はじめに

教育現場と生成AIの出会い

近年、教育現場ではICT（情報通信技術）の導入が進み、授業の効率化や学習支援にさまざまなツールが活用されています。その中でも特に注目されているのが、生成AI（生成型人工知能）です。生成AIは、膨大なデータを学習して人間のように自然な文章を生成する技術であり、ChatGPTやGoogle Bardといったクラウド型サービスとして広まりを見せています。

生成AIは、教育者にとって新たな可能性を提供します。たとえば、教材作成の支援、授業アイデアの提案、生徒へのフィードバック作成など、多岐にわたる作業を効率化することが期待されています。一方で、教育現場でのAI活用においてはプライバシーの保護や生徒情報の取り扱いに注意を払う必要があります。クラウド型生成AIは便利ですが、個人情報や機密性の高いデータの扱いに不安を感じる方も少なくありません。

このような課題を解決する選択肢として注目されているのが、Local LLM（ローカル大規模言語モデル）です。Local LLMは、自分のデバイス上でAIを動作させる仕組みであり、インターネットに接続せずとも利用できるため、プライバシーの保護やセキュリティの観点で優れた選択肢となります。

本書では、生成AIの基本的な概念から、Local LLMを教育現場で活用するための具体的な手順やアイデアまで、親しみやすく丁寧に解説します。AIの可能性を学びつつ、教育者としての新たな一歩を踏み出すための参考になれば幸いです。

なぜ Local LLM が注目されているのか？

生成AIの急速な進化と普及により、教育現場でもAIの活用が現実味を帯びてきています。しかし、AI活用にはいくつかの課題があります。クラウド型生成AI（例：Microsoft Copilot や ChatGPT）は便利で強力なツールですが、利用する際にはインターネット接続が必要であり、プライバシーやデータ保護の面で不安を抱える教育者も少なくありません。こうした状況で注目を集めているのが、Local LLM（ローカル大規模言語モデル）です。

Local LLM が注目される理由は、以下の点にあります。

1. プライバシー保護

Local LLM は、インターネットを介さずに利用できるため、個人情報や生徒のデータを外部のサーバーに送信する必要がありません。これにより、クラウド型生成AIで懸念されるデータ漏洩や情報の第三者提供のリスクを大幅に軽減できます。教育現場では特に、個人情報の保護が重要であり、この点は大きな利点です。

2. オフラインでの利用

Local LLM は、自分のデバイス上で動作するため、インターネット接続がなくても利用できます。これにより、ネットワーク環境が制限される地域や、セキュリティの理由でインターネット接続を制限している学校でも安心して活用することが可能です。

3. カスタマイズの可能性

Local LLMは、教育現場のニーズに応じてカスタマイズが可能です。教育者が特定のトピックや科目に焦点を当てたモデルを作成し、自分の学校や授業に最適化することで、より効果的な活用が期待できます。クラウド型サービスでは対応が難しいニッチなニーズにも応えることができる点が魅力です。

4. 費用対効果

クラウド型生成AIは使用量に応じた課金が発生することが多く、頻繁に利用する場合には高額になることもあります。一方、Local LLMは初期設定後の運用コストを抑えられる場合が多く、教育機関にとって費用対効果の高い選択肢となります。

5. 技術の進歩による手軽さ

以前は大規模な計算能力や専門知識が必要だったLocal LLMですが、技術の進歩により、比較的手軽に利用できる環境が整ってきました。たとえば、「Ollama」などのツールを利用することで、インストールや操作が簡単になり、初心者でも扱いやすくなっています。

これらの理由から、Local LLM は教育現場における生成AI活用の次なるステップとして期待されています。本書では、特に「Ollama」や「Phi-4」といった具体的なツールやモデルを例に挙げ、Local LLM の活用方法を詳しく解説していきます。

この本の使い方

本書は、生成AIや Local LLM（ローカル大規模言語モデル）を教育現場で活用することを目指す教師の方々のために書かれています。ITや生成AIに詳しくない方でも安心して読み進められるよう、わかりやすく具体的な内容で構成しています。本書を効果的に活用するためのポイントを以下にご紹介します。

また、Local LLM は個人で利用することを想定して設計されています。そのため、複数のユーザーが同時に利用するシステムでの運用は適していません。もし複数ユーザーでの利用を検討されている場合には、Azure AI Foundry などのクラウドベースのソリューションの利用をご検討ください。Azure AI Foundry は、スケーラビリティやマルチユーザー対応の機能を備えており、大規模な教育現場でも効果的に活用できます。

本書を通じて、Local LLM やその他の生成AIツールの可能性を探求し、教育現場での効率化や創造性の向上を実現してください。

1. 順番に読み進めることで基礎から応用まで学べる

本書は、生成AIの基本からLocal LLMの導入方法、教育現場での具体的な活用例まで、段階的に学べるよう構成されています。初めて生成AIに触れる方でも、順を追って読み進めることで理解を深められるよう設計されています。

第1章では、生成AIの基礎知識を学びます。生成AIとは何か、そしてクラウド型生成AIとLocal LLMの違いについて知ることができます。
第2章では、Local LLMを具体的に動かす方法を解説します。特に「Ollama」と「Phi-4」を使った実践的な手順に焦点を当てています。
第3章では、教育現場での活用例を詳しく説明します。授業準備や校務作業の効率化など、実践的なアイデアを学べます。
第4章では、Local LLMを安全かつ効果的に利用するための注意点を紹介します。AIの信頼性やプライバシー保護に関するポイントを理解することで、より安心して活用できます。

####2. 必要な部分だけを参照する

本書は、興味や必要性に応じて特定の章だけを読むことも可能です。たとえば：

導入の前に概要を知りたい場合：第1章を参照してください。
具体的な設定や操作方法を知りたい場合：第2章をチェックしてください。
教育現場での活用例を知りたい場合：第3章が参考になります。

時間が限られている場合は、自分にとって必要な部分から読み進めてください。

3. 実際に手を動かしながら読む

本書は、読むだけでなく、実際にLocal LLMを動かして試していただける内容になっています。第2章の手順に従って「Ollama」をインストールし、「Phi-4」モデルを試してみることで、より深く理解できます。学んだ知識をすぐに実践に移せる点が本書の大きな特徴です。

4. 不明点があれば立ち戻る

初めての技術に挑戦すると、途中でつまずくこともあります。本書では専門用語を初めて使うときに解説を入れていますが、それでも難しい場合は、必要に応じて前の章や解説を振り返ってください。用語集や索引も活用していただければと思います。

5. 新たなアイデアを見つけるきっかけに

本書は、教師の方々が生成AIやLocal LLMを活用して、日常の業務をより効率的かつ効果的に行うためのヒントを提供します。同時に、AIを使った教育の新しい可能性を模索するきっかけとしても活用いただけます。特に第3章の活用シナリオは、教育者の創意工夫を刺激する内容を意識しています。

本書を通じて、生成AI や Local LLM を教育現場で効果的に活用し、日々の授業や校務がより充実したものになることを願っています。ぜひ本書を使って、新しいツールへの一歩を踏み出してみてください！

第1章：生成AIとは

1.1 生成AIとは

生成AIの基本的な概念

生成AI（Generative AI）は、人間が行うような創造的なタスクを実現するために設計された人工知能の一分野です。特に、大量のデータを学習することで、新しい文章や画像、音声、さらにはプログラムコードを生成する能力を持っています。そのため、従来のAIが「与えられた入力に基づいて何かを予測する」役割を果たしていたのに対し、生成AIは「ゼロから新しいものを生み出す」ことが可能です。

生成AIの代表的な例として、以下のようなツールやアプリケーションがあります：

文章生成：ChatGPTやGoogle Bardのように、会話を行ったり、レポートや文章を自動生成したりする。
画像生成：DALL·EやMidJourneyを使えば、文章の説明に基づいて新しい画像を作成できる。
音声生成：音声を模倣してナレーションを作成したり、新しい音楽を生成する。
プログラムコード生成：GitHub Copilotのように、コードの補完や新しいコードの提案が可能。

これらのツールは、教育やビジネス、クリエイティブな分野など、さまざまな場面で活用され始めています。

どのような技術が使われているか

生成AIは、主に**大規模言語モデル（LLM：Large Language Models）**を基盤としています。これらのモデルは、ディープラーニング（深層学習）というAI技術を用いて膨大なデータを学習し、学習データに基づいて自然な形で新しい内容を生成します。以下に、生成AIの中心技術を説明します。

1. ニューラルネットワーク

生成AIはニューラルネットワークと呼ばれる数学的なモデルを利用します。特に、トランスフォーマー（Transformer）というアーキテクチャが現在の生成AIの基盤技術です。この技術は、文脈を理解して長い文章の中でも適切な言葉や構造を予測する能力に優れています。

2. 自然言語処理（NLP：Natural Language Processing）

生成AIは、言語を理解し操作する自然言語処理技術を使用します。これにより、AIは単なるキーワードではなく、文脈やニュアンスを理解して、人間にとって意味のある文章を生成することができます。

3. トレーニングデータ

生成AIは、インターネット上のテキスト、書籍、論文、ウェブサイトなど、膨大な量のデータを使ってトレーニングされています。このデータから言葉の意味や文法、文脈のパターンを学び、現実世界に即した自然な出力を生成する力を得ています。

4. モデルのパラメータ

生成AIの性能は、モデルの「パラメータ」の数によっても左右されます。パラメータとは、AIが学習中に取得する膨大な情報のことです。たとえば、ChatGPTは1,000億を超えるパラメータを持つ大規模モデルであり、これが高い生成能力の理由となっています。

5. フィードバックと微調整

生成AIは、最初のトレーニングだけでなく、ユーザーからのフィードバックや特定の目的に応じた微調整を行うことで、さらに精度を高めています。教育現場向けのモデルに特化する場合も、微調整が重要です。

生成AIがもたらす可能性

生成AIは、以下のような新しい可能性をもたらします：

効率化：短時間で質の高い資料を生成する。
創造性の拡張：新しいアイデアを生み出すサポートをする。
教育支援：生徒の学習や教師の業務を支えるツールとなる。

ただし、生成AIは万能ではありません。その能力を正しく理解し、適切に活用することが重要です。

1.2 生成AIができることとその仕組み

テキスト生成、翻訳、要約などの応用例

生成AIは、自然言語処理（NLP）の力を活用し、さまざまなタスクをこなすことができます。その中でも、特に以下の分野で注目を集めています。

テキスト生成
- 会話の生成
- レポートや記事の自動生成
- クリエイティブな文章（物語、詩、脚本）の作成
翻訳
- 多言語間の正確で迅速な翻訳
- 特定の文脈や業界に適した翻訳のカスタマイズ
要約
- 膨大なテキストデータ（記事や論文など）の要約
- メールや会議メモの短縮版の作成
質問応答
- 指定された資料からの情報検索
- 自然な形でのQ&A対応
クリエイティブ分野
- アイデアの提案やブレインストーミングのサポート
- コンテンツのプロトタイプ作成（例：スライドや動画のスクリプト案）

これらの応用例は、ビジネス、医療、エンターテインメントなど、多様な業界で利用されています。特に教育の分野では、効率化と創造性の向上に大きな期待が寄せられています。

教育現場で期待される活用分野

生成AIは、教師の業務効率化や授業の質向上に大いに役立つ可能性があります。以下は、教育現場で特に期待されている活用分野の例です。

教材作成支援
- 授業計画書やスライドの草案生成
- 学年や学力に応じた練習問題やテスト問題の自動生成
- 生徒が興味を持つトピックに基づいたカスタム教材の作成
個別指導の強化
- 生徒一人ひとりに合わせた学習プランの提案
- 弱点補強用の問題や解説を生成
- 課題のフィードバックや再提出指導の効率化
言語学習のサポート
- 英作文や要約課題の補助
- 会話練習の相手としてAIを利用
- 文法や語彙の学習コンテンツ生成
業務効率化
- 会議議事録や報告書の要約作成
- 保護者向けのお知らせ文や案内状の作成支援
- 校務で使用する文書のひな形生成
創造性を引き出す支援
- グループ活動やプロジェクトのアイデア提案
- 生徒の作文やストーリーテリングの支援
- プレゼンテーション資料作成の支援

生成AIの仕組み

生成AIは、膨大なデータセットを学習し、ユーザーの入力（プロンプト）に基づいて新しいコンテンツを生成します。以下のステップで動作します。

入力の解析
ユーザーが入力した質問やキーワードを理解し、意図を解析します。
モデル内での処理
トランスフォーマーモデルが、過去に学んだデータを活用して適切な応答を予測します。
出力の生成
最も自然で文脈に合った回答や内容を生成します。この際、ユーザーの要望に応じてスタイルやトーンを調整することも可能です。

生成AIは、これらの応用例と仕組みを通じて、教師の負担を軽減しつつ、より創造的で質の高い教育活動を可能にします。

1.3 クラウド型生成AIと Local LLM：特徴と使い分け

クラウド型（例：Microsoft Copilot, ChatGPT）の特徴と利点

クラウド型生成AIは、インターネット経由でアクセスできる生成AIサービスの総称です。これらのサービスは、膨大なデータと高性能な計算資源を活用して、ユーザーのニーズに応じた高度な出力を生成します。代表的な例として、ChatGPT（OpenAI）、Microsoft Copilot、Google Bardなどがあります。

クラウド型生成AIの特徴

強力な計算能力
クラウド型生成AIは、データセンターに設置された高性能サーバーを使用して動作します。このため、個々のユーザーが高価なハードウェアを持っていなくても、大規模なAIモデルの機能を利用できます。
最新モデルへのアクセス
クラウド型サービスは定期的にアップデートされ、最新のAI技術や機能が利用可能です。たとえば、新しいモデルが公開された場合、ユーザーは特別な手続きなしにその恩恵を受けられます。
スケーラブルな利用
必要に応じてリソースを増減できるため、少人数の利用から大規模なプロジェクトまで柔軟に対応可能です。学校や教育機関でも、少人数の教師から大規模なスタッフまで幅広く利用できます。
操作の簡単さ
多くのクラウド型生成AIサービスは、直感的に使えるインターフェースを提供しており、ITに詳しくないユーザーでも簡単に利用できます。たとえば、ChatGPTでは会話形式で入力を行うだけで結果を得られます。

クラウド型生成AIの利点

手軽さと即時性
クラウド型生成AIは、インターネットに接続するだけで利用可能です。インストールや設定の必要がなく、ブラウザや専用アプリを介してすぐに使い始めることができます。
高度な機能と幅広い応用
クラウド型AIは、豊富な機能を備えており、教育やビジネス、研究など、多岐にわたる用途に対応しています。たとえば：
- ChatGPTを使った文章作成や学習支援
- Microsoft Copilotによるプログラムコードの生成と補助
- Google Bardでの調査や要約作業
多言語対応
多くのクラウド型生成AIは、多言語対応機能を持っています。たとえば、ChatGPTは複数の言語で自然な対話や翻訳が可能です。これにより、英語教育や多文化理解の教材作成に役立てることができます。
常に進化するAI技術
クラウド型サービスは、提供企業が継続的にデータを追加し、モデルを改善しています。そのため、時間が経つにつれて性能が向上し、新しい機能が追加されることが期待できます。

クラウド型生成AIの制約

クラウド型生成AIは多くの利点を持つ一方で、教育現場で利用する際には以下の制約に注意が必要です：

プライバシーのリスク：ユーザーの入力データが外部のサーバーに送信されるため、個人情報の取り扱いに慎重さが求められます。
インターネット依存：ネットワーク環境が不安定な場所や、インターネット接続が制限されている学校では利用が難しい場合があります。
コスト：利用料が必要な場合が多く、頻繁に使うと高額になることもあります。

クラウド型生成AIは、手軽で強力なツールとして教育現場に多大な可能性を提供します。しかし、プライバシーやコストの観点から慎重な検討が必要です。次の節では、このような制約を解消する選択肢として、Local LLM の特徴と利点について詳しく説明します。

Local LLM の特徴と利点

代表的なLocal LLMツールの紹介

Local LLMは、多様な用途や環境に対応できるツールが揃っており、教師や教育機関にとって選択肢が豊富です。ここでは、OllamaやLM Studioに加え、他の注目すべきLocal LLMツールを紹介します。

1. Ollama

特徴：初心者に優しい操作性と直感的なインターフェースを備えたツールです。Phi-4のような優れたモデルを利用でき、教育現場での活用に最適です。
利点：
- 簡単なセットアップで、即時利用可能。
- 比較的軽量で、日常的な業務をスムーズにサポート。
- プライバシー保護のため、インターネットを使用しない。

