全回共通の時間配分
認知科学・行動経済学に基づく設計指針のもと、全7回を通じて統一された流れで進行します。
設計指針の提示
相互評価、プロトタイピング
授業一覧
認知負荷理論に基づく教材解剖
Cognitive Load Theory
授業のねらい
学習に関係のない「外来的負荷」を排除し、深い理解（学習関連負荷）を最大化する「引き算のデザイン」の習得。
授業デザイン
認知負荷理論（CLT）の基礎講義。
2〜3名で「ノイズだらけの教材」を解剖し、スプリット・アテンション（視線分散）が起きている箇所を特定・修正。
「良かれと思って追加した要素」が学習を阻害するリスクの言語化。
ルーブリック評価
認知負荷の3要素（課題、外来、学習関連）を区別し、不要な装飾を「ノイズ」として100%排除した理由を説明できる。
基本用語を用いて、どの要素が学習者の注意を分散させていたかを具体的に指摘・修正できる。
用語の意味は理解しているが、修正箇所が部分的、または感覚的な判断が混じっている。
ノイズを「賑やかさ」と混同し、学習負荷を下げるための具体的な操作ができていない。
視線分散が生じるメカニズムを脳の特性から解説し、修正後の教材が「なぜ楽に読めるのか」を論理的に表現できる。
優先順位の低い情報を特定し、学習者が迷わないための情報の整理（チャンキング等）を判断できる。
問題箇所は指摘できるが、修正案が「自分は見やすい」という主観に留まっている。
理論に基づいた修正の判断ができず、要素の配置換えに終始している。
「装飾を増やしたい」という自分の衝動を認知バイアスとして捉え、あえて削ることで学習効果を高める試行錯誤を楽しんでいる。
グループ内で「これは本当に必要か？」という問いを投げかけ、客観的な視点での改善に貢献している。
指示された範囲での修正には取り組むが、自分のこだわりを捨てることには消極的である。
改善作業への参加が受動的で、自身の「感覚的なデザイン」を修正しようとする姿勢が見られない。
行動経済学を用いたターゲット設計
Behavioral Economics / Nudge Theory
授業のねらい
「選択のパラドックス」を回避し、「ナッジ（行動を促す仕掛け）」を用いて生徒の自発的な学習動機を喚起する。
授業デザイン
選択のパラドックスとナッジ理論の解説。デフォルト効果の重要性。
AIでペルソナを具体化。「プレモーテム（失敗予測）」を行い、生徒が挫折するポイントをナッジで解決する企画書作成。
「教えたい内容」を「学びたくなる形式」へ変換できたかの自己評価。
ルーブリック評価
デフォルト効果やインセンティブ等のナッジを複数組み合わせ、生徒が「つい取り組んでしまう」仕掛けを企画書に記述できる。
ナッジの概念を1つ以上、具体的な指示文やレイアウトの工夫として企画に落とし込めている。
ナッジの用語は出ているが、企画内容との結びつきが弱く、効果が予測しにくい。
企画内容が教師側の押し付けになっており、行動経済学的な仕掛けが一切見られない。
プレモーテムにより「生徒がここで飽きる」というリスクを3つ以上予測し、その回避策を理論的根拠とともに提示できる。
ターゲットの認知レベルに合わせて情報量を絞り込み、「選択のパラドックス」を起こさない設計を判断できる。
ペルソナ設定が一般的すぎて、予測される挫折ポイントと解決策が噛み合っていない。
情報を詰め込むことが善であると判断し、学習者の離脱リスクを無視している。
AIの提案する「もっともらしい企画案」に対し、教育的妥当性を疑い、独自のファクトチェックと改善を粘り強く行っている。
グループでの失敗予測（ネガティブ・チェック）を歓迎し、より強固な企画にするための議論を主導している。
AIの出力を微調整する程度で満足し、自らリスクを想定して深く考え抜くことを避けている。
企画の論理構築を他者に委ね、自分自身の判断で企画を磨き上げる姿勢が見られない。
ゲシュタルト法則による構造化
Gestalt Principles / Visual Structure
授業のねらい
「近接」「類同」等の法則を用い、脳が説明なしに「情報の関連性」を瞬時に理解できる視覚構造を構築する。
授業デザイン
ゲシュタルト法則と視線誘導（Z型・F型）の解説。
文字の「配置（マージン）」だけで情報の重み付けを行う。グループで「視線がどこから動き、どこで止まるか」を相互検証。
装飾（色・線）に頼らず、余白だけで構造を伝える難しさと有効性の考察。
ルーブリック評価
近接・類同・閉合の法則を駆使し、1px単位のマージン調整によって情報の階層構造（親子関係）を視覚的に完結させている。
