vtmc_学習支援

  構造を見つけた先にあったもの ChatGPT作 前回までで、私たちは 教科書を読み直し そこに「構造」があることに気づき そして「構造化」という方向へ舵を切った というところまでお話ししました。 今回は、その先で何が起きたのかをお伝えします。 ■ 構造を見ようとすると、学び方が変わる 教科書を「構造」として捉え始めたとき、 最初に起きた変化はとてもシンプルなものでした。 読み方が変わったのです。 それまでは、 ・どこに何が書いてあるか ・どの知識が重要か を追っていました。 しかし構造を見るようになると、 ・この章はなぜここにあるのか ・この説明はどの前提に依存しているのか ・この概念はどこにつながるのか という視点に変わります。 すると、不思議なことが起きます。 知識が「点」ではなく「線」になり、やがて「面」になります。 ■ 「覚える量」は変わらないのに、理解が加速する ここで重要なのは、 覚える情報量は減っていない という点です。 むしろ、扱っている情報は同じです。 しかし、 ・順番がわかる ・つながりが見える ・前提が理解できる ことで、 理解のスピードが圧倒的に変わります。 これは、従来の学習でよく起きる 「覚えたはずなのに解けない」 という状態とは対照的です。 構造が見えていると、 問題に対して 「どの知識を取り出すべきか」 が自然に分かるようになります。 ■ 教科書の「意図」が見える瞬間 さらに大きな変化がありました。 それは、 著者の意図が見えるようになること です。 例えば、 ・なぜこの順番で説明しているのか ・なぜこの例が選ばれているのか ・なぜここで話題が切り替わるのか これらはすべて、偶然ではありません。 構造を追うことで、 著者が「どこでつまずくか」を予測しながら 説明を組み立てていることが見えてきます。 つまり、 教科書そのものが、すでに優れた「教育設計」になっている ということに気づきます。 ■ しかし、ここで壁にぶつかる ここまで来て、私たちは次の問題に直面します。 それは、 この構造を、どうやって扱うのか という問題です。 構造が見えたとしても、 ・人間がすべてを整理し続けるのは限界がある ・科...

  この1年間、私たちは何をしていたのか ChatGPT作 前回の記事では、 VTMCが「発信を止める」という決断をした理由についてお話ししました。 今回は、その裏側—— この1年間、実際に何をしていたのか をお伝えします。 結論から言えば、やっていたことは非常にシンプルです。 教科書を、全科目、読み直しました。 獣医学の国家試験は、範囲が広く、 そして科目数も非常に多い試験です。 通常の学習では、 まとめ資料 問題集 過去問 を中心に進めることがほとんどです。 それは効率的であり、合理的でもあります。 しかし、私たちはあえてそこから離れました。 なぜなら、 「本当に正しい知識はどこにあるのか」 という問いに、正面から向き合う必要があったからです。 その答えは明確でした。 教科書です。 そこで私たちは、 コアカリキュラムに基づく教科書を揃え 実際に読み込み 内容を確認し という、極めて地道な作業を繰り返しました。 正直に言えば、これは効率の良い方法ではありません。 時間もかかりますし、 すぐに成果が見えるわけでもありません。 しかし、読み進めるうちに、 あることに気づきました。 それは、 教科書には「構造」がある ということです。 単なる情報の羅列ではなく、 どこから説明を始めるのか なぜその順番なのか どの概念が土台になっているのか すべてが意図を持って配置されています。 そしてもう一つ。 著者の「ここは理解してほしい」という強いメッセージがある。 問題集では見えにくいこの構造が、 教科書には確実に存在していました。 ここで、私たちは同時にもう一つの課題にも直面しました。 それは、 教科書の価値を損なわずに、どう活用するか という問題です。 教科書は、 著者の専門的知識 長年の研究成果 教育としての責任 によって成り立っています。 だからこそ、 単純に内容を抜き出したり、 まとめとして公開したりすることは、 本来の価値や、著者・出版の意義を損なう可能性があります。 私たちは、この点を非常に重く考えました。 目指すべきは、 教科書を置き換えることではない 教科書を簡略化することでもない 教科書の価値を守りながら、 その理解を支援する仕組みを作ること。 つまり、 内容そのものは外に出さない しかし、どこを学ぶべきかは示せる 構造や関係性は整理できる という形で...

