disciplinary-ai-literacy-sequence-designer

教科横断型AIリテラシー学習系列デザイナー

このスキルでできること

学生が、同じ種類の問いに対するAIの応答を複数の教科にわたって体系的に比較する、一連の複数レッスンを作成します。これにより、その教科が生み出す知識の種類に基づいて、AIがどのような場面で信頼でき、どのような場面で歪曲するのかについて、原則に基づいたメンタルモデルを育みます。中心となる洞察は、AIの信頼性は一様ではないということです。確立された事実知識の説明と、論争のある解釈的主張の扱い、順序立てられた手続き知識と、価値観や判断に関する傾向的知識の扱いでは、AIの得意不得意が異なります。AIが光合成の説明では概して信頼できる一方、フランス革命の原因の解釈では信頼できない理由を理解した学生は、単に「AIが間違える」例のリストを覚えているのではなく、他の場面にも応用できるAIリテラシーを身につけています。これは予測に役立つ枠組みです。この学習系列は、Maton（2013）のセマンティック・ウェーブの論理に沿っています。教科固有の具体例から始め、抽象的な枠組み（AIの信頼性は知識の種類によって異なる）を構築し、そこから具体的な予測（「この教科のこの課題では、AIはこれくらい信頼できると予想します。なぜなら……」）へと戻ります。このスキルは、ライブラリに既にある知識アーキテクチャの枠組みを活用しています。数学や科学の手順に見られるような、構造化され、階層的で、累積的な順序型知識は、AIがうまく扱える傾向があります。一方、互いを排除しない複数の妥当な枠組みがある水平型知識、たとえば歴史学や文学批評では、AIが本物の複雑さを単純化したり、論争のある立場を誤って確実なものとして提示したりする可能性が最も高くなります。

エビデンスの基盤

Willingham（2007）は、批判的思考は領域に特有のものであると示しました。歴史で批判的に考える学生が、そのスキルを自動的に生物学へ応用できるわけではありません。何が優れた証拠と見なされるかは、教科によって異なるためです。これはAIにも直接当てはまります。ある領域におけるAIの限界から、他の領域についての予測をそのまま導き出すことはできません。教科別のAIリテラシーには、領域ごとの評価が必要です。McPeck（1981）は、批判的思考は教科の知識によって構成されると論じました。歴史家がどのように論証を組み立てるかを理解せずに歴史に関するAIの出力を評価することは、科学的推論を理解せずに科学に関するAIの出力を評価できないのと同じです。この学習系列では、その考えを実践に移します。学生は、自分の教科知識を評価の道具として使います。Bernstein（1999）による垂直的ディスコース（自然科学のように、階層的で累積的な知識構造があり、新しい知識が古い知識を包含または置き換える）と、水平的ディスコース（社会科学や人文学のように、競合する枠組みが共存する、分節化された知識構造）の区別は、AIの信頼性のパターンを直接予測します。AIは、人類が生み出した知識の分布全体をもとに学習しています。垂直的ディスコースの領域では、その分布は正解に収束します。一方、水平的ディスコースの領域では、競合する枠組みを平均化し、それらの違いを平板化してしまう可能性があります。Maton（2013）のセマンティック・ウェーブの概念は、指導設計の論理を示します。この学習系列では、具体例（特定の教科の特定のトピックに対するAIの回答）と抽象的な原則（パターンを説明する知識の種類に関する枠組み）との間を学生が行き来し、そこから再び具体的な予測へと戻る必要があります。歴史的思考を「不自然なもの」とするWineburg（2007）の議論は、具体例を示しています。ある教科の専門家が使うスキルは直感的に身につくものではなく、学生に教える必要があります。教科別のAIリテラシーについても同じことが言えます。学生には、「この教科が生み出しているのはどのような種類の知識で、それはAIの信頼性にとって何を意味するのか」と明示的に問うよう教える必要があります。

入力スキーマ

教師は以下を指定する必要があります：

• 対象とする学問分野： 比較する科目。例：「生物学と歴史」／「数学、歴史、倫理」／「物理学と文学研究」／「地理学と哲学」
• 生徒の学年： 学年グループ。例：「全国試験に向けて複数の科目を学ぶYear 11」／「A-levelを学ぶYear 12」

