教育・学習についてのご提案

【導入】（5分）：常識が通じない世界への招待
スライド1： 「月は、見ていない時もそこにあるのか？」という問い。

内容： 古典力学（アインシュタイン）と量子力学（ボーア）の対立を紹介。

LSAI操作： 二重スリット実験のシミュレーション動画を各端末に配信。「観測」によって結果が変わる不思議を体験させます。

【展開①】（15分）：不撓不屈の探究——「わからない」を楽しむ
スライド2： 偉人たちの苦悩。「もし量子力学を聴いてショックを受けないなら、その人は内容を理解していないのだ（ボーア）」。

ワーク： LSAIの「ツインAI」の一方（アインシュタイン役）に反対意見を言わせ、もう一方（ボーア役）と議論。生徒はそのチャットを読みながら、自分の考えを割り込ませます。

精神性の指導： 「正解がない」ことに苛立つのではなく、顕家公のように未知の困難に挑み続ける「不撓不屈」の姿勢を評価します。

【展開②】（15分）：大義の観測——可能性を現実に変える
スライド3： 量子力学の「重ね合わせ」と、君たちの「将来」。

内容： 観測するまで状態が決まらない量子のように、君たちの未来も「志」という観測器を通すまで無限の可能性（重ね合わせ）の中にあります。

LSAIコネクトシート：

問い： 「量子技術（量子コンピュータ等）を、社会のどんな『不条理』を解決するために使いたいですか？」

問い： 「それは『仁（他者への思いやり）』に基づいていますか？」

出力： 生徒が入力した「志」をAIが分析し、五常の観点からフィードバック。

【まとめ】（10分）：精神的成長の可視化
スライド4： 本日の「挑戦の記録」。

LSAIダッシュボード：

生徒がAIに対して行った「問いの数」や「粘り強さ」をスコア化して表示。

先生は、スコアが高い生徒だけでなく、**「最も悩んで、AIと対話を繰り返した生徒」**を「不撓不屈賞」として称賛します。

普及のための「学校現場への提案」ポイント
このスライド案を教育委員会や校長会へ提案する際、以下の**「三方よし」**のメリットを強調します。

生徒のメリット： 難解な理系概念を「自分の生き方」に引き寄せて理解できる（深い学び）。

教員のメリット： LSAIが難解な解説を代替するため、先生は「生徒の心の揺れ」をケアする徳育に専念できる。

社会・国のメリット： 最先端科学への興味と、日本的精神（道徳心）を兼ね備えた、**次世代のリーダー（志士）**を育成できる。

1. 【導入】常識の破壊（不撓不屈の精神）
まずは、アインシュタインやボーアといった科学者たちが、それまでの物理学（古典力学）では説明できない現象にぶつかり、いかに苦悩し、挑み続けたかを学びます。

LSAIの活用: 「シュレディンガーの猫」や「二重スリット実験」のシミュレーション動画を提示。

AIとの対話: 「もし、あなたの目の前でボールが壁をすり抜けたら（トンネル効果）、あなたはどう考えますか？」という問いに対し、自由な仮説を立てさせます。

2. 【探究】観測と存在（志の言語化）
量子力学の核心である「観測するまで状態は決まらない」という概念を、社会課題や自分自身の「可能性」に転じさせます。

「志」コネクトシートの実装: 生徒に「自分という存在の不確かさと可能性」をテーマに書かせます。AIが以下のフレームワークで問いかけます。

「量子（ミクロの世界）では、見るまで結果は決まっていません。あなたの将来も、今、あなたがどう『観測（決意）』するかで変わるのではないでしょうか？」

評価の対象: 正解を導き出す力ではなく、**「未知の概念に対し、自分なりの倫理的・哲学的解釈をどこまで深められたか」**をLSAIが可視化します。

3. 【検証】五常に基づいた科学倫理（AIファクトチェック）
量子力学は半導体や量子コンピュータへと発展し、社会を激変させています。その技術をどう使うべきかを、「五常（仁・義・礼・智・信）」の視点で批判的に検討します。