  なぜ「発信を止める」という決断をしたのか 画像はChatGPT作 前回の記事では、 VTMCが約1年間、発信を止めていた理由についてお話ししました。 今回は、その決断の中身について、もう少し踏み込みます。 正直に言えば、発信を続けることは簡単でした。 途中経過でも、 「ここまで進みました」 「こういう技術を作っています」 といった形で、いくらでも情報は出せました。 むしろ、そうするべきだったのかもしれません。 しかし、私たちはそれを選びませんでした。 理由は明確です。 “途中のもの”は、受験生にとって価値にならないからです。 国家試験の勉強において、最も重要なのは「信頼」です。 この情報は正しいのか この方法で合格できるのか この学習は無駄にならないのか 受験生は常にそれを考えています。 だからこそ、少しでも曖昧な情報や、 完成していない仕組みを出してしまうと、 「結局、何を信じればいいのか分からない」 という状態を生んでしまいます。 私たちは、そこに強い違和感を持っていました。 多くの情報があふれる中で、 「とりあえず出す」という発信が増えています。 しかしそれは、 受験生の不安を減らすどころか、 むしろ増やしてしまっている可能性がある。 VTMCが目指しているのは、 情報を増やすことではありません。 「判断を減らすこと」です。 何をやるべきか迷わない。 どれを信じるか悩まない。 余計な比較をしなくていい。 その状態を作ることが、 本当の意味での学習支援だと考えています。 だからこそ、 未完成のものは出さない 検証できていないものは出さない 自信を持てないものは出さない この方針を徹底しました。 もちろん、その代償として、 約1年間「何もしていないように見える状態」になります。 実際、そう見えたと思います。 しかしその裏では、 教科書の読み込み 構造設計 AIとの接続検証 精度の確認 をひたすら繰り返していました。 そしてようやく、 「これなら受験生に出せる」 と確信できる状態に到達しました。 発信を止めたのは、 逃げではありません。 むしろ逆で、 「本当に価値のあるものしか出さない」という覚悟でした。 この判断が正しかったかどうかは、 これからの結果で示していきます。 次回は、 「この1年間、実際に何をしていたのか」 について、具体的にお話しします。...

  8か月間、発信を止めた理由 イラストはChatGPT作 VTMCのブログを、約1年ぶりに再開します。 2025年5月を最後に、私たちは発信を止めました。 SNSが当たり前のこの時代において、「発信を止める」というのは、決して良い選択ではありません。 それでも、あえて止めました。 理由はひとつです。 中途半端なものを、受験生に届けたくなかったからです。 この1年間、私たちは表に出ることなく、ある問いに向き合い続けていました。 「国家試験において、本当に信頼できる知識とは何か？」 受験生は、最後の最後に何を信じるのか。 どんなに優れた問題集やまとめ資料があっても、最終的に立ち返るのは—— 教科書です。 獣医学教育において「正しい知識」とされるものは、 コアカリキュラムに基づいた教科書にあります。 これは、揺るぎません。 しかし同時に、私たちはもう一つの現実も知っています。 教科書をすべて読み切り、理解し、記憶することは極めて難しい。 情報量は膨大で、時間は限られている。 どこが重要で、どこを優先すべきかも分かりにくい。 つまり、 教科書は「最も正しい」 しかし「最も使いにくい」 この矛盾が、受験生を苦しめています。 では、どうすればいいのか。 教科書の価値を損なわず、 むしろその価値を最大限に活かしながら、 受験生が学びやすい形にすることはできないのか。 この問いに対する答えを出すために、 私たちは一度すべてを止めました。 そして、この1年間。 実際に全科目の教科書を購入し、読み込み、学び直しました。 そこには、著者である先生方の強い意志と責任、 そして「正しい知識を伝える」という重みがありました。 だからこそ、確信しました。 教科書を軽視する学習は、決して成立しない。 同時に、もう一つの結論にも至りました。 教科書のままでは、学習効率が限界を迎える。 だから必要なのは、 教科書を要約することでもなく 教科書を置き換えることでもなく 教科書を「普通の国試受験生が 活かす仕組み」を作ることでした。 この仕組みが、完全に形になるまでは発信しない。 そう決めて、私たちは内部開発に集中しました。 そして—— その形が整ったのは、 国家試験のわずか1週間前、2026年2月9日でした。

