hinge-question-designer

ヒンジ問題の設計

このスキルでできること

入念に作り込んだ選択式のヒンジ問題を1問設計します。ヒンジ問題とは、授業の重要な時点（「ヒンジ」）で出す診断問題で、教師が先に進んでよいほど生徒が重要な概念を理解しているかどうかを判断するためのものです。一般的な選択式問題とは異なり、ヒンジ問題の誤答の選択肢は、それぞれ特定の既知の誤解を狙って慎重に設計されています。そのため教師は、理解していない生徒が「誰か」だけでなく、「何を」「なぜ」理解していないのかも把握できます。出力には、問題、診断キー（各回答から何が分かるか）、判断ガイド（クラスの回答パターンに応じて何をするか）が含まれます。効果的なヒンジ問題の設計には、重要な概念の特定、最もよくある誤解の予測、それぞれの誤解を持つ生徒は選ぶ一方で正しく理解している生徒は選ばない誤答選択肢の作成、そして誤った推論で正答にたどり着けないようにすることを同時に行う必要があるため、ここではAIが特に役立ちます。これは、教育における評価設計で最も難しい課題の1つです。

エビデンスの基盤

Wiliam（2011）は、ヒンジ問題を授業中の形成的評価の最も効率的な形式として紹介しました。これは、教師が授業を先に進めるか、教え直すかを判断する「ヒンジポイント」で出す1問で、どの回答からも診断情報が得られるように設計されています。重要な設計原則は、誤答のそれぞれが、特定の誤解を持つ生徒が選ぶ答えとなっており、回答パターンを解釈できることです。Christodoulou（2017）はこの研究を発展させ、効果的な形成的評価には、誤答が単に間違っているだけでなく、診断につながる問題が必要だと論じています。「誤答から何かが分かる問題は、誤答から何も分からない問題より役に立つ」のです。BlackとWiliam（1998）は、形成的評価が教育において最も効果の高い介入の1つであること（効果量0.4～0.7）を示しましたが、それは教師が得られた情報を活用した場合に限られます。ヒンジ問題の形式は、回答パターンから教師が次に何をすべきかが明確になるため、すぐに対応できるよう設計されています。Sadler（1989）は、効果的な形成的評価には、現在の理解と目標とする理解との隔たりを教師が把握する必要があると指摘しました。ヒンジ問題は、この隔たりをリアルタイムで可視化します。Haladynaら（2002）は、効果的な選択式問題を作成するための技術的な枠組みを示し、問題の難易度ではなく、誤答選択肢の質が問題の診断力を左右すると強調しました。

入力スキーマ

教師が提示する情報：

• 学習する概念： ヒンジ問題で確認する具体的な概念またはスキル。例：「平均値と中央値の違い」／「心臓に4つの部屋がある理由」／「所有を表すアポストロフィと短縮形のアポストロフィの使い分け」
• 生徒の学年： 学年。例：「Year 8」
• 授業の背景： この授業でこれまでに教えた内容。例：「データセットから平均値を求める方法を説明し、例題を2問使って実演したところです。生徒はまだ練習していません。」

任意（利用可能な場合、コンテキストエンジンが追加）：

• 既知の誤解： 教師が対象にしたい具体的な誤解
• 生徒のプロフィール： 過去の評価データ、よくある理解の不足
• 回答方法： 生徒が回答する方法（ミニホワイトボード、指で示す、クリッカー）
• 時間制限： 解答にかける時間の上限（既定値：2分未満）

プロンプト

You are an expert in formative assessment design and diagnostic question construction, with deep knowledge of Wiliam's (2011) hinge question methodology, Christodoulou's (2017) work on diagnostic assessment, and Haladyna et al.'s (2002) item-writing guidelines. You understand that a hinge question is NOT just a multiple-choice quiz question — it is a precision diagnostic tool where every answer option reveals specific information about student understanding.

Your task is to design a hinge question for:

**Concept:** {{concept_being_taught}}
**Student level:** {{student_level}}
**Lesson context:** {{lesson_context}}

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

**Known misconceptions:** {{known_misconceptions}} — if not provided, identify the 3–4 most common misconceptions for this concept at this level and design distractors around them.
**Student profiles:** {{student_profiles}} — if not provided, design for a typical mixed-ability class.
**Response method:** {{response_method}} — if not provided, design for mini-whiteboards or finger voting (A/B/C/D).
**Time constraint:** {{time_constraint}} — if not provided, ensure the question is answerable in under 2 minutes by a student who understands the concept.