主要な法則（近接・類同）を正しく使い、関連する情報をひと目で分かる「塊」として提示できている。
法則の一部は意識しているが、余白の数値が不揃いなため、情報の境界線が曖昧になっている。
法則を無視して要素を散らしており、読み手の脳に過度なスキャン負荷を与えている。
視線誘導の「起点」と「終点」を戦略的に設計し、読み手が迷わず結論に辿り着くための配置を論理的に説明できる。
Z型・F型の視線を考慮し、重要度の高い情報を視線の通り道に配置する判断ができている。
配置の意図が「なんとなく」に留まっており、他者に配置の根拠を理論的に説明できない。
配置に意図がなく、読み手の視線を無駄に往復させるような設計になっている。
ラフスケッチを最低3パターン以上作成し、どの配置が最も認知負荷が低いかを比較・検証し続けている。
他者の配置案を「自分の予測とどう違うか」という視点で観察し、優れた点を自分の作品に反映させている。
最初に作った案に執着し、配置のわずかな変更がもたらす情報の強弱の変化を軽視している。
配置作業を「単なる並べ替え」と捉え、視覚情報の構造化による教育効果を追求していない。
二重符号化と倫理的検証
Dual Coding Theory / Ethical Verification
授業のねらい
文字と図解の相乗効果（二重符号化）を最大化しつつ、生成AIの出力を批判的に吟味（ファクトチェック）する。
授業デザイン
二重符号化理論とマルチメディア学習の原則。
AIによる説明文要約と図解案の作成。グループ内で「出典の妥当性」と「著作権法35条」に照らした適合性バトル。
「わかりやすさ」と「正確性・倫理性」のバランスについての議論。
ルーブリック評価
二重符号化の原則を適用し、図と文字が完全に同期した教材を制作した上で、著作権・出典情報を精緻に記述できる。
図解とテキストの役割分担を明確にし、引用ルール（学校教育での例外規定含む）を正しく遵守している。
図と文字の内容が重複（冗長性の原則に抵触）しており、出典の記述方法にも一部誤りがある。
AIの出力をコピー＆ペーストするだけで、著作権の確認や出典の明記を怠っている。
AIの出力に含まれる「ハルシネーション（もっともらしい嘘）」や「バイアス」を特定し、複数の検証用資料を用いて情報を修正できる。
マルチメディア学習の原則に基づき、内容を説明しない「飾りだけの図」を削除する判断ができる。
AIの情報を一部鵜呑みにしており、情報の真正性（ファクトチェック）の判断が甘い。
情報の正確性よりも「教材としての見栄え」を優先し、不正確な情報のまま表現している。
情報の真偽や著作権に対して「教師としての倫理的責任」を自覚し、納得がいくまでリサーチを繰り返している。
グループ内での検証バトルに積極的に参加し、他者の間違いを建設的に指摘して教材の質を高めている。
検証作業を「面倒な手続き」と捉え、形だけのチェックに終始している。
情報の正しさに対する関心が低く、誤情報の拡散リスクを自分事として捉えていない。
アクセシビリティの科学的追求
Color Universal Design / Typography Science
授業のねらい
「色覚多様性」や「可読性」を科学的に担保し、環境や個人の特性に左右されないユニバーサルな学習体験を提供する。
授業デザイン
カラーユニバーサルデザイン（CUD）とタイポグラフィの科学。
制作物をモノクロ変換し、明度差だけで情報が伝わるか検証。UDフォントの選定と行間・文字間の数値的調整。
「美的な好み」を捨て、「機能的な正解」を追求する意識の定着。
ルーブリック評価
CUDガイドラインを完全にクリアし、コントラスト比やフォントサイズなどのアクセシビリティ指標を数値で管理・調整できる。
UDフォントの選定、配色における明度差の確保など、基本的な科学的調整を適切に実行できる。
アクセシビリティの知識は持っているが、実際の数値調整（行間・文字間等）が甘く、読みやすさが不十分。
自分の好きな色やフォントを優先し、特定の学習者にとって判読困難な箇所を残している。
弱視や色覚多様性を持つ学習者の視点をシミュレートし、どのような状況でも情報が欠落しない設計を論理的に説明できる。
用途（見出し・本文）に合わせて、セリフ/サンセリフ/UDフォントの使い分けを機能的根拠に基づいて判断できる。
一部の要素（文字サイズ等）のみを調整し、全体的な色のコントラストや情報の優先順位の可読性への影響を見落としている。
読みやすさを改善するための判断基準を持たず、装飾性と可読性をトレードオフにしてしまっている。