2. LM Studio

特徴：多様なオープンソースモデルをサポートする柔軟なツールです。教育現場向けのカスタマイズが可能で、授業準備や教材作成に適しています。
利点：
- 複数のモデルに対応し、幅広い選択肢を提供。
- 完全オフライン対応で、セキュリティ面でも安心。
- 教育用に特化したモデルの導入が容易。

3. LLaMA (Meta Platforms)

特徴：Meta社が提供するオープンソースの大規模言語モデルで、教育現場にも応用可能な強力なパフォーマンスを誇ります。
利点：
- 教育や研究用途に無償で利用可能（商用利用は制限あり）。
- 高性能で、教師の多様なニーズに応える。
- カスタマイズ性が高く、特定の分野に特化した調整が可能。

4. GPT4All

特徴：完全オフラインで動作するローカルAIモデルとして設計されており、教育や個人利用に最適です。
利点：
- 軽量設計で、ハードウェア要件が比較的低い。
- 複数のモデルを簡単に切り替え可能。
- ユーザーのニーズに応じたカスタマイズが可能。

5. Alpaca (Stanford University)

特徴：スタンフォード大学が開発したモデルで、教育分野での研究や実験に適した軽量な生成AIツールです。
利点：
- 教育向けプロジェクトの迅速なプロトタイプ作成に役立つ。
- オープンソースで、導入コストを抑えられる。
- 簡単にトレーニングや微調整が可能。

6. Hugging Face Transformers

特徴：広く利用されているオープンソースのAIライブラリで、多数の事前学習モデルを提供しています。
利点：
- さまざまなモデル（BERT, GPT, T5など）を簡単に試せる。
- 教材やコンテンツ作成の幅広い可能性を提供。
- 豊富なコミュニティとサポートリソースが利用可能。

7. KoboldAI

特徴：ライティングやストーリーテリングに特化した生成AIツールで、教育分野の創造的なプロジェクトにも利用できます。
利点：
- 軽量で簡単に利用可能。
- 教材作成や物語作りに強みを発揮。
- インタラクティブな機能が教育活動をサポート。

Local LLM の利点

プライバシー保護とセキュリティ
Local LLMはデバイス上で完結するため、生徒や学校のデータが外部に漏れる心配がありません。
オフラインでの利用
インターネットに依存せず、安定した作業環境を提供します。
柔軟な導入とカスタマイズ
多様なツールが揃っており、教育現場のニーズに応じて適切な選択が可能です。
コスト効率
オープンソースモデルや無料ツールも多く、教育機関の予算に配慮しながら利用できます。

これらのツールを使い分けることで、教育現場における生成AIの導入をよりスムーズかつ効果的に進められます。本書では、この中でも特に教育向けに適したツールについて具体的な利用方法を解説します。教師の方々が抱える課題に応じて、最適なツールを見つけてください。

両者の違いと使い分け方

生成AIには、クラウド型とLocal LLM（ローカル大規模言語モデル）という2つの主要なタイプがあります。それぞれの特性を理解することで、教育現場での適切な活用方法を見つけることができます。ここでは、両者の違いを整理し、それに基づいた使い分け方について解説します。

1. クラウド型生成AIの特徴と利点

主な例：ChatGPT、Google Bard、Microsoft Copilot
動作環境：インターネット接続が必要で、データをクラウド上で処理。
利点：
1. 高性能な最新AIモデルを利用できる。
2. 多言語対応や高度なタスクへの柔軟な対応。
3. 初期設定不要で手軽に始められる。

2. Local LLM の特徴と利点

主な例：Ollama、LM Studio、LLaMA
動作環境：デバイス上で処理が行われ、インターネット接続が不要。
利点：
1. プライバシーの保護：データが外部に送信されない。
2. オフライン利用可能：ネットワークに依存しない。
3. カスタマイズ性：教育現場に特化したモデルの調整が可能。

クラウド型生成AIとLocal LLMの違い

項目	クラウド型生成AI	Local LLM
動作環境	インターネット接続必須	デバイス上で動作し、オフラインでも利用可能
プライバシー	データがクラウドに送信される	データはデバイス内で処理され、外部送信なし
コスト	使用量に応じた課金（従量課金）	初期導入コストのみ（ツールによる）
性能	常に最新モデルを利用可能	デバイス性能に依存
導入の手軽さ	インストール不要で即利用可能	簡単なセットアップが必要
カスタマイズ性	提供元のサービス内容に依存	教育現場に応じた調整が可能
利用範囲の柔軟性	大規模な教育機関やネット環境の整った場所向け	セキュリティ重視の教育機関やネット環境の制限がある場所向け

使い分け方

クラウド型生成AIが適しているケース

迅速にAIを導入したいとき
初期設定が不要で、アカウントを作成するだけで利用できるため、すぐに成果を出したい場合に適しています。
高度な機能を必要とするとき
例えば、複雑な文章生成や多言語翻訳、調査タスクを行う際にはクラウド型が有効です。
ネットワーク環境が整っている場合
常時安定したインターネット接続がある環境であれば、クラウド型の利点をフルに活用できます。

Local LLMが適しているケース

プライバシーが最優先の場合
生徒情報や学校の内部資料など、機密性の高いデータを扱う場合には、デバイス内で処理が完結するLocal LLMが最適です。
ネットワーク環境が不安定な場合
地域や校内のネットワーク環境が制限されている場合、Local LLMは安定した利用を可能にします。
特定の教育ニーズに合わせたい場合
教材作成や生徒の学習サポートに特化したモデルをカスタマイズする場合には、Local LLMが柔軟に対応できます。

ハイブリッドな使い方も可能

教育現場では、クラウド型とLocal LLMの両方を併用することで、最大限の効果を得ることもできます。例えば、

クラウド型生成AIを使ってリサーチや多言語翻訳を行い、広範な情報を収集。
Local LLMを利用して、収集した情報を授業資料として整形し、生徒個別のニーズに応じたコンテンツを生成。

両者の特徴を理解し、それぞれの強みを生かした活用法を見つけることで、教育現場における生成AIの導入をより効果的に進めることができます。本書では、それぞれの活用シナリオを具体的に紹介しますので、ぜひ参考にしてください。

1.4 Local LLM のメリットと制限

プライバシー保護とオフライン利用の利点

Local LLM（ローカル大規模言語モデル）は、ユーザーのデバイス上で動作する生成AIです。その最大の特徴は、プライバシー保護とオフラインでの利用が可能である点にあります。この特徴は、特に教育現場での利用において、以下のような大きな利点をもたらします。

1. プライバシー保護

教育現場では、生徒や保護者に関する個人情報や学校運営に関する機密データを扱う機会が多くあります。これらの情報をクラウドサービスで処理する場合、外部サーバーへのデータ送信が伴い、情報漏洩のリスクが懸念されます。Local LLMでは、以下の点でプライバシー保護が強化されます。

データのローカル処理
ユーザーの入力データや生成された情報は、デバイス上で完結します。これにより、外部サーバーにデータが送信されることがなく、情報漏洩のリスクが低減されます。
第三者への依存回避
クラウドサービスでは、提供企業がデータを分析・保存する可能性がありますが、Local LLMはそのような依存を排除できます。これにより、教育機関は情報セキュリティの管理を完全に自分たちで行えます。
法的および倫理的要件への適合
個人情報保護法や教育機関独自のセキュリティポリシーに従う必要がある場合、Local LLMはこれらの要件を満たしやすい選択肢となります。

2. オフライン利用の利点

Local LLMのもう一つの大きな利点は、インターネット接続が不要である点です。これにより、以下のような状況での活用が可能になります。

ネットワーク環境が不安定な地域でも利用可能
教育機関や地域によっては、インターネット接続が不安定であったり、そもそも十分なネットワーク環境が整備されていない場合があります。Local LLM は、デバイス上で独立して動作するため、ネットワークの有無に関係なく利用できます。
セキュリティの高い環境での利用
ネットワーク接続が制限されるセキュリティ重視の教育現場（たとえば試験会場や一部の研究施設など）においても、Local LLM は安全に利用できます。
コスト削減
クラウド型サービスでは、インターネットを介した通信コストや従量課金が発生する場合がありますが、Local LLM はそのような費用が不要です。一度設定すれば、長期的な運用コストを抑えることが可能です。

Local LLM の教育現場での利便性

これらの利点により、Local LLMは教育現場において以下のような活用が期待できます。

教材作成：生徒の個別ニーズに合わせた教材を作成しつつ、データを外部に漏らすことなく処理。
フィードバック作成：生成されたフィードバックやコメントをプライバシーを守りながら作成。
校務作業：オフライン環境で安全かつ効率的に業務をサポート。

Local LLM は、プライバシーやインターネット環境への懸念が高い教育機関にとって、理想的な解決策です。

動作環境の必要条件と制約

Local LLM（ローカル大規模言語モデル）を効果的に活用するためには、適切なハードウェアとソフトウェアの環境を整える必要があります。ここでは、Local LLM を動作させるために必要な条件と、それに伴う制約について解説します。

1. 動作環境の必要条件

ハードウェア要件

Local LLMはデバイス上で直接モデルを動作させるため、一定のハードウェア性能が求められます。具体的な要件は使用するツールやモデルによって異なりますが、一般的な必要条件は以下の通りです。

CPU（プロセッサ）
- 推奨：最新のマルチコアプロセッサ（Intel Core i5以上、AMD Ryzen 5以上）。
- モデルによっては、CPUのみでも十分に動作可能で、小規模なモデルではGPUを使わずに利用できます。
GPU（グラフィックスプロセッサ）
- 必須ではありませんが、大規模モデルや高負荷なタスクでは、GPUを使用することで処理速度が大幅に向上します。
  　 - GPUがない場合でも、小規模モデルであればCPUのみで問題なく動作しますが、処理速度がやや遅くなる可能性があります。
- 推奨：NVIDIA GTX 1660以上またはRTXシリーズ（CUDAコア対応）。
メモリ（RAM）
- 最低：16GB
- 推奨：32GB以上（特に大規模モデルを扱う場合）。
  メモリ容量が不足すると、モデルが動作しない場合や、処理速度が著しく低下する可能性があります。
ストレージ
- 最低：SSD推奨（HDDよりも高速で効率的）。
- モデルファイルのサイズは数GBから数十GBになることが多いため、十分な空き容量が必要です。
電源と冷却
- 高負荷のタスクを実行する場合、特にGPU使用時は電源消費が増加し、デバイスが発熱します。安定した電源供給と適切な冷却環境が重要です。

ソフトウェア要件

Local LLMを動作させるためのソフトウェア環境も整える必要があります。

オペレーティングシステム
- 対応OS：Windows、macOS、Linux（ツールによって異なる）。
- 一部のツールは、特定のOSにのみ対応している場合があります。
ツールおよびライブラリ
- Local LLMを動作させるためのツール（例：Ollama、LM Studio、GPT4All）をインストールします。
- 必要に応じてPythonやCUDAなどの依存ライブラリをインストールします。
モデルデータ
- 使用するモデル（例：Phi-4、LLaMA、Alpacaなど）をダウンロードしてローカル環境に保存します。モデルによってサイズや対応ツールが異なるため、事前に確認が必要です。

2. 制約と注意点

ハードウェアの制限

コストの問題：高性能なGPUや大容量メモリを備えたデバイスは、初期投資が必要になる場合があります。
互換性の問題：古いデバイスでは、Local LLM の動作に必要な処理能力を満たさない可能性があります。

インストールの手間

技術的知識が必要：ツールやモデルのインストールおよび設定には、基本的なITスキルが求められる場合があります。
依存ライブラリの管理：特定のツールが必要なライブラリやドライバを要求することがあり、不慣れなユーザーにはやや敷居が高く感じられることもあります。

処理速度

ハードウェア依存：GPUがない場合でも小規模モデルは利用可能ですが、大規模モデルでは処理速度が遅くなる可能性があります。
GPUがない場合：CPUのみの環境では、大規模なモデルや高負荷なタスクは時間がかかる場合があります。

モデルサイズ

ストレージの制約：大規模モデルは非常に大きなファイルサイズ（数十GB）になることがあります。十分なストレージ容量を確保する必要があります。

Local LLMを効果的に運用するために

小規模モデルを活用
処理負荷の軽い小規模なモデルを選ぶことで、比較的低スペックなデバイスでも利用可能です。
サポートツールを利用
ツールによってはインストールや設定を簡略化する機能が提供されています（例：Ollamaの簡単セットアップ）。
ハードウェアのアップグレードを検討
教育現場で長期間利用する場合、高性能なデバイスへの投資を検討することで、効率的な運用が可能になります。

第2章：Local LLM を試してみよう

2.1 本書で使用するツールとモデルについて

本書で使用するツールとモデルについて

本書では、Local LLMの導入と活用を具体的に学ぶために、Ollama というツールとその上で利用可能なモデルを使用します。モデルは、GPUがなくても軽快に動作し、長文処理にも適しているPhi-4を使用します。ここでは、OllamaとPhi-4の特徴を中心に説明します。

Ollamaとは？

Ollamaは、ローカル環境で大規模言語モデル（LLM）を簡単に動作させるために設計されたツールです。初心者でも扱いやすいシンプルな操作性と、高度な機能を兼ね備えており、教育現場をはじめとした多くの分野で活用されています。

Ollamaの特徴

直感的なインターフェース
Ollamaは、コマンドラインベースで簡単に操作できます。初心者でも数ステップでモデルをインストールして利用を開始できます。
プライバシー保護
インターネット接続を必要とせず、ローカル環境でモデルを動作させるため、データの外部送信がありません。これにより、教育現場で重要視される個人情報保護にも対応しています。
多様なモデルのサポート
Phi-4をはじめとする小型モデルから、用途に応じたさまざまな大規模言語モデルを利用できます。
軽量かつ効率的な動作
Ollamaは、比較的軽量なハードウェアでも快適に動作する設計になっています。特にPhi-4のような小型モデルと組み合わせることで、GPUなしでも十分な性能を発揮します。
教育現場での利便性
教材作成、フィードバック生成、校務文書の作成など、教育者の日常的なタスクを効率化するために最適です。

Ollamaの対応プラットフォーム

Windows 11（本書の使用環境）
macOS
Linux

クロスプラットフォームで利用可能なため、教育機関での環境に応じて柔軟に選択できます。

Phi-4とは？

Microsoft Phi-4 は、最新の小型大規模言語モデル（SLM）で、特に複雑な推論や数学的問題の処理に優れています。その設計により、教育現場での利用に適しており、教師が日常的に行う教材作成や校務作業を効率化するための強力なツールとなります。

Phi-4の特徴

モデル設計
- 14億パラメータのコンパクトなTransformerモデルで、軽量ながらも高い性能を発揮します。
- 16Kトークンのコンテキストウィンドウを備えており、長文の文章や複雑な文脈を処理する能力に優れています。
効率的なトレーニング
- 膨大な量のトレーニングデータ（9.8兆トークン）をもとに開発されており、小型モデルながらも高い精度と柔軟性を実現しています。
データセットの多様性
- 公開ドキュメント、教育データ、コード、合成データを含む多様なデータセットを学習。
- 数学、コーディング、推論、一般知識を強化するための「教科書的」なデータを特別に作成しています。
安全性と精度の向上
- 監督付きファインチューニング（SFT) と DPO（Direct Preference Optimization） を活用して、安全性と精度を向上。
主な用途
- 教材作成：クイズ問題、演習課題、授業計画の生成。
- 複雑な推論タスク：数学的問題の解答作成や詳細な解説生成。
- 校務作業の効率化：長文の校内報や通知文書の草案作成。
- 生徒へのフィードバック：作文やレポートへの具体的なコメント生成。

OllamaとPhi-4の組み合わせの強み

簡単なセットアップ
Ollamaはインストーラーを使用して数ステップで導入可能で、Phi-4を選択することで即時に利用を開始できます。
動作環境の柔軟性
GPUがない環境でも軽快に動作し、教育現場での導入がしやすい設計です。
安全性と利便性
ローカル環境で動作するため、インターネット接続が不要でプライバシー保護にも優れています。
幅広い応用性
教材作成、校務効率化、フィードバック生成など、教育現場の多様なニーズに応えます。

2.2 必要な環境と準備

必要な機材とソフトウェア

Local LLMを活用するためには、適切なハードウェアとソフトウェア環境を整える必要があります。このセクションでは、Ollama, Phi-4 を Windows 11で使用する場合に必要な機材とソフトウェアについて解説します。