Apply these evidence-based design principles:

1. **One concept, one question (Wiliam, 2011):**
   - The question tests ONE specific concept — the one the teacher needs students to understand before moving on.
   - The question should be answerable in under 2 minutes. If it takes longer, it's testing procedure or stamina, not understanding.
   - The teacher should be able to scan all responses in under 30 seconds (this rules out open-ended responses for whole-class hinge points).

2. **Every distractor targets a specific misconception (Christodoulou, 2017):**
   - Each wrong answer must be the answer a student WOULD give if they held a particular misconception.
   - Distractors should be plausible — they should "attract" students with that misconception.
   - Random wrong answers are useless. If a student picks option C, the teacher must be able to say: "That student thinks X" — not just "That student got it wrong."
   - The correct answer should NOT be reachable through flawed reasoning. A student who holds a misconception should be attracted to a distractor, not accidentally arrive at the right answer for the wrong reason.

3. **The question must discriminate (Haladyna et al., 2002):**
   - Students who understand the concept should reliably choose the correct answer.
   - Students who don't understand should reliably choose the distractor that matches their specific misconception.
   - If the correct answer can be guessed through elimination, pattern recognition, or test-wiseness (e.g., "the longest answer is usually right"), the question fails.

4. **Design for immediate action (Black & Wiliam, 1998):**
   - The response pattern should tell the teacher exactly what to do next:
     - 80%+ correct → proceed to practice.
     - 50–80% correct → brief re-teach targeting the most common misconception, then re-check.
     - Below 50% → significant re-teach needed before proceeding.
   - Include specific guidance for each response pattern.

5. **Technical quality (Haladyna et al., 2002):**
   - The stem (question) should be clear, concise, and contain all necessary information.
   - All options should be parallel in structure, length, and grammar.
   - Avoid "all of the above" and "none of the above" — these don't provide diagnostic information.
   - Avoid negative stems ("Which is NOT...") — they test reading comprehension, not subject understanding.
   - Options should be in a logical order (numerical, alphabetical, or conceptual).

Return your output in this exact format:

## Hinge Question: [Concept]

**For:** [Student level]
**Ask this after:** [What should have been taught before asking this question]
**Estimated answer time:** [Time]

### The Question

[Question stem]

A) [Option A]
B) [Option B]
C) [Option C]
D) [Option D]

**Correct answer:** [Letter]

### Diagnostic Key

For each option:
- **[Letter]) [Option text]** — [What choosing this answer reveals about the student's understanding. For the correct answer: what understanding it confirms. For each distractor: the specific misconception it targets.]

### Decision Guide

**If 80%+ choose [correct answer]:** [What to do — typically proceed to practice]
**If many choose [distractor]:** [What specific re-teaching to do — targeting the misconception that distractor reveals]
**If responses are split across multiple distractors:** [What to do — typically a more fundamental re-teach is needed]

### Design Rationale

[Why this question tests the concept effectively. Why each distractor was chosen. Any subtleties in the design — e.g., "Option B gives the answer students get if they add instead of multiply, which is the most common procedural error at this stage."]

**Self-check before returning output:** Verify that (a) the question tests one specific concept, (b) every distractor targets a known misconception (no random wrong answers), (c) the correct answer cannot be reached through flawed reasoning, (d) the diagnostic key explains what each response reveals, (e) the question is answerable in under 2 minutes, (f) options are parallel in structure and length, and (g) the decision guide gives actionable next steps for each response pattern.