任意（利用可能な場合はコンテキストエンジンによって注入）：

• 基軸となる質問の種類： 学問分野を横断して変換する質問の種類
• 知識の種類に関する焦点： 強調する知識構造の区別
• 科目領域： 特定のカリキュラム単元に組み込まれている場合
• 利用可能な時間： 一連の学習にかけられる時間

プロンプト

You are an expert in curriculum theory and AI literacy pedagogy, with knowledge of Willingham's (2007) research on domain-specificity, McPeck's (1981) domain-specific critical thinking, Bernstein's (1999) vertical/horizontal discourse distinction, Maton's (2013) semantic wave concept, and Wineburg's (2007) work on disciplinary thinking. You understand that AI reliability is not uniform — it varies systematically by the type of knowledge a discipline produces. Students who understand this pattern can predict AI reliability, not just recall a list of examples.

CRITICAL PRINCIPLES:
- **The central concept is knowledge type, not subject difficulty.** The question is not "which subjects are harder?" but "what KIND of knowledge does each discipline produce?" Sequential/cumulative/vertical knowledge (where new knowledge builds on and displaces old) tends to be better served by AI than horizontal/interpretive knowledge (where competing frameworks coexist and the same evidence supports multiple conclusions).
- **AI flattens contested claims.** In disciplines with active interpretive debates (history, ethics, literary studies, social science), AI tends to present one interpretation as consensus, or to produce an averaged blend of competing views that misrepresents the genuine state of scholarly debate. Students in these disciplines need specific AI evaluation skills.
- **AI is reliable on the settled parts, unreliable on the contested parts.** Biology has both: the mechanism of photosynthesis is settled (AI is reliable); the ethical implications of genetic engineering are contested (AI less so). History has both: the date of the Battle of Hastings is settled; the causes and long-term significance are contested. The framework must be specific about this distinction, not just "AI is good at science."
- **The comparison drives the learning.** The sequence's power comes from comparing AI's outputs across disciplines side-by-side — not from abstract explanation. Students must run the queries, compare outputs, and build the framework from their findings.
- **The endpoint is a predictive framework.** The sequence should culminate in students being able to say "For this question, in this subject, AI is likely to be [reliable/unreliable] because [knowledge type reasoning]" — a transferable prediction, not just "AI was wrong about the French Revolution."

Your task is to design a disciplinary AI literacy comparison sequence for:

**Target disciplines:** {{target_disciplines}}
**Student level:** {{student_level}}

The following optional context may or may not be provided. Use whatever is available; ignore fields marked "not provided."

**Anchor question type:** {{anchor_question_type}} — if not provided, use a causal question type ("Why did X happen?") as the anchor — it translates well across disciplines and reveals disciplinary differences clearly.
**Knowledge type focus:** {{knowledge_type_focus}} — if not provided, use Bernstein's (1999) vertical/horizontal distinction as the primary framework.
**Subject area:** {{subject_area}} — if not provided, design as a cross-curricular standalone sequence.
**Time available:** {{time_available}} — if not provided, design for two 45-minute lessons.

Return your output in this exact format:

## Disciplinary AI Literacy Sequence: [Disciplines]

**For:** [Student level]
**Disciplines compared:** [List]
**Anchor question type:** [Type]
**Knowledge type framework:** [Vertical/Horizontal / Factual-Interpretive-Dispositional / other]

### Knowledge Type Analysis

[For each target discipline:]

**[Discipline]:**
- **Knowledge structure:** [Vertical/horizontal; what kind of claims this discipline makes]
- **What counts as evidence here:** [How evidence works in this discipline]
- **Settled vs. contested:** [Examples of settled knowledge and contested knowledge in this discipline]
- **Predicted AI reliability:** [Where AI is likely reliable and where unreliable in this discipline, with reasoning]

### Anchor Question Set

[The same question type reformulated for each discipline — designed to be parallel for comparison]

**The question type:** [e.g. "Why did X happen?"]

**[Discipline 1]:** [Specific question in this discipline]
**[Discipline 2]:** [Specific question in this discipline]
**[Discipline 3]:** [Specific question in this discipline, if applicable]

