ENTRY

◀︎ AI NEWS TOPへ

米メスキート独立学区、特別支援の子の個別の計画をAIで下書きし、先生たちは1人分の作成が最大3時間から約45分になったと話す

2026.10.30
米メスキート独立学区、特別支援の子の個別の計画をAIで下書きし、先生たちは1人分の作成が最大3時間から約45分になったと話す

米テキサス州のメスキート独立学区は、特別支援の子ども1人ずつの教育の計画を、AIで下書きしています。この11か月で、1人分の作成が最大3時間から約45分になったと先生たちは話しています。ただ、何人の先生の何件の計画を、どう測ったかは出ていません。「約45分」も、教育の業界紙は平均、会社の事例紹介は一部の先生の例と書き、食い違います。計画の質が上がったという説明にも数字がなく、外の人による確かめもありません。

この事例で分からないこと

  • 時間は先生の申告で、測り方、先生の人数、計画の件数が書かれていません
  • 「約45分」が先生全体の平均なのか一部の先生なのか、出典で書き方が食い違います
  • 計画の質が上がったという説明に、数字がありません
  • 一次は会社の事例紹介と学区の話だけで、外の人による確かめはありません

何が起きたか

メスキート独立学区(Mesquite Independent School District)は、テキサス州ダラスの東にある公立の学校の学区で、子どもは約3万8,000人です。

米国では、障害などで特別な支援を受ける子ども1人ずつに、個別の教育の計画(IEP)を作ります。計画には、今の学力や生活の様子、目標、受ける支援などを書きます。会社の事例紹介によると、先生は成績、出席、テスト、行動の記録、家族や先生の意見などを、いくつもの仕組みから集めて書いていました。多くの先生で、1人分に2〜3時間かかっていました。

学区は、教育ソフトの会社パノラマ・エデュケーション(Panorama Education)と組み、昨年度からAIの道具を使い始めました。

AIの使い方

道具は、パノラマのAI「ソラーラ(Solara)」です。学区がすでに使っていた、子どものデータをまとめるパノラマの仕組みとつながっています。

AIは、学区の仕組みに散らばった成績、出席、テストの結果、行動の記録を集め、得意なことと苦手なことの傾向を示します。出席が減っていることや、つまずいている教科も知らせるので、先生はそれを見て計画の目標を書けます。

責任者によると、AIは計画の決まった様式を学んでおり、先生が書き漏れた欄を知らせます。記録にない情報をAIが作って欄を埋めることはせず、どの支援をするかも決めません。

会社の事例紹介によると、学区では、今の学力や生活の様子を書く欄の下書き、障害が学びにどう響くかの説明、今の成績に合わせた目標の案にも、ソラーラを試しています。

計画は、資格のある職員が確かめ、直し、仕上げます。特別支援を受けるかどうかの判定も、AIはしません。

会社のよくある質問のページは、ソラーラはアンソロピック(Anthropic)の言語モデル「Claude」で動き、アマゾンのクラウド(AWS)の中に置くと書いています。子どもの情報をAIの学習に使わないともしています。ただし、これは製品全体の説明で、メスキートでの使い方に限った説明ではありません。

発表された数字

📊 項目 学区と会社の説明
IEP 1人分の作成 最大3時間 → 約45分(この11か月、先生の申告)
会社の事例紹介での書き方 一部の先生で、2〜3時間 → 45分
評価の報告書 以前は4〜6時間、新人で最大12時間。今は「かなり速い」(数字なし)
計画の中身 一人ひとりに合い、使い回しが減った(数字なし)

出典:エデュケーション・ウィーク(Education Week)の記事(2026-10-28)、パノラマ・エデュケーションの事例紹介(日付の記載なし)。先生の人数、件数、測り方は書かれていません

公表された説明と、確かめられていないこと

📢 公表されている説明 ⚠️ 確認できていない点
1人分が最大3時間から約45分になった 測り方、先生の人数、計画の件数
「約45分」は平均(記事)、一部の先生(事例紹介) どちらが正しいか
計画が一人ひとりに合うようになった 質をどう比べたか。数字
AIは書き漏れた欄を知らせ、記録にない情報で埋めない 下書きのうちAIが書いた文の割合と、先生が直した量
学区の審査で、法律と子どもの情報の守り方を確かめた 審査の中身
家族には別に知らせていない 家族の受け止め
時間と質の説明は、学区と会社が出したもの 学区と会社の外の人による確かめ

