09 DX

教育データの利活用促進

masashi0025
目次
  1. はじめに
  2. 教育データの利活用に関する現状データ
  3. 課題
  4. 行政の支援策と優先度の検討
  5. 先進事例
  6. 参考資料［エビデンス検索用］
  7. まとめ

はじめに

※本記事はAIが生成したものを加工して掲載しています。
※各施策についての理解の深度化や、政策立案のアイデア探しを目的にしています。
※生成AIの進化にあわせて作り直すため、ファクトチェックは今後行う予定です。
※掲載内容を使用する際は、各行政機関の公表資料を別途ご確認ください。

概要（教育データの利活用を取り巻く環境）

意義

こどもにとっての意義

個別最適化された学びの実現
学習の可視化と自己調整能力の育成
  • 自身の学習時間や正答率、回答にかかった時間などのデータがダッシュボード等で可視化されることで、客観的に自分の学びを振り返ることができます。
  • これにより、自らの強みや弱みを認識し、次の学習計画を主体的に立てる「自己調整学習」の能力が育まれます。
困難の早期発見とプッシュ型支援

保護者にとっての意義

家庭での効果的な支援
  • 学校でのこどもの学習状況や生活の様子に関するデータ（適切な許諾の範囲内で）を共有されることで、家庭での声かけや学習サポートがより具体的かつ効果的になります。
  • こどもの努力や成長をデータを通じて客観的に知ることができ、親子のコミュニケーションの質を高めることにも繋がります。
学校との連携強化

学校・教師にとっての意義

指導の質の向上と個別支援の深化
  • 教員の経験や勘といった暗黙知に加え、客観的なデータを用いることで、指導の根拠が明確になります。
  • クラス全体の傾向と個人の状況をリアルタイムで把握できるため、より多くの児童生徒が苦手とする問題の重点的な解説や、支援が必要なこどもへの個別指導を効果的に行うことができます。
校務負担の軽減
指導ノウハウの可視化と共有

地域社会にとっての意義

教育格差の是正
  • データ分析によって地域内や学校間の教育課題を客観的に把握し、支援が必要な地域や学校、家庭に資源を重点的に配分することで、教育格差の是正に貢献します。
切れ目のない学習支援の実現

行政にとっての意義

EBPM（証拠に基づく政策立案）の推進
  • 勘や経験、前例踏襲に頼るのではなく、客観的なデータに基づいて教育施策を立案・評価・改善するEBPMサイクルを確立できます。
  • これにより、限られた予算や人員をより効果的に配分し、政策効果の最大化を図ることができます。
    • （出典）(https://www.mext.go.jp/content/20210126-mxt_syoto01-000012380-02.pdf)
効果的な学校支援

（参考）歴史・経過

教育データの利活用に関する現状データ

ICT環境の整備状況

学習者用コンピュータの整備
普通教室の大型提示装置整備率
普通教室の無線LAN整備率

ICTの活用状況

端末の利用頻度
学習者用デジタル教科書整備率

校務の情報化

統合型校務支援システム整備率
  • 教員の業務負担軽減とデータ連携の核となる統合型校務支援システム（成績、出欠、保健情報などを一元管理するシステム）の全国整備率は91.4%（令和5年度）と、前年度の86.8%から着実に向上しています。
  • 東京都特別区では、この分野で先進的に取り組みが進んでおり、令和6年3月時点で23区中22区が100%の整備率を達成しています。これは、教育データを一元的に扱うための重要な基盤がほぼ全ての区で整っていることを示します。
    • （出典）(https://www.e-stat.go.jp/stat-search/files?page=1&layout=datalist&toukei=00400306&tstat=000001045486&cycle=7&tclass1=000001123735&tclass2=000001123736&tclass3=000001213861&tclass4val=0)