**Why this question set works for comparison:** [What makes these questions equivalent enough to compare but different enough to reveal disciplinary AI reliability differences]

### Comparison Protocol

**Lesson 1 — Running the queries:**

[Step-by-step instructions for students to run each anchor question, record AI responses, and make initial observations]

**What to record for each discipline:**
- AI's position (if there is one) and certainty language
- Evidence cited (type, specificity, verifiability)
- Whether the AI acknowledges debate or presents its answer as settled
- What the AI does NOT say — what is missing

**Lesson 2 — Pattern analysis:**

[How students compare across disciplines — what to look for, what patterns to identify]

**Comparison questions:**
[4-5 questions that guide students from specific observations to the abstract framework]

### AI Reliability Framework

[The student-facing framework that the sequence builds toward — a way to predict AI reliability based on knowledge type]

**The reliability prediction principle:**
[A concise statement students can apply to future situations]

**The framework in practice:**
[A table or structured summary students can use as a reference]

| Knowledge type | AI tends to... | Because... | Example |
|---|---|---|---|
| [Type 1] | [AI behaviour] | [Reason] | [Example from the sequence] |
| [Type 2] | [AI behaviour] | [Reason] | [Example from the sequence] |

### Discussion Guide

**Activating findings (5 minutes):** [Opening question]
**Building the framework (10 minutes):** [How to move from specific discipline findings to the generalised knowledge-type framework]
**Testing the framework (5 minutes):** [A new discipline or question type students apply the framework to — a transfer test]
**The metacognitive close:** [The question that turns disciplinary AI literacy into a personal practice: "How will you use this framework in your own work?"]

**Self-check before returning output:** Verify that (a) the knowledge type analysis is specific to the stated disciplines, not generic, (b) the anchor questions are genuinely parallel while revealing disciplinary differences, (c) the comparison protocol generates findings students can analyse, not just collect, (d) the reliability framework is a genuine predictive tool, not a list of examples, and (e) the discussion guide includes a transfer test that asks students to apply the framework to a new case.

出力例

シナリオ： 対象とする学問分野：「生物学と歴史」／生徒の学年：「GCSEに向けて両科目を学ぶYear 11」／基軸となる質問の種類：「因果関係 — Xはなぜ起きたのか？」／知識の種類に関する焦点：「垂直的言説と水平的言説」

---

学問分野別AIリテラシー学習シーケンス：生物学と歴史

対象： GCSEを学ぶYear 11の生徒 比較する学問分野： 生物学、歴史 基軸となる質問の種類： 因果関係 — 「Xはなぜ起きたのか？」 知識の種類に関する枠組み： バーンスタインの垂直的言説と水平的言説の区別

知識の種類の分析

生物学：

• 知識構造： おおむね垂直的です。知識は階層的かつ累積的です。細胞説はそれ以前の観察を包含し、自然選択による進化はそれ以前の種の分類を包含します。新たな発見は既存の枠組みを更新または拡張します。通常、旧版と同等に妥当な別の選択肢として併存することはありません。
• 何が証拠とみなされるか： 統制された実験、再現可能な観察、大規模データセットの統計分析、査読です。証拠は方法論と再現性に基づいて評価されます。
• 確立済みの事項と論争のある事項： 確立済み： DNA転写のメカニズム、有糸分裂のプロセス、血糖調節におけるインスリンの役割。論争のある事項： 特定の疾患における遺伝的要因とエピジェネティック要因の相対的な寄与、進化のメカニズムの一部、食事と疾患の関係。
• AIの信頼性予測： 確立されたメカニズム（光合成、細胞呼吸、遺伝）については高いです。活発に研究されている分野、集団レベルの統計（学習データが古くなっている可能性があるため）、健康に関する主張（証拠が実際に混在しており、AIが単純化する可能性があるため）については低くなります。

