拓海さん、最近部下からCode.orgって教育サービスを使って小学生にプログラミング教えたらいいって言われましてね。正直、デジタルが得意でない私には何がどう良いのか、投資対効果が見えなくて困っています。これって要するに何を見れば判断できるんでしょうか。
素晴らしい着眼点ですね！大丈夫、一緒にやれば必ずできますよ。まず要点を三つにまとめると、Code.orgのようなブロック型プログラミングは一、子どもの計算的思考（Computational Thinking; CT）を育てる、二、学習動機（Learning Motivation）が上がる、三、実際の達成度（Achievement）にも好影響がある、ということなんです。
計算的思考という言葉は聞いたことがありますが、具体的にはどんな力ですか。経営判断に使うなら、現場で何が変わるかを知りたいんです。
いい質問です。計算的思考（Computational Thinking; CT）は問題を分解して手順化する力です。経営で言えば、複雑な工程を分けて誰に何を任せるか明確にする力に似ていますよ。現場での変化は、作業の標準化や原因分析が早くなる、少ない試行で改善案を試せる、という形で現れますよ。
では学習動機というのはどう評価するのですか。単に楽しければ良いという話ではないと思うのですが。
おっしゃる通りです。学習動機（Instructional Materials Motivation Survey; IMMS）はただの楽しさだけでなく、注意（Attention）、関連性（Relevance）、自信（Confidence）を見ます。ビジネスでいうと、会議での集中力、仕事の意味づけ、部下のやれる感に相当します。これらが上がると自律的な学びが進むんですよ。
なるほど。で、結局のところ現場の達成度（Programming Achievement Test; PAT）が上がるという話ですか。これって要するに、子どもたちが実際に課題を解けるようになるということですか?
その通りです。研究ではPATでの達成度が上がったことが確認されています。要点を三つにまとめると、一、CTの指標（Programming Computational Thinking Scale; PCTS）が改善すること、二、IMMSとASCOPL（Attitude Scale of Computer Programming Learning; 学習態度尺度）が改善すること、三、これらが相互に正の相関を持ち、最終的に成績向上につながること、です。
投資対効果の観点では、教材にかける時間と得られる効果の関係が気になります。導入コストがかかったとしても現場の生産性や学習効果に見合うかをどう判断すればいいですか。
良い視点です。判断の軸は三つで良いです。一、短期的なアウトプット（PATのスコア改善）、二、中期的な行動変容（自分で課題を解く姿勢の定着）、三、長期的な組織効果（問題解決速度や業務標準化への波及）です。小さく試して効果を測り、順次スケールする方法が現実的に有効ですよ。
分かりました。では最後に、私の頭で整理してみます。つまり、Code.orgのようなブロック型教材は計算的思考と学習動機、学習態度を高め、それが相互に作用して達成度を上げる。導入判断は短期のスコア改善、中期の行動変化、長期の組織効果の三軸で見れば良い、ということですね。これなら部下に説明できます。
1.概要と位置づけ
結論を先に述べると、この研究はブロックベースの教育プラットフォームであるCode.orgを用いることで、児童生徒の計算的思考（Computational Thinking; CT）、学習動機（Instructional Materials Motivation Survey; IMMSで測定）、学習態度（Attitude Scale of Computer Programming Learning; ASCOPLで測定）、およびプログラミング達成度（Programming Achievement Test; PAT）に有意な改善が見られることを示した点で重要である。教育現場における教材選定や初等教育におけるプログラミングカリキュラムの設計に対して、実証的な根拠を提供した点が最大の貢献である。
まず基礎的な位置づけを示す。計算的思考（Computational Thinking; CT）は問題を分解し手順化する能力であり、学習動機（IMMS）は注意、関連性、自信といった要素を評価する学習心理指標である。これらは単独ではなく相互に作用して学習成果に影響を与えるため、教材の効果検証は単一指標でなく複数指標の同時観察が必要であると本研究は提示する。
応用面では、児童期におけるCT育成は将来的な問題解決能力や論理的思考の基礎を築く点で重要である。企業の観点で言えば、若年層の論理的思考訓練は中長期的に労働力の質を高め、業務改善やイノベーションの確率を高める投資に相当する。だからこそ初等教育段階でのツール選定が経営判断と無関係でない。