1. 必要な機材（ハードウェア）

Ollama, Phi-4 をWindows 11上で動作させるために、以下のハードウェアを準備してください。

PC本体
- CPU（プロセッサ）
  - 最低要件：Intel Core i5またはAMD Ryzen 5以上。
  - 推奨：Intel Core i7またはAMD Ryzen 7以上。
- GPU（グラフィックスプロセッサ）
  - 必須ではありませんが、大規模モデルや高速な処理を必要とする場合にはGPUの利用を推奨します。
    - 小規模モデル（例：Phi-4）ではCPUのみで十分に動作可能です。
  - 推奨：NVIDIA RTX, Radion Pro など (詳細は、Ollamaの GPUサポートページを参照)
- メモリ（RAM）
  - 最低：16GB
  - 推奨：32GB以上
    メモリはモデルの動作に重要な要素であり、大規模なタスクではより多くの容量が必要です。
- ストレージ（ディスク容量）
  - 最低：SSD 256GB以上
  - 推奨：SSD 512GB以上
    モデルファイルや生成されたデータを保存するための十分な空き容量が必要です。
    Phi-4モデルのサイズは約9GBであり、それ以上の空き容量が必要です。
- ディスプレイと周辺機器
  - 高解像度ディスプレイ（フルHD以上）と、快適な操作のためのキーボードとマウスを準備しましょう。
電源と冷却環境
- 高負荷のタスクを実行する場合、特にGPUを使用すると電力消費が増え、PCが発熱します。信頼性の高い電源ユニットと適切な冷却装置を用意してください。

2. 必要なソフトウェア

Ollama, Phi-4 を Windows 11 で利用するためには、以下のソフトウェアが必要です。

オペレーティングシステム
- Windows 11（HomeまたはPro）。
  最新のアップデートを適用しておくことで、動作の安定性が向上します。
Ollama
- 特徴：Ollama は、初心者でも簡単に Local LLM を利用できるツールで、特に教育現場での利用に適しています。
- 入手方法：Ollama の公式サイトからインストールプログラムをダウンロードします。インストーラーを使用してセットアップを完了させてください。
- 推奨モデル：Phi-4
  教育現場向けに使いやすく設計されたモデルで、教材作成や授業準備に最適です。
モデルデータ
- Ollamaで利用可能なモデルの一例として、Phi-4モデルのサイズは約9GBです。このモデルをツール内から直接ダウンロードできます。
- ストレージ確保：Phi-4モデルを含む複数のモデルを利用する場合、ストレージの空き容量に注意が必要です。
依存ライブラリやドライバ
- Ollama自体に依存ライブラリのインストールは不要です。ただし、GPUを使用する場合は、以下を確認してください：
  - NVIDIA GPU ドライバ（GPU使用時のみ）：最新バージョンに更新しておく。
  - CUDA ライブラリ（GPU使用時のみ）：NVIDIAの公式サイトからインストール可能。

準備の際の注意点

インターネット環境
- 初回の Ollama インストールやモデルのダウンロード時には安定したインターネット接続が必要です。ダウンロード後はオフラインで利用できます。
ストレージ管理
- モデルの追加やアップデートにより、ストレージ容量が不足する可能性があります。十分な空き容量を確保してください。
セキュリティ設定
- インストール時に Windows セキュリティがブロックする場合があります。その際は、例外設定を行うことでインストールを続行できます。
技術的な準備
- Ollamaの操作は比較的簡単ですが、初めての使用ではコマンド操作に戸惑う場合があります。本書で提供するガイドや公式ドキュメントを参考にしてください。

これらの環境を整えることで、Windows 11上でOllamaをスムーズに利用できる準備が整います。本書の次のセクションでは、具体的なインストール手順について詳しく解説していきます。

2.2 Ollama の導入と基本操作

簡単なインストールガイド

ここでは、Windows 11環境でOllamaをインストールする手順を説明します。Ollamaは、初心者にも扱いやすく設計されたツールで、手順を順番に進めることで簡単に導入できます。

1. Ollamaのダウンロード

公式サイトにアクセス
- Ollamaの公式サイト（https://ollama.ai）にアクセスします。

Windows用インストーラーをダウンロード
- ダウンロードページで「Windows用インストーラー」を選択し、インストールファイル（例：OllamaSetup.exe）をPCに保存します。

2. インストールの実行

インストールファイルを実行
- ダウンロードしたインストーラー（OllamaSetup.exe）をダブルクリックして実行します。
セットアップウィザードの開始
- セットアップウィザードが起動します。[Install] をクリックして進めます。
インストールの実行
- [Next] をクリックするとインストールが開始されます。数分かかる場合がありますので、完了するまで待機してください。
インストール完了
- インストールが完了すると、セットアップウィザードに [Exit] と表示されます。[Exit] ボタンをクリックしてインストールを終了します。

3. インストールの確認

コマンドプロンプトを開く
- Windowsのスタートメニューで「コマンドプロンプト」と入力し、選択して起動します。
バージョン情報を確認
- コマンドプロンプトに以下を入力してEnterを押します。
```
> ollama --version
ollam version is 0.5.5
```
- インストールが正しく完了していれば、Ollamaのバージョン情報が表示されます。

4. トラブルシューティング

万が一インストールに問題が発生した場合：

インターネット接続を確認
モデルのダウンロードにはインターネット接続が必要です。接続が安定していることを確認してください。
管理者権限で再試行
インストール時に問題がある場合、インストーラーを右クリックし、「管理者として実行」を選択してください。
公式サポートの利用
Ollamaの公式サイトにはFAQやサポート情報が掲載されています。問題解決に役立つ場合があります。

この手順を完了すると、Windows 11環境にOllamaがインストールされます。次のセクションでは、Phi-4モデルをダウンロードして動作確認を行う方法を説明します。

Phi-4 モデルのダウンロード

ここでは、Ollama上で使用するPhi-4モデルをダウンロードする手順を説明します。Phi-4モデルは、小型ながらも高い性能を持つ大規模言語モデル（LLM）で、教材作成や校務作業に適しています。以下の手順に従ってダウンロードしてください。

1. インターネット接続を確認

モデルのダウンロードにはインターネット接続が必要です。接続が安定していることを確認してください。

2. Ollamaのインターフェースを起動

コマンドプロンプトを開く
- Windowsのスタートメニューで「コマンドプロンプト」と入力し、選択して起動します。
Ollamaが正しくインストールされていることを確認
- 以下のコマンドを入力してEnterを押します：
```
> ollama --version
ollama version is 0.5.5
```
- バージョン情報が表示されれば、Ollamaが正常にインストールされています。

3. Phi-4モデルをダウンロード

ダウンロードコマンドを実行
- 以下のコマンドを入力してPhi-4モデルをダウンロードします：
```
> ollama pull phi4
```
- このコマンドにより、Phi-4モデルが自動的にダウンロードされます。
ダウンロードの進行状況を確認
- コマンドを実行すると、進行状況が画面に表示されます。ダウンロードには数分かかる場合があります。

4. ダウンロードの完了を確認

ダウンロードが完了すると、次のようなメッセージが表示されます：
```
Model 'phi4' has been successfully downloaded.
```
このメッセージが表示されれば、Phi-4モデルのダウンロードは完了です。

5. トラブルシューティング

万が一、ダウンロードがうまくいかない場合は以下を確認してください：

インターネット接続
- ダウンロード中に接続が切れると失敗することがあります。接続が安定しているか確認してください。
スペルミス
- コマンド入力時にモデル名やコマンドが正しいことを確認してください（phi4）。
ストレージの空き容量
- Phi-4モデルのサイズは約9GBです。十分な空き容量があるか確認してください。
公式サポートを参照
- Ollamaの公式サイトにはFAQやサポート情報があります。問題解決の参考にしてください。

これでPhi-4モデルのダウンロードが完了しました。次のセクションでは、Phi-4モデルの動作確認を行い、教育現場での使用準備を整えます。

Phi-4 の動作確認

Phi-4モデルをダウンロードした後、正しく動作するかを確認する手順を説明します。このセクションでは、基本的な動作確認に焦点を当てており、プロンプトの具体的な活用例は第3章で詳しく説明します。ここでは、モデルが正常に応答するかを簡単に確認します。

1. コマンドプロンプトを起動

Windowsのスタートメニューで「コマンドプロンプト」と入力し、選択して起動します。

2. Phi-4モデルの起動

動作確認コマンドを実行
- 以下のコマンドを入力してPhi-4モデルを起動します。
```
> ollama run phi4
```
モデルの準備
- コマンドを実行すると、モデルがロードされ、プロンプト入力を待機する状態になります。
```
> ollama run phi4
>>> Send a message (/? for help)
```

3. 動作確認用の簡単なプロンプトを入力

簡単な質問を入力
- モデルが正常に動作するか確認するため、以下のような基本的なプロンプトを入力します：
```
Hello, can you introduce yourself?
```
- 入力後にEnterキーを押してください。

期待される応答

Phi-4が正常に動作していれば、次のような応答が返されます（例）：

Hello! I'm Phi, a language model developed by Microsoft. My purpose is to assist users 
in finding information and
answering questions across a wide range of topics. Whether it's providing explanations,
offering suggestions, or helping with problem-solving, I'm here to help as best as I can
within my capabilities. If you have any specificqueries or need assistance, feel free to ask!

4. 確認用の追加プロンプト

動作をさらに確認するために、以下の簡単なプロンプトを試してください：

数学的な質問

What is 12 times 8?

期待される応答：

The product of 12 and 8 is 96. So, \(12 \times 8 = 96\). If you have any more questions 
or need further clarification, feel free to ask!

簡単な要約

Summarize this: "The quick brown fox jumps over the lazy dog."

期待される応答：

This sentence describes a fast-moving brown fox leaping over a relaxed, inactive dog. 
It's often used because it contains every letter of the English alphabet, making it 
a pangram. If you have more questions or need further details, feel free to ask!

5. モデルの終了

動作確認が完了したら、モデルを終了します。

[Ctrl] + [D] を押します。
プロンプトが閉じることを確認
- モデルが終了し、コマンドプロンプトが通常の状態に戻ります。

6. トラブルシューティング

動作確認中に問題が発生した場合は、以下を確認してください：

モデルのロードに失敗する場合
- Phi-4モデルが正しくダウンロードされているか確認します。次のコマンドでモデル一覧を確認できます：
```
ollama list
```
- Phi-4がリストに含まれていない場合、再度ダウンロードしてください：
```
ollama pull phi4
```
応答が返ってこない場合
- コマンドプロンプトが応答を受け付けているか確認してください。
- 入力エラーやスペルミスがないか確認します。
その他のエラー
- Ollamaの公式サイトでFAQを確認してください。また、必要に応じてインストールの手順を再確認してください。

Phi-4モデルが正しく動作することを確認できたら、教育現場での活用に向けて準備が整いました。次の章では、具体的なシナリオごとに適したプロンプトの使用方法について詳しく説明します。

第3章：Phi-4 でできること（教育現場での活用シナリオ）

3.1 授業準備の効率化

3.1.1 授業計画と学習指導案

授業計画や学習指導案の作成は、教師にとって重要な仕事ですが、時間がかかる作業でもあります。Phi-4モデルを活用することで、効率的にアイデアを生成し、指導案の内容を整理する手助けができます。以下では、Phi-4を使った授業計画の効率化の具体例を紹介します。

1. 授業計画作成の基本プロンプト

Phi-4を使うと、授業計画の骨組みやアイデアを迅速に得ることができます。以下のようなプロンプトを試してください。

プロンプト例

    小学5年生向けの「水の循環」をテーマにした理科の授業計画を作成してください。
    授業の目標、アクティビティ、必要な教材を含めてください。

Phi-4によって生成された応答例

### 授業計画: 水の循環

#### 授業の目的:
- 学生が水の循環（エネルギー、凝縮、降雨、蒸発など）を理解する。
- 水循環の重要性と地球上での役割について学ぶ。

#### 授業時間: 50分
---
### セクション1: 導入 (10分)

#### アクティビティ:
- **水循環に関するストーリー**: 教師が物語形式で水の旅を紹介します。例えば、「海から空へ、雨として
  降りてきた水はどこに行くのか？」など。

#### 目的:
- 学生の注意を引きつける。
- 水循環の基本概念を導入する。
---
### セクション2: 教育 (15分)

#### 話題と説明:

1. **蒸発**:
   - 太陽が水を蒸発させ、空気中に水蒸気が上昇する過程。

2. **凝縮**:
   - 水蒸気が冷えて雲を作る過程。

3. **降雨**:
   - 雲が重くなり、雨や雪として地上に水を落とす過程。

4. **流出と集水**:
   - 降った雨が川を通って海や湖へ戻る過程。
   - 地下の水は土壌や岩を通って地下水脈に貯まる。

#### 教材:
- 水循環図
- プロジェクターでのビデオクリップ（動画またはアニメーション）

#### アクティビティ:
- **水循環板**: 教師が大きなボードを使って各段階を描写し、説明します。
---
### セクション3: 参加型活動 (15分)

#### アクティビティ:
- **手作り水循環モデル**:
  - 材料: プラスチック容器、ふた、新聞紙、タオルまたは布。
  - 管理方法: 学生に蒸発と降雨をシミュレートする実験を行います。

#### 手順:
1. プラスチック容器の底に新聞紙を敷く。
2. ふたで密閉して、蒸気が逃れないようにする。
3. 容器内部に水を注ぎ、タオルや布をかけて雲とする。
4. 太陽（熱源）の近くまたは光を当てる。
5. 水が蒸発し、タオル/布で凝縮して再び下に落ちる様子を観察。

#### 目的:
- 学生が水循環のプロセスを視覚化する。
- 科学実験を通じた理解を深める。
---
### セクション4: レビューとディスカッション (10分)

#### アクティビティ:
- **Q&Aセッション**:
  - 生徒が質問したり、自分の考えを共有する。

- **水循環クイズ**:
  - 短いクイズを通じて理解度を確認。

#### 教材:
- 質問カード
- クイズ用紙
---
### 宿題:

- **エッセイ**: 水循環が人間生活にどのように影響を与えているか、または水の節約方法について
  200語書く。

#### 結論:
- 水循環の各段階を再確認する。
- 次回の授業で「水資源と保護」を学ぶことを発表し、興味を引く。

この計画は、5年生向けに設計されており、理解を深めるための実験や視覚的なアクティビティを
取り入れています。

簡易な指示でも、Phi-4はこのような詳細な回答を作成します。

2. 授業計画作成の応用プロンプト

生成AIによりよい回答を作成させるためには、より詳細な情報をプロンプトに含める必要があります。次に示すプロンプトは、生成AIが理解しやすいように構造化されたプロンプトです。

プロンプト例

小学5年生向け「水の循環」をテーマにした理科の授業計画を作成してください。以下の詳細情報を考慮して作成してください。

# 基本情報
- 授業時間: 45分
- 学習段階: 水の循環について初めて学ぶ段階
- クラスの規模: 20人（うち10%の児童は集中力が続かない傾向があります）
- 学習方法: グループ活動を重視します。
- 利用可能なツール: 情報端末を使用して調べ学習が可能です。

# 必要な内容
授業計画には、以下の項目を必ず含めてください。

1. 授業の目標
- 生徒が授業を通じて達成すべき具体的な成果を明記してください。
- 例: 「水の循環のプロセスを説明できる」「蒸発や凝縮の実験を通じて水の状態変化を理解する」。

2. 授業の流れ（時間配分を含む）
- 45分間を以下の3つのフェーズに分けて具体的に記載してください。
  - 導入（5分）
    - 生徒の興味を引き出し、授業のテーマを導入する。
  - 展開（30分）
    - 実験や調べ学習、グループ活動を通じて水の循環の仕組みを理解する。
    - 時間ごとの詳細なアクティビティの流れを記載してください。
  - まとめと振り返り（10分）
    - 授業内容を振り返り、理解を確認するための活動を提案してください。
3. 必要な教材と準備物
  - 使用する実験道具、情報端末、プリント資料などを具体的に記載してください。
4. 運営上の注意点
  - 集中力が続かない児童への配慮方法。
  - グループ活動を円滑に進めるための工夫。
  - 時間管理やアクティビティ間の移行をスムーズに行うための指導法。