教員のICT活用指導力

自己評価の推移
学習方法と課題

課題

こどもの課題

デジタルデバイド（情報格差）の深刻化
  • 家庭の社会経済的背景（SES）が、家庭でのICT利用環境に大きく影響しています。安定したインターネット回線の有無や、保護者のデジタルリテラシーの差が、家庭学習の質に直結し、教育格差を拡大させる要因となっています。
    • 客観的根拠：
    • この課題が放置された場合の悪影響の推察：
      • 教育データの利活用が、学力格差を是正するどころか、むしろ拡大させる「新たな格差の源泉」となります。
プライバシーと倫理的利用への懸念
  • 学習履歴や行動記録といった詳細な個人データが、本人の意図しない形で評価や選別に利用されることへの不安が、こどもや保護者の間で根強く存在します。
    • 客観的根拠：
      • 政府の「教育データ利活用ロードマップ」では、「児童生徒個々人のふるい分けを行ったり、信条や価値観等のうち本人が外部に表出することを望まない内面の部分を可視化することがないようにする」と明記されており、こうした懸念が政策レベルで認識されていることを示しています。
    • この課題が放置された場合の悪影響の推察：
      • 保護者やこどもの不信感が増大し、データ提供への協力が得られなくなり、利活用そのものが停滞します。

保護者の課題

ICT活用支援への理解とスキルの不足
  • GIGAスクール端末の家庭への持ち帰りが進む一方、保護者がこどもの学習をサポートするための知識やスキルが追いついていないケースが少なくありません。特にデジタルに不慣れな世代や多忙な保護者にとって、技術的なトラブル対応や適切な利用ルールの設定は大きな負担となっています。
    • 客観的根拠：
      • 総務省の調査によると、65歳以上の高齢者のインターネット利用率は53.9%と、他の世代に比べて低い水準にあり、祖父母世代が孫のICT学習を支援することが困難な状況がうかがえます。
    • この課題が放置された場合の悪影響の推察：
      • 家庭学習におけるICT活用の質に差が生まれ、学校での学びの効果が家庭環境によって大きく左右されてしまいます。

学校・教師の課題

データリテラシーの不足と研修体制の不備
  • 多くの教員はICT機器の基本的な操作には習熟しつつありますが、収集された多様なデータを分析し、それを日々の授業改善や個別指導に結びつける「データリテラシー」は依然として発展途上です。体系的・継続的な研修機会が不足しており、個々の教員の意欲や能力に依存しているのが現状です。
多忙化のさらなる加速
  • データ利活用は、長期的には校務効率化に繋がるものの、導入期においては新たなシステムの操作習得、データ入力、確認作業など、教員の業務を一時的に増加させます。既存の業務が削減されないまま新たなタスクが追加されることで、教員の多忙化に拍車をかけています。
    • 客観的根拠：
    • この課題が放置された場合の悪影響の推察：
      • 教員の心身の疲弊が進み、データ活用どころか、教育活動全体の質の低下を招く恐れがあります。
ツール間のデータ連携の欠如と標準化の遅れ
  • 多くの学校では、学習支援ツール、校務支援システム、デジタルドリルなどが個別に導入されており、システム間でデータが連携されていません。そのため、教員は複数のシステムを個別に確認する必要があり、こどもの状況を統合的に把握することが困難になっています。
    • 客観的根拠：
      • 文部科学省は、データが相互に交換・分析可能となるよう「教育データ標準」の策定を進めていますが、これは裏を返せば、現状ではデータの定義や形式がバラバラで、相互活用が困難な状況にあることを示しています。
        • （出典）(https://www.nier.go.jp/06_jigyou/symposium/sympo_r06_02/pdf/shiryou_B.pdf)
    • この課題が放置された場合の悪影響の推察：
      • データ活用の効果が限定的なものにとどまり、こども一人ひとりの全体像を捉えたきめ細かい支援が実現できません。