本研究は、20名規模の実証的サンプルを用い、PCTS（Programming Computational Thinking Scale）、IMMS、ASCOPL、PATを導入して測定を行った点で実務的な示唆力を持つ。評価尺度の組み合わせにより、学習者の認知的・情意的側面と成績指標がどのように連関するかを明らかにしている。
結びとして、この論文は教材の導入検討にあたって、CTや動機・態度の向上が単なる副次的効果でなく、最終的な学習達成度と結びつくというエビデンスを与えている。教育投資の評価において短期的スコアだけでなく、動機や態度の変化を評価軸に入れるべきである、と強く示唆する。
2.先行研究との差別化ポイント
結論を先に述べると、本研究は単に成績の改善を報告するだけでなく、計算的思考（PCTS）、学習動機（IMMS）、学習態度（ASCOPL）、達成度（PAT）の四指標を同時に扱い、それらの相互関係を統計的に検証した点で既存研究との差分を生む。従来研究が個別指標に注目する傾向が強いのに対し、本研究は学習過程の多面的な連関を示している。
既往研究ではブロック型プログラミングが学習の入口として有効である旨は示されてきたが、その効果が学習者の動機や態度を介して成績向上につながるメカニズムまで踏み込んだ実証は限定的であった。本研究はこれらの媒介関係を明示的に扱うことで、因果の可能性を議論するための基礎データを提供している。
方法論上の差別化は、PCTSやIMMSといった標準化された尺度を組み合わせ、ANOVAなどの分散分析を用いて各要素間の差異を検出した点にある。計量的な処理により、どのサブスケール（たとえばAttentionやConfidence）が達成度に影響を与えているかまで掘り下げている。
実務的な差別化は、研究がCode.orgという広く利用されるプラットフォームを対象とすることで、他の教育現場や教材に対して結果を比較的容易に転用できる点である。汎用性の高い教材を対象とすることで、学校や教育委員会、自治体の導入判断に即した示唆が得られる。
総じて、本研究は効果の存在を示すだけでなく、その内部構造と相互作用を提示した点で、先行研究に対して一段踏み込んだ貢献を果たしている。教育投資の評価において、複数指標を同時評価するモデルを採る意義を示したと言える。
3.中核となる技術的要素
結論を先に述べると、本研究の「技術的要素」は主に計測尺度とブロック型教材の設計にある。PCTS（Programming Computational Thinking Scale）は計算的思考の定量化を、IMMSは教材による動機づけ効果を、ASCOPLは学習態度を、PATは学習到達をそれぞれ定量化するためのツールである。これらを組み合わせることで教材効果の全体像を構築している。
ブロック型プログラミングの本質は、抽象的な構文を視覚的な部品に置き換えて易しく扱えるようにする点である。これにより、シンタックス（文法）でつまずく前にアルゴリズム的思考を育てることが可能となる。経営に例えれば、複雑な業務プロセスをチェックリスト化して現場作業を早く回せるようにする工夫に相当する。
計測面では各尺度の信頼性と妥当性の確保が重要である。PCTSやIMMSは既存の研究で利用実績がある尺度を採用しており、尺度ごとの内的一貫性を確認した上で分析している点が技術的に重要である。尺度の適切な運用が結果の解釈可能性を担保する。
解析手法としては相関分析や分散分析（ANOVA）を用い、サブスケール間の有意差を検出している。これにより、たとえばAttentionやConfidenceが他の要素とどう関係するかといった、実務的に示唆のある情報を得ている。単純な平均比較を超えた多角的な検証が行われている。
最後に、教材設計の観点では、学習者の注意を引きつける工夫や達成感を得やすい課題設計が重要である。技術的要素と教育デザインが噛み合うことで、CTや動機、態度の改善が達成度に結びつくという因果の筋道が示されている。
4.有効性の検証方法と成果
結論を先に述べると、本研究は20名程度の小規模サンプルでPCTS、IMMS、ASCOPL、PATを事前・事後で比較し、ANOVAなどを用いて統計的有意差を検出した。結果として計算的思考、学習動機、学習態度、達成度すべてに改善が確認され、各要素間には正の相関が認められた。
検証方法の要点は、標準化された尺度の複数同時測定と事前事後比較である。事前にベースラインを取り、教育介入後に同一尺度で評価することで変化量を算出し、統計処理で偶然の可能性を排除している。これにより、単なる印象や教員評価に依存しない客観的な評価が可能だ。