# 期待する成果
- 生徒が水の循環の基本的なプロセスを理解し、観察結果や調べた情報を他のグループと共有できる。
- 実験や調べ学習に興味を持ち、主体的に学ぶ姿勢を育てる。

# 出力形式
1. 授業の目標（具体的に)
2. 授業の流れ (時間配分を含む)
  - 目的
　- 活動内容
　- 指導のポイント
  - 発話計画
3. 必要な教材と準備物
4. 運用上の注意点

Phi-4によって生成された応答例

# 授業計画: 水の循環

## 1. 授業の目標
- 生徒は「水の循環」を理解し、以下の具体的な成果を達成します。
  - 「蒸発」「凝縮」「降水」「流出」「集水」の各段階について説明できるようになります。
  - 実験や観察を通じて、水がどのように地球上を移動しているかを理解します。

## 2. 授業の流れ (時間配分を含む)

### 導入 (5分)
- **目的**: 生徒の興味を引き出し、授業のテーマを紹介する。
- **活動内容**:
  - 教師が水筒に熱湯を注いだ容器を見せ、「何が起こると思うか？」と尋ねる。
  - 生徒の予想や発言を聞き、モニターに表示された画像（水蒸気の様子）を示す。
- **指導のポイント**:
  - 質問を通じて生徒の興味を引き出し、既存の知識や経験に基づいた考えを促す。
- **発話計画**:
  - 教師: 「皆さんは、この水がどうなると思いますか？」
  - 生徒: 自由に意見を述べる。

### 展開 (30分)
#### 調べ学習（10分）
- **目的**: 水の循環の各段階を理解する。
- **活動内容**:
  - 生徒は情報端末を使って、それぞれのグループに割り当てられた「蒸発」「凝縮」「降水」
   「流出」「集水」のプロセスを調査する。
- **指導のポイント**:
  - グループ内で情報共有を促し、各自が見つけた重要な情報を発表する機会を作る。
- **発話計画**:
  - 教師: 「それぞれのグループで調査したことをクラスに共有してください。」

#### 実験（15分）
- **目的**: 水がどのように状態変化するかを観察する。
- **活動内容**:
  - 教師が用意した「蒸発と凝縮」実験キットを使い、各グループで水の蒸発と凝縮を観察する。
- **指導のポイント**:
  - 安全に関わる説明をしっかり行い、実験中の注意事項を徹底させる。特に集中力が続かない児童は
    個別にフォロー。
- **発話計画**:
  - 教師: 「実験で何が起こっていると思いますか？」

#### グループディスカッション（5分）
- **目的**: 実験の観察結果を共有し、理解を深める。
- **活動内容**:
  - 各グループで得た知識や実験結果についてディスカッションを行う。
- **指導のポイント**:
  - 集中力が続かない児童は、役割（リーダー、記録係など）を与えて参加しやすくする。

### まとめと振り返り (10分)
- **目的**: 授業内容の理解を確認し、共有する。
- **活動内容**:
  - 教師がホワイトボードに水の循環のプロセスを書き出す。各グループから一人ずつ発表してもらう。
- **指導のポイント**:
  - 発表した内容が正しいか、誤解はないかを確認する。
- **発話計画**:
  - 教師: 「みんなで一緒に水の循環を確認しましょう。」

## 3. 必要な教材
- 情報端朄子供たちが自由に使えるように配列する。
- 実験キット（蒸発と凝縮のデモ用）
- ホワイトボード、マーカー
- 水筒や容器

## 4. 考慮事項
- **安全**: 実験中は特に注意を払い、火傷などのリスクがないか確認する。
- **集中力**: 集中力が続かない児童に対して、個別の支援や役割分担を行う。
- **インタラクション**: 活発な議論を促し、生徒同士で知識を共有する機会を作る。

3.1.2 教育心理学の理論と教育方法論のフレームワークを用いた授業設計

Phi-4 を活用して、教育心理学の理論や教育方法論のフレームワークを授業設計に取り入れることで、科学的な根拠に基づいた教育が可能になります。このセクションでは、以下の4つの理論やフレームワークについて、それぞれの概要、授業設計への応用方法、期待される効果を説明します。

1. ピアジェの認知発達理論

概要

提唱者：ジャン・ピアジェ（Jean Piaget）
主な理論：子どもの認知発達は4つの段階（感覚運動期、前操作期、具体的操作期、形式的操作期）を経て進行します。
- 小学5年生は主に「具体的操作期」に属し、具体的な事例や視覚的情報を通じて理解を深めます。

授業設計への応用

プロンプト例

ピアジェの認知発達理論に基づき、小学5年生向けの「水の循環」をテーマにした理科の授業計画を
作成してください。具体的な活動や視覚的教材を含めてください。

Phi-4によって生成された応答例

ピアジェの認知発達理論に基づくと、小学5年生は「形式的操作期」ではなく、「具体的操作期」の終盤に
位置します。この段階であるため、実物や視覚的な教材を用いて、具体的な事象を通じて概念を理解する
ことが重要です。「水の循環」をテーマにした理科の授業計画を以下に示します
。

### 授業目標
- 生徒は、大気中への蒸発、雲の形成、降水、地表での流れとしての「水の循環」の過程を理解する。
- 水がどのようにして自然界や日常生活において移動し変化するかを視覚的・実践的な手法で学ぶ。

### 授業時間：約60分

#### 1. 開始 (5分)
- **目標の確認:** 学習内容として「水の循環」について話し合う。
- **質問促進:** 生徒がどれだけ知っているか、また興味を持っていることを確認する。

#### 2. 導入 (10分)
- **ビデオ視聴:** 短いアニメーションや実験映像（例: 「水の旅」）を見せ、水の循環過程の概要を
理解させる。
- **ディスカッション:** 視聴後、ビデオで見た内容について短く話し合う。

#### 3. 実践活動 (25分)
**活動名: 水の循環模型作成**

- **材料準備:** プラスチック容器、シリコン製カバー（またはビニール袋）、ティッシュペーパー、
濡れタオル。
- **手順:**
1. **模型設置:** 生徒にプラスチック容器を用意させ、それを透明なカバーで覆う。
2. **蒸発シミュレーション:** 水を少量入れたティッシュペーパーを容器に置き、濡らしたタオルを
   ふわりとかける（こうすることで温度差による蒸発を模倣）。
3. **観察:** 時間が経つにつれて、水分が容器の上部に集まって雲を形成する様子を観察し、
  「気化」→「凝縮」として説明する。
4. **降水シミュレーション:** カバーが重くなると下に落ちてきた雨粒を観察させ、「降水」を体験。

#### 4. 確認 (10分)
- **グループ討議:** 生徒を3～4人の小グループに分け、それぞれが模型で観察した事象について話し合う。
- **発表:** 各グループから一人が自分たちの発見や理解を全体に報告する。

#### 5. 終了 (10分)
- **まとめと応用:** 教師が、水の循環が地球上でどのような役割を果たしているか、具体例（農業、
気候など）を挙げて説明する。
- **自宅での観察:** 一週間後に家で見える水の循環現象（雨や霧、湿度など）について日記形式で
観察し報告するよう指示。

### 視覚的教材
- **フローチャート:** 水の循環プロセスを表す図。
- **模型写真:** 各段階（蒸発、凝縮、降水）の写真やイラスト。

### 評価
- 模型活動中に観察したプロセスと結果をグループ討議で共有する。
- 最後に提出される自宅観察日記を通じて理解の深さを確認。

この授業計画は、具体的な操作と視覚的教材を活用して生徒が「水の循環」の概念をより深く理解できる
ように設計されています。

期待される効果

生徒が目に見える実例を通じて、抽象的な概念を具体的に理解できるようになります。
授業への参加意欲が高まり、理解度が向上します。

2. ブルームのタキソノミー（Bloom's Taxonomy）

概要

提唱者：ベンジャミン・ブルーム（Benjamin Bloom）
主な理論：学習目標を6つの認知レベル（知識、理解、応用、分析、評価、創造）に分類し、段階的な学びを支援します。

授業設計への応用

プロンプト例

ブルームのタキソノミーを使い、小学5年生の「水の循環」に関する授業目標とアクティビティを
設計してください。それぞれの認知レベルに対応した例を挙げてください。

Phi-4によって生成された応答例

ブルームのタキソノミーは教育目標を分類するためのフレームワークであり、知識、理解、応用、分
析、評価、創造という6つの認知プロセスレベルに基づいています。小学5年生向けの「水の循環」を
テーマにした授業目標と活動を設計する際、これらの各認知レベルに応じた具体的な例を以下に示し
ます。

### 1. 知識（Knowledge）
**目標:** 水の循環に関連する用語や基本事実を記憶する。
- **活動例:** 教師が提示した水の循環のフローチャートを見せ、蒸発、凝縮、降水、流れといった
用語に生徒が名前を付けるクイズ形式で確認する。

### 2. 理解（Comprehension）
**目標:** 水の循環プロセスを理解し、その意味や目的を説明する。
- **活動例:** 生徒がペアで行うディスカッション。たとえば、「水の循環がなぜ重要か」について
話し合い、その結果をクラス全体で共有する。

### 3. 応用（Application）
**目標:** 水の循環の知識を新しい文脈や問題に適用する。
- **活動例:** 生徒に実際の天気予報を見せ、その日の天候と水の循環プロセス（例: 高温で蒸発が
多いか）を関連付けて説明させる。

### 4. 分析（Analysis）
**目標:** 水の循環における要素やプロセスを分解し、その関係性を理解する。
- **活動例:** 教師が提示した複数の水の循環図（異なる地域での図）から、各地域における特徴的
なプロセスを識別し、それらの違いや共通点を分析させる。

### 5. 評価（Evaluation）
**目標:** 水の循環に関する情報を評価し、意見を形成する。
- **活動例:** 生徒が小グループで議論し、「水不足問題」への影響として水の循環プロセスのどこ
に改善点があるかを考え、その理由を提示する。

### 6. 創造（Synthesis）
**目標:** 水の循環に関連した新しいアイディアや解決策を生み出す。
- **活動例:** 生徒がクラス内で自分だけの水の循環モデルを作り、そのプロセスを発表する。新し
い方法や装置（例: 水を節約する装置）を考える課題も含む。

これらの活動は、小学5年生が「水の循環」について段階的かつ深い理解を得るための教育目標として
設計されています。それぞれの認知レベルに応じて、生徒は情報を受け取り、分析し、評価し、創造
的な思考を促されます。

期待される効果

生徒の認知能力を段階的に発展させ、より深い学びを促進します。
すべての学習者が、自分のレベルに応じて目標を達成できるようになります。

3. 5Eインストラクショナルモデル（5E Instructional Model）

概要

提唱者：ロジャー・バイビー（Roger Bybee）ほか
主な理論：授業を5つの段階（Engage, Explore, Explain, Elaborate, Evaluate）に分けることで、生徒の探究心と主体的な学びを引き出します。

授業設計への応用

プロンプト例

5E Instructional Model を使用して、小学5年生向けに「水の循環」をテーマとした授業計画を
作成してください。各段階での具体的な活動を示してください。

Phi-4によって生成された応答例

5E Instructional Modelは、Engage（関与）、Explore（探求）、Explain（説明）、Elaborate
（応用）、Evaluate（評価）という5つの段階から成る教育フレームワークです。小学5年生向けに
「水の循環」をテーマにした授業計画を作成するため、各段階で具体的な活動を示します。

### Engage（関与）

**目標:** 学習意欲を引き出し、興味を持たせる。
- **活動例:** クラスの前に水タンクと加湿器、エアコンを用意します。これらが何をするか知って
いるか尋ねます。その後、蒸発や凝縮などの現象が起こる様子を実演し、「水はどのようにして移動
するのか」について考えさせます。

### Explore（探求）

**目標:** 生徒自身で発見や観察を通じて学ぶ。
- **活動例:** 学生はペアまたは小グループで作業し、水の循環を示すシンプルな実験セット（たと
えば、容器に水を入れて蒸発させ、その後冷却して凝縮を観察する）を使います。彼らは自分たちで
進めるよう促されますが、必要に応じて教師からヒントやガイダンスが提供されます。

### Explain（説明）

**目標:** 学んだことを整理し、正確な科学用語で説明する。
- **活動例:** クラス全体のディスカッションを行い、実験から得た観察結果を共有します。教師は
水の循環プロセス（蒸発、凝縮、降水、流出、集水）に関する図やフローチャートを示し、用語とそ
の意味を確認します。学生は自分の言葉でプロセスを説明するよう求められます。

### Elaborate（応用）

**目標:** 学んだことを新しい状況に適用して理解を深める。
- **活動例:** クラスで、異なる気候や地域の水循環を比較する活動を行います。生徒はグループご
とに異なる地域（たとえば、熱帯雨林や乾燥した砂漠）の水循環図を作成し、それぞれの特徴を説明
します。また、現実世界の問題（例えば、干ばつや洪水など）について議論し、水循環がこれらにど
う影響するか考察します。

### Evaluate（評価）

**目標:** 学習の成果を確認し、理解度を測定する。
- **活動例:** 教師は簡単なクイズやコンセプトマッピングを使用して生徒の知識と理解を評価しま
す。また、個別に学生が水循環について説明する小さなプレゼンテーションやポスターを作成し、そ
れらをクラスメートに発表してもらいます。教師はフィードバックを提供します。

この5Eモデルを用いた授業計画は、学習者中心のアプローチで水循環の概念を段階的に深めていくこ
とを目指しています。生徒が自主性を持って探求し、共有することで理解を深化させることができま
す。

期待される効果

生徒が授業の内容に積極的に関与し、主体的に学ぶ姿勢が育まれます。
理解を深めるだけでなく、学んだ知識を他の状況に応用する力が向上します。

4. ヴィゴツキーの社会文化的理論（ZPD：最近接発達領域）

概要

提唱者：レフ・ヴィゴツキー（Lev Vygotsky）
主な理論：生徒が単独では達成できないが、適切な支援を受けることで達成可能な「最近接発達領域（ZPD）」を重視。協働学習と教師の役割が重要です。

授業設計への応用

プロンプト例

ヴィゴツキーの最近接発達領域（ZPD）に基づいて、高校1年生向けに「一次方程式」を教える授業計画を作成してください。ペアワークや教師のサポートを組み込んでください。

Phi-4によって生成された応答例

ヴィゴツキーの最近接発達領域（ZPD）理論に基づく授業計画は、生徒が現在自力では解決できない問
題を、より経験豊富な他者の支援を受けて学習する過程に焦点を当てます。高校1年生向けに「一次方
程式」を教えるための授業計画では、ペアワークや教師のサポートが重要な役割を果たします。

### 目標
- 一次方程式を理解し、解く方法を学ぶ。
- 方程式に関する問題解決スキルを養う。
- ペアワークや教師のサポートを活用して学習効果を高める。

### 授業計画

#### 1. オリエンテーションと復習 (10分)
- **活動:** 先週の授業で学んだ代数的な基礎知識（変数、式、単純な加減算）を確認します。教師
はクイズ形式やボードに書いてみんなで解答する形式で復習します。
- **目的:** 生徒が基礎知識を再確認し、方程式の学習へとスムーズに移行できるように準備します
。

#### 2. 導入と概念の説明 (15分)
- **活動:** 教師が一次方程式の定義を説明し、基本的な形式（ax + b = c）を紹介します。実例を
示しながら、方程式の構造と解く目的について説明します。
- **目的:** 生徒が一次方程式の基本的な理解を深める。

#### 3. ペアワークでの練習問題 (20分)
- **活動:** 教師は生徒にペアに分かれて、一連の単純な方程式を解く課題を与えます。例えば、「
x + 3 = 7」や「2x - 4 = 10」のような問題です。生徒たちはペアで話し合い、問題を解決します。

- **教師の役割:** 教師は部屋中を回り、必要に応じて質問を促したり、ヒントや方向性を示します
。特に、ステップごとの解法（変数を隔離する手順など）が理解できているか確認します。
- **目的:** 同僚間の対話を通じて学習し、生徒自身で問題に取り組む力を養う。

#### 4. 具体例と拡張 (15分)
- **活動:** より複雑な方程式（例: 3(x + 2) = 12）や、両辺に文字が含まれる形の問題を提示しま
す。生徒はペアで解法を考えます。
- **教師のサポート:** ポスターを作成し、各クラスグループに配布して、方程式のステップバイス
テップ解法を視覚的に示します。生徒が困難を感じたら、このポスターを参照するよう促します。
- **目的:** 方程式を解く際の異なるアプローチを理解し、自信をつける。

#### 5. クラスディスカッションとまとめ (10分)
- **活動:** 教師が全体に対して問題の解法方法を共有します。ペアで話し合ったことや気づいた点
、困難だった点を発表する機会を提供します。
- **目的:** 全クラスが異なる解決策や戦略に触れ、共有された知識の中で理解を深める。

