研究の目的

過去に書いたプログラムコードと、最近書いたプログラムコードをAIによって比較し、学習者がどのようなプロセスで成長(または停滞・退行)しているかを可視化する新しいAIモデル「AI-SOLO-AM」を開発・検証することです。

研究の方法

デザイン科学研究手法(DSRM)に基づき、以下のステップで開発と検証が行われました。

  1. Google Gemini 2.5 Flash APIとReact.jsを用いてWebアプリケーション型のAIモデルを構築。
  2. 学習者の理解度を階層的に分類する「SOLOタクソノミー(PrestructuralからAbstractまでの5段階)」をプログラミング評価用に適用。
  3. 2つのコード(過去と現在)を入力し、AIがそれぞれのコードをSOLOステージに分類した後、ルールベースのプログラムによって「進歩」「退行」「停滞」の25通りの学習変遷を判定。
  4. 最終的に、コード全体だけでなく「入力」「処理」「出力」のセクションごとに分けて評価できるよう改良を実施。

3. 研究結果のポイント3つ

堺市で運営しているプログラミングスクールADVANCEの教室の様子

開発された「AI-SOLO-AM」を用いた検証により、以下の3つの重要な成果が明らかになりました。

✅ ポイント1:25パターンの「学習変遷」による詳細な診断

SOLOタクソノミーの5段階(前構造, 単一構造, 複数構造, 関係性, 拡張抽象)を組み合わせることで、過去から現在への変化を「進歩(Progression)」「退行(Regression)」「停滞(No Learning)」の3大カテゴリ、全25種類のトランジションとして正確に分類できることを実証しました。

✅ ポイント2:コードの「セクション別」評価の実現

最初はプログラム全体を一度に評価していましたが、改良を重ねることで、コードを「入力セクション」「処理セクション」「出力セクション」の3つに分解して個別に学習変遷を追跡できるようになりました。これにより、どこが伸びていて、どこでつまずいているのかをピンポイントで把握できます。

✅ ポイント3:教師と生徒双方への質の高いフィードバック

単なる「合格・不合格」ではなく、「前回のコードではバラバラだった知識が、今回は綺麗に関連付けられている(多重構造から関係性ステージへの進歩)」といった具体的な意味合いを生成するため、学習者のモチベーション向上や指導者の適切な介入につながります。

4. ADVANCEの現場から見た実感

堺市で運営しているプログラミングスクールADVANCEの教室の様子
▲ ADVANCEの教室で学ぶ様子(イメージ)

堺市南区のプログラミングスクールADVANCEで実際に子どもたちを指導している講師の視点から見ると、この研究が示している内容は非常に深く納得できるものです。

🎮 現場で感じる3つの変化

子どもたちは「間違い」から多くのことを学ぶ

ScratchやUnityを使ったゲーム制作でも、子どもたちは一度書いたプログラムを修正しながら進めます。「前回のコードと比べて何が良くなったか」を視覚的に気づかせることは、自ら学ぶ力を育てる上で極めて効果的です。

「部分的な成長」を見逃さない大切さ

プログラム全体としては動かなくても、「入力の受け取り方は前回より上手くなっている」という部分的な成長(セクション別評価)を認めてあげることが、子どもの自信につながります。

AIツールを活用した個別最適化学習の未来

講師がすべての生徒の過去コードと現在コードの変遷を細かく手作業で追うのは限界がありますが、本研究のようなAIモデルを活用すれば、一人ひとりに最適なアドバイスを迅速に提供できるようになります。

プログラミング教育において重要なのは、完成したゲームの見た目だけではなく、「どのように思考し、試行錯誤してコードを組み立て直したか」というプロセスそのものです。

5. 保護者の方へ:家庭でできること

ご家庭でのお子様のプログラミング学習やパソコン操作をサポートする際、次のような点に意識を向けていただくと、お子様の成長をさらに引き出すことができます。

🏠

過去の作品と比べてみる

「前作ったゲームと比べて、キャラクターの動きがスムーズになったね」など、過去の成果物との違いに目を向けて会話をしてみましょう。

📅

試行錯誤のプロセスを褒める

エラーが出てもすぐに答えを教えず、「どう直したらうまくいくと思う?」と問いかけ、試行錯誤するプロセスそのものを褒めてあげましょう。

👏

小さな進歩を一緒に喜ぶ

完璧なプログラムでなくても、「新しいブロックを使えるようになったね!」といった小さな変化や進歩を一緒に喜んであげてください。

🎮 ADVANCEで一緒にプログラミングを始めませんか?

堺市南区のプログラミングスクールADVANCEでは、Scratchからはじめて、Roblox、Unity(C#)まで段階的に学べます。

研究で効果が実証されたプログラミング教育を、ゲーム制作を通じて楽しく体験できます。

🕹️ ▶ ぼうけんを はじめる 無料体験会に申し込む! 🎮

6. 参考文献

  1. Ramabu, T. J. (2026). Evaluating Learning Transitions Between Program Codes Using an AI-Based SOLO-Adapted Methodology. Computers, 15(10), 738.
  2. Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81-112.
  3. Biggs, J., & Collis, K. (1989). Towards a model of school-based curriculum development and assessment using the SOLO taxonomy. Australian Journal of Education, 33(2), 151-163.
👨‍🏫

この記事を書いた人

ADVANCE 講師

堺市南区のプログラミングスクールADVANCEで、Scratch・Roblox・Unity等を用いたプログラミング教育を担当。子どもから大人まで幅広い年齢層への指導経験を持つ。