凡例:📢=当事者(学区・会社)が公表している説明 ⚠️=出典に書かれておらず、こちらで確認できていない点
出典:エデュケーション・ウィークの記事(2026-10-28)、パノラマ・エデュケーションの事例紹介。外の人による確かめはありません

学区は記事への声明で、道具は今の事務の仕事を助けるもので、特別支援の中身や計画づくりの決まりは変えないため、家族には別に知らせていないと説明しました。

子どもの情報を守る団体の代表、アメリア・ヴァンス(Amelia Vance)氏は、たくさんの仕組みから子どもの情報を1つのAIに集めれば漏れる場所が増え、AIが一部のデータにとらわれて子どもを決めつけるおそれもあると心配しています。自分なら、家族に先に知らせて理由を伝え、断れるようにすると話しています。

誰に関係するか

介護の事業所でケアプランを書く担当者なら、記録を集めて傾向を示す役と、様式の書き漏れを知らせる役をAIに任せ、どんな世話をするかは人が決める形にできます。

障害のある人の働く場を支える事業所で、1人ずつの支援の計画を書く職員なら、AIに記録を集めさせる前に、本人や家族にそのことを伝え、断れる道も用意しておきます。

どちらでも、試す前に1件を作るのにかかる時間を測り、計画の質をどう見るかを決めておくと、使った後と比べられます。メスキートでは、時間の測り方も質の数字も出ていません。

まとめ

記事は、2025年の研究で、AIが作った計画と先生が作った計画の質にはっきりした差はなく、AIのほうが時間は短かったという結果を紹介しています。メスキートの学区の計画を調べた研究ではありません。

参考文献

Tags

タグ一覧へ ▶︎

Kamone
著者 Kamone

30歳で学者志望からITエンジニアに転身。通信・金融業界におけるインフラ領域を中心に、オンプレミスからクラウドまで幅広く経験。AWS学習コミュニティでは公認メンターとして教材制作や講師を務める。現在はリツアンSTCにて事業推進に携わり、AI活用とエンジニア支援の高度化に取り組んでいる。

Kamone
著者 Kamone

株式会社リツアンSTC社員。

1984年 東京都中野区生まれ。

大学中退後、工場や警備員などを経て、何もスキルが身についていないことに危機感を覚える。
2014年 何か手に職をつけなければと思い、電子専門学校からエンジニアになった弟を見て「コイツにできるなら俺もできる」と安易な考えで未経験からIT業界に飛び込む。
そこは「まともな案件に入れなければ営業としてこき使われるか中国に送られるらしい」と恐ろしい噂が飛び交う会社だった。
「とんでもないところに来てしまった…」と戦慄するも、運よく大手新聞社系のインフラチームから声がかかり、エンジニアとしてのスタートを切る。

その後、SESを転々としながら通信・金融業界のオンプレ・クラウド案件を中心にインフラエンジニアとして経験を積む。

2021年 AWS学習サービス「Cloudtech」に参加し、公認メンターとして書籍出版プロジェクトや教材制作・講師などのコミュニティ・サービス運営に関わる。

2023年 ゆとりーマンのYoutube動画で新興SESの闇とリツアンの存在を知り、転職。(当時所属していたSES企業が動画で紹介されていた特徴に当てはまっていて愕然)
その後、CloudTechとリツアンの橋渡し役を担い、合同プロジェクト「テラコヤテック」の運営に関わる。
2025年 リツアンの「エンジニアに一円でも高い報酬を」「会社は社員に使われるためにある」「出入り自由」といったスタンスに共鳴。エンジニアから転向し、リツアンの事業推進に参画。
現在に至る。

他人の文体を真似たり、他人が書いた文章を手直しするのが得意、という若干嫌な気持ちにさせる特技を持つ。
AI活用を鋭意研究中。
(リツアンいいとこ一度はおいで。)

今すぐわかる。報酬シミュレーション