歴史：

• 知識構造： 水平的です。複数の歴史学的枠組みが併存しています。第一次世界大戦の原因に関するフィッシャーの意図主義的解釈とクラークの修正主義的解釈は、現在も有力な学術的見解として併存しています。どちらかが、生物学において進化論が創造論を否定したような形で、もう一方を「反証」したわけではありません。歴史家は、累積するのではなく、競合する解釈の枠組みを生み出します。
• 何が証拠とみなされるか： 一次資料、文書館の資料、そして歴史家の名前を挙げた議論です。これらは出典の検証、相互照合、文脈化を通じて評価されます。歴史における証拠は、生物学の実験のように主張を「証明」するのではなく、さまざまな程度で解釈を裏付けます。
• 確立済みの事項と論争のある事項： 確立済み： 日付、出来事の順序、文書の存在。論争のある事項： 因果関係、重要性、責任、動機の解釈、長期的な影響。歴史で興味深いことのほとんどは論争の対象です。
• AIの信頼性予測： 事実の想起（日付、名前、出来事の順序、基本的な定義）については高いです。因果関係を問う質問（AIが競合する解釈を単一の自信に満ちた回答に平坦化する可能性が高い）、重要性を問う質問（実際に論争がある）、最近の研究（学習データが古い資料に偏っている）については低くなります。

アンカーとなる質問セット

質問の種類：「Xはなぜ起きたのか？」

生物学：「1型糖尿病の患者は、なぜインスリン注射が必要なのですか？」 歴史：「ドイツはなぜ第一次世界大戦に敗れたのですか？」

**この質問セットが比較に適している理由：**どちらもGCSEに適したレベルの因果関係を問う質問です。生物学の質問には、確立したメカニズムに基づく回答があります（β細胞が自己免疫によって破壊されると、体内でのインスリン産生がなくなります）。歴史の質問には、確立した回答がありません。軍事戦略、封鎖、経済崩壊、政治革命、同盟関係の動きの重要度について、歴史家たちが今も活発に議論しています。同じ質問の種類でも、異なる知識構造に当てはめると、AIの出力は異なるはずです。その違いを調べることで、枠組みを構築できます。

比較の手順

レッスン1 — 質問を実行する（45分）：

生徒はペアで取り組みます。各ペアは、同じAIツールに2つのアンカー質問を、それぞれ別の会話で尋ねます。以下の記録表に回答を記録します。

	生物学の質問	歴史の質問
AIの回答（2～3文で要約）
確信度を示す表現（断定的／慎重／非常に不確か）
引用された根拠（種類と具体性）
AIは論争に言及しているか、それとも1つの見解を提示しているか？
何が言及されていないか？

記録後：「AIの回答を両方読んでください。どちらのほうが自信ありげに聞こえますか？どちらが具体的な根拠を示していますか？どちらが、人々の意見が分かれていることに触れていますか？」

レッスン2 — パターンを分析する（45分）：

ペアで記録表を別のペアと比較します。クラス全体で話し合います。

比較のための質問：

• 「生物学の質問に対するAIの回答は、おおむね正確でしたか？どうすれば分かりますか？」
• 「歴史の質問では、AIはどの歴史家や解釈に言及していましたか？意見の相違があると述べていましたか、それとも1つの見解を正しいものとして提示していましたか？」
• 「どちらも『なぜ』を問う質問です。AIの回答がこれほど異なったのはなぜだと思いますか？」
• 「生物学では、AIの因果関係に関する回答がより信頼できるのはなぜですか？歴史では、AIの因果関係に関する回答がより信頼しにくいのはなぜですか？」
• 「エッセイを書く際にAIの回答をそのまま使うとしたら、どちらの科目のほうが危険ですか？なぜですか？」

AIの信頼性に関する枠組み

信頼性を予測する原則： AIは、知識が確立され、積み重ねられている分野で最も信頼できます。学者の間で活発な意見の相違がある場合、複数の解釈が共存している場合、あるいは正解が根拠ではなく価値観や判断に左右される場合など、知識が真に論争の的になっている分野で、AIの信頼性は最も低くなります。

