self-explanation-prompt-designer

自己説明プロンプトの設計

このスキルでできること

学習教材の重要な箇所に配置し、なぜそれが正しいのか、どのように機能するのか、何を意味するのかを学生自身に説明させる、自己説明プロンプト（具体的な質問）を設計します。Chi et al.（1989）は、学習例を学ぶ際に自発的に自己説明を行う学生は、そうしない学生よりもはるかに多くを学ぶことを発見しました。さらに重要なのは、Chi et al.（1994）が、自己説明を促された学生も、自発的に自己説明を行う習慣がなくても、学習に大きな効果があることを示した点です。自己説明効果は、学習科学において最も確かな知見の一つです。年齢、分野、教材の種類を問わず効果があります。その仕組みは、自己説明によって学習者が推論を生み出し、情報の隙間を埋め、新しい情報を既存の知識と結び付け、自分の混乱に気付くことを余儀なくされる点にあります。これらすべてが理解を深めます。課題は、表面的な言い換えではなく、深い自己説明を実際に引き出すプロンプトを設計することです。「このステップは、なぜ前のステップから導かれるのでしょうか？」は、優れた自己説明プロンプトです。「このステップでは何が起こりますか？」はそうではありません。これは説明ではなく、描写を引き出す質問だからです。AI が特に役立つのは、まさに適切なタイミング（学習中であり、学習後ではありません）でプロンプトを提示し、学生の回答の質をリアルタイムで評価できるためです。

エビデンスの基盤

Chi et al.（1989）は、物理学の学習例に取り組む学生を観察し、自己説明に関する画期的な研究を行いました。彼らは、最も多くを学んだ「優秀な学生」が、各ステップで立ち止まり、そのステップがなぜ妥当なのか、どのように前のステップとつながっているのか、どのような原理を示しているのかを自分自身に説明する、という自己説明を自発的に行うことを発見しました。一方、「成績の低い学生」は、説明を生み出すことなく、表面的な手順に注目して例を受動的に読んでいました。学習量の差は大きく、事前知識、知能、学習時間では説明できませんでした。重要な変数は、学習中の認知的関与の質でした。Chi et al.（1994）は、自己説明を促すことで、自発的に自己説明する学生に見られた効果を再現できるかどうかを検証しました。学生に生物学の文章を渡し、一方のグループには各文について自己説明するよう促しました（「この文はどのような新しい情報を示していますか？ すでに知っていることとどのように関係していますか？」）。プロンプトを受けたグループは、直後のテストと転移テストの両方で対照グループを大きく上回りました。この発見は、単純な指導介入（プロンプトを提示すること）によって、まれな認知的習慣と同じ効果が得られることを示した点で画期的でした。Hausmann & VanLehn（2007）は、自己説明を効果的にする要因を調査しました。その効果は、説明の内容（生み出された考え）と、生成する行為そのもの（説明を読むのではなく、自分で説明を作ること）という2つの要素から生じることを発見しました。自己生成した説明と、同等の質の教員提供の説明を比較したところ、自己生成した説明のほうが学習効果が高いままでした。この結果は、効果をもたらすのは内容だけでなく、生成する行為そのものであることを示唆しています。Wylie & Chi（2014）は、マルチメディア学習にも自己説明研究を広げ、デジタル教材（動画、インタラクティブなシミュレーション、デジタルテキスト）に埋め込まれた自己説明プロンプトが、テキスト教材のプロンプトと同じ効果を生むことを示しました。新しい原理が導入される箇所、自明ではない推論が行われる箇所、一般的な直感に反する内容が示される箇所など、概念的な密度が高いポイントにプロンプトを配置すべきだと明らかにしました。Rittle-Johnson（2006）は、数学における自己説明を研究し、自己説明プロンプトが概念理解と手続きの転移の両方を向上させることを発見しました。自己説明を行う学生は、学習した問題を解けるだけでなく、その原理を構造の異なる新しい問題にも応用できます。

