トーフル研究

英語能力の評価:TOEFL iBT®が主要な英語評価基準を満たす方法

2026年5月18日

イギリスでは、BUILA(英国大学国際連絡協会)とBALEAP(英国英語講師協会)が、国際学生の募集や学術環境での英語使用に関する課題で協力する2つの専門団体です。

最近、英国の大学の国際オフィスを代表するBUILAと、教師や研究者を支援する団体BALEAPが協力し、学術英語テストの効果を測定するための一連の提言を発表しました。

この出版物『English Language Good Practices Guide: Testing Qualifications and English for Academic Purposes in Higher Education』は、国際学生が現代の教室で成功するための十分な学術英語スキルを身につけたい大学に実践的な指針を提供しています。

ガイドの第1節「英語能力の評価」では、高等教育機関が英語試験を受け入れる前に考慮すべき、全体的な試験の質に関するいくつかの重要な質問を提起しています。この記事では、TOEFL iBTがこの貴重なBUILA-BALEAPガイダンスによって提起された各重要な質問にどのように対応しているかを共有します。

試験や資格の内容は、一般英語や日常英語ではなく、学術的または専門的な文脈の言語的・コミュニケーション的要求を反映しているのでしょうか?

TOEFL iBTは、60年以上にわたる英語評価研究を活用し、現代の学術環境で学生が必要とする基本的なコミュニケーション能力を測定しています。TOEFLの内容が現代の学術的・職業的文脈における言語的・コミュニケーション的要求をどのように反映しているかの例には以下があります:

教科書、新聞、雑誌など、学術的な場面で関連する文章を読むこと
ウェブサイトの記事やソーシャルメディア投稿の一例を紹介し、暗示的な意味や意見、そして現代の教室で重要なコミュニケーションの実用的側面の理解を検証するための関連的な枠組みを提供します
学術的な講演や講義(モノロジーインプット)、ならびに動的な教室環境や体験型学習環境に関連するグループ交流(対話的インプット)
教授や同僚へのメールを書くことや、教授と同僚の意見を総合的に組み合わせる学術オンラインディスカッションのための書面回答など
学術的なやり取りの文脈におけるシミュレートされた対話者とのインタビュー

課題は、学生が直面する実際の学術的または専門的なコミュニケーションを代表しているのでしょうか?

TOEFL iBTのすべての個別課題は、各セクションの他の課題と連携して多様な関連スキルに対応し、各セクションで読解、リスニング、ライティング、話す能力の正確かつ有用な測定を得られます。

独立した研究では、例えばTOEFL iBTのスピーキング課題が典型的な学術スピーキングの成績を示す非常に良い指標であることが示されています。もちろん、これはTOEFLのような高リスク英語評価の核心的な目標であり続けています。

この全体的な測定アプローチのもう一つの例として、リスニングセクションでは、さまざまなタスクタイプが異なる役割を果たし、異なる種類の入力(および長さ)を特徴としています。これらのタスクは、多くのスキル(例:暗示的な意味の理解力)、文脈(例:職業的・学術的交流)、ジャンル(例:会話や講義)の測定を可能にします。

しかし、個々の問題タイプを詳しく見ることで、学生が現実世界で遭遇する学術コミュニケーションの代表性も示されます。以下にさらなる例を示します。

リーディングセクションでは、「学術的な文章を読む」は、学術学習で一般的に期待されるような、複雑なテキストの情報収集や意味を理解する能力についての洞察を提供します。
ライティングセクションでは、「学術的な議論のための執筆」は、講師による授業ディスカッションの文脈で行われ、学生に関連する推論、知識、経験をもとに自分の見解を表明するよう求めます。また、学生は仲間の意見に応答することが求められます。
「インタビューを受ける」という2つのスピーキング課題のうちの1つで、学生に事前録画された面接官との模擬会話に参加させます。面接は研究に参加するなど、さまざまな学術的状況で行われます。最初の質問は事実情報や個人的な経験に焦点を当て、後の質問では、より広範な問題について意見を表明し支持するよう求めます。
リスニングセクションでは、アカデミックトーク課題は、学生が単独で講義を理解できるかどうかを測定します。この課題は、現代の教室環境でグループディスカッションに参加することが一方通行のリスニングと同じくらい重要である場合、会話を聴くなどの課題と組み合わせて使われます。

課題全体に十分な認知プロセスの幅があるのか?表面的な理解や想起だけではないのか?また、これらの課題は英国の学術環境で期待されるような認知操作(例:分析、統合、批判的思考)を必要とするのか?

