特別支援教育にAI導入の波、しかし「個別化」は本当に実現できるのか

米国では現在、700万人を超える子どもたちが連邦法に基づく特別支援教育を受けています。しかし、慢性的な人手不足と予算制約の中で、多くの学区がAI（人工知能）を活用した解決策に注目し始めています。

人手不足が生む新たな選択肢

障害者教育法（IDEA）は、障害のある児童生徒一人ひとりの身体的・心理的ニーズに合わせた指導を保証しています。この法律の下で、言語聴覚士、作業療法士、教室アシスタントなど様々な専門職が連携して支援を提供する必要があります。

ところが、これらの専門職は深刻な人手不足に直面しています。特別支援教育の准教授として現場を見てきた専門家によると、AIシステムは事務負担の軽減、専門的指導の提供、ケースワークの管理支援において大きな可能性を秘めているといいます。

一方で、機械学習の偏見から自動化システムへの信頼性まで、倫理的な課題も数多く存在します。さらに懸念されるのは、既存の特別支援サービス提供における問題を拡大させるリスクです。

IEPの自動生成：効率化か画一化か

最も注目されているのが、個別教育プログラム（IEP）の作成支援です。IEPは子どもの強みを記述し、ニーズを特定し、測定可能な目標を設定する重要な文書です。従来、この作成には訓練を受けた専門職による綿密な評価が必要でした。

現在多くの学区では、一般化された定型的な選択肢から選ぶソフトウェアを使用しています。これにより標準化が進む一方で、子ども一人ひとりの真のニーズに応えられない場合があります。

ChatGPTなどの大規模言語モデルは、学生や家族からの複数のデータソースを活用してIEPなどの重要文書を生成することに長けていることが、予備的な研究で示されています。迅速にIEPを作成できるチャットボットは、特別支援教育の実践者が個々の子どもと家族のニーズにより良く応えることを可能にするかもしれません。

診断と評価の新たな可能性

AIシステムは専門職の研修や能力開発の支援にも活用されています。バーチャルリアリティと組み合わせたAIアプリケーションにより、実践者は子どもたちと直接関わる前に指導ルーチンを練習できるようになりました。

評価分野では、自動音声認識と言語処理を組み合わせたAIアプリケーションが、コンピューター媒介の口頭読書評価で学生の読解能力テストの採点に使用されています。

特に注目すべきは、自閉症や学習障害などの診断支援です。これらの障害では、症状の隠蔽、多様な症状の現れ方、不完全な病歴により解釈が困難な場合があります。AIを活用した機械学習ツールは、教育者にとってすぐには見えないパターンを特定することで、評価や指導の意思決定を支援できる可能性があります。

プライバシーと信頼の課題

しかし、これらのAI支援による介入には深刻な倫理的・実践的問題があります。学生のプライバシーへのリスクから機械の偏見、そして家族の信頼に関わるより深い問題まで多岐にわたります。

障害者教育法は、学生を不適切にサービス対象として特定したり、資格のある学生へのサービス提供を怠ったりすることを避けるため、障害評価における非差別的手法を要求しています。また、家族教育権利プライバシー法は学生のデータプライバシーと、親が子どものデータにアクセスし管理する権利を明示的に保護しています。

AIシステムが偏ったデータや手法を使用して子どもへの推奨を生成した場合はどうなるでしょうか。子どものデータがAIシステムによって悪用されたり漏洩したりした場合はどうでしょうか。

日本の教育現場への示唆

日本でも特別支援教育の人材不足は深刻な問題となっています。文部科学省の調査によると、特別支援学校の教員不足は年々深刻化しており、AIの活用は避けて通れない選択肢となりつつあります。

一方で、日本の教育現場では「きめ細やかな指導」が重視される文化があります。AIによる効率化が、この日本的な教育価値観とどう両立できるかが重要な課題となるでしょう。

ソニーや富士通などの日本企業も教育技術分野への投資を拡大していますが、特別支援教育への AI適用については慎重なアプローチが求められます。