入力スキーマ

教師は次の情報を提供する必要があります：

• 学習教材： 生徒が学習している内容。例：「平方完成を使って二次方程式を解く手順を示した例：x² + 6x + 2 = 0 → x² + 6x = -2 → x² + 6x + 9 = -2 + 9 → (x + 3)² = 7 → x + 3 = ±√7 → x = -3 ± √7」／「ワクチンの仕組みを説明する生物学の文章：『ワクチンは、病原体の弱毒化または不活化した形を体内に導入します。免疫系は病原体の抗原を認識し、抗体を生成します。特定の抗原を記憶する記憶細胞が作られます……』」／「歴史資料：第一次世界大戦のプロパガンダポスターと、その具体的な視覚要素」
• 目標とする理解： 生徒が深く理解すべき内容。例：「両辺に9を加える理由――具体的には、(b/2)² によって完全平方三項式ができ、これによって方程式が平方根を求められる形に変わること」／「病気になる前にワクチンが効く理由――能動免疫（記憶細胞）と受動免疫の違い、そして弱毒化した病原体が病気を引き起こさない理由」／「プロパガンダが視覚的な手法を使って感情を操る仕組み――画家が選んだ具体的な工夫と、それらが説得力を持つ理由」

任意（利用可能な場合はコンテキストエンジンによって挿入）：

• 生徒のレベル： 学年と習熟度
• 教科： カリキュラム上の教科
• 提示方法： プロンプトの提示方法
• 既知の誤解： この内容についてよくある誤解

プロンプト

You are an expert in self-explanation research, with deep knowledge of Chi et al.'s (1989, 1994) foundational studies, Hausmann & VanLehn's (2007) work on the generation effect in self-explanation, Wylie & Chi's (2014) self-explanation principle in multimedia learning, and Rittle-Johnson's (2006) research on self-explanation in mathematics. You understand that self-explanation is one of the most powerful learning strategies available — and one of the easiest to implement badly. The difference between effective and ineffective self-explanation prompts is the difference between deep conceptual engagement and surface-level restating.

CRITICAL PRINCIPLES:
- **Prompts must elicit EXPLANATION, not DESCRIPTION.** "What happens in Step 3?" elicits description ("We add 9 to both sides"). "WHY do we add specifically 9 — where does 9 come from?" elicits explanation ("Because (6/2)² = 9, and adding this completes the perfect square"). The prompt must target the REASONING, not the CONTENT.
- **Place prompts at points of high conceptual density.** Wylie & Chi (2014): self-explanation prompts are most effective when placed where the material introduces a new principle, makes a non-obvious step, or is likely to be misunderstood. Don't prompt at every step — prompt at the steps that MATTER for understanding.
- **The generation is the learning.** Hausmann & VanLehn (2007): even if a student's self-explanation is imperfect, the ACT of generating it produces learning. Design prompts that require generation (constructing an explanation in their own words) rather than recognition (selecting the right answer from options). Free-response prompts > multiple choice.
- **Self-explanation prompts should be answerable.** A prompt that the student cannot answer without additional instruction is not a self-explanation prompt — it's a test question. Self-explanation works by activating and connecting EXISTING knowledge. The material should contain enough information for a thoughtful student to construct an explanation.
- **Distinguish self-explanation from other activities.** Self-explanation is not summarising (restating the content), not predicting (guessing what comes next), and not evaluating (judging whether something is good). It is explaining the REASONING behind something — the WHY and the HOW, not the WHAT.

Your task is to design self-explanation prompts for:

**Learning material:** {{learning_material}}
**Target understanding:** {{target_understanding}}

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

**Student level:** {{student_level}} — if not provided, design for a general secondary school context.
**Subject area:** {{subject_area}} — if not provided, infer from the material.
**Delivery mode:** {{delivery_mode}} — if not provided, design for prompts embedded in a digital learning environment (shown on screen at key points).
**Known misconceptions:** {{known_misconceptions}} — if not provided, identify the most likely misconceptions based on the material.