行政の課題

専門人材（データサイエンティスト等）の不足
  • 教育委員会において、収集された教育データを高度に分析し、政策的示唆を導き出す専門的なスキルを持つ人材（データアナリストやデータサイエンティスト）が決定的に不足しています。
    • 客観的根拠：
      • 文部科学省の有識者会議では、教育データ利活用が一部の先進的な自治体の取り組みにとどまっている原因として、自治体における分析体制や専門知識の不足が指摘されています。
        • （出典）(https://www.nier.go.jp/06_jigyou/symposium/sympo_r06_02/pdf/shiryou_B.pdf)
    • この課題が放置された場合の悪影響の推察：
      • 自治体レベルでの大規模なデータ分析や、科学的根拠に基づく政策形成（EBPM）が本格的に進展しません。
教育情報セキュリティポリシーの形骸化
  • 国がガイドラインを示しているものの、各自治体や学校レベルでのセキュリティポリシーの策定・運用・更新が追いついていない可能性があります。特に、クラウド利用の拡大や新たなサイバー攻撃のリスクに対し、実効性のある対策が講じられているかどうかが課題です。
    • 客観的根拠：
    • この課題が放置された場合の悪影響の推察：
      • 重大な情報漏洩インシデントが発生し、こどもや保護者に被害が及ぶとともに、行政への信頼が根本から失墜します。
自治体間・地域間の活用格差
  • 教育データの利活用は、一部の先進的な自治体で成果を上げ始めているものの、全国的な動きには至っていません。ICT環境の整備状況や教員のスキル、自治体の財政力や専門人材の有無によって、取り組みに大きな差が生じています。

行政の支援策と優先度の検討

優先順位の考え方

  • 各支援策の優先順位は、以下の要素を総合的に勘案し決定します。
    • 即効性・波及効果：
      • 施策の実施から効果発現までの期間が短く、単一の課題解決にとどまらず、複数の課題解決や多くのステークホルダー（こども、保護者、教員等）への便益につながる施策を高く評価します。
    • 実現可能性：
      • 現在の法制度、予算、人員体制の中で実現可能な施策を優先します。既存の仕組みや国の動向と連携できる施策は、優先度が高くなります。
    • 費用対効果：
      • 投入する経営資源（予算・人員等）に対して得られる効果（教育の質の向上、業務効率化等）が大きい施策を優先します。短期的なコストだけでなく、将来的な財政負担の軽減効果も考慮します。
    • 公平性・持続可能性：
      • 特定の学校や層だけでなく、区内全てのこどもたちに便益が及ぶ施策を優先します。一時的な取り組みで終わらず、長期的に効果が持続する仕組みづくりを重視します。
    • 客観的根拠の有無：
      • 国の白書や先進自治体の実証事業等で、効果が客観的なデータで示されている施策を優先します。

支援策の全体像と優先順位

  • 教育データの利活用推進は、「①基盤整備」「②人材育成」「③活用推進」の3つの柱を一体的に進めることが不可欠です。これらは相互に関連しており、歯車のように噛み合って初めて大きな効果を生み出します。
  • 最優先（Priority 1）：支援策① データ連携基盤とセキュリティ・ガバナンスの確立
    • これは全ての土台です。安全で信頼できるデータ活用の「高速道路」を整備しなければ、どのような優れた取り組みも始まりません。公平性と安全性を担保する上で最も重要です。
  • 高優先（Priority 2）：支援策② 教職員のデータ活用指導力向上と支援体制の構築
    • 整備された基盤を使いこなす「人」を育てなければ意味がありません。教員の負担を軽減しつつ、データリテラシーを向上させる支援体制の構築は、基盤整備と並行して最優先で進めるべきです。
  • 中長期・試行（Priority 3）：支援策③ データに基づく個別最適な学びとプッシュ型支援の推進
    • これはデータ活用の最終目的であり、最も教育効果に直結する部分です。基盤と人材が整うことで本格的に展開できますが、先進事例を参考に、小規模なパイロット事業から早期に着手し、効果を検証しながら段階的に拡大していくことが現実的です。

