学生の物理自己効力感の低下を社会的ネットワークの視点から読み解く

（Beyond performance metrics: Examining a decrease in students’ physics self-efficacy through a social networks lens）

田中専務

拓海先生、最近部下から「授業で自己効力感が下がる」といった話を聞いたのですが、教育の現場でもAIと同じようにネットワークの影響があるんですか？正直よく分からなくて……。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、整理して考えれば分かりますよ。結論を先に言うと、授業での「誰とつながるか」が学生の学習に対する自信、つまり自己効力感に影響しているんです。今回はその根拠と、経営で使える観点を3点で示しますよ。

田中専務

3点ですか。具体的にはどんな点でしょうか。うちで言えば投資対効果が出るかどうかが一番心配です。

AIメンター拓海

いい質問です。まず1つ目は測った事実です: 対話的な授業でも学生の自己効力感が平均で下がる傾向が確認されています。2つ目は原因の手掛かり: 単に参加数ではなく、誰に認知されているかという「ネットワーク上の重み」が効くこと。3つ目は対応策: ネットワークの中心性を把握すれば、効率的に介入できるという点です。要点はこの3つですよ。

田中専務

なるほど。で、「ネットワーク上の重み」というのは具体的にどう計るんですか？社員研修でも使えそうなら投資を検討したいんです。

AIメンター拓海

良い観点ですよ。教育研究では「inDegree（受け入れられたつながり）」「outDegree（働きかけたつながり）」「PageRank（ページランク）」といった指標を用います。特にPageRankは、つながっている相手の“人気”に応じて重みが付き、単純な接触回数よりも質的な影響を示すんです。要するに、目立つ人や影響力のある人とつながることが、あなたのチームの士気や自信に波及する可能性があるんですよ。

田中専務

これって要するに、ネットワーク上で「誰とつながっているか」の質が大事で、単に会話した回数だけでは測れないということ？投資するならそこをどう改善するかを見ないとダメ、という理解でいいですか？

AIメンター拓海

その理解で合っていますよ。素晴らしい着眼点ですね！実務での応用は、影響力のある社員を特定して研修やロールモデル化すること、あるいは交流の構造を変える施策を少人数で試すことです。重要なのは小さく試して効果を確認すること、すなわちROIを早めに見られる設計をすることですよ。

田中専務

小さく試すというのは分かります。具体的にどんな指標で効果を測ればいいですか。うちの現場はクラウドも苦手な人が多くて、アンケートしか手がないんですが。

AIメンター拓海

安心してください。アンケートで十分に始められますよ。研究では事前（PRE）と事後（POST）の自己効力感を同じ尺度で測り、ネットワーク情報を並べて重回帰で解析しました。現場では簡便に、研修前後で自己効力感の変化と「誰と有意義なやり取りをしたか」を名寄せして集計すれば、傾向を掴めます。統計は外注でもできますよ、順序立てて進めればできます。

田中専務

外注も視野に入れると現実的ですね。リスクはどこにありますか。単に数字を集めるだけで意味がなくなることはありませんか。

AIメンター拓海

リスクはありますよ。代表的なのは因果の誤認です。つながりが多い人が自信があるのか、自信がある人に皆が集まるのかの見極めが必要です。だから小規模介入で順を追って検証することが肝心です。もう一つはプライバシー設計、個人を特定しない集計ルールを最初に決めておくことですよ。

田中専務

分かりました。では一度、アンケートで接触のネットワークを取って、PageRankを見てから介入の順序を決める、というやり方でいいですね。私なりに整理すると……

AIメンター拓海

その通りです。小さく計測して、影響力のある人を活用する。介入して再計測して効果を確認する。経営目線で言えばコストを抑えて効果を検証するPDCAが回せますよ。大丈夫、一緒にやれば必ずできますよ。

田中専務

分かりました。私の言葉で言うと、「誰とつながるかの質が社員の自信に影響するから、まずはつながりを測って影響力のある人に手を打ち、効果を小さく検証する」ということですね。ありがとうございます、拓海先生。

---

結論ファースト

この研究は、対話的な導入授業に参加した学生において、自己効力感（self-efficacy）の平均値が学期末に下がるという事実を示すと同時に、その変化を説明する要因として教室内の社会的ネットワーク構造が寄与することを明らかにした。特に単なる交流回数ではなく、他者からの認知の“質”を測るPageRankという指標が事後の自己効力感を予測した点が最も重要である。教育や研修においては、誰とつながるかの質を把握し、影響力のある個人を介した小規模介入で効果を確認するアプローチが有効であると結論づけられる。

1.概要と位置づけ

対象の研究は、モデル化指導法（Modeling Instruction）という対話的で能動的な導入物理コースを用いて、学生の自己効力感の変化を測定した研究である。自己効力感とは「ある課題をやり遂げる自分の能力に対する信念」を指し、進路選択や学習継続に深く関わる重要な心理的資質である。通常、対話的授業は概念理解や学習態度を高めることが報告されるが、本研究はそれだけでは説明がつかない自己効力感の低下という指標に着目した点で位置づけが独特である。経営視点でいえば、スキル研修後に社員の自信が下がるケースを実測的に分析した研究とも言える。

