［開発者向け］GoogleがAIで「未来型スキル」を評価——批判的思考・協働力を測定する実験「Vantage」とは

はじめに

　Google Researchが2026年4月13日、生成AIを活用して批判的思考・協働力・創造的思考といった「未来型スキル」を評価する研究実験「Vantage」を発表しました。ニューヨーク大学との共同研究に基づき開発されたこのツールは、Google Labsで一般向け申し込みが開始されています。

参考記事

• タイトル: Towards developing future-ready skills with generative AI
• 著者: Gal Elidan, Yael Haramaty
• 発行元: Google Research Blog
• 発行日: 2026年4月13日
• URL: https://research.google/blog/towards-developing-future-ready-skills-with-generative-ai/

関連記事

あわせて読みたい

［ニュース解説］AI時代の教育論：米国有力シンクタンク所長が考えるAIネイティブ世代の「人間力」と「... はじめに 　急速に進化する人工知能（AI）は、私たちの社会や経済のあり方を根本から変えようとしています。このような変化の時代において、未来を担う子どもたちの教育...

あわせて読みたい

［レポート解説］「AIは嘘をつく」を前提に：これからの教育にもとめられることとは はじめに 　近年、AI（人工知能）の進化は目覚ましく、私たちの仕事や生活に大きな変化をもたらそうとしています。特に教育分野においては、「AIが教師の仕事を奪うので...

あわせて読みたい

［ニュース解説］AIが新卒のキャリアを壊す？「キャリアの最初のはしご」が消える時代に求められるスキ... はじめに 　本稿では、近年の急速なAI技術の進化が、特に大学を卒業したばかりの新社会人のキャリアにどのような影響を与える可能性があるのかについて、ABC Newsが報じ...

要点

• GoogleがAIアバターとの会話形式で「未来型スキル」を評価する研究実験「Vantage」をGoogle Labsで公開した
• 「Executive LLM」が会話をリアルタイムで制御し、被評価者に意図的な課題(反論・対立など)を与えて評価に必要な行動を引き出す仕組みを採用している
• 「AI Evaluator」によるスキルスコアリングの精度は、NYU専門家間の評価一致率と同等レベルであることが188名の実験で確認された
• 別途OpenMicとの共同研究では、創造性評価においてAI評価と人間専門家のPearson相関係数が0.88を記録した
• 今後は教室での実装、スキルの転移可能性、文化的多様性への対応に向けた研究を継続する予定である

詳細解説

「未来型スキル」の評価が難しい理由

　OECDの「学習コンパス2030」やWEFの「仕事の未来レポート」など、国際的な教育フレームワークでは、批判的思考・協働力・創造的思考といったスキルが一貫して重要視されています。こうした能力はAI以前から必要とされてきましたが、自動化が進む現代においてその重要性はさらに高まっていると考えられます。

　一方でGoogle Researchが指摘するのは、こうしたスキルが「評価しにくい」という本質的な課題です。従来の筆記試験は思考プロセスや対人的なやり取りを捉えるには硬直的すぎ、現実の使用場面からも乖離しています。かといって実際の人間同士の対話で評価しようとすれば、コストが高く、採点の一貫性も保ちにくい。たとえばグループが一度も対立しなかった場合、「コンフリクト解決能力」を評価する機会がそもそも生まれないという問題もあります。

Vantageの仕組み：Executive LLMによる適応的評価

　Vantageがこの課題に対して用いるのは、AIアバターとの多者間会話を通じた評価です。学習者はディベートの準備やアイデアのピッチといったオープンエンドな課題に取り組みながら、AIアバターたちと会話を進めます。

　ここで鍵となるのが「Executive LLM」と呼ばれる制御機構です。Googleによれば、このモジュールは会話の状態をリアルタイムで分析しながら、評価ルーブリックに沿って「アイデアへの反論」「対立の導入」といった具体的な課題をAIアバターを通じて動的に提示します。これにより、評価に必要な行動を被評価者から意図的に引き出せるようにするもので、従来の固定型テストにはない適応型評価エンジンとして機能します。

　会話終了後は「AI Evaluator」が会話全体をルーブリックに照らし合わせてスコアリングを行います。結果はスキルマップとして可視化され、被評価者は自分がどのスキルをどの程度発揮できたかを定量的・定性的フィードバックとして受け取ることができます。こうして「見えにくい」スキルの成長を見える化するアプローチは、教育現場での活用可能性を広げると考えられます。

NYU共同研究による検証結果

　Vantageの評価精度を検証するため、GoogleはNYUと共同で18〜25歳の米国人188名を対象とした実験を実施しました。評価対象はコンフリクト解決とプロジェクトマネジメントの2スキルです。

　研究では2つの問いが設定されました。第一に「Executive LLMは特定スキルを引き出すよう会話を誘導できるか」という点です。Googleによれば、Executive LLMを使った場合、使わない場合と比較して、評価対象スキルに関連する情報量が統計的に有意に多く、かつ自然な会話の流れを保ったまま誘導が成功したことが確認されています。

　第二に「AI EvaluatorのスコアリングはどれほどNYU専門家と一致するか」という検証では、AI評価者と人間専門家の一致率が、人間同士の専門家間一致率と同等のレベルであることが示されました。評価指標にはCohen’s Kappaが使用されており、単なる偶然一致を超えた信頼性の高さを示す結果だと言えます。

OpenMicとの共同研究：創造性評価への展開

　Vantageの応用可能性を広げる取り組みとして、GoogleはスタートアップのOpenMicとも共同研究を実施しました。こちらは英語の語学・芸術の授業で180名の学生が取り組んだキャラクターインタビューやメディア記事といった創造的な課題が対象です。

　OpenMicの内部専門家によるスコアとAI Evaluatorのスコアを比較したところ、Pearson相関係数が0.88という高い相関が確認されました。Pearson相関係数は−1から1の範囲で示される指標であり、1に近いほど両者のスコアが一致していることを意味します。この結果は、Vantageの評価アプローチが比較的単純なスキルテストにとどまらず、複雑な創造性の評価にも有効に機能し得ることを示唆しています。

教室での活用と今後の展開

　Googleは将来的な学校現場への導入イメージとして、既存のカリキュラムに「スキル層」を重ねる形での活用を想定しています。たとえば、理科の実験計画をAIアバターとチームで行う課題を通じて、科目理解とチームワーク・批判的思考の両方を同時に評価するといったシナリオが例として挙げられています。こうしたアプローチは従来のグループワークを補完するものとして位置づけられています。

　今後の研究課題として、Google Researchはシミュレーション環境で発揮されたスキルが実際の人間との対話にどう転移するかという「転移可能性」の検証と、文化的背景の多様性に対応した評価設計の2点を重点テーマとして挙げています。

まとめ

　GoogleがNYUと開発したVantageは、AIを使って批判的思考や協働力といった評価困難なスキルを測定する野心的な研究実験です。AI Evaluatorの精度は人間専門家と同等であることが示されており、教育現場への応用可能性は注目に値します。AI時代にこそ求められる「人間的スキル」の評価手法として、今後の展開が興味深いところです。