共同研究｜Ranius（ラニアス）

共同研究

共同研究準備中大学との提携合意はまだありません

子どもの「伸びる力」を、測りすぎずに確かめる。

非認知能力の評価について、どの条件で信頼でき、学びに役立つ可能性があるか、また年齢・言語・学習特性・参加環境による不利益が生じないかを検証します。

RESEARCH READINESS

500 人

在籍者（2026年9月・学校提供値）

0 件

合意済み大学共同研究

97 %

出席認定率（在籍校に出席として認められた割合）

400 名以上

卒業・復学した子ども（開校からの累計）

測定と運用を鍛える場は、母体である株式会社NIJINが運営するオンラインスクール「NIJINアカデミー」です。子どもと先生が毎日いる現場なので、思いついた手順を翌週には試せます。研究のためにつくった場ではありません。

500人は研究参加者数ではありません。参加は、年齢に合う説明を受けた子どもの自由な賛意（アセント）と、保護者の明示同意の両方が得られた場合に限ります。

共同研究で、何を明らかにしたいのか

中心の問いは一つです。AIが子どもを分類できるかではなく、学習の証拠を人とAIが丁寧に読み、本人の次の挑戦に役立つ評価をつくれるかを確かめます。

研究A・主要質問（測定）

定義した行動指標を、複数の作品・行動・振り返りから、評定者が再現可能に識別できるか。

妥当性を支える5種類の証拠は得られるか
測定誤差・欠測・誤分類に属性や環境による差があるか

研究B：形成的フィードバックは次回の行動と作品を改善するか

信頼性

人が変わっても、同じ証拠を同じ基準で評価できるか

確認方法評定者間一致・再評価一致

妥当性

本当に測りたい力を、作品と行動の証拠から測れているか

確認方法内容・反応過程・内部構造・他変数との関係・利用結果

標準化

課題、証拠、ルーブリック、判定手順を再現できるか

確認方法手順書・評定者訓練・版管理

公平性

言語、年齢、特性、参加環境によって不当に結果が変わらないか

確認方法群別誤差・アクセシビリティ

研究開始まで

研究開始前に、検証可能な計画へ落とし込む。

まず自校で測定器と運用を鍛え、再現可能な研究素材にします。大学には完成品の権威づけを頼むのではなく、問いと弱点が見える段階で共同設計を依頼します。

01

何を測るかを固定する

「非認知能力」を一つの総合点にせず、問いをつくる、協働する、試して改善する、伝えるなど、観察できる力に分解します。

成果物構成概念マップ／Claims–Evidence–Tasks／除外する解釈
02

人による基準を先につくる

直接識別子と第三者情報を可能な範囲で除去し、研究IDで仮名化した作品を、訓練した2名以上が安全な環境で独立評価します。

成果物ルーブリック／アンカー作品／評定者訓練記録／判定不能基準
03

AIは人との一致と不一致を測る

各実行で入力証拠、前処理、基準・モデル・プロンプトの版、設定、出力、失敗・再試行、人が変更した理由を記録。変更時は固定検証セットで再評価します。

成果物 AI–人比較／実行記録／判定変更ログ／固定検証セット／モデルカード
04

成長につながるか確かめる

共通アンカーを含む複数時点・複数課題を用い、課題難度、支援条件、観察機会を調整した後の変化だけを「成長の可能性」として検討します。

成果物測定誤差／分散成分／最小検出可能変化／本人・保護者・先生の声

12か月の準備ロードマップ

人数を先に決めて集めるのではなく、予備データから効果量と欠測率を見積もり、正式な研究参加人数は事前の検出力設計で決めます。

0–2か月今ここ

倫理と測定設計

子ども・保護者・先生との共同設計
独立した研究倫理審査の承認
責任者・利益相反・相談窓口・中止基準の公開

3–5か月準備中

承認後の小規模パイロット

倫理審査承認済みの手順だけを実施
子どものアセントと保護者同意を別々に確認
人–人とAI–人の一致・判定不能を別々に報告

6–9か月計画案

妥当性・公平性の予備検証

認知インタビューと関連・非関連尺度との関係
観察機会・欠測・証拠形式・群別誤分類を確認
課題難度と支援条件を調整した時点間比較

10–12か月計画案

共同研究開始パッケージ

研究A（測定）と研究B（学習効果）の計画を分離
仮名化データ辞書・評価手順・監査記録
主要評価項目・除外・欠測処理を含む事前登録案

共同設計のお願い

共同設計をお願いしたい専門性。

下記は求める専門性と研究テーマ案です。StanfordとCambridgeの公開研究を参考にしていますが、提携・推薦・監修を示すものではありません。具体的な研究機関名は、相談開始または合意後に先方確認のうえ掲載します。

学習科学・責任あるAI評価の研究者

学習科学・AI時代の責任ある評価

完成物だけでなく、試行錯誤の過程をどう真正に評価するか
形成的フィードバックが再挑戦と成長を生む因果効果はあるか
学校・開発者・研究者が責任を分担する運用モデルをどう設計するか

参考 Stanfordの責任ある評価の提言

心理測定・公平性評価の研究者

心理測定・評価の妥当性と公平性

行動証拠に基づく尺度の構成概念妥当性をどう立証するか
人–人／AI–人の一致度と、判断境界の誤差をどう評価するか
言語・文化・学習特性による測定バイアスをどう検出するか

参考 Cambridge Psychometrics Centre

子どもの評価だから、越えない線を先に決める

独立倫理審査を開始条件に

承認前は、子どもの作品・発言を研究目的で収集・解析しません。責任者、利益相反、相談窓口、中止基準も公開します。

アセントと保護者同意を分ける

担任・評価者以外が説明し、どちらかが断っても授業・評価・進路・サービス利用に不利益を生じさせません。

AIだけで決めない

AIは候補と不一致を示す補助。最終判断、変更理由、異議申立てを記録し、モデル変更時は再検証します。

研究データを雇用に使わない

子どもの作品、発言、評価、推論値、参加履歴は、妥当性の有無にかかわらず企業提供・広告・採用・選抜に利用しません。成人後も自動移行しません。

データ保護公平性検証用の属性は任意回答・目的限定・最小化します。作品原本、研究ID対応表、評価、属性は分離して暗号化し、最小権限で管理。生成AI事業者による学習利用を禁止し、委託先、保管地域、保存期限、削除手順、漏えい時対応を研究開始前に公開します。公開は再識別リスクを審査した集計結果を原則とし、小集団は公表しません。

現時点では、研究開始前です。 公開済みの事前登録・倫理承認・研究成果はまだありません。研究開始後は、事前登録URL、承認済みプロトコル、分析計画、仮名化データ辞書、AIモデルカード、変更履歴、結果報告を版付きで掲載し、うまくいかなかった結果も公開します。

共同研究を相談する資料をダウンロード

参考：Stanford「AI時代の責任ある学習者評価」白書（2026年7月）／ Cambridge Psychometrics Centre ／ Cambridge「大学評価におけるAI ——自動採点の機会とリスク」報告。いずれも公開研究を参考にしたもので、提携・推薦・監修を示すものではありません。在籍者数は2026年9月の学校提供値です。出席認定率97%・卒業復学400名以上・累計入学者1,000名以上は、NIJINアカデミーの実績です（累計入学者は現在の在籍数ではありません）。