成果の具体的な特徴として、特に計算的概念（Computational Concepts）や視点（Perspectives）の改善が顕著であり、学習態度の側面では意欲（Willingness）や必要性の認識（Necessity）の向上が見られた。動機のサブスケールではAttention、Relevance、Confidenceに有意な差が確認されている。
さらに相関分析により、CTの向上が動機や態度の改善と連動していることが示された。これは単なる相関であり厳密な因果関係を示すものではないが、教育実践上はCT強化が学習に好循環を生むことを示唆する実務的な材料となる。
実務的含意としては、導入初期における指標モニタリング（例えばIMMSのAttentionやPATのスコア）を行うことで早期の効果検知が可能であり、小規模な試行から段階的に拡大するスケールアウト戦略が有効であることが示唆される。
5.研究を巡る議論と課題
結論を先に述べると、本研究は有益な示唆を与える一方で、標本規模の小ささやフォローアップ期間の短さといった制約があり、外的妥当性や長期的効果の検証が今後の課題である。これらを踏まえて結果を扱う必要がある。
まず規模の課題である。20名程度のサンプルは示唆的であるが、学校や地域、学年の違いを跨いだ一般化には限界がある。企業でいうところのパイロットフェーズにあたるため、次段階ではより大規模で層化したサンプルが必要だ。
次に因果推論の問題である。相関は確認されている一方で、CTの向上が直接的に達成度を引き上げるのか、あるいは動機や態度を媒介するのかといった経路は慎重に扱うべきだ。実際の因果関係を特定するにはランダム化比較試験（Randomized Controlled Trial; RCT）等の設計が有効である。
測定の妥当性についても議論が残る。尺度は既存の信頼あるツールを用いているものの、文化的背景や年齢差による解釈のズレが生じうる。教育現場での実運用時にはローカライズや補正が必要になる可能性が高い。
総合すると、本研究は初期エビデンスとして有用であるが、教育政策や学習プログラムの大規模導入判断には追加の大規模研究や長期追跡が求められる。導入を検討する企業や学校は段階的な検証計画を組むべきである。
6.今後の調査・学習の方向性
結論を先に述べると、今後は大規模なRCTの実施、長期効果の追跡、さらには教材のローカライズと教師研修の効果検証が必要である。加えて企業側では教育成果を組織的効果に結びつけるための中期・長期KPI設計が求められる。
具体的には、まず多地域・多学年を対象としたサンプル拡大が望まれる。これにより外的妥当性が高まり、地域差や校種差の影響を把握できる。次に長期追跡調査を行い、CTや動機の向上が将来的な学習進路や職業選択にどう影響するかを明らかにする必要がある。
教材側では、Code.orgのような汎用プラットフォームを地域や文化に合わせて最適化する研究が重要である。教師の指導スキルやPD（Professional Development; 専門的能力開発）が効果発現に与える影響も無視できない。現場研修プログラムのデザインと評価が次のテーマだ。
企業や自治体が導入を検討する際には、短期指標（PAT）だけでなく、IMMSやASCOPLなど情意的指標をモニタリングに組み込み、中期的に行動変容や学習習慣の定着を見ることが重要である。効果を見える化して経営判断に組み込む設計が必要だ。
最後に、検索や追加調査のための英語キーワードを示す。”Computational Thinking”, “Code.org”, “Block-based programming”, “Instructional Materials Motivation Survey”, “Programming Achievement Test”。これらで文献探索を行えば関連研究に速やかに辿り着ける。
会議で使えるフレーズ集
「本教材は計算的思考（Computational Thinking; CT）の基礎を育成し、学習動機や態度を改善するエビデンスがあります。短期ではPATの改善が見られ、中期的には自律学習が進む可能性があります。」
「導入判断は三軸で行いましょう。短期のスコア改善、中期の行動変容、長期の組織効果の観点から段階的に評価・拡大することを提案します。」
「まずは小規模のパイロットでIMMSとPATをモニタリングし、有効性を確認してからスケールアウトするのがリスク管理上妥当です。」
参考文献: W. C. Choi and I. C. Choi, “The Influence and Relationship between Computational Thinking, Learning Motivation, Attitude, and Achievement of Code.org in K-12 Programming Education,” arXiv preprint arXiv:2412.14180v1, 2024.