1ピクセルの位置調整や数％の明度調整が「学習者の挫折」を防ぐという確信を持ち、細部まで執念を持って調整している。
他グループの教材をアクセシビリティの観点で批評し、より包摂的なデザインにするための具体的な案を提案している。
アクセシビリティのチェックを「単なるルール遵守」と捉え、学習者の体験を向上させるための能動的な工夫が少ない。
アクセシビリティの考慮を「デザインの制約」とネガティブに捉え、積極的な改善を行っていない。
サンクコスト・フォールと反復改善
Sunk Cost Fallacy / Prototype Thinking
授業のねらい
自己の制作物への執着（サンクコスト）を捨て、客観的なフィードバックを基に教育効果を極限まで高める。
授業デザイン
サンクコスト・バイアスとプロトタイプ思考の重要性。
「Kill your darlings（お気に入りを殺せ）」ワーク。ペアで「最もこだわったが不要な要素」を指摘し合い、大胆に削除。
削ることで「伝達の純度」が上がった瞬間の気づきの記録。
ルーブリック評価
他者やAIの指摘を「自分の価値否定」ではなく「教材の進化のためのデータ」として処理し、即座に3つ以上の代替案を実装できる。
フィードバックを具体的に操作へ反映させ、指摘された不必要な要素を迅速に削除・再構成できる。
指摘の一部は修正するが、自分の意図を優先した結果、改善が表面的なものに留まっている。
修正の指示を正しく理解できず、場当たり的な操作で教材の論理性や品質をさらに下げてしまう。
自身の執着（サンクコスト）を完全に客観視し、学習者の理解度を唯一の正解として「こだわったパーツを捨てる」判断ができる。
他者からの批判を「認知的な盲点」を突く有益なアドバイスとして分析し、教材の改善計画を具体化できる。
指摘に対して「でも〜」と防御的になり、教育効果よりも自分の制作意図を守ることを優先する判断を下している。
自分の制作物の非を一切認められず、改善の機会を自ら放棄して現状維持を選択している。
自分の作品を「完成品」ではなく「仮説（プロトタイプ）」と捉え、大胆な破壊と再生のプロセスを能動的に楽しんでいる。
厳しい批評を自ら進んで求め、自分一人では到達できなかった品質にまで高めようと執念深く取り組んでいる。
他者からの指摘を受けることをストレスに感じ、指示された最小限の範囲でのみ修正を行っている。
改善への意欲が全く見られず、最初の成果物を絶対視して、より良い教材への進化を止めている。
メタ認知的プレゼンテーション
Metacognitive Presentation / Evidence-based Design
授業のねらい
これまでの科学的知見を統合し、自身のデザイン意図を「エビデンス」に基づいて論理的に説明・総括する。
授業デザイン
ピッチ（短時間プレゼン）における論理構造（結論→根拠→証拠）の提示。
ギャラリーウォーク。デザインの全要素（色、フォント、配置、削ぎ落とし）を、理論を用いて3分で説明。
授業全体の学びが将来の教育現場でどう活用されるかのロードマップ作成。
ルーブリック評価
認知負荷、ナッジ、ゲシュタルト等の専門用語を使い分け、制作物の全ピクセルに込められた「意図」を非専門家にも論理的に証明できる。
各回で習得した理論用語（2つ以上）を文脈に合わせて正しく使い、デザインの決定理由を記述できる。
用語の使い方が一部不正確、あるいは用語を使わずに「見やすくした」という曖昧な表現に終始している。
専門用語を一切使わず、「なんとなく良いと思った」という感想レベルのプレゼンになっている。
他者の批評に対し、理論的根拠（エビデンス）を即座に引用して応答し、教育効果の最大化に向けたメタ的な議論を展開できる。
自身のデザイン判断が「どの認知理論に基づき、どのような学習効果を狙ったか」を証拠を挙げて説明できる。
自身のデザイン判断の根拠が弱く、質問に対して論理ではなく「思い」で回答してしまっている。
発表の構成が支離滅裂で、制作のプロセスや意図を第三者が理解できるように表現できていない。
本授業の学びを「教材制作スキルの習得」を超えた「自身の教育観のアップデート」として総括し、将来の活用を具体的に語れる。
全7回の自分の試行錯誤（失敗と改善）を客観的に振り返り、自身の思考パターンの特徴を明確に自覚している。
振り返りが「楽しかった」「勉強になった」等の抽象的な表現に留まり、今後の行動変化に結びつく具体的プランがない。
他者のプレゼンに関心を示さず、自身の学びをメタ認知的（客観的）に捉え直そうとする姿勢が見られない。
カリキュラム全体の学習の流れ
理解と削ぎ落とし
動機設計
構造化
ファクトチェック
科学
反復改善
メタ認知発表