AI探究ワーク: 「量子コンピュータの圧倒的な計算力で、他国の暗号を解読することは『義』にかなうか？」といった倫理的課題に対し、AIが生成した多角的な意見を、日本の伝統的道徳観と比較検証させます。

4. 【まとめ】学習カルテによる「試行錯誤」の称賛
量子力学の理解には、何度も「わからない」という壁にぶつかる過程が必要です。

ダッシュボードの活用: 難解な課題に対して、生徒がどれだけ粘り強くAIと対話し、質問を繰り返したか（不撓不屈）を記録。

先生のフィードバック: 「量子力学という正解のない領域で、君は50回も問いを立て直した。その『探究し続ける姿勢』こそが、真の智につながる」と、精神的な成長を具体的に称えます。

この指導案のメリット（先生方へ）
量子力学を教える際、先生の最大の悩みは「自分も完璧には理解しきれない専門性」への不安です。

専門性の補完: 物理的な理論解説はLSAIが「一人ひとりの理解度に合わせて」担当します。

人間教育への集中: 先生はAIが出したデータに基づき、「この生徒はどこで悩み、どう乗り越えようとしたか」という、人間ならではの**「徳育」**に専念できます。

“日本的精神”を、学校現場の課題解決ツールにする

「日本的精神」を授業で扱うとき、ありがちなのは“道徳”や“精神論”として切り出してしまうこと。
でも現場の課題はそこじゃない。

小：調べ学習で止まる（情報は集めるが、問いが深まらない）

中：暗記に寄りがち（因果と判断が弱い）

高：論述以前に「観点」が揃わない（評価軸が曖昧）

そこで、日本史（社会科）を「価値判断の型」「目的の筋道」「粘り強い検証」の訓練場として設計し直します。海外のPBLやIBに寄せるのではなく、日本史の素材で、世界標準の探究リテラシーを鍛えるイメージです。