枠組みの実践例：

知識の種類	AIの傾向	その理由	学習の流れにおける例
確立済み／垂直型（メカニズム、手順、確立された事実）	検証可能で正確かつ確信に満ちた回答をする	学習データでは一貫した説明に収束し、専門家の意見も一致している	「糖尿病患者にはなぜインスリンが必要なのか？」—メカニズムを正確に説明
論争中／水平型（因果関係、重要性、解釈）	自信ありげに聞こえる一方で、論争を単純化し、1つの立場を総意として提示する	学習データには複数の立場が含まれており、AIはそれらを混ぜ合わせるか、最も一般的な見解を選ぶ	「ドイツはなぜ第一次世界大戦に敗れたのか？」—フィッシャーと修正主義の論争を省略する可能性が高い
最先端または最近の知識（新しい研究、時事問題）	情報が古いか、不正確な可能性がある	学習データの時点による制限、急速に変化する分野	最近の臨床試験、現在の政治的出来事
価値観に左右される知識（倫理、美学、議論のある社会的主張）	汎用的な回答や「両論併記」の形式で回答する	論争を避けるよう訓練されており、価値観に関する質問には学習データ上で確立した答えがない	遺伝子工学の倫理

ディスカッションガイド

気づきを促す（5分間）： 「ノートを見ずに答えてください。生物と歴史では、AIのどちらの回答をより信頼しますか？ その理由は何ですか？」

フレームワークを組み立てる（10分間）： 「あなたの直感は正しいです。では、理由を説明しましょう。生物のほうが『簡単』だからでも、AIが生物では『より努力した』からでもありません。AIの信頼性に差が出る理由として、2つの科目にはどのような違いがありますか？」［知識の種類、専門家の間で見解が一致しているか、回答が何に左右されるか、という方向へ導きます］

フレームワークを試す（5分間）： 「今日話し合っていない科目に、このフレームワークを当てはめてみましょう。AIに『シェイクスピアの『マクベス』にはどのような意義がありますか？』と尋ねた場合、信頼できる回答が得られると思いますか？ では、『運動エネルギーを計算する公式は何ですか？』の場合はどうでしょう？ フレームワークを使って予測してから、確かめましょう。」

メタ認知を促す締めくくり： 「次の課題に取り組む前に、自分にこう問いかけてください。『AIにどのような種類の知識について尋ねているだろう？ この問題については、見解が定まっているだろうか、それとも議論が続いているだろうか？』この問いにかかる時間は10秒です。回答をどれくらい信頼するかは、この問いを基準に判断しましょう。」

---

既知の限界

1. 垂直的知識と水平的知識の区別は二分法ではありません。 Bernsteinのカテゴリーは分析のためのものであり、実際にはどの学問分野にも、見解が定まった知識と議論が続いている知識の両方があります。このフレームワークは分類体系ではなく、有用な経験則として教えるべきです。生物学にも議論が続いている分野があり、歴史にも確定した事実があります。このフレームワークが予測するのはパターンであり、確実な結果ではありません。

2. 議論のある主張への対処の上手さは、AIモデルによって異なります。 解釈が分かれる分野では、議論があることを認め、確信度を控えめに示すよう特別に訓練されたモデルもあります。異なるAIツールを使うと、この学習シーケンスから異なる知見が得られる可能性があります。これ自体が有用な知見です。モデルによってこれらの問いへの対処が異なる理由について話し合うことで、AIリテラシーをさらに深められます。

3. AIの回答を評価するには、学生が十分な分野知識を持っている必要があります。 第一次世界大戦について十分に学んでいなければ、ドイツが第一次世界大戦に敗れた理由についてのAIの因果関係の説明が単純化されすぎているかどうかを、学生は評価できません。この学習シーケンスは、基礎知識を身につけた後、単元の途中または終わりに実施するのが最も効果的です。

4. 学問分野ごとのAIリテラシー教育に関する直接的な実証的根拠は、非常に限られています。 知識の種類に関するフレームワーク（Bernstein、Willingham、Maton）は、一般的なカリキュラム設計については強い根拠に裏付けられています。AIの信頼性を予測するためのフレームワークとしてこれを応用することには明確な理論的根拠がありますが、新しい取り組みです。知識構造に基づく推論を使ってAIの信頼性を予測する方法を学生に教えることについては、まだ十分な研究がありません。