学習者の答案に共通する誤解を分析する

著者: AILesson9 分でセットアップテスト済み:ChatGPTレビュー日: 2026-08-28

クイック回答

学習者にレッテルを貼らず、観察できる答案パターンを検証可能な誤解の仮説にまとめます. 入力するもの: 問題と期待する考え方, 匿名化した学習者の答案, 指導とデータの状況. 期待される結果: 誤答パターン、別の説明、指導対応、再確認をまとめた根拠表.

コンテキストを追加

テキストはこのブラウザ内に留まります。AILesson Prompts は、そのテキストをモデルやサーバーに送信しません。

問題と期待する考え方匿名化した学習者の答案指導とデータの状況

あなたのプロンプト

未入力のフィールドはプレースホルダーとして表示されたままなので、プロンプトをコピーして編集できます。

提供された問題と考え方に照らして、匿名化した学習者の答案を分析してください。

問題、目標、正しい考え方、ルーブリック、方法、解答：
[task]

匿名答案、途中の考え方、選択、自信の度合い、未回答：
[answers]

指導済みの内容、言語・アクセス支援、網羅性、プライバシー、次回の指導機会：
[context]

すべての答案IDを保持してください。誤解を推測する前に、観察できる特徴をコード化します。概念モデル、手順、計算、語彙、表現、問題文の解釈、転記、根拠不足を区別してください。1つの誤答にも複数の説明があり得ます。正答でも考え方が誤っていることがあります。知能、努力、障害、動機、人口統計上の特徴、固定的な学習者タイプを推測してはいけません。未回答は別に扱い、その理由を決め付けないでください。

パターンID、正確な答案の根拠、件数と分母、影響を受ける目標要素、誤解の仮説、妥当な別の説明、理由付きの確信度、確認用の診断質問、指導対応を含む根拠表を作ってください。重複するパターンを残し、1人を1グループだけに無理に割り当てないでください。創作した点数を使わず、頻度、前提知識への影響、持続性、指導による改善可能性で優先順位を付けます。根拠がある場合だけ、全体・小グループ・個別の対応と、同等の再確認、達成基準を提案してください。最後にID照合、外れた例・反例、プライバシーチェック、データからは判断できないことを示してください。

Playgroundで試す

デフォルトで非公開プロンプトの組み立てはブラウザ内で行われます。組織が許可しない限り、機密情報を AI サービスに入力しないでください。

入力から結果へ

具体例

具体的なコンテキストを加えると、このレシピが実用的な結果になる様子をご覧ください。

実際の入力

問題と期待する考え方: 問題：2、3、4、100について中央値を計算し、典型値として平均値と中央値のどちらかを選び、その理由を説明する。目標：データを並べる。個数nが偶数なら中央2値の平均を取る。目的・極端値に基づいて選ぶ。正確な平均値を数学的に誤りだとは言わない。解答：中央値3.5。100が正しい値だと確認できれば、通常は中央値のほうが代表的だが、限界もある。計算2点、考え方2点。
匿名化した学習者の答案: A01：中央値4、「中央の数」。A02：3.5、100が平均を引き上げるため中央値。A03：27.25、「平均値は常に平均なのでそれを使う」。A04：3.5、「外れ値があれば中央値が常に勝る」。A05：未回答。A06：2、3、4、100と並べた後、(4+100)/2=52と記載。A07：3.5、「中央値はデータを無視する」ため平均値を選択。A08：中央値3.5、まず100が入力ミスか確認し、目的に応じて選ぶと記載。A09：4、100が大きいため中央値を選択。A10：3.5だが、選択・説明なし。
指導とデータの状況: 10件の答案はすべて同じLessonからのもので、クラス全員分です。並べ替えと偶数個の場合の規則は1回説明済み。問題は英語で、二言語用語集を利用できました。IDは匿名です。明日は再指導に15分使えます。人口統計や合理的配慮に関する情報を推測してはいけません。