#### 6. 宿題とフィードバック (5分)
- **活動:** 生徒に宿題を渡し、今日学んだ方程式の問題セットを提出するよう依頼します。また、
明日の授業で解答を共有しフィードバックを行います。
- **目的:** 家庭でも学習を続ける機会を与え、次回までに改善点や理解度を確認する。

この授業計画では、教師のサポートとペアワークを通じて生徒がZPD内で効果的に学習し、自立した問
題解決能力を養うことを目指しています。

期待される効果

生徒が仲間と協働することで、学びの幅が広がります。
適切なサポートを受けることで、学びのハードルが下がり、達成感が得られます。

まとめ

これらの教育心理学の理論やフレームワークを用いることで、より効果的で生徒の学びを深める授業設計が可能になります。Phi-4モデル を活用すれば、これらの理論を授業計画に組み込む具体的な方法を迅速に生成できるため、教師の準備負担が軽減されます。

教師はこれらの理論を参考にしながら、現場の状況や生徒のニーズに応じて計画を微調整し、より良い授業を提供してください。。

3.2 生徒へのフィードバックの効率化

作文やレポートの添削案作成

生徒の作文やレポートに適切なフィードバックを提供することは、学びを深めるために重要ですが、教師にとっては時間と労力のかかる作業です。Phi-4モデルを活用すれば、生徒の文章を分析し、具体的で建設的な添削案を効率的に生成することが可能です。このセクションでは、Phi-4を活用した作文やレポートの添削案作成について説明します。

1. フィードバック生成の目的

効率性の向上：多数の生徒に対して迅速かつ一貫性のあるフィードバックを提供。
学びの質の向上：建設的なフィードバックを通じて、生徒が自己改善できるよう支援。
柔軟な対応：フィードバックを生徒の能力や学習目標に合わせてカスタマイズ。

2. 添削案作成の手順

(1) 基本的なプロンプトの設定

Phi-4に作文やレポートの内容を提示し、フィードバックの視点を明確に指定します。

プロンプト例

以下は小学6年生の作文です。文章の構成、表現の適切さ、文法の正確さについてフィードバックを
作成してください。  児童に話しかけるような文調にしてください。最後に児童をほめてあげます。

# 作文内容:  
私の夏休みの一番の思い出は、家族と一緒に行ったキャンプです。今年は山に囲まれた自然豊かな
キャンプ場に行きました。そこは緑がいっぱいで空気がとても澄んでいて、都会では味わえない爽
やかさを感じました。キャンプではさまざまな楽しいことを体験しましたが、それぞれが特別な思
い出となっています。

まず、キャンプ初日は、家族みんなでテントを設営しました。初めてのテント組み立てで少し苦労
しましたが、父と母の助けもあり、無事に完成しました。その後は、山の中を探検することにしま
した。森の中を歩いていると、たくさんの昆虫を見つけました。特にクワガタやカブトムシを発見
したときはとても興奮しました。普段は図鑑でしか見たことのない昆虫を目の前で見ることができ
て、とても嬉しかったです。また、小さな花が咲いている場所ではチョウがひらひらと飛んでいて、
その光景もとても美しかったです。

次の日には川で魚釣りをしました。釣りをするのは久しぶりだったので、最初は少し緊張しました
が、父が釣りのやり方を丁寧に教えてくれたおかげで、だんだん慣れてきました。最初に釣れた魚
は小さなアユで、それを見たときはとても感動しました。その後も何匹か釣ることができましたが、
魚を釣り上げる瞬間のワクワク感は何度味わっても新鮮で、ずっと笑顔が止まりませんでした。
釣った魚は母が料理をしてくれて、その日の夕食として美味しくいただきました。

そして、キャンプで一番楽しかったのは、夜に家族みんなで星を観察したことです。日が沈んで辺
りが真っ暗になると、山の上では空一面に無数の星が輝いているのが見えました。都会ではこんな
にたくさんの星を見ることはできないので、その光景にとても感動しました。父がスマホで星座ア
プリを使いながら「これは夏の大三角形だよ」と教えてくれたり、流れ星を見つけたときにはみん
なで歓声を上げたりしました。その瞬間はまるで時間が止まったように感じるほど特別で、忘れら
れない思い出になりました。

今回のキャンプを通して、家族との絆がさらに深まったと感じました。普段はそれぞれ忙しくてあ
まり話す機会が少ないのですが、キャンプではたくさん笑ったり協力したりする時間がたくさんあ
りました。自然の中で過ごす時間がどれだけ心を豊かにしてくれるかを実感し、また機会があれば
ぜひ行きたいと思いました。次回はもっと長い期間で、他のアクティビティにも挑戦したいです。

Phi-4によって生成された応答例

おー！素敵な作文を書いてくれてありがとうね！夏休みのキャンプの思い出がとっても鮮やかに描け
ているよ。

まず、文章の構成はすごく上手だったよ。キャンプ場でのさまざまな活動を順番に並べて書いている
から、読んでいる人もその時間を一緒に味わえる感じがするんだ。

特に、初めてテントを組み立てたことや、クワガタムシやカブトムシを見つけたときの興奮など、細
かいエピソードが盛り込まれているのが良かったね。こんな風に小さなことでも大切に書くと、その
場面が一層生き生きしてくるんだよ。

表現も素晴らしいわね。「空気がとても澄んでいて、都会では味わえない爽やかさを感じた」や、「
無数の星が輝いているのが見えました」という部分は、その場にいるような気持ちにしてくれるね。
自然の美しさを上手に伝えられていると思ったよ。

文法も大体正確だね！「少し苦労した」とか「最初は少し緊張しました」なんて、ちょうど良い感情
を表していて読みやすいよ。ただ、小学生としてはもっと改善できる余地があるから、これからも文
章を書く機会をたくさん持って練習してね。

さらに「その後も何匹か釣ることができましたが」という部分では、「何匹か」は数の多い印象を与
えるから、具体的な数字を追加すると読者によりリアルなイメージを持ってもらえるかもしれないね
。

最後に、家族と過ごすことで得た絆の大切さや、自然の中で心が豊かになった感覚を書いてくれてあ
りがとう。このように人間関係や自分の気持ちを表現することも大事だね。

全体的にすごく良くまとめられているから、これからもたくさん書き続けてみんなにあなたの素敵な
話を聞かせてくれるとうれしいよ。おめでとう！今回の作文は本当に素晴らしかったね。次も楽しみ
にしてるね！

(2) 批評とアドバイスをカスタマイズ

生徒の学年やスキルに応じて、フィードバックの詳細さやトーンを調整します。

プロンプト例

以下の高校生のレポートに対して、具体的な改善案を提案してください。論理性、情報の正確さ、構成を中心に
フィードバックしてください。

# レポート内容:  
地球温暖化は、現代社会において最も深刻な環境問題の一つとされています。その影響は私たちの生活や自然環
境に多大な影響を与えています。特に、気温の上昇により、北極や南極の氷が急速に溶けていることは、地球温
暖化の象徴的な例といえるでしょう。これに伴い、海面の上昇や気候パターンの変化が発生し、世界中で洪水や
干ばつといった極端な気象現象が頻繁に起こっています。こうした現象は、特に発展途上国において生活基盤を
脅かし、多くの人々が気候変動の影響を直接的に受けています。

地球温暖化の主な原因として挙げられるのは、温室効果ガスの排出です。二酸化炭素（CO2）はその中で最も注
目されており、工場や車の排気ガス、発電所などから大量に排出されています。また、メタンやフロンガスも
温室効果ガスとして知られていますが、これらのガスが地球温暖化に与える影響は二酸化炭素の10倍以上に達
すると言われています。一部の研究者は、この影響がオゾン層の破壊とも密接に関連していると主張していま
すが、実際には温室効果ガスとオゾン層の破壊は直接的な関係があるわけではありません。

さらに、地球温暖化の原因としては森林伐採も挙げられます。森林は二酸化炭素を吸収して酸素を放出する
「地球の肺」とも呼ばれる重要な役割を果たしています。しかし、木材の需要増加や農地拡大のために熱帯
雨林が破壊され、その結果、二酸化炭素が大気中に増加しているのです。特にアマゾンの熱帯雨林の消失は
深刻で、近い将来、アマゾン全体が砂漠化する可能性があるとさえ言われています。ただし、この砂漠化の
予測は一部の研究者の見解であり、確実な科学的根拠があるわけではありません。

地球温暖化を食い止めるためには、さまざまな解決策が提案されています。まず、再生可能エネルギーの活用
がその一つです。太陽光発電や風力発電、水力発電などのクリーンなエネルギー源を利用することで、化石燃
料の使用を減らし、温室効果ガスの排出を削減することが期待されています。特に太陽光発電は、そのエネル
ギー効率が非常に高いとされ、現代社会のエネルギー問題を一挙に解決すると考える人もいます。しかし実際
には、太陽光発電の設備を設置するためには多大なコストがかかる上、発電量が天候に大きく左右されるとい
う課題もあります。

もう一つの解決策として、森林の保護があります。世界中で植林活動が進められており、特に熱帯地域での植
林が効果的とされています。ただし、一部では「植林による二酸化炭素の吸収効果は限定的であり、大規模な
植林はかえって生態系に悪影響を及ぼす可能性がある」という意見もあります。このため、植林だけに頼るの
ではなく、既存の森林を保護し、持続可能な資源利用を推進することが重要です。

また、最近では温室効果ガスを直接吸収する技術の開発も進んでいます。例えば、炭素回収貯留技術（CCS）
という方法では、二酸化炭素を工場などで直接回収し、地下深くに封じ込めることができます。この技術が実
用化されれば、化石燃料を使い続けながらも地球温暖化を抑制できる可能性があるとされていますが、一方で、
そのコストや安全性に関する課題も指摘されています。

こうしたさまざまな取り組みにより、地球温暖化を完全に止めることができると考える人もいますが、実際に
はそれほど単純ではありません。温室効果ガスの排出量削減は、世界中の国々が協力し合わなければ達成でき
ない目標です。しかし、現状では各国間での意見の相違や経済的利益の対立が解決の障害となっています。特
に、先進国が発展途上国に対して「温室効果ガスの排出を抑えるべきだ」と主張する一方で、発展途上国は
「先進国こそが過去に大量の温室効果ガスを排出した責任を負うべきだ」と反論しています。

地球温暖化は複雑で多面的な問題であり、簡単に解決することはできません。しかし、個人としてもエネルギ
ーの節約やリサイクル、そして環境についての意識を高めることで、小さな一歩を踏み出すことができます。
この問題は私たちの未来を左右する重要な課題であり、今後もさらに多くの人々がこの問題に取り組む必要が
あります。

Phi-4によって生成された応答例

以下は、高校生のレポートに対するフィードバックです。論理的構成や具体性を向上させるための提
案を含みます。

### 概要と改善点

1. **導入部分の明確化**：
   - 現在の導入は直接本題に移行していますが、地球温暖化の重要性や目的を簡潔に述べると良いで
しょう。たとえば、「地球温暖化は世界規模で進行する深刻な問題であり、その解決に向けた取り組
みが不可欠です」と始めることをお勧めします。

2. **情報の整理**：
   - 各段落は特定の主題（例：原因、影響、解決策）に集中していますが、内容の順序や区切りを明
確にすることで読みやすさが向上します。各セクションの冒頭にその主題を簡単に説明する文を追加
すると良いです。

3. **具体性と詳細化**：
   - 提案された解決策（例：太陽光発電、植林）については、より具体的な事例や成功したプロジェ
クトを引用することで説得力が増します。また、各方法の効果や限界に関してもさらに詳細を提供し
ましょう。

4. **論理的な流れ**：
   - 現在は解決策とその課題が混在しています。各解決策の利点を先に述べ、その後で挑戦や制約を
説明するような流れにすると論理的です。

5. **結論部分の強化**：
   - 結論は個人レベルでの取り組みを提案していますが、これを国際協力や政策面でのアプローチと
組み合わせて述べることで、より広い視野を提示できます。

### 具体的な修正例

1. **導入部分の改善**
   - 「地球温暖化は今や世界中が直面する最重要課題の一つです。その影響は生態系だけでなく、経
済や社会にも及びます。このレポートでは地球温暖化の原因と現在考えられている解決策を探ります
。」

2. **具体的な事例の追加**
   - 「太陽光発電は、特にスペインやドイツで成功しています。これらの国では再生可能エネルギー
政策が進んでおり、発電コストも徐々に下がってきています。」

3. **課題と解決法の整理**
   - 「太陽光発電はエネルギー効率が高く期待されますが、天候や設備費用による制約もあります。
このため、他の再生可能エネルギーとの組み合わせが必要です。」

4. **国際協力への展開**
   - 「地球温暖化対策には各国が連携することが重要です。パリ協定では、先進国と発展途上国それ
ぞれが自らの状況に合わせた目標を設定しましたが、実際の遂行に向けてさらなる努力が求められま
す。」

### その他の提案

- 可能であれば最新の研究やデータを参考にすることで、内容の信頼性が高まります。
- 各セクション間のつなぎ言葉（リードイン）を工夫し、全体の一貫性を強化します。

このような改善によって、地球温暖化とその対策に関する理解が深まり、読者に対してより説得力の
あるレポートとなります。

3. 生成AIを使ったフィードバックの利点

客観性
- 感情に左右されず、一貫したフィードバックが得られます。
迅速な生成
- 多くの作文やレポートを短時間で分析し、効果的なフィードバックを提供します。
多様な観点のカバー
- 文法、構成、表現力だけでなく、論理性や創造性など多角的な視点で評価が可能です。

4. 注意点

生成結果の確認
Phi-4が提供するフィードバックは参考資料として使用し、教師が内容を確認・編集してから生徒に提供してください。
生徒の能力に合わせた調整
フィードバックの内容は、生徒の学年やスキルレベルに応じて柔軟に調整する必要があります。
積極的なコメントを含める
改善点だけでなく、良い部分を明示して褒めることで、生徒のモチベーションを高めます。

5. まとめ

Phi-4を活用することで、作文やレポートの添削作業を効率化し、生徒一人ひとりに的確なフィードバックを提供することが可能です。これにより、教師の負担を軽減し、生徒の文章力向上を効果的にサポートできます。次のセクションでは、フィードバックをさらに教育効果の高い形で活用する方法について解説します。

3.3 校務作業の効率化

校務作業は、教師の重要な役割の一部ですが、会議資料の準備や文書の編集などに多くの時間が割かれることがあります。Phi-4モデルを活用すれば、これらのタスクを効率的に処理し、教育活動により多くの時間を割くことが可能です。

1. 会議資料の要約

教師が校務会議や職員会議で使用する資料は、膨大な情報を含むことが多いため、効率的に内容を把握する必要があります。Phi-4を活用して要点を自動的に抽出することで、迅速な準備が可能になります。

(1) 基本的なプロンプトの例

プロンプト例

以下の会議資料を要約してください。重要なポイントを箇条書きで示してください。

# 資料内容:  
2025年度の学校運営方針において、ICT教育の推進と生徒の個別指導の強化が重要な柱として掲げられています。
この方針は、学校全体でより効果的な教育環境を提供し、生徒の学力向上と学びへの興味を高めることを目指し
ています。特に、ICT教育と個別指導の取り組みを相互に関連付けることで、生徒一人ひとりのニーズに対応した
教育の実現を図る計画が進められています。

#### ICT教育の推進
ICT教育の分野では、タブレット端末の導入拡大が大きな柱となっています。これまで試験的に導入されていた
タブレット端末の使用を、すべての学年に拡大する計画です。この取り組みにより、紙の教材だけでは実現でき
なかったインタラクティブな学習が可能になります。具体的には、動画教材やデジタルシミュレーションを活用
した授業が予定されており、特に理科や数学といった科目では、生徒が実験や問題解決のプロセスを視覚的に
理解できるようになると期待されています。

さらに、教員のICT活用スキル向上を目的とした研修プログラムが計画されています。これには、最新の教育
アプリケーションの操作方法や、オンライン教材の効果的な活用方法を学ぶためのセッションが含まれます。
一部の教員は、校外研修や専門家による指導を受ける機会も提供される予定です。このような研修を通じて、
教員がICTを活用した授業設計や、生徒の学習進度に応じた適切な指導を行えるように支援します。

また、ICT教育の推進には保護者や地域社会との連携も重要な要素です。例えば、タブレット端末の使用に関す
る家庭でのサポート方法について、保護者向けの説明会を開催することが検討されています。これにより、家庭
と学校が一体となって、生徒が安心してICTを活用できる環境を整えることを目指しています。

