子どもたちの学校での成功は、困難な学習課題に直面しても粘り強く立ち向かい、さまざまな学業の挫折を乗り越える能力によって支えられます。これらの資質を身につけることで、学生は学業の課題を乗り越え、長期的な教育的成功を支えます。では、私たちが本当に「粘り強さ」や「回復力」とは何を意味しているのでしょうか?これらの特性は教室や学習環境でどのような姿を現すのでしょうか?生徒たちが粘り強くやっているのか、あるいは挫折に直面してもどれほど回復力があるのか、どうやって測ればよいのでしょうか?

国立科学財団が資金提供する多機関共同AI国立研究所 INVITEの一環として、特にコンピュータサイエンスのコースにおいて、K-12の生徒が学業成功に必要な粘り強さ、回復力、協働スキルを育むのを支援するための技術を活用したアプローチを模索しています。

最近、私たちのチームはこの目標に向けて重要な第一歩を踏み出し、粘り強さとレジリエンスがどのように定義され、どのように測定できるかを理解しようとしました。これを行うために、持続性やレジリエンスの測定に有効性証拠を提供した70以上の論文をレビューし、各構成概念の定義方法や各指標の特徴や技術的質を検証しました。これらの属性に関する明確な運用的定義と、適切に信頼性が高く有効な調査や指標を持つことは、学習環境や介入が学生の粘り強さや回復力をどのように支援するか、あるいは支援できないかを理解するために不可欠です。

粘り強さやレジリエンスを定義する方法はさまざまです。これら二つの概念に関する教育的および心理学的研究のレビューでは、その定義について合意が見られませんでした。時には、粘り強さがレジリエンスの要素と見なされることもあり、その逆もあり、一部の著者はこれらを同義で扱いました。

公開された定義の範囲を考慮した後、各構成要素の最も重要な側面を用いて、持続性とレジリエンスの定義を次のものに集中させました。

• 粘り強さとは、困難や困難にもかかわらず目標指向の課題を達成するために持続的な努力を続けることを意味します。
• レジリエンスとは、適応的な対処行動や戦略を用いて逆境から立ち直り、成功した結果を達成するプロセスを指します。

これらの定義は、学年を超えた持続性(例えば、卒業への粘り強さや、より深刻な逆境の子ども時代の経験に直面したレジリエンス)ではなく、課題内の粘り強さや学術的学習文脈におけるレジリエンスに焦点を当てています。

持続性とレジリエンスの測定方法に大きな多様性があることを観察しました。これまでの研究で報告されたほとんどの指標は自己申告調査でした。これらのツールは長さや深さがさまざまであり、一部は単一の次元(例:持続性)をカバーし、他は複数の次元を捉えています(例:持続性は自己効力感、習熟志向、適応行動などの動機付け構造の複数のサブスケールの一つとして扱う)。これらの指標により、生徒は自分の典型的な行動を報告し、その傾向が持続的または回復力を持つ傾向の証拠となります。これには、始めたタスクをどれだけ終わらせる可能性や、対処行動を使うか、挫折で脱線する可能性を報告することも含まれます。

行動指標は、学習環境内での生徒の相互作用からも導き出すことができます。過去の研究では、行動数、完了したタスクや質問、特に難しい問題に対して費やした時間などの努力に関する指標など、いくつかの行動指標が用いられてきました。一部の研究では、非生産的な粘耐力や「ホイールスピン」と呼ばれる指標、つまり学生が課題の達成に進展せずに時間と労力を費やす指標も調査しています。これらの状態が学習環境で検出された場合、教育者は望ましいタイミングで介入し、生徒がより生産的な方法で学習を続けられるよう支援できます。

レジリエンスの自己申告指標は多く観察されましたが、K-12の生徒を対象とした過去の研究で利用可能なレジリエンスの行動指標の例は1例のみでした。この指標は、4つの難しい問題を見た後に3つの簡単な問題で学生が達成した成績に基づいており、レジリエンスの定義を完全には反映していません。この適切な行動指標の欠如は特に懸念されます。なぜなら、レジリエンスはプロセスとして考えられ、時間をかけて示される適応的対処行動によって最も有効に観察される可能性が高いからです。私たちは、学習および評価システム内での学生の長期的な相互作用からレジリエンスの証拠を評価する方法を研究者が引き続き探求し、レジリエンスのプロセスを教育の過程で検出し支援する方法をよりよく理解することを推奨します。

このレビューが、学習における生徒の特徴の役割を理解したい他の研究者にとっての参考資料となることを願っています。また、ETS研究所内での研究を通じて、持続力やレジリエンスを測定する方法を検証し、これらの要因が学生の有意義な評価課題への関与やパフォーマンスにどのように影響するかをよりよく考察し、これらの構成要素に関するデータを評価文脈内で動的なパーソナライズを支援する方法を検討することを目指しています。

定義や評価指標の詳細については、 Frontiers in Educationの全文(オープンアクセスあり)をご覧ください。