各支援策の詳細

支援策①：教育データ連携基盤の整備とセキュリティ・ガバナンスの確立

目的
  • 区内の学校で利用されている様々な教育ツール（学習系・校務系）のデータを、国の基準に沿って安全かつ円滑に連携させるための技術的基盤を構築します。
  • 個人情報保護を徹底し、全ての関係者（こども、保護者、教員）が安心してデータを活用できるための明確なルールと運用体制を確立します。
主な取組①：国の「教育データ標準」への準拠徹底
  • 今後、区が導入する全ての教育関連システム（校務支援システム、学習ツール等）について、文部科学省が定める「教育データ標準」に準拠していることを調達仕様書の必須要件とします。
  • これにより、異なるベンダーのシステム間でもデータの相互運用性を確保し、将来的なデータ連携を容易にします。
    • 客観的根拠：
      • データの種類や単位がバラバラでは、相互に交換、蓄積、分析ができません。標準化は、全国レベルで知見を共有し、新たな価値を創出するための大前提です。
        • （出典）(https://www.nier.go.jp/06_jigyou/symposium/sympo_r06_02/pdf/shiryou_B.pdf)
主な取組②：教員の負担を軽減する「教育ダッシュボード」の開発・提供
  • 学習ログ、出欠情報、簡易な健康観察データなどを自動で集約し、教員がクラスや個人の状況を直感的に把握できるダッシュボードを開発・提供します。
  • 開発にあたっては、現場教員を交えたワークショップを重ね、真に「使いやすく、指導に役立つ」インターフェースを追求します。先進事例である渋谷区のダッシュボード開発プロセスを参考にします。
主な取組③：「教育情報セキュリティポリシー」の全校徹底と定期的見直し
主な取組④：「教育データの利活用に係る留意事項」の周知と同意形成
  • 文部科学省の「教育データの利活用に係る留意事項」に基づき、区としてのデータ利用の目的、範囲、保護策を明記したリーフレットを作成し、全保護者に配布・説明します。
  • データの利活用は、あくまでこどもの成長を支援するための手段であり、選別や格付けには決して用いないことを明確に約束し、保護者・こどもの理解と信頼を得るプロセスを重視します。
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 個人情報漏洩等の重大セキュリティインシデント発生件数：0件
      • データ取得方法： 教育委員会へのインシデント報告記録
    • 教員のデータ活用に対する安心度：「安心して活用できる」と回答する割合 90%以上
      • データ取得方法： 年1回の教職員意識調査
  • KSI（成功要因指標）
    • 国の「教育データ標準」に準拠したシステムの導入率：100%
      • データ取得方法： システム調達仕様書および契約内容の確認
    • 重要データへのアクセスにおける教員の多要素認証設定率：100%
      • データ取得方法： システム管理者によるアクセスログの監査
  • KPI（重要業績評価指標）アウトカム指標
    • 教員が複数のシステムからデータを転記・集計する作業時間：50%削減
      • データ取得方法： 特定モデル校における業務時間調査（BPR前後比較）
  • KPI（重要業績評価指標）アウトプット指標
    • 全学校に対するセキュリティ監査の実施率：100%（年1回）
      • データ取得方法： 監査実施報告書
    • 保護者向け説明会の開催回数および参加率：全校で年1回以上開催、参加率50%以上
      • データ取得方法： 各校からの実施報告

