本研修で参照したデータ・研究・ガイドラインと、使用ツールへのリンクをまとめました。
対話型生成AI。文書作成・要約・整理・画像生成・Gem・Deep Research。
ソースベースのAIノート。校内ナレッジの構造化・出典つき回答。
学校の生成AI活用成熟度を L1〜L5 × 15項目で自己診断（高校版タブを使用）。
パーソル総合研究所（2024）の生成AIの活用実態に関する調査。生成AIでタスク単体の時間は削減されても、総労働時間はほとんど変わらないことを示す。浮いた時間が「いつもの仕事」に再投下されるため、「引き算」と「再投資」の設計が必要になる根拠。
パーソル総合研究所 (2024)「生成AIの利活用に関する実態調査」高校数学のランダム化比較試験。AIと一緒に練習した生徒は練習中の成績が48%向上したが、AIなしの試験では17%低下した。生徒の学びでは「考えるひと手間」を残す設計（Slow AI）が必要な根拠。校務効率化（教師が主語）とは分けて考える。
Bastani, H. et al. (2024) "Generative AI Can Harm Learning." Wharton School Research PaperOECD の報告では、設計を整えたAI活用が教員の授業準備時間を削減しながら質を保てた実証が紹介されている。「同じAIでも、差を生むのは設計」の根拠。
OECD, Digital Education Outlook生成AIの学習効果に関するメタ分析。構成的（自分で考える過程を残す）使い方は成果を高め、鵜呑み型（そのまま写す）使い方は成果を下げる。使い方の設計が結果を分ける根拠。
Lodge, J. M. et al. (2025) British Journal of Educational Technology「初等中等教育段階における生成AIの利活用に関するガイドライン（Ver.2.0、令和6年12月）」。個人情報・プライバシー保護に独立した節を割き、個人情報を入力しないことを基本とする考え方を示す。校内ルールを考える際の土台。
教員の生成AI成熟度。10項目×5段階（10〜50点）のアンケートで、活用の頻度・検証・使い分け・業務設計の見直しまでを測ります。
用途カバレッジ。30の業務カテゴリ（校務文書／教材・授業準備／生徒対応／AI使い込み）のうち、いくつで活用したか。
浮いた時間の付加価値投下率。改良・探索・生徒／自己研鑽（C＋D＋E）に振り向けた割合。目標50%以上。
測定は年4回の定例オンラインで
2026年7月（事前）→ 10月 → 12月 → 2027年1月（事後）の4点時系列。結果は個人が特定されない形で集計し、次の打ち手の材料にします。
本資料（Web教材・プロンプト集・Gem カスタム指示を含む）の著作権はスクールエージェント株式会社に帰属します。 利用は岡山県立瀬戸高等学校の校内および本研修の参加校に限ります。再配布・改変しての配布・全県での公開はご遠慮ください。 内容に関するご質問は、オンライン相談スペースまたは担当（伊藤）までお寄せください。