出力例

シナリオ： 概念：「データセットの平均値を求める」／生徒の学年：「Year 7」／授業の背景：「平均値は、すべての値を足して、値の個数で割って求めると説明したところです。例題を2問実演しました。3、5、7の平均値（答え：5）と、10、12、8、6の平均値（答え：9）です。生徒はまだ自分で練習していません。」

---

方向づけの質問：平均の計算

対象： Year 7 の数学 質問のタイミング： 平均の計算についての教師の説明と例題の後 解答時間の目安： 60～90秒

質問

5人の生徒がテストで次の点数を取りました。

6, 4, 8, 3, 9

平均点は何点ですか？

A) 5 B) 6 C) 8 D) 30

正解： B) 6

診断の手がかり

• A) 5 — これは中央値です（小さい順に並べたときの中央の値：3, 4, 6, 8, 9）。これを選んだ生徒は、平均値と中央値を混同しています。数値を並べて中央の値を選んだか、2つの平均値を全般的に混同している可能性があります。平均値と中央値を近い時期に教えると、これは非常によくある誤りの1つです。

• B) 6 — 正解です。 生徒はすべての値を足し（6 + 4 + 8 + 3 + 9 = 30）、値の個数で割っています（30 ÷ 5 = 6）。これにより、合計を出すことと個数で割ることの両方を理解していると確認できます。

• C) 8 — これは範囲です（9 – 3 = 6……いいえ、違います。これは意図的に選んだ誤答選択肢です）。実際には、8は生徒が5ではなく4で割った場合に得られる答えです。つまり、値の個数を数え間違えたか、1つ数え忘れたということです（30 ÷ 4 = 7.5……計算し直します）。

データセットを作り直します。データセットは6, 4, 8, 3, 9です。

• 合計 = 30。平均 = 30 ÷ 5 = 6。✓
• 中央値 = 6（3, 4, 6, 8, 9の中央）。
• 範囲 = 10（9 – 3）。

平均値と中央値が異なるように、データセットを調整する必要があります。

修正後のデータセット：2, 3, 5, 8, 12

• 合計 = 30。平均 = 30 ÷ 5 = 6。
• 中央値 = 5（2, 3, 5, 8, 12の中央）。
• 範囲 = 10（12 – 2）。

質問（修正版）

5人の生徒がテストで次の点数を取りました。

2, 3, 5, 8, 12

平均点は何点ですか？

A) 5 B) 6 C) 10 D) 30

正解： B) 6

診断の手がかり

• A) 5 — これは中央値です（データを並べたときの中央の値）。これを選んだ生徒は、平均値と中央値を混同しています。「平均」とは中心となる値を求めることだと理解しているものの、計算する代わりに中央の数を選ぶという、誤った方法を使っている可能性があります。生徒が2種類の平均を最近学んだ場合に、最もよく見られる誤解です。

• B) 6 — 正解です。 生徒は5つの値をすべて足し（2 + 3 + 5 + 8 + 12 = 30）、値の個数で割っています（30 ÷ 5 = 6）。これにより、平均の計算を構成する2つの要素、つまりすべての値を合計することと、個数で割ることの両方を理解していると確認できます。

• C) 10 — これは範囲です（12 – 2 = 10）。これを選んだ生徒は、平均値と範囲を混同し、計算する代わりに最大値から最小値を引いています。この誤りは、複数の「要約統計量」があることは知っていても、どの計算方法がどの名称に対応するかを混同している生徒によく見られます。また、授業に部分的にしか集中できておらず、最近学んだものの誤った計算方法を当てはめている可能性もあります。

• D) 30 — これは割り算をする前の合計です（2 + 3 + 5 + 8 + 12 = 30）。これを選んだ生徒は、最初の手順（すべての値を足すこと）はできていますが、2つ目の手順（個数で割ること）を忘れたか、理解していません。これは部分的な理解です。平均には足し算が必要だと知っていますが、合計をどうすればよいかが分かっていません。これは最も対処しやすい誤りです。生徒には、なぜ割るのか（合計を均等に分けるため）を簡潔に教え直す必要があります。

判断ガイド

80％以上がB（正解）を選んだ場合： 個人練習に進みます。生徒は手順を理解しています。値の個数を変えたり、答えに小数が含まれたりする練習問題に移ります。

多くの生徒がA（中央値との混同）を選んだ場合： いったん止めて、違いを明確にします。「真ん中の数を見つけた人がいますね。それは中央値で、平均ではありません。平均は、すべてを足して、均等に分けることです。中央値は、数を順番に並べて、真ん中を見つけることです。問いが違えば、方法も違います。両方を並べて見てみましょう。」例に戻り、平均と中央値の両方を計算して、それぞれをはっきり示します。その後、新しいデータセットを使ってもう一度問いかけます。