Return your output in this exact format:

## Self-Explanation Prompts: [Material Description]

**Material:** [What students are studying]
**Target understanding:** [The deep insight students should reach]
**Number of prompts:** [How many, and why this number]

### Prompt Placement Map

[Show where each prompt falls in the material — at which step, sentence, or element. Explain why THAT point was chosen.]

### Self-Explanation Prompts

For each prompt:

**Prompt [N] — placed at: [specific location in the material]**
- **Prompt text:** [Exactly what the student sees]
- **Target explanation:** [What a good self-explanation would include]
- **Why here:** [Why this point in the material is a high-value prompt location]
- **Common shallow response:** [What students say when they're describing rather than explaining]
- **Follow-up if shallow:** [What to ask next if the student's response is surface-level]

### Quality Indicators

[How to distinguish deep self-explanation from shallow restating — with specific examples of each]

| Quality Level | What It Sounds Like | Example | What to Do |
|---|---|---|---|
| Deep | [Characteristics] | [Example response] | [Affirm and continue] |
| Partial | [Characteristics] | [Example response] | [Prompt for elaboration] |
| Shallow | [Characteristics] | [Example response] | [Redirect to reasoning] |

### Scaffolding Sequence

[For students who struggle to self-explain: how to move from open prompts to increasingly structured scaffolds without giving the answer]

**Self-check before returning output:** Verify that (a) prompts elicit explanation not description, (b) prompts are placed at conceptually dense points, (c) prompts require generation not recognition, (d) the material contains enough information to construct an explanation, and (e) quality indicators distinguish deep from shallow responses.

出力例

シナリオ： 学習教材：「平方完成を使って二次方程式を解く手順を示した例：ステップ1：x² + 6x + 2 = 0。ステップ2：x² + 6x = -2 と変形する。ステップ3：両辺に9を加える：x² + 6x + 9 = -2 + 9 = 7。ステップ4：左辺を因数分解する：(x + 3)² = 7。ステップ5：両辺の平方根を求める：x + 3 = ±√7。ステップ6：解く：x = -3 ± √7。」／目標とする理解：「平方完成が機能する理由――具体的には、(b/2)² が x² + bx を完全平方三項式に変える数であることと、この変形が役立つ理由（両辺の平方根を求められるようになること）を理解する」／生徒のレベル：「Year 11、GCSE Higher」／既知の誤解：「生徒は9が『魔法のように』現れると思っている――手順を追うことはできても、9がどこから来たのか理解していない。また、±√7 にもつまずき、負の根を忘れたり、答えが2つある理由を理解できなかったりする」

---

自己説明プロンプト：平方完成

教材： x² + 6x + 2 = 0 を平方完成で解く例 目標とする理解： (b/2)² が平方を完成させる理由――手順だけでなく、代数的な構造 プロンプト数： 3――概念が特に密集する3つの箇所（ステップ2、3、5）に配置

プロンプトの配置マップ

この例は6つのステップで構成されています。すべてのステップにプロンプトが必要なわけではありません。

• ステップ1（方程式を書く）：定型的な作業――プロンプトは不要です。
• ステップ2（x² + 6x = -2 に変形する）：プロンプト1――このステップでは、一見自明でない選択（なぜ2を移項するのか）を行い、方針を示します。
• ステップ3（両辺に9を加える）：プロンプト2――これは概念上の重要なステップであり、最もよく混乱が生じる箇所です。9はどこから来るのでしょうか？
• ステップ4（因数分解して (x + 3)² = 7 にする）：プロンプトなし――プロンプト2を理解していれば、このステップはそのまま進められます。理解できていなかったとしても、ここでプロンプトを出しても役に立ちません。
• ステップ5（平方根を求め、±√7 とする）：プロンプト3――±は概念上重要で、よく誤解されます。
• ステップ6（x を求める）：定型的な作業――プロンプトは不要です。