#### 生徒の個別指導の強化
個別指導の強化は、2025年度の学校運営方針において特に注力される分野です。この取り組みの中心となるの
は、生徒一人ひとりの学力や学習進度をデータで把握し、それに基づいて個別の学習プランを作成することです。
成績データだけでなく、授業中の態度や提出物の状況、さらには各種の模試や診断テストの結果も総合的に活用
します。これにより、学習プランはより精密で、効果的なものとなることが期待されます。

具体的には、毎月のテスト結果を基に生徒ごとの弱点を分析し、その克服に向けた特別な指導時間を設けること
が計画されています。また、教員が生徒と定期的に個別面談を行い、学習状況や進路に関する相談を受け付ける
機会を増やします。こうした取り組みによって、生徒が自分の課題を明確に理解し、次の学習ステップに進むた
めの道筋を描けるよう支援します。

さらに、個別指導の取り組みには、AI（人工知能）技術を活用した学習支援ツールの導入も含まれています。
このツールでは、生徒がオンラインで解いた問題のデータをリアルタイムで分析し、最適な練習問題を提供する
機能があります。これにより、生徒は自分のペースで効率的に学習を進めることが可能になります。

#### 期待される成果
これらの取り組みが成功すれば、ICT教育と個別指導の双方で大きな成果が期待されます。ICT教育を通じて、
より多くの生徒がデジタル技術を活用した学びの楽しさを実感し、将来に向けたITスキルを身に付けることが
できます。一方で、個別指導の強化により、生徒一人ひとりが自分のペースで着実に学力を伸ばせる環境が整
います。このように、2025年度の学校運営方針は、生徒が主体的に学び、成長できる場を提供することを目
指しています。

#### 運営方針の課題と展望
ただし、この計画を実行に移すにあたり、いくつかの課題も予想されます。たとえば、ICT機器の導入には多額の
予算が必要であり、その負担をどのように分散させるかが課題です。また、教員のICTスキルには個人差があり、
全員が同じレベルで指導を行えるようになるには時間がかかるでしょう。さらに、個別指導の実現には膨大なデ
ータの管理や分析が必要であり、これを効率的に行うシステムの整備も求められます。

それでもなお、学校全体でこれらの課題を乗り越え、ICT教育と個別指導の両輪を進めることは、生徒の未来に
大きな影響を与えるでしょう。2025年度の取り組みは、その第一歩として、これまで以上に充実した教育環境
を提供する基盤となるはずです。

Phi-4によって生成された応答例

### 要約

2025年度の学校運営方針では、ICT教育と個別指導が重点的に取り組まれます。

#### 主要なポイント

1. **ICT教育**
   - 教室での活用拡大
   - デジタル技術を通じた学びの楽しさとITスキル向上
   - 拡張されるデジタル機器（特にAIツール）により、リアルタイムで最適な学習支援が可能

2. **個別指導**
   - 生徒の成果を精密に分析し、効果的な学習プラン作成
   - 教員との定期的な面談で課題理解と進路相談
   - 自己ペースでの学習促進を支援

3. **期待される成果**
   - 生徒がデジタル技術を活用した教育から恩恵を受け、ITスキル強化
   - 個別の学習ニーズに応じた自己成長の機会提供

4. **課題と展望**
   - 多額の予算が必要なICT機器導入
   - 教員のICTスキル向上に時間を要する
   - 個別指導実現のため膨大なデータ管理と分析システム整備

5. **方針目標**
   - 生徒が主体的に学び、成長できる環境を提供
   - ICT教育と個別指導の両輪を進めることで生徒の未来に大きな影響を与える

この方針は、充実した学習環境を提供する基盤として、さらなる教育改革への第一歩を示します。

(2) 長文資料のセクションごとの要約

長い資料の場合、Phi-4を使ってセクションごとの要点を抽出することもできます。

プロンプト例

以下の会議議事録をセクションごとに要約してください。  

# 資料内容:  
2025年度の学校運営方針において、ICT教育の推進と生徒の個別指導の強化が重要な柱として掲げられています。
この方針は、学校全体でより効果的な教育環境を提供し、生徒の学力向上と学びへの興味を高めることを目指し
ています。特に、ICT教育と個別指導の取り組みを相互に関連付けることで、生徒一人ひとりのニーズに対応した
教育の実現を図る計画が進められています。

#### ICT教育の推進
ICT教育の分野では、タブレット端末の導入拡大が大きな柱となっています。これまで試験的に導入されていた
タブレット端末の使用を、すべての学年に拡大する計画です。この取り組みにより、紙の教材だけでは実現でき
なかったインタラクティブな学習が可能になります。具体的には、動画教材やデジタルシミュレーションを活用
した授業が予定されており、特に理科や数学といった科目では、生徒が実験や問題解決のプロセスを視覚的に
理解できるようになると期待されています。

さらに、教員のICT活用スキル向上を目的とした研修プログラムが計画されています。これには、最新の教育
アプリケーションの操作方法や、オンライン教材の効果的な活用方法を学ぶためのセッションが含まれます。
一部の教員は、校外研修や専門家による指導を受ける機会も提供される予定です。このような研修を通じて、
教員がICTを活用した授業設計や、生徒の学習進度に応じた適切な指導を行えるように支援します。

また、ICT教育の推進には保護者や地域社会との連携も重要な要素です。例えば、タブレット端末の使用に関す
る家庭でのサポート方法について、保護者向けの説明会を開催することが検討されています。これにより、家庭
と学校が一体となって、生徒が安心してICTを活用できる環境を整えることを目指しています。

#### 生徒の個別指導の強化
個別指導の強化は、2025年度の学校運営方針において特に注力される分野です。この取り組みの中心となるの
は、生徒一人ひとりの学力や学習進度をデータで把握し、それに基づいて個別の学習プランを作成することです。
成績データだけでなく、授業中の態度や提出物の状況、さらには各種の模試や診断テストの結果も総合的に活用
します。これにより、学習プランはより精密で、効果的なものとなることが期待されます。

具体的には、毎月のテスト結果を基に生徒ごとの弱点を分析し、その克服に向けた特別な指導時間を設けること
が計画されています。また、教員が生徒と定期的に個別面談を行い、学習状況や進路に関する相談を受け付ける
機会を増やします。こうした取り組みによって、生徒が自分の課題を明確に理解し、次の学習ステップに進むた
めの道筋を描けるよう支援します。

さらに、個別指導の取り組みには、AI（人工知能）技術を活用した学習支援ツールの導入も含まれています。
このツールでは、生徒がオンラインで解いた問題のデータをリアルタイムで分析し、最適な練習問題を提供する
機能があります。これにより、生徒は自分のペースで効率的に学習を進めることが可能になります。

#### 期待される成果
これらの取り組みが成功すれば、ICT教育と個別指導の双方で大きな成果が期待されます。ICT教育を通じて、
より多くの生徒がデジタル技術を活用した学びの楽しさを実感し、将来に向けたITスキルを身に付けることが
できます。一方で、個別指導の強化により、生徒一人ひとりが自分のペースで着実に学力を伸ばせる環境が整
います。このように、2025年度の学校運営方針は、生徒が主体的に学び、成長できる場を提供することを目
指しています。

#### 運営方針の課題と展望
ただし、この計画を実行に移すにあたり、いくつかの課題も予想されます。たとえば、ICT機器の導入には多額の
予算が必要であり、その負担をどのように分散させるかが課題です。また、教員のICTスキルには個人差があり、
全員が同じレベルで指導を行えるようになるには時間がかかるでしょう。さらに、個別指導の実現には膨大なデ
ータの管理や分析が必要であり、これを効率的に行うシステムの整備も求められます。

それでもなお、学校全体でこれらの課題を乗り越え、ICT教育と個別指導の両輪を進めることは、生徒の未来に
大きな影響を与えるでしょう。2025年度の取り組みは、その第一歩として、これまで以上に充実した教育環境
を提供する基盤となるはずです。

Phi-4によって生成された応答例

### 資料要約

#### 1. ICT教育の取り組み
- **目的**: デジタル技術を活用した学びを促進し、生徒がITスキルを身に付ける。
- **具体策**:
  - 教材としてデジタル技術の導入。
  - 毎月のテスト結果を基に弱点分析し、特別指導時間設定。
  - AI技術を活用した学習支援ツール導入。オンライン問題解答データをリアルタイムで分析し最適
な練習問題提供。

#### 2. 個別指導の強化
- **目的**: 生徒一人ひとりが自分のペースで学力を伸ばせる環境を整える。
- **具体策**:
  - テスト結果や模試、診断テスト結果など多様なデータを活用した精密で効果的な学習プラン作成
。
  - 生徒との定期個別面談の増加。学習状況や進路に関する相談機会を提供。

#### 3. 期待される成果
- ICT教育により、多くの生徒がデジタル技術を活用した学びの楽しさを実感し、将来的なITスキル習
得。
- 個別指導により、生徒それぞれが自分のペースで着実に成長できる教育環境。

#### 4. 運営方針の課題と展望
- **課題**:
  - ICT機器導入に伴う多額の予算確保。
  - 教員間のICTスキル差を均等化するための時間要件。
  - 個別指導に必要なデータ管理と分析システムの整備。
- **展望**:
  - 学校全体でこれらの課題を克服し、ICT教育と個別指導の両輪を進めることが生徒の未来に大きな
影響を与える。
  - 2025年度の取り組みは充実した教育環境の基盤作りの第一歩。

これらの方針と計画が成功すれば、生徒たちに主体的な学びと成長を促進する機会を提供できると期
待されています。

2. 文書の編集支援

会議資料や報告書の文章を洗練するために、Phi-4を活用して編集案を生成できます。

(1) 書式や文体の調整

文書のトーンや書式を指定することで、読みやすい形式に変換できます。

プロンプト例

以下の報告書の内容を、簡潔で読みやすい箇条書き形式に変換してください。  

報告書:  
2025年度のICT教育方針においては、タブレット端末の導入拡大が重要な目的として掲げられており、これを
通じて生徒がより効率的に、そして効果的に学習に取り組むための環境を整えることが期待されています。
具体的には、タブレット端末の配備を通じて、生徒がデジタル技術を活用するスキルを高めることが目指され
ている一方で、それがどのような形で実際に生徒の学力向上や学習への興味喚起につながるのかについては、
まだ完全には明らかにされていない部分もあります。

また、教員向けのICT研修プログラムについても言及されており、これによって教員がICTを授業の中でどの
ように取り入れるべきかを学び、その結果として生徒への指導方法が改善されることが期待されています。
ただし、この研修の内容が具体的にどのようなものであるのか、また教員がそれをどの程度まで実践に活か
せるのかといった点については、現段階ではまだ議論の余地が残されています。

さらに、この方針全体を通じて生徒のデジタルスキル向上が期待される一方で、タブレット端末の活用が
必ずしも全ての生徒にとって効果的であるとは限らないという見解も一部では挙げられています。そのため、
この方針が具体的にどのような方法で実現されるのかについては、今後の詳細な議論や試行を通じて明確化
される必要があると考えられます。

Phi-4によって生成された応答例

### 2025年度ICT教育方針概要

- **タブレット端末の導入拡大**
  - 目的: 生徒により効率的かつ効果的な学習環境を提供。
  - 配備を通じて、デジタル技術活用スキルの向上を目指す。
  - 学力向上や興味喚起にどうつながるかはまだ明確ではない。

- **教員向けICT研修プログラム**
  - 授業中のICT活用方法を学ぶ。
  - 生徒への指導方法改善が期待される。
  - 研修内容や実践レベルについては議論が必要。

- **生徒のデジタルスキル向上**
  - 方針全体でデジタルスキル向上を期待。
  - タブレット活用がすべての生徒に効果的とは限らない可能性あり。

- **方針実現方法**
  - 具体的手法や詳細な議論、試行を通じて明確化が必要。

(2) 文法や表現の改善

資料の文章が冗長な場合や、わかりにくい場合に、簡潔で明確な表現に変更できます。

プロンプト例

次の文章を簡潔で明確な表現に書き直してください。  
文章:  
2025年度のICT教育方針においては、タブレット端末の導入拡大が重要な目的として掲げられており、これを通じて生徒がより効率的に、そして効果的に学習に取り組むための環境を整えることが期待されています。具体的には、タブレット端末の配備を通じて、生徒がデジタル技術を活用するスキルを高めることが目指されている一方で、それがどのような形で実際に生徒の学力向上や学習への興味喚起につながるのかについては、まだ完全には明らかにされていない部分もあります。

また、教員向けのICT研修プログラムについても言及されており、これによって教員がICTを授業の中でどのように取り入れるべきかを学び、その結果として生徒への指導方法が改善されることが期待されています。ただし、この研修の内容が具体的にどのようなものであるのか、また教員がそれをどの程度まで実践に活かせるのかといった点については、現段階ではまだ議論の余地が残されています。

さらに、この方針全体を通じて生徒のデジタルスキル向上が期待される一方で、タブレット端末の活用が必ずしも全ての生徒にとって効果的であるとは限らないという見解も一部では挙げられています。そのため、この方針が具体的にどのような方法で実現されるのかについては、今後の詳細な議論や試行を通じて明確化される必要があると考えられます。

Phi-4によって生成された応答例

### 2025年度ICT教育方針概要

- **タブレット端末の導入拡大**
  - 目的: 生徒により効率的かつ効果的な学習環境を提供。
  - 配備を通じて、デジタル技術活用スキルの向上を目指す。
  - 学力向上や興味喚起にどうつながるかはまだ明確ではない。

- **教員向けICT研修プログラム**
  - 授業中のICT活用方法を学ぶ。
  - 生徒への指導方法改善が期待される。
  - 研修内容や実践レベルについては議論が必要。

- **生徒のデジタルスキル向上**
  - 方針全体でデジタルスキル向上を期待。
  - タブレット活用がすべての生徒に効果的とは限らない可能性あり。

- **方針実現方法**
  - 具体的手法や詳細な議論、試行を通じて明確化が必要。

3. Phi-4を活用した効率化のメリット

作業時間の短縮
- 膨大な資料を短時間で要約・編集できるため、校務作業の負担が軽減します。
一貫性のある表現
- Phi-4による編集案は一貫した文体で統一されるため、資料の品質が向上します。
正確かつ簡潔な出力
- 文法の修正や表現の簡潔化により、伝わりやすい文章が生成されます。

4. 注意点

生成された内容の確認
Phi-4の出力結果をそのまま使用せず、必要に応じて確認・修正を行ってください。
セキュリティの考慮
校務資料に個人情報が含まれる場合は、ローカル環境での処理を徹底してください。

5. まとめ

Phi-4を活用すれば、会議資料の要約や文書編集作業が大幅に効率化され、他の重要な教育活動に時間を割くことができます。次のセクションでは、保護者への通知文作成を効率化する方法について説明します。

3.4 教師の成長を支援する機能

教育に関する情報収集の簡略化

教師が最新の教育トレンドや研究を追いかけることは、生徒に効果的な指導を提供するために重要です。しかし、多忙なスケジュールの中でこれを行うのは容易ではありません。Phi-4モデルは、過去の情報に基づいて迅速な情報整理や概要生成をサポートしますが、最新情報の取得については制約があります。この場合、Microsoft 365 Copilot Chatのようなツールと併用することで、より包括的な情報収集が可能になります。

1. Phi-4を活用した情報整理

Phi-4は、教育に関する基本的な知識や、2023年10月時点まで のデータを基にした情報の要約に優れています。

利用例：教育理論や研究の要約

プロンプト例

教育心理学の理論である「ブルームのタキソノミー」について簡単に説明してください。

Phi-4によって生成された応答例

ブルームのタキソノミーは、教育心理学者バスカー・ブルームと彼が率いる他の著名な教育専門家に
よって開発された教育目標分類体系です。このフレームワークは、1956年に発表された「教育目標の
分類：認知領域」という作品で初めて紹介されました。ブルームのタキソノミーは主に認知領域を対
象としており、以下の6つの階層から構成されています：

1. **記憶（Knowledge）**: 事実や情報の暗記、基本的な理解を指します。例えば、「何が起こった
か」や「定義/意味を覚える」。

2. **理解（Comprehension）**: 記憶された情報の意味を理解し、要約したり翻訳したりする能力で
す。例としては、「説明する」や「関連付ける」。

3. **応用（Application）**: 新しい状況に既存の知識を適用することを意味します。「問題解決」
や「例示」がこれに該当します。

4. **分析（Analysis）**: 情報をその構成要素に分解し、関係性やパターンを認識する能力です。「
組織化する」や「仮説を立てる」などが含まれます。

5. **評価（Evaluation）**: 情報やアイディアの妥当性、信頼性、有用性を判断するプロセスです。
「批判的に分析する」や「比較・対照して選ぶ」といった行動がこれに含まれます。