1) 小学校社会：地域・くらしから「大義（誰のため？）」を立ち上げる

ねらい

生活課題を“自分ごと”で語れる

「だれの困りごとを、どう良くするか」を言葉にできる

調べた情報を、行動（提案）までつなげる

授業案：『わたしたちのまちの“困りごと”マップ』

単元例：地域の様子／くらしと産業／防災・安全

導入（問いの型）
子どもが選んだテーマ（交通・ごみ・観光・防災など）に対して、AIがコネクトシートで問い返し。

小のコネクトシート（短く、低学年でも回る）

まちで気になること：＿＿＿＿

困っているのはだれ？（子ども／高齢者／お店／観光客…）

どんなとき困る？（場面）

どうなったらうれしい？（“幸せ”を具体化）

できそうな工夫は？（3つ）

AIの役割（ツインAIの超入門）

コーチAI：具体化（「いつ？どこ？だれ？」を増やす）

チェッカーAI：比較（「別の立場だとどう見える？」）

アウトプット
「まちの提案ポスター」または「市役所に出す想定の提案文」

評価（ここが“精神論”にならないポイント）

“だれのため”が書けている

立場を変えて考えられている

調べたことが提案に使われている
→ 日本的精神は「思いやり」ではなく、利害調整の思考技術として扱う。

2) 中学校歴史：史実を“判断の材料”にする（正しさより筋道）

ねらい

出来事を暗記で終わらせず、「なぜそうなった？」を因果で説明できる

価値が衝突する場面で、複数観点から判断できる

“大義”を「正統性・説明可能性」として扱える

授業案：『もしあなたが朝廷／武士／農民なら？ 正統性シミュレーション』

題材例：鎌倉成立／南北朝／戦国の支配／江戸の統治

活動の型（海外PBLのDriving Questionに近い）

Q：この時代の「正統性（みんなが納得する支配の理由）」は何で支えられていた？

Q：どの立場にとって、どんな利益／不利益があった？

ツインAI設計（中で効く）

コーチAI：因果整理（背景→転機→結果）

チェッカーAI：史料・用語・年代の整合チェック＋「観点の抜け」を指摘

ワーク（授業で使える形）

立場カード（朝廷・武士・寺社・農民・商人など）を配り

各立場の「正統性の主張」を作る

最後に「合意形成案」を作る（妥協点はどこか）

評価

史実に基づき主張できている

立場による価値の違いを言語化できている

合意形成の筋道がある
→ “日本的精神”は「忠誠」ではなく、合意形成・統治の設計原理として現代化する。

3) 高校日本史：論述の前に「観点（フレーム）」を揃える

ねらい

史実の羅列ではなく、観点（政治・経済・社会・文化・国際）で説明できる

“正統性”や“徳目”を、価値判断の比較軸として使える

生成AIを「下書き役」ではなく「反証・比較役」にできる

授業案：『「大義」をめぐる歴史叙述の比較：南北朝～近世への連続と断絶』

学習課題の例

「正統性」は何で支えられ、何が変化したか

武家政権は何をもって「正当化」され、社会をどう安定させたか

その正当化は、誰にとって納得可能だったか

授業の型（高校は“論証”へ）

まず“観点テンプレ”を配る（政治／制度／財政／軍事／宗教／文化／対外）

AIで一次・二次情報を集める

チェッカーAIで「反証」「異説」「用語の厳密さ」を詰める

200〜400字で主張→根拠→反論処理→結論

高の評価（論述ルーブリック）

主張が1文で明確

根拠が複数、かつ観点が分散

反論（別解釈）に触れている

史実の誤りがない
→ “日本的精神”は「道徳」ではなく、**歴史叙述を支える価値軸（評価基準）**として扱う。

3校種共通で効く「LSAI的しかけ」
A. コネクトシートを学年別に“短縮版→論証版”へ

小：だれが困る？どうしたい？（生活課題）

中：立場で正統性が変わる（統治課題）

高：観点と反証で論証する（叙述課題）

B. 「不撓不屈」を“粘りの回数”ではなく“改善の質”で可視化

小：調べ直し・聞き直しを称える

中：因果を組み替えた回数を称える

高：反証で文章を更新できたかを称える

C. 先生の働き方改革が、徳育の前提

教材準備・評価観点・コメント生成をAIで軽くすることで、
最後に残る“人間の仕事”（対話・見取り・承認）に時間を回す。

──探究・キャリア・働き方改革を、AIで一本につなぐ

現代の学校現場でよく聞く悩みがあります。

探究学習が「テーマ決め」で止まる／“調べ学習”で終わる

キャリア教育が「職業調べ」と「自己理解」で分断される

先生が忙しすぎて、子どもの内面の成長を丁寧に見取れない

生成AIは便利だが、価値判断や倫理の扱いが難しい

ここに対して、「日本的精神」を“教える内容（思想）”として置くのではなく、**子どもと先生が日々使える「思考フレーム＝課題解決ツール」**として組み込む、という提案です。
海外のPBL（Project Based Learning）やIBの探究が強いのは、問いの設計・根拠・社会への接続が明確だから。ならば日本側は、日本の強みである「志」「徳」「共同体への責任感」を、学びの型に落とし込み、比較可能な形にしていく。ここにAIを使います。

1. 【探究学習】「大義」を見出す思考を、フレームワーク化する

探究が伸びるかどうかは、テーマの良し悪しではなく、“問いが深まる仕組み”があるかで決まります。
そこで、歴史から「大義（正統性・筋の通った目的）」を導き出す手法をヒントに、探究に次の“型”を入れます。

コネクトシート（テーマ→社会→大義）を標準装備する

子どもが「環境」「テクノロジー」「地域」「福祉」など興味を選んだ瞬間に、AIが問いを投げるテンプレートを出します。ポイントは要約ではなく、志の言語化です。

コネクトシート例（そのまま授業で使えます）

私の関心テーマ：＿＿＿＿＿＿

いま起きている“不条理／困りごと”は何？（具体例3つ）

その困りごとで一番困るのは誰？（当事者・周辺・未来世代）

「誰の幸せ」に繋げたい？（短期／長期）

私が守りたい価値は？（公平・安全・尊厳・挑戦・共生など）

その価値を実現するための「大義（筋の通った目的文）」を1文で：
　→「＿＿＿＿＿＿を＿＿＿＿＿＿のために行う」

行動仮説：何を変えれば良くなる？

検証計画：調査・実験・インタビュー・試作のどれで確かめる？

この“型”があると、探究は「好きだから調べる」から、「誰のために、何を変えるのか」に進みます。
海外のPBLでいう Driving Question（駆動する問い）や、サービスラーニング（社会貢献と学びの接続）に近い強さが出ます。違いは、日本側は**“大義＝目的の筋の通り”**を前面に置ける点です。