自分の考えを説明するプロンプト

プロンプト 1 — 配置箇所：ステップ 2（x² + 6x = -2）

• プロンプトのテキスト：「+2 を反対側に移しました。なぜでしょうか？方程式の左辺で何を準備しようとしているのでしょうか。また、x² + 6x だけにすることが役立つのはなぜでしょうか？」
• 目標とする説明：「左辺を x の項（x² + 6x）だけにして、特定の数を足すことで完全平方にできるようにします。+2 があると邪魔になります。x² + 6x + 2 は完全平方ではないからです。何を足すかをこちらで調整する必要があります。」
• **ここで問う理由：**このステップは「ただ式を並べ替えているだけ」のように見えますが、平方完成の方針が明らかになります。なぜ x² + 6x だけにするのかを生徒が理解していないと、その後の方法は謎のままです。
• よくある浅い回答：「x を片側にするために 2 を移しました」――何をしたかを述べているだけで、その目的を説明していません。
• 回答が浅い場合の追加質問：「でも、なぜ x² + 6x だけにする必要があるのでしょうか？定数をなくす必要があるのは、これを使って何をするためでしょうか？」

プロンプト 2 — 配置箇所：ステップ 3（x² + 6x + 9 = 7）

• プロンプトのテキスト：「両辺に 9 を足しました。この 9 はどこから来たのか説明してください。なぜ 9 なのでしょうか？4 や 16 など、ほかの数ではだめなのはなぜでしょうか？」
• 目標とする説明：「9 は (6/2)² = 3² = 9 から来ています。x の係数（6）を半分にし（3）、それを二乗します（9）。左辺が完全平方の三項式になる数はこれだけです。x² + 6x + 9 = (x + 3)² となります。」
• **ここで問う理由：**ここがこの方法の概念的な核心です。「9 はどこから来たのか」という問いは、最もよくある誤解に直接切り込みます。これを説明できれば、生徒は平方完成を理解しています。
• よくある浅い回答：「平方を完成させるためです」――これは、方法の名前を繰り返しているだけで仕組みを説明していない循環的な回答です。
• 回答が浅い場合の追加質問：「『平方を完成させる』とは、実際にはどういう意味でしょうか？試しに (x + 3)² を展開してみてください。何になりますか？次に x² + 6x + 9 を見てください。何か気づきますか？」

プロンプト 3 — 配置箇所：ステップ 5（x + 3 = ±√7）

• プロンプトのテキスト：「√7 だけでなく ±√7 と書きました。なぜ値が 2 つあるのでしょうか？+√7 だけを書くと、何を見落とすでしょうか？」
• 目標とする説明：「(+√7)² も (-√7)² も 7 になるからです。平方根を求めると、解は 2 つあります。正の平方根だけを取ると、もう 1 つの解 x = -3 - √7 を見落とします。幾何学的には、二次方程式には 2 つの根があります（放物線が x 軸と 2 か所で交わります）。そのため、解は 2 つあると考えられます。」
• ここで問う理由：± は理解を試される重要な箇所です。生徒はこれを忘れたり、なぜ必要なのか理解していなかったりすることがよくあります。このプロンプトは、記号を暗記するのではなく、数学的な理由を考えるよう促します。
• よくある浅い回答：「± だから」や「そういう決まりだから」――記号を繰り返しているだけで、理由を説明していません。
• 回答が浅い場合の追加質問：「± を使わずに考えてみましょう。x + 3 = √7 なら、x はいくつですか？その値が元の方程式を満たすか確認してください。次に x + 3 = -√7 としてみましょう。この値も元の方程式を満たしますか？」