研究は二つの学期にわたり、SOSESC-P（Sources of Self-Efficacy in Science Courses-Physics）という尺度を用いて事前・事後測定を行った。さらに同じ集団から定期的に「有意義な交流があった相手」の名簿を収集し、社会的ネットワーク解析（Social Network Analysis：SNA）で中心性指標を算出した点が特徴である。これにより、個人の自己申告だけでなく、クラスという集団の相互関係を定量的に扱う試みになっている。要するに、個人の心理と集団構造を同時に見る点が本研究の位置づけである。

2.先行研究との差別化ポイント

先行研究では、対話的授業が概念理解や態度の改善をもたらすことが示されているのに対し、本研究はその延長線上で自己効力感が下がるという逆説的現象に焦点を当てた。従来の研究は主に個人の成績や態度をアウトカムにしていたが、本稿は「自己効力感の内部構造（四つの情報源）」を分解して比較した点で差別化される。さらにネットワーク中心性という新しい説明変数を導入することにより、個人差の背景にある社会的ポジショニングを明らかにしている。

また、単純な交流頻度だけでは説明できない「誰とつながっているか」という質的側面をPageRankで示した点が先行研究と異なる。経営で言えば、研修の参加回数や時間だけで効果を測るのではなく、社内での影響力のネットワークを評価する必要性を提示した点が新規性である。結果として、集団設計の意義を再考させる示唆を与えている。

3.中核となる技術的要素

本研究で用いた社会的ネットワーク解析（Social Network Analysis：SNA）は、個人間の関係をノードとエッジで表現し、中央性（centrality）と呼ばれる指標で個人の位置や影響力を評価する手法である。主要な尺度としてinDegree（受け入れられたつながりの数）、outDegree（働きかけたつながりの数）、そしてPageRank（自分にリンクしている相手の重要度も勘案する重み付き中心性）が使われた。PageRankはウェブページ評価で有名なアルゴリズムで、つながっている相手の“重要度”を再帰的に評価する概念である。

分析手法としては、事前の自己効力感（PRE）を統制変数として入れ、ブートストラップを用いた重回帰分析で事後の自己効力感（POST）を説明した。ここで注目すべきは、単純なinDegreeでは説明が弱かった一方で、PageRankが有意にPOSTを予測した点である。つまり影響力のある相手とつながっているかどうかが、学期末の自信に影響したということである。これが技術的な中核である。

4.有効性の検証方法と成果

検証は二学期に渡る147名のデータを対象に行われ、SOSESC-Pによる四つの自己効力源と全体の自己効力感が各学期で低下しているという結果が示された。特に、PageRankを説明変数に入れたモデルは事後自己効力感の有意な予測子として残った。統計的にはブートストラップを用いた回帰で頑健性を担保しており、単純な相関ではないことが示されている。

成果の実務的含意は明確である。教育や社内研修において、単に参加者を集めるだけでは不十分であり、ネットワーク上でどの位置に誰がいるかを把握して介入対象を絞ることで効率的に自信やモチベーションを改善できる可能性がある。つまり限られたリソースで最大効果を狙う際の設計指針を与える研究である。

5.研究を巡る議論と課題

議論点としては因果推論の難しさがある。つながりが自信を生むのか、自信がある人に他者が集まるのかの方向性を厳密に判定するには、介入実験が必要である。また、教育現場と企業現場での適用性には調整が必要で、文化や組織構造の差が結果に影響する可能性がある。測定は主に自己申告に基づくため、行動指標との突合や定性的情報の補完が望ましい。

実務上の課題はデータ収集の負担とプライバシー配慮である。名簿形式でのつながり収集は比較的簡便だが、社員の心理に関わるため匿名化と集計設計を慎重に行う必要がある。さらに、PageRankのような指標を活用するには解析の外部支援が現実的な選択肢となるだろう。

6.今後の調査・学習の方向性

今後はランダム化介入や準実験デザインを用いて因果関係を検証することが重要である。加えて、長期的な追跡調査によって自己効力感の時間的ダイナミクスを把握し、短期的な低下が中長期の学習成果にどうつながるかを明らかにする必要がある。企業応用に向けては、小規模パイロットと迅速な再計測を繰り返す実証プログラムが有効だ。

組織としての学びの設計に対する示唆は明白である。具体的には影響力のある人材を特定して育成・活用すること、交流の構造を改善するためのフォーマットを導入することが実務的な出発点になる。まずは観測から始め、仮説に基づいた介入を小さく回すことだ。

検索に使える英語キーワード

self-efficacy, social network analysis, PageRank, Modeling Instruction, physics education research

会議で使えるフレーズ集

• 「研修後の自己効力感を事前・事後で比較して、ネットワーク構造を並行評価しましょう」
• 「影響力のある社員を特定して小規模介入で効果検証を行います」
• 「接触回数だけでなく、つながりの“質”を評価する指標を導入しましょう」
• 「まずは匿名化した簡易アンケートでネットワークを可視化します」

参考文献

R. Dou et al., “Beyond performance metrics: Examining a decrease in students’ physics self-efficacy through a social networks lens,” arXiv preprint arXiv:1809.01552v1, 2016.