Earthquaker-AI：小学生向け地震安全教育に RAG 助手を導入

導入

地震への備えは、説明を聞くだけでは身につきにくい。子どもは安全行動を知るだけでなく、どの順番で行うのか、なぜ必要なのかを理解し、緊急時にも落ち着いて実行できる必要がある。arXiv に掲載された論文は、こうした課題に向けた教育フレームワーク Earthquaker-AI を提案している。特徴は、Lego WeDo2 によるロボットシミュレーション、検索拡張生成（RAG）を用いた対話アシスタント、ルーブリック評価を一体化している点だ。

核心となるポイント

• 物理的な体験から認知的な学習へ：Earthquaker-AI は、既存の受賞歴ある Earthquaker STEM プロジェクトを土台にしている。従来の教材では Lego WeDo2 の自動化機能を使い、地震時の反応を模擬しながら、センサーやアクチュエーターを通じて保護行動を具体的に理解させていた。新しい枠組みでは、そこに AI 対話を加え、操作した内容を説明し、考え直す学習へ広げている。

• RAG で安全情報に根拠を持たせる：対話モジュールは、生徒の質問を公式の地震安全ガイドラインと意味的に照合し、その上で回答を生成する。防災教育では、不確かな助言や場当たり的な回答は避けなければならない。論文によれば、評価では回答の根拠性と正確性が高く、幻覚率は低かったとされる。

• 学年に応じた学習設計：同じ課題を全学年に与えるのではなく、発達段階に合わせて形式を変えている。低学年では基本的な安全行動の認識を中心に、多肢選択式の問題を二次元ルーブリックで評価する。中学年では正しい行動順序の特定に進み、三軸の評価を用いる。高学年では短い記述回答を求め、表現の明確さを含む四次元のルーブリックで評価する。

• 正誤判定にとどまらないフィードバック：AI アシスタントは単なる採点役ではなく、学習を導く役割を担う。ルーブリックに基づく言語的フィードバックを通じて、生徒の回答を安全ガイドラインに近づけ、自己調整的な学習を支援する。緊急時教育では、正解を選ぶ力だけでなく、理由を説明し冷静さを保つ力も重要になる。

意義と影響

Earthquaker-AI の意義は、ロボット、RAG、ルーブリック評価を防災教育の文脈で結び付けたことにある。ロボットは身体的で具体的な状況を作り、RAG は信頼できる情報源に基づく応答を支え、評価基準は年齢に合ったフィードバックを可能にする。

一方で、この研究は枠組みと評価結果の提示であり、あらゆる教室で実際の避難能力を高めると証明したものではない。今後は、より長期的な授業実践、教師の運用負担、児童データの扱い、AI が安全助言を行う際の境界設定が重要になる。

総じて、Earthquaker-AI は教育向け AI の現実的な方向性を示している。大規模言語モデルを自由な家庭教師として使うのではなく、信頼できる知識源、具体的な活動、透明な評価基準に結び付けることで、学習の足場として機能させる発想である。

出典：arXiv