品質の指標

品質レベル	どのような説明か	例	対応
深い	数学的な原理に言及し、理由を説明し、構造と結び付け、自分の言葉を使っている	「9を加えるのは、（6/2）² = 9だからです。これによって x² + 6x + 9 が完全平方に因数分解できるようになります。次の手順で平方根を求められるように、完全平方にする必要があります。」	肯定します。「そのとおりです。重要な原理を見つけられています。」と伝えて先に進みます。
部分的	正しいものの、不完全で、理由の一部しか述べていない	「9は6を半分にして、それを二乗したものです。」	詳しい説明を促します。「いいですね。ただ、なぜ半分にして二乗すると適切な数になるのでしょうか。それを x² + 6x に加えるとどうなりますか。」
浅い	理由を説明せず、行動を述べるか手順を言い換えている	「平方を完成させるために、両辺に9を加えます。」	問いを向け直します。「何をしたかは説明できていますが、なぜそうしたのかを説明してください。9は具体的にどこから来たのでしょうか。4や16ではなく、なぜ9なのでしょうか。」

足場かけの段階

自分で説明するのが難しい生徒には、次の段階を順に進めます。

レベル1 — 自由回答の問い（デフォルト）：「両辺に9を加えた理由を説明してください。」

レベル2 — 誘導する問い：「xの前の数（6）を見てください。半分にしてみましょう。次に、その数を二乗してみてください。何になりますか。加えた数と一致しますか。」

レベル3 — 確認する問い：「(x + 3)² を展開してみてください。どうなりますか。次に、それを x² + 6x + 9 と比べてみましょう。何に気付きますか。」

レベル4 — 穴埋めの問い：「x² + bx + (b/2)² = (x + b/2)² なので、(b/2)² を加えます。この場合、b = 6 なので、(b/2)² = ___ です。そして、x² + 6x + ___ = (x + ___)² です。空欄を埋めてください。」

この段階を進むにつれて、自力で答えを生み出す度合いが最大のレベル1から、足場かけが最大のレベル4へと移ります。必ずレベル1から始めてください。うまくいかなくても、答えを生み出そうとする試み自体が学習につながります（Hausmann & VanLehn, 2007）。生徒が本当に行き詰まった場合にのみ次の段階へ進みます。説明が完璧でないだけの場合は、進めないでください。

---

既知の制約

1. 自己説明の問いかけは学習時間を長くします。 あらゆる段階で自己説明する生徒は、受け身で読む生徒よりも、教材を進めるのにはるかに時間がかかります。これは望ましい困難（Bjork, 1994）であり、余分な時間によってより深い学習が得られます。ただし、時間に制約のある状況（試験勉強、宿題）では、実際的な問題が生じることがあります。教師は、自己説明にどこまで時間をかけるかを意識して選ぶ必要があります。

2. 自己説明の質を自動で評価するのは困難です。 AIは回答の長さや重要な用語の有無を検出できますが、自己説明が本当に深いものか（長いだけで浅いものではないか）を評価するには、概念的な内容を理解する必要があります。現在のLLMはこの評価を近似できますが、洗練されていても一般的でない説明を、浅いものと誤分類する可能性があります。

3. 自己説明は、概念的に豊かな教材に最も効果的です。 概念的な深さがほとんどない手順的な内容（例：スプレッドシートの書式設定、規則動詞の活用）は、説明すべきことが少ないため、自己説明の問いかけによる効果が小さくなります。自己説明は、直感に反する推論、隠れたつながり、よくある誤解が含まれる教材で最も効果を発揮します。

4. 生徒には自己説明の練習が必要な場合があります。 Chi et al. (1994) は、問いかけだけでも効果があることを明らかにしましたが、ほかの研究では、良い自己説明とはどのようなものかについて、最初に練習することが生徒の助けになると示唆されています。上記の足場かけの段階はこれに対応していますが、自己説明の問いかけを使う最初の授業では、教師がそのプロセスを明示的に実演する必要があるかもしれません。