AIを導入する前に、誰の学びを、どの価値に基づいて支えるのかを問う。

教師とAI｜教師の専門性とエージェンシーを中心に

教師をAIの出力を実行する人にしないことが重要です。カリキュラムを解釈し、学習者の状況を理解し、判断し、必要に応じてAIを使わないことを選べる専門性を尊重します。

研究では、AIが教師の仕事をどのように再編するか、判断の根拠を説明できるか、教師と学習者の関係にどのような影響を与えるかを検討します。

教育データとガバナンス

教育データは、学習履歴、行動、評価、属性など、個人の将来に関わる情報を含みます。収集できるデータをすべて集めるのではなく、目的を明確にし、必要最小限にし、保存期間、アクセス権、第三者提供、削除、異議申立てを設計する必要があります。

学校、教育委員会、大学、企業、保護者、学習者の責任分担と意思決定の仕組みを研究します。

ELSIとRRI

倫理的・法的・社会的課題（ELSI）と責任ある研究・イノベーション（RRI）の視点を、問題が起きてから追加するチェックリストではなく、開発、調達、導入、研修、評価、見直しの全過程に組み込みます。

検討する論点には、プライバシー、知的財産、バイアス、透明性、説明可能性、責任所在、児童・生徒の権利、アクセシビリティ、環境負荷などがあります。

包摂性と公平性

AIが平均的な学習者だけを想定すると、障害、言語、文化、ジェンダー、社会経済的背景の違いを持つ人々に不利益が生じる可能性があります。支援技術としての可能性を評価すると同時に、新しい排除や監視を生まない条件を調べます。

主な研究課題

• 教師とAIの役割分担を、効率ではなく教育目的からどう設計するか。
• 教師と学習者がAIの判断へ異議を申し立てられる仕組みは何か。
• 学校が教育データやAIサービスを調達するとき、何を確認すべきか。
• 生成AIの利用が、評価、著者性、創造性、学習者の自己効力感にどう影響するか。
• AIは、ろう・難聴の学習者や多言語学習者の参加をどう支え、どのようなリスクを生むか。
• 教育現場、行政、企業、研究者、市民が、責任ある導入をどう共同設計できるか。

代表的な研究成果

加納圭・水町衣里（編）. (2026). その取扱いで大丈夫？ 教育データ利活用のリテラシー：生成AI時代のEdTechが問う学校教育のあり方. ナカニシヤ出版. 出版社ページ

Goto, T., Horiguchi, G., Kanzaki, N., et al. (2024). Balancing human teachers and AI in education: A discussion paper from ethical, legal and social perspectives. OECD Future of Education and Skills 2030/2040. PDF／公式ページ

Wakabayashi, K., Sato, H., Takahashi, S., & Kano, K. (2024). 教育データEdTechの導入とELSI対応のグローバル動向に関するインタビュー記録. ELSI NOTE, 47, 1–32. DOI／公式ページ

Kano, K. (2023). ぺた語義：教育データ利活用EdTechへの期待とELSI. 情報処理, 64(7), 332–336. DOI／公式ページ

Kano, K., Kanzaki, N., Kishimoto, A., et al. (2024). 教育データ利活用EdTechのELSI論点フレームワーク. In プラットフォームと社会基盤：How to engage the monsters. 慶應義塾大学出版会. 書籍情報

関連受賞・国際的貢献

• 2022年 Startup Pitch@CIC EdTech「学びの未来 with テクノロジー」3位入賞
• OECD Teaching Compassに関連する国際的議論への貢献
• 教育、AI、科学コミュニケーションをつなぐ国際会議・専門家活動

受賞歴をresearchmapで見る

この領域で研究したい方へ

教育学、AI倫理、情報学、法学、政策、データガバナンス、教師教育、障害学、デザインなどからの提案を歓迎します。特定の技術を導入することを前提にせず、教育目的と利害関係者から研究課題を組み立ててください。