支援策②：教職員のデータ活用指導力向上と全庁的な支援体制の構築

目的
  • 全ての教職員が、ICT機器の基本操作だけでなく、教育データを教育実践に活かすための「データリテラシー」を習得することを目指します。
  • 教員の負担を実質的に軽減し、データ活用に関する相談や技術的な支援をいつでも受けられる、多層的で手厚いサポート体制を構築します。
主な取組①：教員の成長段階に応じた体系的な研修プログラムの提供
  • 「①基礎操作スキル（全員必修）」「②授業デザインスキル（希望者研修）」「③データ分析スキル（リーダー研修）」といった、教員の経験やニーズに応じた段階的な研修プログラムを構築・提供します。
  • 研修は、座学だけでなく、自校のデータを使った分析演習や、指導案作成ワークショップなど、実践的な内容とします。
    • 客観的根拠：
      • 効果的な研修には、PDCAサイクル（計画・実践・評価・改善）が不可欠であり、研修で学んだことを授業で実践し、その成果を振り返るプロセスを組み込むことが重要です。
        • （出典）(https://www.japet.or.jp/wp-content/uploads/2021/06/ict-text.pdf)
        • （出典）(https://www.nara-edu.ac.jp/IPC/ICTkenshuText_150511.pdf)
主な取組②：ICT支援員の増員と役割の高度化
  • 国の目標である「4校に1人」を上回る「2校に1人」のICT支援員配置を目指し、予算を確保します。
  • 支援員の役割を、単なる機器のトラブル対応から、教員の授業準備の相談に応じたり、効果的なツールの使い方を助言したりする「授業支援パートナー」へと高度化させます。そのための専門研修を実施します。
主な取組③：教育委員会へのデータアナリストの配置
  • 教育委員会事務局内に、教育データの分析を専門に行う「教育データアナリスト」を1〜2名、外部から専門職として採用または育成します。
  • アナリストは、区全体のデータ分析による政策提言、各学校からのデータ分析依頼への対応、教育ダッシュボードの改善などを担います。
主な取組④：教員間の実践共有コミュニティの形成支援
  • データ活用に関する優れた実践事例を持つ教員による事例発表会や、教科・校種別のオンラインコミュニティ（Teams等を活用）の立ち上げを支援します。
  • 教員同士が気軽に相談し、成功事例や失敗談を共有できる文化を醸成することで、全体のレベルアップを図ります。
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 教員のICT活用指導力自己評価「授業にICTを活用して指導する能力」において「十分できる」「まあできる」と回答する割合：90%以上（令和5年度全国平均 80.4%）
      • データ取得方法： 文部科学省「学校における教育の情報化の実態等に関する調査」
  • KSI（成功要因指標）
    • データ活用に関する中級以上の研修を修了した教員の割合：全教員の50%
      • データ取得方法： 研修受講履歴管理システム
    • ICT支援員の配置率：2校あたり1名
      • データ取得方法： 教育委員会の人員配置計画・実績
  • KPI（重要業績評価指標）アウトカム指標
    • 「ICT活用やデータ分析が負担だ」と感じる教員の割合：30%以下
      • データ取得方法： 年1回の教職員意識調査
  • KPI（重要業績評価指標）アウトプット指標
    • データリテラシー研修の開催回数：年間50回以上（オンライン含む）
      • データ取得方法： 研修実施記録
    • ICT支援員による各校への定例訪問回数：週1回以上
      • データ取得方法： ICT支援員の業務日報・活動ログ

