勉強が楽しくなる方法を生成AIに考えさせて勉強をゲームにすると続くのか｜ゲーム化の研究

放課後に開く問題集の紙は、指先に少しざらつきます。宿題のページを眺めながら、解き終えたら点数が増える仕掛けを生成AIに頼みたくなることがあります。「勉強が楽しくなる方法 中学生」という検索語が指すのは、取りかかりにくい学習に楽しみを加える工夫です。その工夫のうち、点数や達成の印、順位や物語など、ゲームの要素を勉強に取り入れることをゲーム化と呼びます。

勉強が楽しくなる方法を生成AIに考えさせて勉強をゲームにすると続くのか｜ゲーム化の研究

放課後に開く問題集の紙は、指先に少しざらつきます。宿題のページを眺めながら、解き終えたら点数が増える仕掛けを生成AIに頼みたくなることがあります。「勉強が楽しくなる方法 中学生」という検索語が指すのは、取りかかりにくい学習に楽しみを加える工夫です。その工夫のうち、点数や達成の印、順位や物語など、ゲームの要素を勉強に取り入れることをゲーム化と呼びます。

問題を解くたびに物語が進めば、続きを見たくなるかもしれません。けれども、初めの面白さが続くか、取り組んだ分だけ解ける問題も増えるかは、別々に気になるところです。ゲーム化は学習や意欲を支える可能性がありますが、生成AIに仕掛けを作らせれば長く続き、成績も上がると判断できる段階ではありません。研究を読むときは、楽しいという感想、実際に取り組んだ行動、知識の伸びを分ける必要があります。

生成AIへの頼み方を凝る前に、どの行動に点数を付けたいかを考えると、仕掛けの目的がはっきりします。問題を開くことを助けたいのか、間違いを直すことを続けたいのかで、選ぶルールも変わります。以下ではゲーム化の研究をたどり、放課後の勉強に取り入れる際の記録と、保護者が見たい変化を考えます。

要点

• ゲーム化の効果は、知識・意欲・行動を分けて評価します。
• バッジや順位が好まれても、成績への効果が出ない場合があります。
• 初めの勢いが弱まった後に、取り組みが戻る場合もあります。
• 生成AIの提案は小さく試し、点数とは別に自分で解けた問題を記録します。

「勉強が楽しくなる方法 中学生」をゲーム化の研究から読む

ゲーム化は、勉強そのものを丸ごとゲーム作品に作り替えることだけを意味しません。たとえば、取り組みを点数で示したり、達成した課題にバッジという印を付けたりする方法も含まれます。順位表であるランキングは他の人との比較を、物語は課題を進める意味や先の展開を加えます。同じ問題集でも、何を達成として扱うかで学習中の行動の目標が変わります。

Sailer（2020）は、複数の研究結果をまとめて計算するメタ分析で、ゲーム化の成果を知識・意欲・行動に分けました。ゲーム化をしない条件との比較で、知識の成果はg = 0.49、意欲はg = 0.36、行動はg = 0.25で、いずれも統計的に有意な小さい効果でした。gは効果量の一種で、差の大きさを成績などのばらつきを物差しにして表す数です。点数がその割合だけ増えるという意味ではなく、異なる研究の差を比べるための値です。

先に見たSailer（2020）の分析では、方法の厳しい研究に絞っても知識の成果への効果は保たれました。一方、意欲と行動への効果は不安定で、学習の伸びとやる気の続き方は同じ強さでは支えられていません。抄録には対象の国や学年の内訳が記されておらず、この分析が調べたのは生成AIの提案ではなく学習のゲーム化です。放課後の使い方を考える際には、まず何の変化を期待しているかを選ぶ読み方が適しています。

Clark（2016）がまとめたのは、幼稚園から大学までの学習者を対象とする、教材としてのデジタルゲームの研究です。ゲームを使わない条件より学習成果が良く、さらに設計を工夫したゲームは標準の設計を上回りました。著者らは、ゲームという媒体だけでなく設計の役割を重視しています。点数を付け足すゲーム化と教材としてのゲームを区別したうえで、見た目の楽しさに加え、何を考えさせる仕組みかを見る手掛かりになる結果です。