多くの生徒がD（合計を出しただけで割っていない）を選んだ場合： 2つ目の手順を短く教え直します。「30になった人がいますね。最初の手順は完璧にできています。でも、平均は合計ではありません。こう考えてみてください。5人の生徒が全員同じ点数を取ったとしたら、それぞれ何点でしょうか。30点を5人の生徒に均等に分けます。割り算をするのはそのためです。」より簡単な例を使って、もう一度問いかけます。

多くの生徒がC（範囲との混同）を選んだ場合： これは、用語の使い分けに問題があることを示しています。生徒は、異なる統計量の名称を混同しています。「最小の数を最大の数から引いた人がいますね。それで求められるのは範囲で、平均ではありません。どの言葉がどの計算に当てはまるのか、はっきりさせましょう。」次のような簡単な早見表を作ります。平均＝足して割る。中央値＝真ん中の値。範囲＝最大値から最小値を引く。

回答がA、C、Dに分かれている場合： より根本的な教え直しが必要です。生徒は計算方法だけでなく、平均とは何かを十分に理解できていません。概念の説明に戻ります。「平均とは、すべてを均等に分けたときに、それぞれの人が受け取る値です。」数値を使った手順に戻る前に、実物モデル（カウンターをグループ間で分けるなど）を使います。

設問設計の根拠

この問題が理解度を見極める設問として有効なのは、次の理由によります。

1. 数値が暗算できるほど簡単です（合計＝30、30÷5＝6）。そのため、この問題では計算力ではなく、概念の理解度を確認できます。方法を理解している生徒なら、60秒以内に答えにたどり着けるはずです。

2. どの誤答選択肢も、同じデータセットについての別の問いに対する正解です。中央値（A）、範囲（C）、合計（D）がそれに当たります。そのため、誤答から、どの統計量がどれなのか、あるいは手順のどの段階までできているのかについて、生徒がどのように混同しているかを具体的に把握できます。

3. 正解の6は、データセットの中で「目立つ」数でも、最も記憶に残りやすい数でもありません。中央値（データにそのまま含まれている5）や合計（生徒が最初に計算する30）とは異なり、答えにたどり着くには計算が必要です。手順を最後まで実行せずに、正解を当てることはできません。

4. 平均（6）と中央値（5）が異なるように、意図的にデータセットを選んでいます。両者が同じだと、正しく計算した生徒と、誤って中央値を見つけた生徒とを、この問題で区別できません。

---

既知の制限事項

1. 教師が回答データに基づいて行動しない限り、ヒンジクエスチョンは機能しません。 どれほど見事に設計されたヒンジクエスチョンでも、教師が質問をして、生徒の40％が誤答を選んだと分かっているのに、そのまま授業を進めてしまえば意味がありません。判断ガイドには、回答パターンごとの具体的な対応が示されていますが、教師はリアルタイムで授業計画を調整する意欲が必要です。そのためには柔軟性と自信の両方が求められます。データが変更すべきだと示していても、計画した授業から外れることが難しいと感じる教師もいます。

2. 選択式では、テストできる内容に限りがあります。 ヒンジクエスチョンは、通常、事実に関する知識、手順の理解、概念の違いなど、1つの選択肢で理解度を確認できる概念に最も適しています。複雑な推論、長文の論証、創造的な応用の評価にはあまり効果的ではありません。これらの場合、興味深い情報は最終的な回答ではなく、生徒が考える過程にあるためです。こうしたスキルの確認には、ほかの理解度確認方法（考え方を書いて示すミニホワイトボード、ペアで考えて共有する活動など）のほうが適しています。

3. 誤答選択肢を設計するには、生徒の誤解に関する深い知識が必要です。 ヒンジクエスチョンの質は、誤答選択肢が、もっともらしく見えるだけの誤答ではなく、実際の生徒が抱いている本当の誤解を狙っているかどうかに全面的に左右されます。ジェネレーターは、研究文献や指導経験に基づく一般的な誤解を使用しますが、特定の生徒集団は異なる誤解を抱いている場合があります。教師は誤答選択肢を見直し、自分の生徒に典型的な誤りについての知識に基づいて修正してください。誤答選択肢がクラスに実在する誤解と合致していなければ、診断情報は得られず、単なる「誤った回答」にすぎません。