「ツインAI」で、問い役とチェック役を分ける

生成AIの弱点は「それっぽい正しさ」。だから役割を分けます。

コーチAI：問い返し専門（深める、つなぐ、具体化する）

チェッカーAI：根拠・偏り・倫理の観点で比較する（複眼化する）

チェッカーAIの観点例（海外の“倫理的推論”とも接続）

事実：根拠は何？反証は？一次情報は？

公平：弱い立場の人に不利にならない？

影響：短期・長期で誰にどんな影響？

代案：他の解決策は？

日本の徳目（例：仁・義・礼・智・信）で言うと、どこが強く／弱い？

※ここで大切なのは「唯一の正解」を押し付けないこと。価値観の“比較・吟味”を学習目標にするのが現代的です（海外のSEL/Character Educationとも相性が良い）。

評価は「志の言語化プロセス」を見取る

探究の評価が“成果物偏重”になると、結局「うまい発表」が勝ちます。
そこで評価観点を、成果＋プロセスに二重化します。

ルーブリック観点（例）

大義：誰の幸せとどう繋がるかを具体に説明できる

根拠：一次情報／比較／反証を踏まえられる

複眼：価値の対立を整理できる

行動：小さく試す計画を立て、振り返りで更新できる

2. 【キャリア教育】「不撓不屈」を“進路”ではなく“学び方”として育てる

キャリア教育は本来、「職業に就く準備」ではなく、生き方を選び続ける力です。
海外でいう grit（やり抜く力）や growth mindset（成長志向）と接続しながら、日本的には「不撓不屈」を、精神論ではなく見える学習スキルにします。

AIキャリア・アドバイスは「能力」と「貢献」を逆算する

子どもの「やりたい」を否定せず、AIがこう返す設計にします。

その仕事に必要な能力（知識・技能・思考・協働）

社会にどう貢献するか（誰の課題に触れるのか）

今の学習とどう繋がるか（教科横断で）

これ、じつは日本の学習指導要領の「三つの柱（知識技能／思考判断表現／学びに向かう力）」にぴったりハマります。
**“やりたい”→“必要な力”→“いまの学び”**が一本化されるからです。

「学習カルテ」で“不撓不屈”を可視化する（正答率だけにしない）

ドリルや小テストは、正答率だけだと「できる子」しか伸びません。
そこでAIが、次のような“努力の質”を記録します。

再挑戦回数（やり直しの粘り）

間違いの種類（ケアレス／概念不足／読み取り不足）

修正の履歴（どう直したか）

振り返りの質（次に何を変えるか）

先生はそれを見て、点数ではなく挑戦の仕方を称賛できます。
これは海外の「形成的評価（Formative Assessment）」の考え方にも合流します。

授業での一言が変わる例

×「80点、惜しいね」

○「3回目で解法を変えたのが良かった。次は“条件整理”を先に入れよう」

不撓不屈は、こうして“具体行動”に落ちます。

3. 【普及の突破口】思想は後でいい。先に「学校が回る」を作る

どんなに理念が良くても、現場が忙しければ普及しません。
だから順序はこうです。

先生の時間を増やす（働き方改革）

その余裕で 見取り・対話・徳育 が可能になる

探究とキャリアの質が上がり、結果が出て広がる

「ワンタッチ機能」で、まず先生の余裕を作る

成績処理、指導案のたたき台、探究の評価観点の整理、保護者文書の下書き…
ここが自動化されると、先生はようやく「子どもの志を聴く時間」を確保できます。
日本的精神を学校に入れる前提は、ここです。徳育は“時間資源”がないと成立しないので。