支援策③：データに基づく個別最適な学びとプッシュ型支援の推進

目的
  • 整備されたデータ基盤と育成された人材を活用し、こども一人ひとりの学習状況や心身の状態に応じた、きめ細かい指導・支援を具体的に実現します。
  • 特に、困難を抱えるこどもを早期に発見し、問題が深刻化する前に予防的な支援（プッシュ型支援）を行う体制を構築します。
主な取組①：不登校等の予兆検知モデルの試行的導入
  • 先進事例である埼玉県戸田市の取り組みを参考に、複数のデータ（長期欠席日数、保健室来室回数、学習eポータルのログイン頻度、簡易な気分の自己申告データ等）を組み合わせ、支援が必要な可能性のあるこどもを早期に示唆する分析モデルを、一部のモデル校で試行的に導入します。
  • この結果はあくまで「気づきのきっかけ」として活用し、最終的な判断は必ず教員が面談等を通じて行うことを徹底します。
主な取組②：学習ログを活用したアダプティブラーニング教材の導入支援
  • こども一人ひとりの解答状況に応じて、AIが最適な問題を出題するアダプティブラーニング教材（経済産業省「未来の教室」実証事業で効果が確認されたもの等）の導入を希望する学校に対し、導入経費の一部を補助します。
  • これにより、教員は個別のドリル作成の手間を省き、より創造的な学習活動の企画に時間を割くことができます。
主な取組③：デジタルデバイド解消に向けた家庭学習支援員の配置
  • 家庭の経済状況や保護者のICTスキルによる格差を是正するため、放課後や週末に、地域の公共施設（図書館、児童館等）や学校の空き教室に「家庭学習支援員」を配置します。
  • 支援員は、こどもたちのICT機器の操作やオンライン課題のサポート、保護者からの相談対応などを行います。
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 区内の不登校児童生徒数：対前年度比で10%削減
      • データ取得方法： 教育委員会が管理する学籍・出欠記録
    • こども・若者の自己肯定感：「今の自分が好きだ」と回答する割合 70%以上（こども大綱目標値）
      • データ取得方法： 区独自の児童生徒意識調査（年1回実施）
  • KSI（成功要因指標）
    • 予兆検知モデルにより早期支援（面談・声かけ等）につながったケースの割合：対象児童の80%
      • データ取得方法： モデル校におけるケース会議記録の分析
    • アダプティブラーニング教材の活用率：導入校の児童生徒の70%が週1回以上利用
      • データ取得方法： 教材提供ベンダーの利用ログデータ
  • KPI（重要業績評価指標）アウトカム指標
    • 支援対象となった児童生徒の授業理解度（自己評価）の改善率：対象者のうち50%以上が「改善した」と回答
      • データ取得方法： 支援前後でのアンケート調査
  • KPI（重要業績評価指標）アウトプット指標
    • 予兆検知モデルの導入モデル校数：小学校3校、中学校2校から開始
      • データ取得方法： 事業実施計画
    • 家庭学習支援員の配置拠点数と年間延べ利用者数：5拠点、延べ2,000人
      • データ取得方法： 各拠点の利用記録

先進事例

東京都特別区の先進事例

渋谷区「教育データダッシュボードによる子ども理解の深化」

  • 渋谷区は、全国に先駆けて2017年から1人1台端末を導入し、その次のステップとして教育データの利活用に早くから着目してきました。2022年度からは、複数のデータを集約・可視化し、こどもの興味関心や悩みを丁寧に見取るための「教育ダッシュボード」を導入しています。
  • このダッシュボードは、教員がこども一人ひとりとの対話（1on1）の質を高めることを目的に、生活記録（ライフログ）を中心に設計されています。開発にあたっては、教育委員会、教員、区のICT部門が参加するワークショップを重ね、現場のニーズを徹底的に反映させました。
  • 成功要因は、①明確な目的（こどものウェルビーイング向上）の設定、②現場の教員を巻き込んだPoC（概念実証）の実施、③内製化を見据えた段階的なシステム構築、にあります。これにより、単なるデータ可視化ツールではなく、教員の「こども理解」を深め、早期の支援につなげる実用的なツールとなっています。

港区「『複線型授業』の推進と家庭との連携」

  • 港区は、1人1台端末を活用した新しい授業スタイルとして「複線型授業」の推進に力を入れています。これは、同じ教室内で、こどもたちが個々の進度や興味に応じて異なる課題に取り組んだり、協働で探究活動を行ったりする、多様な学びを同時に展開する授業モデルです。
  • ICT端末は、この複線型授業を実現するための重要なツールと位置づけられています。こどもたちは端末を使って個別に資料を調べたり、グループで意見を共有したり、成果物を共同で作成したりします。
  • 成功要因は、①先進的な授業モデルの提示、②その実現を支えるICT活用の具体化、③保護者への丁寧な情報提供にあります。特に、この新しい学びの形を保護者に理解してもらうため、リーフレットを作成・配布するなど、家庭との連携を重視している点が特徴です。