好きな仕掛けと成績に効く仕掛けは同じではありません

Balci（2022）は、オンラインで物理を学ぶ大学生を対象に、バッジ、ランキング、その組み合わせ、いずれもない条件を無作為に割り当てて比較しました。小テストの部分だけをゲーム化する実験には102人、小テストと課題の全体をゲーム化する実験には88人が参加しました。どちらでも成績への影響はありませんでしたが、学生の多くは仕掛けを前向きに受け止め、今後も使ってほしいと答えました。参加者の国は抄録に記載がなく、同じ仕掛けの範囲を広げても成績の変化に結びつかなかった例です。

Wouters（2013）は、学習を目的に作ったシリアスゲーム、つまり学習用ゲームと従来の指導を比べたメタ分析を行いました。対象は学習用ゲームを使った学習者で、抄録に国・学年の内訳はありません。学習と記憶の保持ではゲームのほうが良かった一方、意欲については従来の指導を有意に上回りませんでした。ゲームを好むことが成績に直結するという見方にも、ゲームなら意欲が高まるという見方にも、測った項目を確かめる余地があります。

比較を読むときは、「良かった」という言葉を、その研究が測った結果に置き直します。参加者の感想を尋ねた結果と、問題を解かせた結果を同じ欄にまとめると、何が伸びたのかを取り違えます。下の表は、好まれ方と学習成果が同じ方向にならなかった比較を並べています。

初めの盛り上がりが下がっても、続き方には幅があります

新しい点数表示や物語には、それまでと違うやり方を試す面白さがあります。その新しさに引かれて取り組みが増え、やがて勢いが弱まることを、目新しさの効果と呼びます。始めた直後の記録だけでは、仕掛けに慣れた後の続き方を見落とします。反対に、途中で取り組みが減ったところだけを切り取っても、その後の変化は捉えられません。

Rodrigues（2022）は、ブラジルの理工系の大学生756人が入門プログラミングの課題を解く状況を14週間追いました。ゲーム化したシステムとしないシステムを比べると、ゲーム化の効果は4週を過ぎて下がり始め、その低下は2〜6週続きました。その後は慣れによる効果も見られ、全体としては前向きな影響があると著者らは結論しました。無作為に組を分ける実験とは異なる準実験で、測定の中心は試行回数や使用時間、アクセスという利用の行動です。

先に見たRodrigues（2022）の結果を読む際は、長く使ったことと理解が深まったことを分けます。問題の画面を開く時間が長くても、どこでつまずいているかを別に見れば、手助けの要る箇所が見つかる場合があります。記録の下降をすべて本人の意志の弱さと結びつける読み方も適切ではありません。仕掛けへの慣れを含めて変化を追った研究なので、最初の勢いがそのまま続くという予想を見直す材料になります。

Tsay（2020）は、大学生のオンライン学習について、ゲーム化した群333人と対照群175人の3年分のデータを用い、取り組みと成績を評価しました。意欲を支える仕組みを工夫したシステムで取り組みが続き、著者らは学生に意味と役立ちを感じさせることが目新しさの効果を乗り越える道になると論じました。抄録に対象国の記載はなく、これは大学で用いられた仕組みの報告です。飽きるかどうかだけでなく、取り組んでいる課題に本人が意味を感じられる設計かという視点を加えています。

生成AIには仕掛けを頼み、学ぶ中身と達成の判定は分けます

生成AIに楽しませる案を求めるときは、どの作業を楽しくしたいかを先に絞ります。宿題に取りかかること、解き直すこと、解けなかった問題を残すことでは、求める仕掛けが違います。たとえば、正解を重ねるだけのルールでは、難しい問題で立ち止まる時間が達成として記録されにくくなります。これは採用する前に点検したい設計上の問題で、本人の努力が足りないという意味ではありません。