教育委員会提案は「公的信頼×実証×安全」で組み立てる

導入提案の勝ち筋は、理念ではなく、次の3点セットです。

公的な後ろ盾（補助金採択や連携実績があるなら明記）

実証（学力・探究の質・教員の業務時間など、測れる指標）

安全（個人情報、学習ログ、AIの誤答対応、校内ルール）

※ユーザー文中の「補助金採択実績」「特定校での学力向上実績」などがある場合は、“思想の正しさ”ではなく、“現場改善のエビデンス”として提示するのが現代的に刺さります。

すぐに始められる「50分×2コマ」授業案（ミニ）

テーマ：『大義マッピング』で探究を“社会につなぐ”

1コマ目：テーマを“大義”に変換する

導入（5分）：探究が止まる理由＝「誰のため？」が曖昧

個人作業（15分）：コネクトシート1〜6を埋める

AI対話（15分）：コーチAIで問い返し（具体化・対象者の精密化）

共有（10分）：ペアで「大義文」を読み合い、1つ質問を返す

まとめ（5分）：次回は“反対意見”と“代案”で磨く

2コマ目：複眼化して、計画に落とす

導入（5分）：「正しい」ではなく「筋が通る」へ

AI探究（15分）：チェッカーAIで事実・公平・影響・代案を確認

修正（15分）：大義文と仮説、検証計画を更新

発表（10分）：1分ピッチ（大義→仮説→検証）

振り返り（5分）：「不撓不屈」を一言で自己評価（次に直す点）

まとめ：日本的精神を“教える”から、“使える”へ

海外の良さは、学びが社会課題と接続し、評価がプロセスに寄ること。
日本の良さは、志・徳・共同体の感覚を、学びの背骨にできること。

両方を合わせると、こうなります。

探究：大義を作る型で、テーマを社会へつなぐ

キャリア：不撓不屈を可視化して、学び方を育てる

普及：先生の余裕を作ることで、徳育が現実になる

「思想の普及」ではなく、“現場が助かる道具”としての普及。
この順番で設計すると、全国展開のスピードは一気に上がります。

日本と西洋の「心の技法」をつなぐ探究・キャリア・徳育

想定読者
- 小中高の先生、教育委員会、学校管理職
- 保護者、地域人材コーディネーター
- 教育系スタートアップ・EdTech導入担当

この記事で伝えたいこと
- 探究支援とキャリア教育に「精神の骨格（スケルトン）」を注入し、知識から価値観・行動へつなぐ
- 日本的な考え方と西洋的な考え方を対話的に併置し、子どもが自分の「大義」と「志」を言語化できるようにする
- 先生の準備負担を下げつつ、学級の心の時間を豊かにするツインAIの使い方を提案する

リード文（導入）
調べ学習は進んだのに、心のコンパスは育っているだろうか。いま必要なのは、事実の習得と同じ熱量で「価値観」を探究する仕組みだ。本稿では、ツインAIシステムを核にした3つの機能で、日本と西洋それぞれの道徳観を子どもたちの「大義」「志」「日々の実践」に橋渡しする方法を紹介する。

構成案
1. 日本と西洋の道徳観は「対立」ではなく「補完」
- 日本的な考え方の例
- 仁義礼智信（儒学）、和（調和）、忠恕、恩・義理と人情、恥と内省（反省・自省）、もったいない・共助
- 西洋的な考え方の例
- 徳倫理（アリストテレスの中庸・実践知）、義務論（カントの普遍化可能性）、功利主義（最大多数の最大幸福）、権利と正義（基本的人権・ロールズ）、ケア倫理、良心と罪
- 併置の意義
- 集団調和と個人の権利
- 関係性の忠恕と普遍原理
- 恥に基づく内省と罪に基づく自律
- 修養としての徳と制度としての正義
- この「二重のものさし」を持つことが複雑な社会での判断力を鍛える