出力例

対象範囲：A01〜A10をすべて保持。A05は未回答であり、誤解としてコード化しません。

P1 偶数個の中央を求める手順：A01／A09は中央の1値だけを選択。A06は並べ替えた後、上側の2値を選択。観察件数3／10。仮説：中央の2位置を完全には特定できていない。確信度は中程度。別の説明として、転記ミスや問題文の混同があり得る。診断：「両端から1値ずつ消すと、どの値が残り、次にどの計算をしますか？」対応：実物カードでペアを作り、その後、偶数個の別のデータセットを2つ解く。達成：正しい中央のペアを自力で選び、両方の平均を求める。

P2 無条件の選択ルール：A03は常に平均値、A04は常に中央値、A07はすべての値を使うことだけで十分とする。3／10で、重複する概念パターン。A02は正答だが、検証・限界に触れていない。A08は条件付きの考え方を完全に示す反例。診断：確認済みの高い値と入力ミスの値を比べ、選択がどう変わるか尋ねる。目的、データ品質、代表性、限界を再指導する。達成には「常に」を使わない条件付きの説明が必要。

P3 説明不足：A10は計算が正しいが選択がない。これは根拠の不足であり、誤解の証明ではない。計算を再指導せず、考え方を書き出す文の型をA10に提示する。A03の27.25は正しい平均値だが、求められた指標とは別のものに答えている。計算ミスではなく、問題文の解釈・指標選択として分類する。A05には中立的な別の回答機会が必要。

15分計画：P1は前提となるため、5分間、クラス全体で偶数個の数字カード。6分間、条件付き選択の比較事例。4分間、各自で同等の退出問題。固定的なラベルではグループ分けしない。再確認の達成基準：中央値の計算＋目的に基づく選択＋根拠＋限界1つ。データからは、A05が未回答の理由、用語集の影響、固定的な能力は判断できない。

これがうまくいく理由

1
原因より先に答案の特徴をコード化すると、1つの目に見える誤りから根拠のない学習者診断を行う可能性を減らせます
2
診断質問で見た目が似た誤りを区別すれば、実際に不足している考え方へ指導を向けられます

結果を確認

誤解に関するすべての仮説が、具体的な匿名答案の根拠に基づいていますか
別の説明、重複、未回答、考え方が弱い正答を残していますか
各指導対応に、診断または同等の再確認が含まれていますか

安心して使うために

よくある質問

このレシピをいつ使うか、何を用意するか、どの場面で人による確認が依然として重要かについての実践的な回答です。

「学習者の答案に共通する誤解を分析する」を使う前に、何を準備すればよいですか？

「学習者の答案に共通する誤解を分析する」を使う前に、問題と期待する考え方、匿名化した学習者の答案、指導とデータの状況を準備してください。プレースホルダーは、確認できる情報だけで置き換えます。不明な点はモデルに推測させず、不明であることを明記してください。

「学習者の答案に共通する誤解を分析する」の結果をまだ使えないのは、どのような場合ですか？

提供された根拠から、記載された成果である「誤答パターン、別の説明、指導対応、再確認をまとめた根拠表」をまだ作れていない場合や、未解決の仮定、得られていない承認、創作した詳細に依存している場合、その結果は使用できません。チェック項目を公開前の判定基準として使い、根拠のない出力を整えるのではなく、入力情報を修正するか、権限を持つ担当者を決めてレビューしてください。

「学習者の答案に共通する誤解を分析する」で、テスト記録があるAIツールはどれですか？

2026-08-28時点で、「学習者の答案に共通する誤解を分析する」の公開テスト記録にはChatGPTが記載されています。これは実行記録があることを示すだけで、後の製品バージョンでの互換性や同じ結果を保証するものではありません。別のツールやバージョンでは、すべての制約を明示したまま、使用前に結果をもう一度確認してください。

さらに探す方法