2026年 アイダ・ローレンス研究サマーインターンシッププログラム

リサーチのインターンとして、国内外で知られる思想的リーダー、信頼できるアドバイザー、そして重要な教育的・社会的目標に取り組む高インパクトの協力者と共に働きます。

プログラムに合格すれば、教育の基礎的かつ革新的なテーマに関する プロジェクトで研究者と協力します。プログラム修了後は、研究チームに自分の発見を発表する機会があります。

研究プロジェクトに関連するさまざまなタスクを行います。例えば:

• 重要な課題に対処するための研究計画を策定し、その計画を実行すること
• 文献レビュー の実施と新しい枠組みの開発
• 必要に応じて専門的な手順やソフトウェアの学習も行います
• データと共に働く
• 実際のデータまたはシミュレーションデータを用いて様々な心理測定および統計分析 を行うこと
• 会議提案の作成
• 研究報告書の作成と研究ツールの記録
• 研究チームに調査結果を発表すること

これらの分野または関連分野で少なくとも2年間修了した博士課程の学生の応募が奨励されています。

• AI/機械学習
• 評価、測定、心理測定、心理測定モデリング
• 認知科学または学習科学
• 教育
• 言語学および応用言語学
• プロセスデータと解析
• 心理学
• 質的研究方法
• 統計学とデータサイエンス、計算統計学
• ユーザーエクスペリエンス/ユーザーインターフェース
• 労働力

• 関連する博士課程の現在のフルタイム在籍状況
• インターンプログラム開始前に博士号取得のための少なくとも2年間の履修を完了していること。

選考の主な基準は、奨学金と応募者の関心と研究プロジェクトの経験の適合性です。遅延または不完全な申請は考慮されません。

多様な関心や経験を持つチームメンバーを評価しています。私たちは、代表性の低いグループや背景を持つ学生の応募を強く推奨しています。

リサーチインターンシップへの応募は、2段階のプロセスがあります。

1. 予備申請書を提出してください。
2. その後、 recruiting@pereless.com から申請に必要な追加書類の提出を求めるメールが届きます。
   1. 履歴書のコピー(できればPDF形式)を用意してください。
   2. 大学院の成績証明書のコピー(非公式のコピーも可能です)。
   3. 以下に記載する2つの研究プログラムについて、そのプログラムへの関心と、あなたの経験がプログラムとどのように一致するかについて書面で陳述してください。
   4. 推薦状が2枚。推薦フォームをダウンロードして推薦者と共有してください。推薦状へのリンクはStep 2の電子申請フォームにあります。
      • 推薦状は、学術アドバイザー、関心分野に詳しい教授、または密接に関連するプロジェクトで一緒に仕事をした個人から行うべきです。
      • ETSは推薦状を2通のみ受け付けます。 推薦状は電子的に internfellowships@ets.org に送付され、 2026年2月1日までに受領されなければなりません 。

• 締切: 申請締切は2026年2月1日です。
• 決定事項: 選考決定は2026年3月31日までに通知されます。
• 期間: 8週間:2026年6月3日〜2026年7月26日
• 勤務地: ハイブリッド — インターンシッププログラムの最初の2週間はニュージャージー州プリンストンのキャンパスに滞在します。インターンシップの残り6週間はリモートで行われます。

• 全額の報酬パッケージには競争力のあるインターン手当とキャンパス滞在中の住居・交通費が含まれます。
• 奨学金: 10,000ドル
• 住宅: インターンシップの最初の2週間のキャンパス内部分では、プリンストン地域から50マイル以上通勤する場合に住宅が提供されます。
• 交通: プリンストン地域への移動や往復の場合、交通手当が認められます。(インターンの最初の2週間はキャンパス内部分です)。

インターンの研究プロジェクトは、以下に説明する11のプログラムのいずれかと連携します。

「公平性のためのパーソナライズされた評価のための新しいパラダイムの発明」研究プログラムは、言語、文化、教育的特性や個人の生活環境に合わせた個別化された評価の実施を支援するための理論、設計、方法論を前進させています。研究テーマとしては、(a) 公平性を促進する個別評価の理論的枠組みの構築、(b) 個別評価における学生主導の選択がパフォーマンスとモチベーションに与える影響の調査;(c) 複数のデータソースからの証拠を統合し、個別化による適応を通じて学習者全体をより深く理解すること;(d) 個別評価の文脈で基礎的な測定概念がどのようなものかを再考すること;(e)多言語学習者のユースケースにパーソナライズされた評価がどのように見えるか、AIベースのアプローチの活用を調査すること。

複雑スキル評価研究プログラムは、技術、AI、プロセスデータの最適化を図り、スケーラブルでテスト不要、パフォーマンスベースのインタラクティブタスクを通じて複雑なスキルを測定し、教育の成功と将来の職場に不可欠なスキルをターゲットにしています。複雑なスキルの例としては、批判的思考、創造性、協力、社会・感情的能力、デジタルリテラシーなどがあります。研究テーマとしては、大規模言語モデルベースのコミュニケーションデータの自動注釈が含まれます。