指示文は「解き直しを続けるために、正解の速さを競わず短いルールで遊べる仕掛けを考えてください。」程度から始められます。返ってきた案では、何をすると達成なのか、どこで終えるのか、間違えた後に何をするのかを読みます。目的に合う仕掛けを一つ選び、飾りや追加ルールまで全部採り入れる必要はありません。ルールの説明を読み返す手間が大きければ、達成の印だけを残す形に縮めます。

とくに点検したいのは、生成AIが学習内容の問題や正誤の判定まで担当する設計です。たとえば、誤った答えが正解扱いになれば、その内容を繰り返して点数だけを増やす恐れがあります。仕掛けの評価と答えの正確さの点検が重なるため、最初は問題と解答がある教材を使い、AIにはルールの案を頼む形が扱いやすくなります。答えの根拠を自分でたどれない問題までゲームに組み込む場面では、生成AIでの出題や採点を使わずに進める判断が適しています。

物語の続きを作るやり取りに時間が移り、解くつもりだった問題が残るなら、物語を短くするか外します。順位を気にして解ける問題ばかりを選ぶようになった場合も、順位を出す仕掛けから離れる目安です。使うサービスの対象年齢や利用条件は、実際に案を頼む前にそのサービスの最新の案内で見ます。ゲームのために新しい機能を探し続けるより、選んだルールで学習の作業に戻れる形を整えます。

放課後の記録は、点数と自分で解けた問題を分けます

「勉強が楽しくなる方法 中学生」と探した後に試すなら、記録の出発点は今取り組んでいる課題です。どのページの、どの種類の問題を進めるかを決めてから、選んだ仕掛けを付けます。生成AIに毎回別のルールを作らせると、続いた理由が点数なのか物語なのかを読み取りにくくなります。研究の効果を自分で再現する試験というより、自分にとって扱いやすい仕掛けを探すための記録として始めます。

記録には、取り組んだ日、使った仕掛け、自分で解けた問題の番号や数を残します。答えを見て直した問題には別の印を付け、後で自力で解けたときに記録を更新します。点数を付ける場合も、点数の欄を自力で解けた問題の欄と分けます。正解が増えたように見えた理由が、同じ解答を写したためなのか、解き方が身についたためなのかを追いやすくする工夫です。

実施の目安として4週間ほど記録を続け、その間に取り組み方がどう変わるかを眺めます。この区切りはRodrigues（2022）が示した4週後からの変化を意識した提案で、中学生の習慣が完成する期限という意味ではありません。途中で負担が大きくなったら、続けた印を守るために無理に延ばすより、ルールを軽くして変更した日を残します。取り組めなかった日も空白のまま消さずに残すと、あとから続き方を読み取れます。

解き直しでは、問題集の解答や教科書で正誤と解き方を確かめた後、答えを閉じて解けたものに印を付けます。同じ種類でも難しさの違う問題を混ぜたときは、その違いが見えるように問題番号を残します。始める前の記録があれば、ゲーム化してからの記録と並べ、手が止まる箇所や解ける問題の変化を見ます。続いた日だけを数えるより、仕掛けを残すか、簡単にするかを考える材料が具体的になります。

保護者が見るのは、その週に自分で解けた問題の変化です

保護者が話題にしたいのは、獲得した点数の大きさより、その週に自分で解けた問題が増えたかどうかです。子どもが残した問題番号や印を見ながら、以前は手助けが要った問題の変化を聞きます。保護者の側でゲームの点数を採点し直すより、自力で解けるようになった範囲を一緒に眺める形が合っています。点数が大きく動かない週にも、解き直した問題に変化があれば、その箇所を話題にできます。

問題の数が増えなかった週は、すぐに仕掛けの失敗や努力不足と決めず、記録にある問題の種類を見ます。簡単な問題を多く解いた週と、難しい問題に取り組んだ週とでは、数の意味が変わります。以前は途中で止まった同じ種類の問題を解けたかに目を向ければ、単なる合計より変化を捉えやすくなります。子どもが自分で解けた範囲を説明できる程度の記録で足り、細かな報告書を作らせる必要はありません。