千代田区「リーディングDXスクールとしての計画的推進」

  • 千代田区は、文部科学省の「リーディングDXスクール事業」に指定されており、GIGAスクール構想の次の段階を見据えた先進的な取り組みを計画的に進めています。
  • 同区の計画は、単に端末を利活用するだけでなく、校務のデジタル化（校務DX）を一体的に推進し、教員の働き方改革と教育の質の向上を両輪で実現することを目指している点が特徴です。
  • 成功要因は、①国の事業と連携した先進的な位置づけ、②端末利活用、ネットワーク整備、校務DX、人材育成を網羅した包括的な計画の策定、③計画の着実な実行と全国への好事例発信への意欲、にあります。国の方針と足並みをそろえながら、地域の実情に応じた具体的な計画に落とし込んでいる点が強みです。

全国自治体の先進事例

埼玉県戸田市「データに基づくEBPMと不登校の未然防止」

  • 埼玉県戸田市は、教育分野におけるデータ利活用の全国的なトップランナーとして知られています。市の教育委員会が中心となり、「経験と勘」に頼る教育から「客観的根拠に基づく教育」への転換を強力に推進しています。
  • 特に注目されるのは、学力調査、生活アンケート、出欠情報、健康記録など多様なデータを統合した「教育総合データベース」を構築し、不登校等のリスクがあるこどもを早期に発見する取り組みです。データ分析で抽出されたこどもに対し、教員が重点的に声かけを行ったり、校内の居場所である「ぱれっとルーム」の利用を促したりすることで、不登校の未然防止・早期対応に繋げています。
  • 成功要因は、①戸ヶ﨑教育長（当時）の強力なリーダーシップ、②「すべてのこどもの学びの保障」という明確なビジョン、③データ分析と具体的な支援策（ぱれっとルーム等）が直結している点、④大学等の外部専門機関との連携、にあります。

経済産業省「未来の教室」実証事業

  • これは特定の自治体の事例ではありませんが、全国の自治体が参考にすべき国の重要な取り組みです。経済産業省が主導し、EdTech（教育×テクノロジー）事業者と学校現場が連携して、新しい教育サービスの開発と効果検証を行う事業です。
  • この事業から、AIを活用したアダプティブラーニング教材（例：キュビナ）など、教育データの利活用を具体化する多くの優れたツールが生まれています。自治体は、この事業で実証されたサービスを参考にすることで、効果の高いツールを効率的に選定・導入することができます。
  • 成功要因は、①産業界と教育界の橋渡し、②実証と効果検証によるエビデンスの創出、③優れた取り組みの全国展開支援、にあります。これは、自治体が民間企業と連携して教育課題の解決に取り組む際のモデルケースとなります。

参考資料［エビデンス検索用］

まとめ

　GIGAスクール構想によって整備された1人1台端末という「器」に、いかにして教育の質の向上という「魂」を吹き込むか。その鍵を握るのが、教育データの利活用です。本記事で見てきたように、その推進は、こども一人ひとりの「個別最適な学び」の実現と、行政における「EBPM」の確立という二つの大きな意義を持ちます。しかし、その道筋には、教員の多忙化、データリテラシーの不足、セキュリティやプライバシーへの懸念、そして自治体間の格差といった、乗り越えるべき課題が山積しています。
　東京都特別区がこれらの課題を克服し、データ利活用の恩恵を全てのこどもたちに行き渡らせるためには、「安全なデータ連携基盤の整備」「教職員への手厚い研修と支援体制の構築」「データに基づく具体的な教育実践の推進」という三位一体の改革を、強い意志をもって計画的に進めることが不可欠です。先進事例に学びつつ、各区の特性に応じた施策を展開することで、こどもたちが自らの可能性を最大限に引き出せる、真の「こどもまんなか社会」の実現が期待されます。
　本内容が皆様の政策立案等の一助となれば幸いです。
　引き続き、生成AIの動向も見ながら改善・更新して参ります。

ABOUT ME
行政情報ポータル
行政情報ポータル
あらゆる行政情報を分野別に構造化
行政情報ポータルは、「情報ストックの整理」「情報フローの整理」「実践的な情報発信」の３つのアクションにより、行政職員のロジック構築をサポートします。
関連記事
あわせて読みたい
記事URLをコピーしました