2. 機能1：大義探究コネクトシート（価値観の探究）
- ねらい
- 歴史的難局を自分事化し、「何を大義と見なすか」を言語化・可視化
- ツインAIの役割
- 史実AI：歴史的状況・利害・選択肢を中立に提示
- 思索AI：日本的観点と西洋的観点から問い返す（ソクラテス式問答＋禅的反問）
- 可視化
- 自分の決断を仁・義・礼・智・信のどれに寄与するかタグ付け
- 西洋の枠（権利・義務・効用・徳・ケア）にも重ねて二層マッピング
- レーダーチャートと論拠メモで「判断の筋道」を残す
- 小さな実例
- 例題：江戸期の鎖国緩和か維持か
- 日本的視点：和（秩序）と仁（人々の安寧）をどう両立するか／義理と公儀
- 西洋的視点：交易の自由（権利）と安全保障（功利）、条約の遵守（義務）
- 生徒の決断を両枠で整理し、同級生と比較し多様な大義を可視化

3. 機能2：志（こころざし）キャリア・スケジューラー（立志の逆算）
- ねらい
- 興味を「どんな不条理を減らしたいか」に翻訳し、日々の学びに落とし込む
- 流れ
- 興味入力→AIが社会課題に変換→日本的な志語彙（世のため人のため、匠の道、共助）と西洋的語彙（パブリックバリュー、シビックテック、アドボカシー）で言語化
- 逆算プラン：必要知識・スキル・人脈・小さな実践を週次ドリルやPBLに割当
- 小さな実例
- テーマ：食品ロスが嫌だ（不条理）
- 志の文：もったいないの心で、地域の食の循環を良くする
- 学びの紐づけ：統計（功利的影響の測定）、倫理（ケアと正義）、デザイン思考（利用者中心）、国語（提案書）
- 3週間タスク：家庭の廃棄量可視化→商店街ヒアリング→ミニ提案→ポスター発表

4. 機能3：ワンタッチ徳育（先生向け）
- ねらい
- ICTが苦手でも、朝の会・道徳・総合で「心に響く」素材とディベート設計を即時生成
- 出力の型（選べるプリセット）
- 3分読み物＋1問内省＋1問対話
- 10分ディベート台本（主張カード、反駁カード、日本・西洋の観点カード）
- 古典×現代の接続（論語・葉隠・聖書・ギリシア哲学の抜粋と現代事例）
- 朝の会サンプル
- テーマ：正直とやさしさ、どちらを先に？
- 物語：忘れ物を友達のせいにしそうになったA君
- 日本的観点：和を乱さぬ配慮と誠（信）
- 西洋的観点：嘘は普遍化できない（義務）、誠実は徳
- 問い：あなたならどう言う？10秒で言える言葉に
- ディベート指導案サンプル（30分）
- 論題：公益のために個人の自由をどこまで制限できるか
- 立場A（日本的強調）：和・相互扶助・公序
- 立場B（西洋的強調）：権利・少数者保護・正義

1. 「探究学習」を入り口とした日本的教育の注入

最近、世界中でもっとも愛されている国が「日本」です。

日本食にしろ、日本の文化にしろ、観光にしろ、多くの外国人が日本に観光でやってきて、神社仏閣に日本の文化を感じながら、日本への思いを強くしています。

今こそ、日本人こそ、日本の文化を、日本的思考法も含めて、深く学び、世界で文化的に中心的な役割を持つべきです。

日本的教育を、歴史的背景に基づき自らの正統性（大義）を見出す思考法は、現在の教育現場で重視されている**「探究的な学び」**から学べます 。

learningskeletonAIの「AI探究」機能による歴史・倫理の深掘り LSAI独自の「ツインAIシステム」を活用し、単なる情報の要約だけでなく、「なぜその行動が大義にかなうのか？」という倫理的・精神的側面を深掘りする**探究テーマ（コネクトシート）**をテンプレート化することで、より深く現行の文科省の指導要領内の学習を学ぶことができます 。