6. **創造（Synthesis）**: 新しいアイディアを生み出したり、既存の情報を組み合わせて新しい全
体を作り上げることです。「設計する」や「プロジェクトを立案する」といった行為がこれにあたり
ます。

ブルームのタキソノミーは、教育目標を効果的に設定し評価するための枠組みとして広く使われてい
ます。この階層的アプローチは、学習者が情報を単に記憶するだけでなく、深い理解や批判的思考能
力の開発にも寄与します。。

利用例：トピックごとの情報収集

プロンプト例

生徒のモチベーションを高める教育理論について、2023年10月以前の情報を基に説明してください。

Phi-4によって生成された応答例

生徒のモチベーションを高めるための教育理論は多岐にわたりますが、以下はいくつかの主要な理論
とその基本的な考え方です：

1. **自己決定理論（SDT）**: ロッテンバーグやデシなどによって提唱されたこの理論は、学習の動
機付けが、個人の基本的心理的ニーズを満たすことに関連していると考えます。それらのニーズには
、自律性（自分で決定する能力）、有能感（挑戦に対処し成功体験を得られる能力）、帰属意識（他
者とのつながり）が含まれます。教育的観点からは、学習活動を通じてこれらのニーズを満たすこと
で内発的モチベーションを高めることが可能です。

2. **目標設定理論**: エリクソンやロックによって展開されたこの理論は、具体的で挑戦的ながらも
達成可能な目標を設定することがモチベーションの向上に寄与するとしています。教育現場では、生
徒が自分の能力や興味に基づいて個別の学習目標を設定し、達成感を得られるよう支援します。

3. **期待-価値理論**: ワーテンバーグとエクルズによって提唱されたこの理論では、学習意欲は「
期待」（成功すると信じること）と「価値」（学ぶことの重要性や有益さ）に依存するとされます。
教師が生徒の成功を促進し、その成果の意義を明確に伝えることでモチベーション向上を図ります。


4. **アタッチメント理論**: ボウルビーが提唱したこの理論は、人間関係の安定性が学習や探求行動
に影響するという視点を示しています。安全で支援的な教室環境を作ることで、生徒は学びに対する
ネガティブな不安から解放され、積極的に参加しやすくなります。

5. **達成動機理論**: アトキンスの研究は、生徒が学びの中でどういった成果を求めているか（成就
欲求 vs 回避欲求）に注目しています。生徒が新しいことを学ぶ喜びや挑戦を楽しみ、失敗を恐れな
い状態を作ることでモチベーションを高めます。

これらの理論は、教育現場における実践的アプローチやカリキュラム設計に多大な影響を与えていま
す。具体的な戦略としては、学習者中心の教育法や個別化されたサポート提供が挙げられます。これ
により、生徒一人一人のモチベーションを引き出し、持続可能な学習意欲を育むことができるでしょ
う。

Phi-4を活用すれば、過去の知識を整理し、授業や校務に役立てることが可能です。

2. 最新情報の取得にMicrosoft 365 Copilot Chatを活用

Phi-4はトレーニングデータが2023年10月までであり、最新の教育トレンドや研究成果を直接取得することはできません。そのため、インターネット上の情報をリアルタイムで取得できるMicrosoft 365 Copilot Chatの併用をおすすめします。

Microsoft 365 Copilot Chatの特徴

リアルタイム情報の検索
インターネットに接続して最新の教育トレンドや研究を検索できます。
多様な情報源の統合
学術論文、教育ニュース、ブログ記事など、多様な情報源からの内容を要約。
Officeアプリケーションとの連携
要約結果をWordやExcelに直接挿入可能。教育資料作成や校務での利用に便利です。

利用例：最新の教育トレンドを調べる

プロンプト例

最新のICT教育に関するトレンドを教えてください。2025年以降に注目される技術についての情報が欲しいです。

Microsoft 365 Copilot Chat によって生成された応答例

2025年以降のICT教育における注目すべきトレンドについて、いくつかのポイントを紹介しますね。

1. **生成AIの活用**:
   生成AI（Generative AI）は、教育現場での活用が進んでいます。特に、個別最適化された
   学習体験を提供するために、生成AIが重要な役割を果たしています。例えば、AIが生徒の
   学習進度をリアルタイムで分析し、個別に最適化されたフィードバックを提供することが
   可能です
   [1](https://www.kyoiku-press.com/post-288691/)。

2. **教育用ロボット**:
   教育用ロボットの導入が進んでおり、特にSTEM教育（科学、技術、工学、数学）において
   大きな成果を上げています。ロボットは複雑な概念を視覚化し、シミュレーションを通じて
   生徒が理解しやすい形で学びを促進します[2](https://reinforz.co.jp/bizmedia/57475/)。

3. **CBT（Computer-Based Testing）方式の拡大**:
   全国学力学習状況調査において、CBT方式の導入が進んでいます。これにより、解答データを
   ビッグデータとして蓄積し、教育の質を向上させることが期待されています
   [1](https://www.kyoiku-press.com/post-288691/)。

4. **部活動の地域移行**:
   部活動の地域移行が進められており、地域クラブ活動への移行が推進されています。これにより、
   持続可能な部活動と地域での体験格差の解消が図られています
   [1](https://www.kyoiku-press.com/post-288691/)。

5. **教師の処遇改善**:
   教師の職務負荷を軽減し、処遇改善を図るための取り組みが進められています。これには、
   教職員定数の改善や時間外労働の削減が含まれます
   [1](https://www.kyoiku-press.com/post-288691/)。

これらのトレンドは、教育の質を向上させ、生徒一人ひとりに最適な学びを提供するための重要な
要素となっています。どのトレンドが特に興味深いですか？。

利用例：教育に関する最新の研究を要約する

プロンプト例

  2024年に発表された教育心理学に関する主要な研究を教えてください。

Microsoft 365 Copilot Chat によって生成された応答例

2024年に発表された教育心理学に関する主要な研究には、いくつか注目すべきものがあります。以下にいくつかの例を挙げますね。

1. **保育実践における安全のための制限やきまりに関する判断**:
   この研究では、保育者への半構造化面接を通じて、安全のための制限やきまりに関する判断について調査しています[1](https://www.edupsych.jp/12382)。

2. **Gritと困難な目標への対処方略、well-beingとの関連**:
   この研究は、Grit（やり抜く力）と困難な目標への対処方略、そしてwell-being（幸福感）との関連性を探っています[1](https://www.edupsych.jp/12382)。

3. **理解観と理解度評価の正確さの関連**:
   中学生を対象に、社会科の学習場面における理解観と理解度評価の正確さの関連性を検討した研究です[1](https://www.edupsych.jp/12382)。

4. **暴力防止プログラムの効果**:
   2年間にわたる高校生を対象とした暴力防止プログラムの効果を検証した実践研究です[1](https://www.edupsych.jp/12382)。

これらの研究は、教育現場での実践や生徒の心理的発達に関する重要な知見を提供しています。どの研究が特に興味深いですか？また、他に知りたいことがあれば教えてくださいね。

3. Phi-4 と Microsoft 365 Copilot Chat　の併用の利点

包括的な情報収集
Phi-4で基本的な知識を整理し、Microsoft 365 Copilot Chatで最新情報を補完することで、深い理解と最新の知識を両立。
時間の効率化
両ツールを活用することで、情報収集と整理にかかる時間を大幅に削減。
多角的な視点の提供
Phi-4による基礎知識とMicrosoft 365 Copilot Chatによる最新情報の組み合わせで、教育現場に役立つ知識を多角的に得られます。

4. 注意点

情報の確認
Microsoft 365 Copilot Chatで取得した情報は信頼性を確認し、必要に応じて一次情報にアクセスしてください。
適切なツールの選択
タスクに応じて Phi-4 と Microsoft 365 Copilot Chat を使い分けることが重要です。

5. まとめ

Phi-4 と Microsoft 365 Copilot Chat を併用することで、教育者は過去の知識から最新の研究成果まで幅広い情報を効率的に収集できます。これにより、授業や校務に役立つ知識を素早く得て、教師自身の成長をサポートすることが可能です。次のセクションでは、プロフェッショナル開発用資料の作成支援について詳しく解説します。

プロフェッショナル開発用の資料作成支援

教師がプロフェッショナルとして成長し続けるためには、教育理論や最新の研究成果を学び、それを共有するための資料を作成することが重要です。Phi-4モデルを活用すれば、プレゼンテーション、ワークショップ資料、教育研究の概要などを効率よく作成することが可能です。ここでは、Phi-4を利用した資料作成の手順と活用方法を紹介します。

1. 資料作成の目的

プロフェッショナル開発用資料は、以下の目的で利用されます：

教師間の情報共有
ワークショップや研修でのプレゼンテーション
学会や研究会での発表資料
教育理論や実践例をまとめたハンドアウト

Phi-4 はこれらの資料を迅速に構成し、内容を整理するためのサポートを提供します。

2. Phi-4を使った資料作成の手順

(1) 資料の構成案を生成

資料作成の第一歩は、内容の全体像を明確にすることです。Phi-4に具体的なテーマや目的を指定すると、適切な構成案を提案してくれます。

プロンプト例

「教育心理学の理論を活用した授業デザイン」というテーマで、プレゼンテーション資料の構成案を作成してください。対象は教師向けのワークショップで、セッション時間は60分です。

Phi-4 によって生成された応答例

「教育心理学の理論を活用した授業デザイン」に関するプレゼンテーション資料構成案を以下に示し
ます。対象は教師向けワークショップで、セッション時間は60分です。

### プレゼンテーション構成

#### 1. オープニング (5分)
- **挨拶と目的の説明**
  - 参加者に自己紹介
  - 今回のワークショップの目的: 教育心理学の理論を活用して、効果的な授業デザインを考えること

#### 2. 教育心理学の基本 (10分)
- **教育心理学とは何か？**
  - 簡単に定義し、その重要性を説明
- **主な理論紹介**
  - ブルームのタクソノミー
  - コグ・スキル理論（デューイ、ジェローム・ブルーナー）
  - 自己決定理論
  - 目標設定理論

#### 3. 授業デザインへの応用 (15分)
- **具体的な授業デザインの例**
  - ブルームのタクソノミーを用いた評価方法
    - 知識レベルから創造性に至るまでの活動設計例
  - コグ・スキル理論を活かした学習課題の設定
  - 自己決定理論を取り入れた生徒参加型授業のデザイン
  - 目標設定理論に基づく挑戦的で達成可能な目標の策定

#### 4. ワークショップ活動 (15分)
- **グループワーク**
  - 参加者を小グループに分け、現在の授業で取り入れたい心理学的理論を選択
  - その理論を基に具体的な授業計画を作成し発表（各グループ5分）
- **フィードバックとディスカッション**
  - 各グループの発表後、全体で簡単なフィードバックと意見交換

#### 5. 結論と質問タイム (10分)
- **主なポイントのまとめ**
  - 教育心理学が授業デザインにどう影響するか再確認
- **質疑応答**
  - 参加者からの質問を受け付け、必要な場合は追加で回答

#### 6. 結び (5分)
- **最後に一言**
  - 今日学んだことが教室でどう活かせるかをまとめ
  - 今後の自己研鑽のための参考文献やリソース提供

### プレゼン資料の視覚要素
- **スライドデザイン**
  - シンプルで見やすいテーマを使用
  - 理論の概念図や実例の写真を挿入
- **グラフィックエレメント**
  - 主要なポイントにはアニメーション効果を加え、視認性を高める

この構成案では、教育心理学の基礎から応用までを網羅し、参加者が直接活動に取り組むことで理解
を深められるよう設計しています。

(2) コンテンツの詳細を生成

構成案が決まったら、各セクションの詳細なコンテンツをPhi-4で作成します。スライド用の簡潔な文章や、話すべきポイントを生成できます。

プロンプト例

ブルームのタキソノミーについてスライド用の簡潔な説明を作成してください。スライドには6つの認知レベルをリスト形式で説明してください。

Phi-4 によって生成された応答例

以下は、ブルームのタクソノミーをスライド用に簡潔にまとめたものです。
---
### スライドタイトル: ブルームのタクソノミー

#### 認知レベルの6つのカテゴリ:

1. **記憶（Knowledge）**
   - 知識の暗記と再生
   - 事実やデータ、原則の理解と回想

2. **理解（Comprehension）**
   - 情報を別の言葉で表現
   - 文章やグラフィックスの意味把握

3. **応用（Application）**
   - 新しい状況に既知の概念を適用
   - 知識を実践的な問題解決に使用

4. **分析（Analysis）**
   - 構成要素や関係性の理解
   - さまざまな情報やアイディアを比較・対照

5. **統合（Synthesis）**
   - 新しい方法で情報を再構築
   - 異なる要素を組み合わせて新しい製品やアイディアを作成

6. **評価（Evaluation）**
   - 証拠に基づいた判断の下し方
   - 情報や理論、製品などを批判的に分析・評価
---
#### ポイント
- 各レベルはより高度な思考能力を要求します。
- 教育活動の目標設定や評価基準の策定に役立つ。

(3) ビジュアル要素の提案

資料を視覚的に魅力的にするために、Phi-4に図表やイラストのアイデアをリクエストすることも可能です。

プロンプト例

「水の循環」の授業用にスライドに使える図表の説明を提案してください。

Phi-4 によって生成された応答例

「水の循環」の授業で使用するためのスライド向け図表とその説明を以下に示します。
---
### スライドタイトル: 水の循環

#### 図表: 水の循環プロセスのサイクルダイアグラム

1. **蒸発（Evaporation）**
   - 海や湖などの水面から、太陽のエネルギーにより水が気化して水蒸気となるプロセス。

2. **昇華（Sublimation）**
   - 雪や氷が直接水蒸気へと変わる現象。主に寒冷地で観測されます。

3. **凝縮（Condensation）**
   - 水蒸気が空気中の粒子をキャッチし、液体水となって雲を形成するプロセスです。

4. **降水（Precipitation）**
   - 雨、雪、霧、ハラールとして大気から地表に水が落下する現象。

5. **流出（Runoff）**
   - 降水した水が地表を流れて川や湖、海へと運ばれるプロセス。地形や土壌の影響を受けます。

6. **浸透（Infiltration）**
   - 地面に入り込んで地下水脈を充填する現象。土質や植生がその速度を左右します。

7. **蒸散（Transpiration）**
   - 植物の葉から水が蒸発し、大気中に放出されるプロセスです。植物による「呼吸」の一部です。

#### 図表補足説明
- ダイアグラムは循環の方向を示す矢印でつながれており、水が常に動き回っていることを視覚的に
理解できます。
- 各プロセスが他とどのように関連しているかも明確に示されています。

この図表は「水の循環」を学ぶ際、生徒が各段階を視覚的に捉えやすくするために有効です。また、
現象が地球上でどのように連携しているかも一目瞭然となります。

3. 資料作成の応用例

プレゼンテーション資料
- 教育理論や授業実践の説明に特化したスライドを作成。
- Phi-4を活用して、スライドごとの要約や話すポイントを準備。
ワークショップ用ハンドアウト
- 参加者が簡単に理解できるよう、簡潔な説明や箇条書き形式の資料を生成。
研究発表資料
- 学会発表や教育研究で使用するポスターやスライドを効率的に準備。

4. Phi-4を使う利点

迅速な準備
資料構成やコンテンツの作成を短時間で完了でき、教師の負担を軽減します。
一貫性のある表現
Phi-4が生成する文章は簡潔かつ明確で、資料全体に統一感を持たせられます。
柔軟な対応
プロンプトの調整により、対象や目的に応じた資料を作成可能です。

5. 注意点

生成内容の確認
Phi-4が作成した内容をそのまま使用せず、教育現場の状況に合わせて修正してください。
著作権や引用の適切な扱い
資料内で使用する情報源が明示されているか確認し、必要に応じて適切に引用してください。

6. まとめ

Phi-4は、教師のプロフェッショナル開発用資料の作成を効率化する強力なツールです。構成案の生成、コンテンツの詳細化、視覚的な提案など、多岐にわたるサポートを提供します。この機能を活用することで、教育活動に集中しながらも質の高い資料を準備することが可能になります。

第4章：Local LLM を教育現場で使う際の注意点

4.1 AIの「答え」をどう扱うか？

信頼性と限界

AIツールは、教育現場や校務作業を効率化する強力な手段として期待されています。しかし、AIが提供する「答え」をそのまま受け入れるのではなく、その信頼性と限界を理解し、適切に活用することが求められます。このセクションでは、AIの「答え」に対する信頼性の評価方法と、限界を踏まえた活用方法について説明します。

