「学年」という発明の歴史
小学3年生は掛け算を習う。中学2年で一次関数。高校1年で三角関数。日本の学習指導要領は、何歳の子どもが何を学ぶかを精密に規定している。だが、この「学年」という仕組みはいつ、なぜ生まれたのか。
答えは意外なほど新しい。学年制度が広まったのは19世紀、産業革命期のことだ。工場で均質な労働者を効率的に育てるために、同じ年齢の子どもを一つの教室に集め、同じ内容を同じペースで教える仕組みが設計された。ホーレス・マンがプロイセンの教育制度を米国に導入し、日本も明治期にこれを模倣した。200年前の工場モデルが、2026年の今もほぼそのまま生き残っている。
この制度の最大の前提は、「同じ年齢の子どもは同じ能力を持つ」というものだ。しかし、教壇に立ったことがある人なら誰でも知っている——同じ教室にいる30人の理解度はばらばらだ。
PAL：6つの数字で「あなた」を追跡する
2026年4月、カーネギーメロン大学を含む研究チームが発表した論文「PAL: Personal Adaptive Learner」は、この問題に技術的な解を提示する。
PALは講義動画を入力として受け取り、視聴者一人ひとりに最適化された対話的学習体験に変換するシステムだ。その中核にあるのが、6次元の学習者状態ベクトルである。
- スキルレベル（現在の習熟度）
- 最近の正答率（直近のパフォーマンス）
- 正規化応答時間（回答にかかる時間の傾向）
- ストリーク勢い（連続正答の加速度）
- 学習速度（上達の速さ）
- 自信度（応答パターンから推定される確信の度合い）
システムはこの6つの指標をリアルタイムで更新し、次に出す問題の難易度を3段階（事実確認・概念理解・応用）で動的に調整する。
「冷たい開始」を解決するハイブリッド手法
適応学習で最も厄介な問題のひとつがコールドスタート——学習者のデータがまだ蓄積されていない初期段階でどう適応するか、だ。
PALはこの問題を、統計モデルと強化学習のハイブリッドで解決する。
まず、項目応答理論（IRT）の2パラメータロジスティックモデルが統計的な「先行知識」として機能する。これは教育測定学で数十年の実績がある手法で、問題の難易度と識別力をパラメータ化し、学習者の能力を推定する。昇格の閾値は正答率75%以上、降格は35%以下と非対称に設定されており、「できない」と判断するハードルを意図的に高くしている。
一方、Q学習（強化学習の一種）が並行して走り、学習者との対話データが蓄積されるにつれて重みを増していく。具体的には、混合確率πt = (1-wt)·pstat + wt·pRLで両者をブレンドする。初期はIRTが主導し、データが溜まるとRLに主導権が移る。
報酬関数は正答（+1）/不正答（-0.5）だけでなく、応答速度ボーナス、難易度進行の適切さ、連続正答の勢いを合成する多次元設計になっている。つまりシステムは「正解したかどうか」だけでなく、「どれくらい自然に上達しているか」を最適化する。
「最適学習ゾーン」の維持——ヴィゴツキーの夢を工学的に
教育心理学者レフ・ヴィゴツキーは1930年代に「最近接発達領域（ZPD）」を提唱した。学習者が一人では解けないが、適切な支援があれば解ける問題の範囲——そこにこそ学びが生まれるという理論だ。
PALが工学的に実現しようとしているのは、まさにこのZPDのリアルタイム維持である。簡単すぎる問題は退屈を生み、難しすぎる問題は挫折を生む。6次元の状態追跡と動的な難易度調整によって、学習者を常に「ちょうどいい難しさ」の中に置き続ける。
ここで根本的な問いが浮かぶ。もしAIが個人のZPDをリアルタイムで維持できるなら、「小学3年生は掛け算」という一律の規定に何の意味があるのか。
学年制度の3つの前提が崩れる
学年制度は暗黙に3つの前提を置いている。
前提1：同年齢≒同能力。現実には、同じ教室の中で数学の理解度に2〜3学年分の開きがあることは珍しくない。OECD/PISAのデータは、同一学年内の学力分散が学年間の平均差よりも大きいことを繰り返し示している。
前提2：最適な学習ペースは一つ。教師は「平均的な生徒」に合わせて授業を設計する。理解の速い生徒は退屈し、遅い生徒は置いていかれる。PALの6次元モデルが示すように、学習ペースはスキル・自信・応答速度の複合関数であり、一つの値には還元できない。
前提3：測定は定期テストで十分。年に数回の定期テストで習熟度を判定し、「進級」か「留年」かを決める。PALは毎秒レベルで学習状態を更新する。測定の解像度が桁違いに異なる。
企業研修という「もうひとつの学年制度」
この問題は学校教育に限らない。企業のe-Learningプラットフォームの多くは、コースを「初級」「中級」「上級」に分け、受講者は自己申告や簡単な事前テストでレベルを選ぶ。
だが、10年の経験がある営業担当者が「初級」から始めなければならない研修も珍しくない。あるいは、プログラミング経験のないマネージャーが「全社員必修」のDX研修で置いていかれるケースもある。
PALのアプローチが示唆するのは、「レベル分け」という設計思想そのものの賞味期限だ。離散的な3段階ではなく、連続的な適応。自己申告ではなく、リアルタイムの行動データに基づく推定。企業研修の設計原理が根本から変わる可能性がある。
実装のハードルと残された問い
PALの提案は魅力的だが、現段階では注意が必要な点もある。
第一に、実証データがまだない。論文は技術的なアーキテクチャを提示しているが、大規模な比較実験の結果は報告されていない。著者らもこれを認めており、教室環境での実証評価を今後の課題として挙げている。
第二に、講義動画という入力形式の制約がある。PALは動画のトランスクリプトとフレームから問題を生成する設計だが、実験やディスカッション、プロジェクト型学習といった形式には直接適用できない。
第三に、社会的学習の視点が薄い。学年制度のもうひとつの機能は、同年齢集団の中で社会性を育てることだ。PALは個人の認知的最適化に焦点を絞っており、協調学習の統合は今後の課題として言及されるにとどまっている。
それでも、PALが提示するフレームワーク——6次元状態追跡、IRT＋RLハイブリッド、リアルタイム適応——は、教育の個人化に向けた技術的基盤として説得力がある。問題は「この技術が機能するか」ではなく、「教育制度がこの技術に追いつけるか」だろう。
200年続いた仕組みを問い直す時
私たちは「学年」を自然なものだと思っている。だが、それは200年前の工場が必要とした仕組みにすぎない。AIが一人ひとりの学びを追跡し、最適化できる時代に、同じ年齢の子どもを同じ教室に押し込める合理性は確実に薄れている。
PALはまだ研究段階のシステムだ。だが、その設計思想が突きつける問いは重い——学年とは、学習者のための仕組みか、管理者のための仕組みか。