「問いかけテンプレート」への精神教育の組み込み AIへの指示（プロンプト）を簡略化する「問いかけテンプレート」の中に、儒学や仏教に根ざした「徳（仁・義・礼・智・信）」をベースにした思考フレームワークを組み込みます 。これにより、生徒は自然と日本的精神に基づいた価値判断を学ぶことができます。

2. キャリア教育を通じた「志」の育成

AIキャリア教育支援の活用 LSAIのキャリア教育機能では、AIが児童生徒の興味・価値観を分析し、自己理解から将来設計までをサポートします 。ここに「自分は何のために生きるのか（大義）」という問いを立てるアルゴリズムを強化し、単なる職業選択ではない**「志（こころざし）」の育成**をブランド化します。

不撓不屈の精神の可視化 「学習カルテ」や「成績分布図」などの可視化ツールを用い、結果だけでなく、困難な問題に立ち向かったプロセス（不撓不屈の姿勢）を評価する仕組みを構築し、教員がその精神性を称賛できる環境を整えます 。

3. 「働き方改革」を通じた学校への浸透（普及戦略）
精神性を広めるためには、まずツールが学校現場に広く導入されなければなりません。LSAIの最大の武器である**「教員の負担軽減」**を突破口にします。

ワンタッチ機能による圧倒的な導入ハードルの低さ 「ワンタッチかんたんAI機能」により、ICTが苦手な先生でも瞬時に指導案や教材を作成できる利点を強調します 。先生に「時間的な余裕」が生まれることで、初めて子供一人一人の「徳」や「精神的成長」に向き合う時間が創出されます 。

「好循環」のストーリーテリング LSAIが提唱する「先生の負担軽減 → 子供の学びの質向上 → 学校全体の効率化 → 先生のやりがい向上」というサイクル（好循環）を、精神教育を土台とした**「学校文化の再生」**として教育関係者へ提案します 。

社労士　再頻度出題　傾向対策正答状況

当社のAI予想問題はどの程度マッチしたのでしょうか？
是非試験対策として有効な、過去問効率学習⇒傾向対策、再頻度出題問題をご利用ください。

適用事業
「適用事業」は令和1年も、平成30年並みに、13回出題されました。
来年はこのペースでいけば、高頻度出題が予想されるでしょう。

適用事業の出題回数 回数
平成18年度試験 択一式問題 6
平成19年度試験 選択式問題 10
平成19年度試験 択一式問題 8
平成20年度試験 択一式問題 7
平成21年度試験 選択式問題 10
平成21年度試験 択一式問題 10
平成22年度試験 選択式問題 5
平成22年度試験 択一式問題 9
平成23年度試験 選択式改題 2
平成23年度試験 選択式問題 5
平成23年度試験 択一式問題 12
平成24年度試験 選択式問題 5
平成24年度試験 択一式問題 7
平成25年度試験 選択式問題 5
平成25年度試験 択一式問題 7
平成26年度試験 選択式改題 10
平成26年度試験 選択式問題 10
平成26年度試験 択一式問題 12
平成27年度試験 択一式問題 14
平成28年度試験 択一式問題 11
平成29年度試験 選択肢問題 10
平成29年度試験 択一式問題 9
平成30年度試験 選択肢問題 5
平成30年度試験 択一式問題 13
令和01年度試験 択一式問題 13

令和2年の試験も労働基準法の「適用事業」に関する問題は、徹底的にマスターしましょう。

全体の出題構成をみると、

厚生年金保険法、雇用保険法、国民年金法、健康保険法、労働者災害補償保険法が最も多く出題されます。
厚生年金保険法は報酬を重点的に、雇用保険法は、賃金を重点に。国民年金法は任意加入被保険者を重点に。健康保険法は保険料の徴収を重点に学習しましょう。