Li（2024）は、楽しいから取り組みたいという内発的動機づけへの効果を、35の介入、2500人のメタ分析で調べました。自分で選べる感覚や人とのつながりの感覚への良い効果も見られましたが、「できる」という感覚への影響は小さいと報告しています。レビューでは、ゲーム化した学習でも、できる感覚と自分で選べる感覚が足りないことが課題に挙がりました。楽しさを加える設計と、解き方を身につけるための支えを併せて考える理由になります。

放課後のゲーム化は、楽しさの手応えと問題を解く手応えを別々に見ながら選ぶ工夫です。生成AIの提案にも、本人が選び直せる余地と、解き直しに戻れる余地を残す使い方が合っています。先に見たLi（2024）の分析で、ゲーム化しない学習と比べた内発的動機づけへの効果は統計的に有意でしたが、小さい値のHedges’ g = 0.257でした。

よくある質問

ゲーム化するならランキングを入れたほうがよいですか

ランキングを標準のルールとして入れる必要はありません。順位が見えると続きそうなのか、比べられることが気になるのかを考え、採用する要素を選びます。先に見たBalci（2022）の結果からも、順位を表示すること自体を成績向上の理由にするのは早計です。競争が目的でなければ、終えた課題に印を付けるだけの案から試せます。

飽きてきたら、生成AIに毎回新しい物語を作らせるべきですか

毎回新しくすることを、続けるための条件にする必要はありません。先に見たRodrigues（2022）の結果には、目新しさが弱まった後の慣れによる変化も含まれています。まず物語を読む時間と問題を解く時間のどちらに手間がかかるかを見て、仕掛けが重ければ短くします。変更する場合は物語だけを短くするなど、変えた部分を記録に残します。

ゲームだけで勉強を進めてもよいですか

ゲームを学習の全部にするより、説明を読むことや解き直しと組み合わせる根拠があります。Wouters（2013）は、学習用ゲームに他の指導方法を加えたときや、取り組みを複数の機会に分けたとき、集団で取り組んだときに、従来の指導と比べた学習効果が大きいと報告しました。放課後に使う場合も、ゲームでつまずいた箇所を説明で補い、もう一度問題に戻る組み立てが候補になります。

この記事の限界

対象は大学生、または抄録に学年の内訳がない研究が多く、ブラジルの入門プログラミングや大学のオンライン学習など、課題と運用の条件が異なります。利用の行動、楽しさの自己評価、学習成果は測り方が別で、長く利用した記録だけから知識の保持まで読み取ることはできません。

ここで引いた研究はゲーム化や学習用ゲームを扱っており、生成AIに仕掛けを考えさせた場合の効果と、日本の中高生が自宅で続けた場合の結果を直接比べた研究は、今回集めた範囲にはありませんでした。生成AIが考えたゲーム化の仕掛けの効き目と、日本の中学生の自宅学習での続き方は、まだ測られていません。

参考文献

1. Sailer M ほか. The Gamification of Learning: a Meta-analysis. Educ Psychol Rev. 2020;32(1):77-112.
2. Clark DB ほか. Digital Games, Design, and Learning: A Systematic Review and Meta-Analysis. Rev Educ Res. 2016;86(1):79-122.
3. Tsay CH-H ほか. Overcoming the novelty effect in online gamified learning systems: An empirical evaluation of student engagement and performance. J Comput Assist Learn. 2020;36(2):128-146.
4. Li L ほか. Gamification enhances student intrinsic motivation, perceptions of autonomy and relatedness, but minimal impact on competency: a meta-analysis and systematic review. Educ Technol Res Dev. 2024;72(2):765-796.
5. Balci S ほか. Comparing the effectiveness of badges and leaderboards on academic performance and motivation of students in fully versus partially gamified online physics classes. Educ Inf Technol. 2022;27(6):8669-8704.
6. Rodrigues L ほか. Gamification suffers from the novelty effect but benefits from the familiarization effect: Findings from a longitudinal study. Int J Educ Technol High Educ. 2022;19(1):13.
7. Wouters P ほか. A meta-analysis of the cognitive and motivational effects of serious games. J Educ Psychol. 2013;105(2):249-265.

よくある質問