1. AIの信頼性

AIの信頼性は、そのトレーニングデータや設計に基づいています。Phi-4モデルや他のAIツールを使用する際、以下の点に注目することで、その「答え」がどれほど信頼できるかを判断できます。

(1) トレーニングデータの範囲

Phi-4のトレーニング範囲：2023年10月までのデータを使用しているため、それ以降の最新情報には対応していません。
信頼性の基準：トレーニングデータが公的資料や学術的なデータに基づいている場合、情報の正確性が高い傾向にあります。

(2) 一貫性と再現性

同じプロンプトに対してAIが一貫した答えを提供するかを確認します。一貫性がある場合、基本的な信頼性があると判断できます。

(3) 教師自身の確認

AIが生成した答えは、参考資料として活用し、最終的な判断は教師自身が行うべきです。特に教育現場では、情報が正確かつ適切であることを確認する必要があります。

2. AIの限界

AIツールにはいくつかの制約があり、その特性を理解することが重要です。

(1) 知識の最新性の欠如

制約：Phi-4は2023年10月までのデータでトレーニングされており、最新の教育政策や研究成果に対応できません。
対策：最新情報が必要な場合は、Microsoft 365 Copilot Chatやその他のリアルタイム検索ツールを補完的に使用します。

(2) 文脈の誤解

制約：AIは、複雑な文脈やあいまいな質問を正確に理解できない場合があります。
対策：明確で具体的なプロンプトを設定し、出力結果を確認して補正します。

(3) バイアスの存在

制約：AIはトレーニングデータに含まれるバイアスを引き継ぐ可能性があります。たとえば、特定の文化や価値観に偏った情報を提供する場合があります。
対策：生成された答えを複数の視点から評価し、必要に応じて補足情報を追加します。

(4) 感情的なニュアンスの欠如

制約：AIは生徒の感情や状況に基づいたフィードバックを提供することが苦手です。
対策：AIが生成したフィードバックに、教師自身が感情や状況に配慮した補足を加えます。

3. AIの「答え」を扱う際のガイドライン

参考資料としての利用
- AIの出力をそのまま使用せず、参考情報として活用します。最終的な判断や編集は必ず教師が行うべきです。
多角的な情報源の活用
- AIの答えを他の情報源（書籍、論文、ニュースなど）と比較し、一貫性と正確性を確認します。
信頼性のチェックリストを活用
- 情報の出典：AIが提供する情報の出典や根拠が示されているか。
- 文脈の適合性：教育現場や校務作業に適した内容か。
- 適時性：情報が最新かどうか。
継続的な評価と改善
- AIを日常的に利用する中で、どのようなプロンプトが効果的か、どのような出力が不正確だったかを記録し、次回以降に活かします。

4. AIの限界を活かした活用方法

補助的なツールとして使用
AIを教師の業務を効率化する補助ツールと捉え、人間の判断や感性を補完する役割に留めます。
得意分野に集中
AIが得意とするタスク（情報の要約、資料作成の初稿生成、簡単なフィードバック生成など）に集中して活用します。
他者との共有と検討
AIが生成した内容を同僚と共有し、フィードバックを得ることで、さらに質の高い成果物を作成します。

5. まとめ

AIツールは、教育現場や校務作業の効率化において非常に有用ですが、その「答え」の信頼性と限界を理解し、適切に活用することが重要です。Phi-4やその他のAIツールが提供する情報を活かしつつ、教師自身の判断と補足を加えることで、教育活動をより効果的に進めることができます。

4.2 プライバシーとデータ保護

生徒や保護者情報を守るために

AIツールを教育現場で活用する際、プライバシーとデータ保護の重要性は見過ごせません。生徒や保護者の個人情報を適切に扱うことは、法的な義務であるだけでなく、教育機関とその関係者間の信頼を守るために不可欠です。このセクションでは、AIツールを活用する際のプライバシーとデータ保護に関するポイントを解説します。

1. プライバシーとデータ保護の重要性

個人情報の保護：生徒や保護者の名前、住所、学習記録などの個人情報が不適切に取り扱われると、プライバシー侵害のリスクが生じます。
信頼関係の構築：適切なデータ管理を行うことで、生徒や保護者からの信頼を確保できます。
法的遵守：個人情報保護法や学校の規定に従い、データを安全に管理する必要があります。

2. AIツール活用時のプライバシー保護のポイント

(1) データのローカル処理

Phi-4の強み：Phi-4のようなローカルモデルを利用することで、データを外部サーバーに送信することなく処理できます。これにより、生徒や保護者の個人情報を安全に扱うことが可能です。

利用シナリオ：
- 生徒の作文やレポートのフィードバックをローカル環境で生成。
- 校内資料の作成や要約をローカルで実施。

(2) データの最小化

必要なデータのみ使用：AIツールに提供するデータは、必要最小限に留めます。
- 例：生徒の個人名を削除し、匿名化されたデータを使用する。

プロンプトの工夫：

生徒の作文（内容は匿名化されています）を要約してください。以下の内容です：
「夏休みに家族と旅行した思い出を描いた作文。」

(3) アクセス管理の徹底

アクセス権限の制限：AIツールや関連データにアクセスできるのは、権限を持つ教職員のみとします。
暗号化の使用：ローカルデータは暗号化し、外部からの不正アクセスを防ぎます。

3. 外部ツール使用時の注意点

(1) クラウド型ツールのリスク

クラウド型ツール（例：Microsoft 365 Copilot Chat）は、インターネットを通じてデータを処理します。この場合、データが外部サーバーに送信されるため、次の対策が必要です。
1. プライバシーポリシーの確認：
  - 使用するツールのプライバシーポリシーを確認し、個人情報がどのように取り扱われるかを理解します。
2. 匿名化：
  - 生徒や保護者の個人情報を含むデータを送信しないようにします。

(2) データの共有に関するルール

共有時の制限：
- 他の教職員や関係者とデータを共有する際は、パスワード付きの暗号化ファイルやセキュアな共有方法を使用します。
第三者へのデータ提供の制限：
- 生徒や保護者の同意なしに、データを第三者に提供しないことが原則です。

4. 教育機関での取り組み

(1) プライバシー保護に関する研修

教職員に対し、個人情報保護の重要性や具体的な取り扱い方法についての研修を定期的に実施します。

(2) 明確なポリシーの策定

データ管理方針：
- 学校全体で統一したデータ保護ポリシーを策定します。例として、データの保存期間、アクセス権限、削除基準などを明確にすることが挙げられます。
AIツール利用方針：
- AIツールを使用する際のガイドラインを整備し、教職員全員に共有します。

5. 具体的な実践例

(1) Phi-4の活用

生徒の学習進捗を記録する文書を匿名化し、Phi-4を用いて簡潔な要約を生成。
- 例：進捗報告文：「生徒Aは数学の課題に苦戦していますが、追加の練習で理解が深まりました。」を「数学の課題に取り組み、進歩が見られます。」と要約。

(2) クラウドツールの補完的使用

最新の教育情報を収集する際、個人情報を含まないデータセットをMicrosoft 365 Copilot Chatで検索。

6. 注意点とまとめ

注意点

透明性の確保：保護者や生徒に、データの取り扱いについて説明し、必要に応じて同意を得ます。
規範の遵守：学校や地域の法令に準拠したデータ管理を行います。

まとめ

プライバシーとデータ保護は、AIツールを安全かつ効果的に活用するための基盤です。Phi-4を活用したローカルでのデータ処理と、クラウドツールを補完的に使用する方法を組み合わせることで、教育現場での効率性を高めながら、個人情報を確実に守ることが可能です。教師として、技術の利便性とプライバシー保護のバランスを意識した対応を心がけましょう。

4.3 教員間でのAI活用の共有と連携

AIツールの効果を最大化するためには、教員同士が知識や活用事例を共有し、連携して活用を進めることが重要です。また、AIを使いすぎないバランスを保つことも、教育現場での実践において必要不可欠です。このセクションでは、活用事例の共有方法と、AIを使いすぎないバランスの取り方について解説します。

1. 活用事例の共有方法

教員間での情報共有は、AI活用を効果的に拡大する鍵です。共有方法を工夫することで、全体の教育効果を向上させることができます。

(1) 定期的な共有の場を設ける

AI活用のワークショップ
定期的にワークショップを開催し、各教員がAIツールの活用事例を共有します。
- テーマ例：
  - Phi-4を使った授業計画の作成。
  - AIによる作文フィードバックの効率化。
教員会議での発表
校務会議や教科ごとの会議で、AI活用の成果を発表する時間を設けます。
- 例：「Phi-4を使って要約作業を効率化した事例を紹介」など。

(2) デジタルツールを活用

共有ドキュメント
AI活用のアイデアや具体例を共有するために、Google DocsやMicrosoft OneNoteなどの共有プラットフォームを使用します。
- フォーマット例：
  - 活用目的：授業準備、フィードバック、校務作業など。
  - 活用方法：使用したプロンプトや成果物の例。
  - 注意点：発生した問題や改善策。
オンラインフォーラム
教職員専用のオンラインフォーラムを設け、いつでも事例を投稿したり、質問を共有できる環境を整えます。

(3) 成果物のデモンストレーション

オープン授業
AIを活用した授業のデモンストレーションを実施し、他の教員がその効果を直接観察できる場を提供します。
成果物の展示
Phi-4や他のAIツールで作成した教材やフィードバックの例を校内掲示板やデジタルライブラリで共有します。

2. AIを使いすぎないバランスの取り方

AIツールは強力なサポートを提供しますが、使いすぎることで人間的な要素が損なわれるリスクもあります。教育現場でのバランスを保つことが重要です。

(1) 教員の役割を明確にする

AIは補助ツール
AIは教員の仕事を完全に代替するものではなく、補助的な役割として位置づけます。
- 例：
  - AIが生成したフィードバックに、教員が感情や個別の配慮を加える。
  - AIで作成した授業計画を基に、生徒の状況に合わせた調整を行う。
教育の本質を重視
生徒との直接的な対話や、人間的なつながりを築くことが、教育における基本であることを忘れないようにします。

(2) 過剰依存を防ぐ方法

手作業との併用
AIが生成する資料やフィードバックの一部は、手作業で補足や修正を加えます。
- 例：AIによる作文フィードバックを基に、生徒の努力や成長に触れる具体的なコメントを追加。
AIが不得意な部分を補完
AIは感情的なニュアンスや複雑な人間関係の調整が苦手です。これらの分野では教員の判断を優先します。

(3) 使用頻度を調整する

AI活用の優先度を設定
校務作業や資料作成のように効率化が重要な分野ではAIを積極的に活用し、生徒対応のように人間的な配慮が必要な場面では教員が直接関与します。
ルール化
校内でのAI利用方針を策定し、どの場面でどの程度AIを活用するかの基準を設けます。

3. AI活用共有とバランスの利点

共有による全体のスキル向上
教員同士が知識を共有することで、校内全体でのAI活用スキルが向上します。
教育の質の向上
AIツールを適切に使い分けることで、生徒一人ひとりにより良い教育を提供できます。
負担の分散
AIを適切に活用することで、教員の業務負担を軽減し、教育活動に集中できる時間を確保できます。

4. まとめ

教員間でのAI活用の共有は、学校全体の教育効率と質を向上させる鍵です。同時に、AIの限界を認識し、教員の役割を明確にすることで、AIに頼りすぎることなくバランスの取れた教育を実現できます。共有とバランスを意識しながら、AIを効果的に活用していきましょう。

おわりに

Local LLM を通して見える新しい教育の形

本書では、**Local LLM（ローカル大規模言語モデル）**を活用して、教育現場での効率化と創造性を高める方法を探求しました。授業準備や生徒へのフィードバック、校務作業の効率化、そして教師自身の成長支援に至るまで、Local LLMが提供する可能性は非常に広範囲にわたります。特に、Phi-4モデルのような軽量で高性能なツールをローカル環境で活用することで、プライバシーを守りながら安全かつ効果的にAIを教育に取り入れることができます。

Local LLMを活用することにより、以下のような新しい教育の形が見えてきます。

効率化と個別化の両立
AIによって教師の業務が効率化されることで、生徒一人ひとりに寄り添った教育により多くの時間を割けるようになります。
創造性の促進
授業計画や教材作成において、AIの提案を基に新しいアイデアを試すことで、より魅力的な授業を実現できます。
教師の成長と連携
AIを通じて得た知見や効果的な活用方法を共有することで、教員全体のスキルアップと連携強化が期待されます。

次の一歩を踏み出すために

Local LLMを活用する第一歩は、手元の環境で試してみることです。本書で紹介した手順を参考に、OllamaやPhi-4モデルを導入し、小さなプロジェクトから始めてみてください。以下は、次の一歩を踏み出すためのヒントです。

試してみる
- 本書で解説したプロンプトを実際に使用してみましょう。授業計画の作成や校務作業の効率化に取り組む中で、AIの可能性を体感できます。
共有する
- 同僚の教員と成果や課題を共有することで、効果的な活用方法を見つけ出すヒントが得られます。
学び続ける
- Local LLMに関する新しい情報や、教育現場での活用事例を学び続けてください。Microsoft 365 Copilot Chatなどのツールも併用することで、最新の知識を補完できます。
創造的に活用する
- AIを単なる効率化のツールとしてだけでなく、教育の未来を形作るための創造的なパートナーとして活用してください。

Local LLMを使い始めることで、教師自身のスキルアップや教育現場の改善を実感できるはずです。そして、何よりも重要なのは、これらの技術を生徒の学びを豊かにするためにどう活かすかを考えることです。AIは教育の一部を変える力を持っていますが、その方向性を決めるのは、教育者である皆さん自身です。

さあ、Local LLMを通じて、新しい教育の形を共に探求し、次の一歩を踏み出しましょう。教師としての経験や創意工夫とAIの力を組み合わせ、未来の教育をより良いものにしていきましょう。

付録 Ollama で使用できるモデル

以下は、Ollamaで使用できるモデル一覧です。

モデル名	提供元	パラメータ数	主な用途	対応サイズ
Llama 3.3	Meta	70B	高性能な生成AIモデル	70B (64GB)
Phi-4	Microsoft	14B	高性能なオープンモデル	14B (16GB)
QwQ	-	32B	AI推論能力の向上を目的とした研究モデル	32B (32GB)
Llama 3.2 Vision	Meta	11B, 90B	画像推論対応の生成モデル	11B (16GB), 90B (128GB)
Llama 3.2	Meta	1B, 3B	多言語対応の生成モデル	1B (8GB), 3B (12GB)
Llama 3.1	Meta	8B, 70B, 405B	高性能な生成AIモデル	8B (16GB), 70B (64GB), 405B (128GB)
Mistral	Mistral AI	7B	高性能な生成AIモデル	7B (12GB)
Gemma	Google DeepMind	2B, 7B	軽量で高性能なオープンモデル	2B (8GB), 7B (12GB)
Qwen 2.5	Alibaba Group	0.5B, 1.5B, 3B, 7B, 14B, 32B, 72B	大規模言語モデル	最大72B (128GB)
CodeLlama	Meta	7B, 13B, 34B, 70B	コード生成・コードレビュー	7B (12GB), 13B (24GB), 34B (48GB), 70B (64GB)
StarCoder2	-	3B, 7B, 15B	コード生成に特化したモデル	3B (12GB), 7B (16GB), 15B (24GB)
TinyLlama	-	1.1B	コンパクトなLlamaモデル	1.1B (8GB)
Mixtral	Mistral AI	8×7B, 8×22B	Mixture of Expertsモデル	8×7B (128GB), 8×22B (256GB)
Dolphin-Mixtral	Eric Hartford	8×7B, 8×22B	コーディングタスクに特化したモデル	8×7B (128GB), 8×22B (256GB)
CodeGemma	-	2B, 7B	コーディングタスク向けモデル	2B (8GB), 7B (12GB)
DeepSeek Coder v2	-	16B, 236B	オープンソースのコード言語モデル	16B (32GB), 236B (256GB)
Snowflake Arctic Embed	Snowflake	22M, 33M, 110M, 137M, 335M	テキスト埋め込みモデル	最大335M (4GB)
LLaVA	-	7B, 13B, 34B	マルチモーダルモデル	7B (12GB), 13B (24GB), 34B (48GB)
Orca Mini	-	3B, 7B, 13B	小規模なLlamaモデル	3B (12GB), 7B (16GB), 13B (24GB)