電験三種試験の今年の傾向対策についてご報告します。

出題回数 カテゴリー名
130 2 電力 6 送配電線路
101 4 法規 2 電気設備技術基準の解釈
99 4 法規 4 施設管理
91 1 理論 4 交流回路
75 1 理論 5 電子回路と半導体
75 1 理論 3 直流回路
66 3 機械 05 半導体機器
66 1 理論 1 静電気と電界
61 1 理論 6 電気計測及び電子計測
58 2 電力 5 送配電設備
55 4 法規 3 電気事業法・電気用品安全法
55 2 電力 2 汽力発電
54 4 法規 1 電気設備技術基準
51 3 機械 02 誘導機
50 3 機械 04 変圧器
50 3 機械 11 その他の問題
45 1 理論 2 電磁石と磁界
43 3 機械 03 同期機
42 3 機械 01 直流機
32 3 機械 06 自動制御
30 2 電力 8 電気材料
28 2 電力 4 その他の発電
27 2 電力 7 電力ケーブル
25 3 機械 07 電動機応用
25 2 電力 1 水力発電
24 3 機械 08 照明
22 3 機械 09 熱の問題
21 2 電力 3 原子力発電
18 3 機械 10 電気化学
1 4 法規 5 電気工事法

電力の送配電線路が130回で９％出題。法規の電気設備技術基準が101回、施設管理が99回、次いで理論の交流回路が91回でそれぞれ７％くらいの出題率。

もっとも出題シェアの高い、送配電では、昨年あ、極端に出題が少なかったが、
今年は例年並みの出題に戻りました。

次に出題数の多い、法規電気設備でも、29年には少な目だった出題も、今回は5問に戻りました。

法規の施設管理では、このところ、今回の出題数はかなり増加傾向になりました。来年も出題数は増加するとが予想されます。

その点、理論の交流回路は、減少傾向にありますが、今年は、昨年よりは一問多かったです。

理論電子は年々増加傾向にありますが、今年は1問しか出題されませんでした。

いまならAIモニター募集６０％オフ

昨年11月11日の行政書士試験の試験結果が先月30日に発表されました。

当社のメディアファイブプレミア６のAI傾向対策分析結果をご報告します。

民法 16%
行政法 14%
憲法 13%
商法・会社法 7%
行政事件訴訟法 7%
地方自治法 7%
一般知識（文章理解） 5%
行政手続法 5%
一般知識（社会） 5%
行政不服審査法 4%
基礎法学 3%
一般知識（政治） 3%
一般知識（情報通信） 3%
一般知識（経済） 3%
国家賠償法 3%
一般知識（個人情報保護） 2%

これによると、民法１６％、行政法１４％、憲法１３％、商法、会社法７％と、この４法律で５０％の出題率を占めます。

まず民法のなかでは、まんべんなく様々な問題が出題されますが、特に、期間１０％、契約９％、無効７％、取り消し６％、第三者６％、登記５％あたりが比較的多く出題されます。

民法の中でも、期間、契約に関する問題は年々出題傾向が増加する方向です。

つぎに頻度の高い行政法では、

そのなかでもっとも出題頻度の高いのが機関です。

憲法については

憲法の中でも、最高裁判所に関する問題が数多く出題されます。

今回全150問の構成は下記です。

カテゴリー名
相談援助の理論と方法 21
現代社会と福祉 11
高齢者に対する支援と介護保険制度 10
地域福祉の理論と方法 9
人体の構造と機能及び疾病 8
保健医療サービス 8
社会調査の基礎 8
社会理論と社会システム 7
福祉行財政と福祉計画 7
社会保障 7
低所得者に対する支援と生活保護制度 7
福祉サービスの組織と経営 7
障害者に対する支援と障害者自立支援制度 7
児童や家庭に対する支援と児童・家庭福祉制度 7
心理学理論と心理的支援 6
相談援助の基盤と専門職 6
権利擁護と成年後見制度 6
就労支援サービス 4
更生保護制度 4

現代社会と福祉、 人体の構造と機能及び疾病、保健医療サービスが1問増加し、地域福祉の理論と方法が1問減少してます。

今年の目だった出題は、 相談援助の理論と方法のソーシャルワーカーの出題が昨年の倍に増えていることです。

このジャンルでは、逆に、支援、対象、援助の項目で、減少傾向にあります。

また、 「現代社会と福祉」では高齢者に関する項目が大幅に減少しています。

このような大きな傾向対策の変化を把握しながら来年に望みましょう！