はじめに
Google Researchは2026年9月17日、教員が生成UI（Generative UI）で対話型の学習シミュレーションを作れる研究実験「Learning Interactives」を発表しました。物理・化学など30種類超のサンプル教材もあわせて公開されています。本稿ではその仕組みを解説します。
参考記事
- タイトル: The future of practice: Enabling teachers to create learning interactives with generative UI
- 著者: Gal Elidan（Research Scientist）、Yael Haramaty（Product Manager）
- 発行元: Google Research
- 発行日: 2026年9月17日
- URL: https://research.google/blog/the-future-of-practice-enabling-teachers-to-create-learning-interactives-with-generative-ui/
関連記事
要点
- Google Researchは2026年9月17日、生成UIを使って教員が対話型の学習シミュレーションを作成できる研究実験を発表した。
- 物理・化学・生物・数学を対象に、中学・高校向けの教材を30種類超公開し、すべて教員が内容を検証している。
- 教材は学習目標の設定・段階的なゲームレベル・AIが生成するヒントや解説の3要素で構成される。
- 生成過程には、教育設計・操作性・見た目を自動チェックする自己修正ループが組み込まれている。
- 英国の専門教員による評価では総じて「良い」以上の評価を得て、米国の教員12名による試用では10点満点中平均8点の評価だった。
詳細解説
能動的な学習を重視する背景
Google Researchは、John DeweyやJean Piagetといった教育学・心理学の先駆者の研究以来、学習者が能動的に取り組むことで理解が深まるという知見が確立されていると説明しています。近年の認知研究であるICAPフレームワークも、双方向的な学習行動が受動的な聴講や読書より深い知識の定着につながることを裏づけているとされています。
本稿としては、この能動学習の重視は、2024年公開の教育特化モデル「LearnLM」や、2025年の教科書再構築の研究実験「Learn Your Way」から続く、Google Researchの一貫した研究方針だと受け止めています。Geminiを使った教育効果を実証したシエラレオネでの研究なども踏まえると、今回のLearning Interactivesは、その延長線上で教員が自らの授業に合わせた双方向教材を作れるようにする試みだと位置づけられます。
生成UIを教育向けに最適化する
Learning Interactivesは、AIモデルが事前にコーディングされたインターフェースに頼らず、その場でユーザーインターフェースを動的に構築する「生成UI（Generative UI）」という技術を教育向けに応用した仕組みです。Google Researchは、単発のやり取りではなく、より深い学習の過程に適した生成UIのあり方を検討したと説明しています。
教材の設計にあたっては、次の3つの教育原則を定めています。
- カリキュラムや教員が承認した学習目標との整合(例: 地学であれば、雲量が気温に与える影響を比較し、風速・風向が天候パターンに与える影響を予測する、といった目標)
- 能動的で探究的な学習の促進。効果を上げるには動機づけと適切な誘導の両方が必要とされる
- シミュレーション内容の事実としての正確性の確保
これらを具体化するため、各教材はゲーム的な設計を採用しており、学習目標に沿って段階的に難易度が上がる複数のレベルと、公式や用語の説明・ヒント・フィードバックなどの足場かけ（スキャフォールディング）を組み合わせています。地学の例では、最初のレベルは気温に焦点を当て、その後に急激な温暖化や嵐といったより難しい課題へと進む構成になっているとされています。
生成の要件としては、次の3点が挙げられています。
- 学習目標の精緻化: 教員が主導してトピックを指定し、AIが精緻で一貫性のある学習目標の案を生成する。目標は教員による修正・承認を経て確定し、以降の生成の土台となる
- 構造化されたゲームレベル: 複雑なトピックを明確な到達目標を持つ複数のレベルに分解し、段階的な難易度で構成する。段階的な挑戦と習熟感の高まりを両立させ、学習者の意欲を維持する狙いがある
- AI生成のスキャフォールディング: 事前知識を呼び起こす導入、公式や理論をまとめたツールボックス、複数段階のヒント、個別のフィードバック、解答例までを一式で生成する。教員と生徒によるテストと改善を重ねたうえで実装されている
単に答えを見せるのではなく、文脈に応じたリアルタイムの手がかりを与えることで、児童・生徒自身に解決させることを重視しているとされています。
教育的な品質を担保する自己修正ループ
品質管理のため、生成過程には反復的な自己修正ループが組み込まれています。教育設計の観点（レベルが学習目標を正しくカバーし、段階的に難しくなっているか）、操作性の観点（ボタンは機能するか、そのレベルは解けるか）、見た目の観点（気を散らす余分な要素がないか）という複数の基準を満たすまで、生成を繰り返す仕組みです。
この自動評価の一部はエージェント的な性質を持ち、たとえば解けるかどうかの評価では、Chromeインスタンスを開いてユーザーのようにシミュレーションを操作し、あえて極端な値を入力するなどの意地悪な操作も試すとされています。本稿としては、単に「解ける」ことを確認するだけでなく、通常想定しない操作への耐性まで検証する点は、教材を教室で安心して使うための実務的な工夫だと考えられます。この分だけ生成にかかる時間は増えますが、品質基準への適合度は高まるとされています。
教員による評価結果
公開されている教材はすべて教員による検証・承認を経ています。ライブラリには、ケプラーの惑星運動の法則、データの可視化、放物運動といった学校のカリキュラムに沿ったトピックが含まれています。英国のSTEM教員による評価では、全体として「良い」から「優秀」の評価を得ており、なかでも物理と化学がシミュレーション化に最も適していたとされています。また、米国の教員12名を対象にした試用調査では、それぞれ自分の授業に合わせた教材を3種類ずつ生成し、10点満点中平均8点という高評価を得たと報告されています。
教員からは、既製のシミュレーションでは授業の個別最適化ができなかった課題が、動的な生成によって解決されるとの声が寄せられています。また、生成されるレベル構成が実際の評価問題や演習と対応している点、段階的なヒントや解答例が個別指導と同様の手順を再現している点も評価されているとされています。
まとめ
本稿では、Google Researchが発表した、生成UIで教員がインタラクティブな学習教材を作れる新しい研究実験を紹介しました。学習科学に基づく設計原則と自己修正ループによって、教員は自身のカリキュラムに合わせた教材を作成できます。Googleが教育向けAIツールをどう強化してきたかは過去記事でも紹介していますので、あわせてご覧ください。