表面的な理解や記憶だけでなく、幅広い認知プロセスを活用することは、TOEFL設計の核心にあります。TOEFL iBTの課題は、分析、統合、批判的思考など、世界的および英国の厳格な学術環境で期待される認知的操作もテストします。

まず、今日のTOEFLのライティング課題は、マイクロ計画、マクロ計画、モニタリング、情報の統合など、幅広い認知プロセスを扱います。

TOEFLのリーディング課題は、学術語彙の理解、文中のテキスト情報の統合、テキストに暗示される状況の推論、著者の視点の理解、比喩的言語の意味の推論などの認知プロセスを測定します。

TOEFLリスニングは、学生が主要なアイデアや裏付けとなる詳細を特定し、アイデア間の関係性を導き出し、推論を導き出し、話者の目的や態度を理解し、拡張された話し言葉や組織的な手法を処理する能力を評価します。また、音韻情報、語彙・文法的意味、語用情報も活用しなければなりません。

TOEFLスピーキングは、話し言葉を素早く処理・生成し、話し言葉の反応を計画・整理し、評価して意見を形成し、構造化された議論を展開する能力を測定します。また、メタ認知的戦略(話す際の発音の監視など)や談話管理(ペースやイントネーションの制御、移行の利用)も必要です。

このテストは、リスニング、スピーキング、リーディング、ライティングの4つのスキルすべてを別々の要素として評価するのか、それとも統合課題として評価しているのか?

はい、このテストは読み、聞く、書き、話す4つの言語スキルを別々の構成要素として評価します。同時に、受験者はリスニングや読解など複数の英語スキルを組み合わせ、問題に対して効果的に話し言葉または文章で答えることを求めます。

このような言語能力の統合は、受験者の英語能力を測るための重要なツールとなっています。

このテストや資格がCEFR B2レベル以上の言語能力を確実に評価しているという独立かつ透明な証拠はありますか?

問題や課題の開発からスコア開発・評価に至るまで、TOEFL iBTテストはCEFRの各レベルに密接に連携しています。まず、CEFRレベルは、テスト仕様書に明確に示された主張や「できる」ステートメントの証拠として、項目のターゲットを絞って開発・整合させるために不可欠です。

バンド付きスコアスケール(1-6)の開発は、6つのCEFRレベル(A1-C2)それぞれを反映しています。このスケールは、4つのテストセクションのスコアや、セクション全体の平均(四捨五入平均)で同じスコアが提供されるため、一貫性と解釈のしやすさという利点があります。例えば、4のスコアは、リーディング、リスニング、ライティング、スピーキングのCEFRレベルB2および総合スコアに一致します。

スケール開発は多面的で、垂直連結、内容評価、タスクとCEFR記述子間の整合性を含むマッピング手法、標準設定が含まれていました。各テストセクションで利用可能な課題の種類や項目数が異なるため、受容的言語能力を評価するテストセクションや生産的な言語能力を評価するテストセクションで、テストスコアをCEFRレベルにマッピングする方法論も異なりました。

これらの方法は研究論文で説明されており、TOEFL iBTテストがCEFRレベル(A1からC2)で説明される英語能力に関連するスキルをどのように反映しているかをさらに記録しています。最新版のTOEFL iBTに向けて、これらの取り組みを支援する独立した研究が計画されており、運用データを検証の証拠として活用する恩恵を受けます。