はじめに：作文添削の現場で起きている静かな変化
Table of Contents
−- はじめに：作文添削の現場で起きている静かな変化
- 研究の背景：なぜこの研究が必要だったのか
- 研究の設計：実際の授業で何が行われたのか
- 評価の仕組み：何をどう測定したのか
- 複雑さ（Complexity）：文の構造がどれだけ複雑かを測ります。例えば、「私は公園に行った」という単純な文より、「天気が良かったので、友達と一緒に桜が満開の公園に散歩に行った」という文の方が複雑です。この研究では、1つの節あたりの平均語数や、T単位（独立した節のまとまり）あたりの平均語数で測定しました。 正確さ（Accuracy）：文法的な誤りがどれだけ少ないかを測ります。T単位のうち、誤りのないものの割合で計算されました。 語彙の多様性（Lexical diversity）：どれだけ多様な語彙を使っているかを測ります。同じ単語を繰り返すのではなく、類義語を使い分けられているかがポイントです。タイプ・トークン比（異なる単語数÷総単語数）で計算されました。 流暢さ（Fluency）：どれだけスムーズに、たくさん書けるかを測ります。単純に総単語数で評価されました。 採点は、研究者の一人（17年の指導経験を持つ博士号保持者）と、10年の指導経験を持つ別の英語教師の2名で行われました。2人が独立して採点し、その平均を最終スコアとしました。2人の採点者の一致度は高く、信頼性のある評価だったと言えます。 主な発見：教師とAWE、それぞれの強みと弱み
- ジャンルによる違い：物語文と議論文では何が変わるのか
- この研究の意義と限界：現場への示唆
- 教育現場への提言：技術と人間の協働
- むすびに：テクノロジーと人間性のバランス
英語の作文を習ったことがある人なら、真っ赤に添削されて返ってきた作文用紙を見て、がっかりした経験があるかもしれません。あるいは逆に、先生からの丁寧なコメントに励まされて、もう一度書き直してみようと思った経験もあるでしょう。作文指導において、フィードバックは学習者の成長を左右する重要な要素です。
近年、教育現場ではテクノロジーの進化により、Grammarly（グラマリー）のような自動作文評価ツールが普及してきました。ボタン一つで文法やスペルの誤りを指摘してくれるこうしたツールは、忙しい教師の負担を軽減する可能性を秘めています。しかし、機械による添削は、本当に人間の教師と同じように学習者の作文力向上に貢献できるのでしょうか。
本稿で取り上げるのは、イランの研究者であるザフラ・ファケル・アジャブシールとサマン・エバディによる2023年の研究論文The effects of automatic writing evaluation and teacher-focused feedback on CALF measures and overall quality of L2 writing across different genresです。両氏はイランの大学で英語教育に携わる専門家であり、アジャブシールはボナブ大学、エバディはラーズィー大学に所属しています。この研究は、実際の大学の授業現場で、教師フィードバックと自動評価ツールのどちらがより効果的かを比較検証した貴重な実証研究です。