 スモールステップ学習とは、大きな目標をいきなり達成しようとするのではなく、それを細かい「ステップ」に分解し、一つひとつ確実に積み重ねていく学習法です。特に教育の現場やリハビリテーション、介護支援など、段階的な成長が重要な分野で広く活用されています。 このスモールステップ学習を効果的に行うには、「知識を適切なサイズに分割する」ことが不可欠です。つまり、長くて複雑な情報を意味のある単位に細かく切り分け、それぞれを強化しながら前進していくことが求められます。 しかし実際のところ、この「知識の分割」はとても難しい作業です。対象となる知識は非常に膨大で、それをすべて人間の手で丁寧に分析・整理していくのは、時間も労力もかかりすぎます。これまでは、専門家が1つずつ分けて構造化するしかありませんでした。 ChatGPT そこで、「AIを活用できないか」という発想が生まれました。 最初は、1つのAIに任せれば済むだろうと考えて試してみました。しかし現実はそう甘くなく、思うような結果が得られません。出力はどこか曖昧で、文脈がうまく捉えられていなかったり、階層構造の判断が不自然だったりと、「スモールステップに最適な分割」とは言いがたいものでした。 そこで方針を変え、複数のAIを登録して、それぞれの特性を比較しながら試すことにしました。異なるモデル、異なるチューニング、異なるプロンプト……何通りも試行錯誤を重ねました。 そしてようやく、ある1つのAIに辿り着きました。このAIは、長文を的確に読み解き、論理的な構造を把握したうえで、自然なかたちで知識を階層化してくれました。まるで、人間のベテラン講師が情報を整理してくれているかのような精度です。 この成功からわかったことがあります。 それは、「AIにも得意・不得意がある」ということです。ヒトに個性があるように、AIにも能力差があり、特に“長文読解能力”には大きな違いがあるということを、身をもって実感しました。 これからの時代、「どのAIを使うか」ではなく「どのタスクに、どのAIが向いているか」を見極めることが、AI活用の鍵になると感じています。

 スモールステップ学習法は、vtmcの目標の一つです。でも、それを実現するには、細分化可能なテキスト、テキストの解説動画の準備、テキストからの設問の自動生成、設問の回答に基づくフィードバック、細かい段階の拡張、という多数の技術が必要です。vtmcでは準備を進めてきて、全部のステップを実現できそうです。 ChatGPT Perplexityさんに解説してもらいました。 スモールステップ学習法とは スモールステップ学習法は、最終的な大きな目標をいきなり目指すのではなく、その目標を細かい段階（ステップ）に分解し、一つ一つ小さな目標を達成しながら進めていく学習・育成の手法です 2 7 。この方法は、アメリカの心理学者バラス・スキナーが提唱した「プログラム学習」の原理の一つとして知られています 2 5 7 。 特徴と原理 目標の細分化 難易度の高い目標や長期的な目標を小さな単位に分け、段階的に達成していきます 6 7 。 達成感の積み重ね 小さな成功体験を繰り返すことで、モチベーションを維持・向上させやすくなります 1 5 6 。 失敗のリスク低減 一度に大きな課題に挑むのではなく、細かいステップごとに進めることで失敗のリスクや心理的負担を減らします 2 3 7 。 問題点の発見が容易 細かく分けたステップごとに進捗を確認できるため、どこでつまずいているかを把握しやすく、適切なサポートや修正が可能です 5 6 。 メリット 集中しやすい 小さな課題ごとに集中できるため、学習効率が上がります 1 。 自己肯定感が高まる 達成感を頻繁に味わえるため、自信や自己肯定感が育まれます 6 。 学習のハードルが下がる 取り組みやすい課題から始めることで、「できない」「難しい」という気持ちを軽減できます 1 7 。 教える側も指導しやすい 教える内容が明確になり、進捗管理やフィードバックがしやすくなります 5 6 。