Google DeepMind、シエラレオネで AI 学習支援の RCT 結果を公開──8週間で最大 2.5 年分の学習進捗を記録
Gemini ベースの「Guided Learning」を導入し、直接回答を避けヒントを与えるソクラテス式対話により、途上国の数学教育において標準偏差 +0.258 のスコア向上と高い学習意欲を実証した。
リリース: 2026-06-09 · 読了 4 分Gemini’s guided learning: results from a randomized controlled trial in Sierra Leone (2026-06-09 公開)
記事の要約
1. 核心（What）
- 8週間のランダム化比較試験（RCT）において、AI を活用した群は対照群に対し数学スコアが +0.258 標準偏差向上し、通常の 1.2〜1.7 年分の学習進捗に相当する成果を出した。
- Gemini は対話の 76% でヒントを提示する「足場かけ」を行い、直接的な解答提供を 2% に抑制した結果、生徒の 91.4% が解法ではなく概念理解を目的とした対話を行った。
- 教育技術の自発的利用率が低迷する「5% 問題」を克服し、69% の生徒が週 12 時間の利用目標を達成または超過する高いエンゲージメントを記録した。
- 試験開始時に数学スキルが高かった生徒ほど恩恵を受ける「達成度格差」の拡大も確認されており、教育格差是正に向けた新たな課題が浮き彫りになった。
2. 影響（Why）
- 「AI は思考を停止させる」という懸念に対し、プロンプト制御と UI 設計次第で「自律的思考を促す家庭教師」として機能することを大規模な定量的エビデンスで証明した。
- LLM を単なる回答エンジンではなく、教育的意図（LearnLM）に基づきチューニングすることで、教師不足に悩む地域の教育インフラを劇的に補完できる可能性を提示した。
- 開発者への影響: 教育系 LLM アプリを開発するエンジニアは、直接回答を制限するガードレール設計が長期的な学習効果（スキル構築クエリの増加）に直結するという定量的エビデンスを、システムプロンプトや UI 設計の根拠として活用できる。
- 日本への影響: [国内 EdTech 業界] や [GIGA スクール構想] に携わる PM は、単なる「AI ドリル」ではなく、教師を「ファシリテーター」へ転換させる運用モデルと、成績上位層への偏り（格差拡大）を防ぐパーソナライズ設計を検討するフェーズに入った。
3. 根拠・詳細（How）
- Math Score Improvement (Standard Deviation): スコア 0.258（baseline 0）
- Gemini’s guided learning: results from a randomized controlled trial in Sierra Leone (2026-06-09 公開)