リテラシーとコミュニケーション評価の革新研究プログラムは、リテラシー学習活動を積極的に行うインタラクティブコミュニケーション評価および組み込み評価の原則を設計しており、学生、教師、その他の関係者に対して意味があり、実行可能で費用対効果の高い解決策を導き出します。研究テーマとしては、(a) 読書活動などの文学活動による読解力と発達のモニタリングに関する探求、(b) さまざまな学習活動で収集された執筆プロセスデータから、ライティングスキルを測定するための研究を行うこと;および(c) 多言語学習者がリテラシースキルを身につけるのを妨げる障壁を特定すること。

STEMにおけるインタラクティブデジタル評価の革新研究プログラムは、プロセスデータとAIの活用を最適化し、インタラクティブなパフォーマンスベースのタスクを設計し、AIを活用して実用的なフィードバックを提供することで、STEMの文脈で評価、学習、教育を支援するための原則とガイドラインを作成しています。研究テーマとしては、(a) インタラクティブでテストなしのSTEM評価のための設計原則の作成;(b) 学生の関与と学習を支援するAIベースのファシリテーションやフィードバックの特徴を評価すること;(c) コンテンツ生成を支援するAI技術の評価と、STEM教育コンテンツの効率化とアクセス拡大のための自動採点の改善。

AI研究における妥当性・公平性・倫理プログラムは、AI評価において有効かつ公正かつ信頼できる方法でAIを活用するための基準を設定しており、AIスコアリング、コンテンツまたは項目生成、テストセキュリティ、データ分析の4つの分野に焦点を当てています。研究テーマとしては、自動採点、自動テスト開発、異常テスト行動検出、プロセスデータ解析の方法論の開発が含まれ、受験者や利用者に正確で公正かつ透明な評価内容と結果、さらに安全かつ妥当なテストを提供することを目指します。

大規模評価(LSAs)からもっと得られる研究プログラムは、特に全国教育進捗評価(NAEP)のような調査ベースの評価から、LSAから実践的かつ政策に関連する情報の最大化に焦点を当てています。技術と方法論の進歩を最適化し、コスト削減とより正確で有益なスコアを生成します。研究テーマとしては、(a) LSAの課題に対処するための新たな方法論的進歩 が含まれます。例えば、公平性の懸念を克服し妥当な値を持つテストスコアの作成、推論の使いやすさを高めるベイズ手法の活用、低成績学生のより正確な推定を可能にするテスト設計の更新、(b) 実務者や政策立案者にとってより有益な報告ツールの開発などです。 特に学力格差や格差の解消において。

「Understanding Teaching Pathways」研究プログラムは、教員候補者が教室での準備能力を示す方法や専門能力開発の機会の性質を再構築することで、指導能力の向上と教員の多様性向上を目指しています。研究テーマとしては、(a) 新しい免許パラダイムが教師の指導スキルや能力の発展を支援するためにどのように活用できるか、(b) 個別かつインタラクティブなデジタルパフォーマンスタスクや自動フィードバックを用いた評価などの革新を通じて、指導実践に焦点を当てた新しいタイプの専門的学習機会がどのように教師の教室実践を向上させるかを検証することが含まれます。

高等教育入学研究プログラムは、現在の高等教育入学に影響を与える3つの主要なパラダイムシフトの今後の道筋を探り、特定しています。(1) COVID-19によるテスト選択の急速化とホリスティックな入学の法制化、(2) アファーマティブ・アクションの終焉と各機関の多様性目標の理解の必要性、(3) AIの急速な加速とそれが学生の出願に与える影響(例: エッセイ、パーソナルステートメント)と学生が評価されます。研究テーマとしては、(a) 入学システムの主要な関係者がどのようにキャンパスの多様性目標を理解しているか、(b) キャンパス多様性目標に対応する新興ツールや政策が、選抜的・非選抜的機関間で高等教育へのアクセス拡大を促進する方法を検証することが含まれます。

言語研究プログラムは、言語学習者および関連関係者のための言語教育と測定の改善と情報提供のための新しい理論、方法、評価アプローチを生み出します。研究テーマとしては、作文課題の評価と作文フィードバック、口頭交流能力の評価、多言語学習者向けの評価アプローチの開発、スコア解釈を促進するツールの評価、言語評価リテラシーを促進する教材の作成などが含まれます。

グローバル高等教育と労働力研究プログラムは、高校から高等教育への移行、高等教育から労働市場への移行、そして労働力の成功を促進するための重要な能力の新しい方法、評価、学習ツールの探求に焦点を当てています。また、関連する手法、評価、学習ツールの利用を様々な文脈で評価・検証する研究も行い、科学的かつ公正かつ効果的な実践的支援を得ています。研究テーマとしては、標準化テストのスコア有無にかかわらず全人的な入学、クリティカル・コンピテンシーの革新的な評価・学習ツール、コンピテンシーベースの教育と学習とそれが労働力の成功に結びつくこと、そして非伝統的な教育・キャリアパスなどが含まれます。

K–12の研究プログラムは、K–12教育における新たな変化やニーズに対応し、生徒が将来の成功に不可欠な幅広いスキルと学際的・学際的な能力をより身につけられるよう、K–12評価システムの革新の最前線に立っています。研究テーマとしては、学問分野的リテラシーの統合的測定、スキル評価や洞察(例:デジタルリテラシー、創造性、問題解決、協働問題解決、成長マインドセット)、AI支援評価、K–12評価介入の有効性・妥当性研究などが含まれます。