【教育の根本を問う】「測りすぎ」の時代における教育評価の本質:管理のツールから「学びを深める営み」への転換

現行学習指導要領で評価の観点が変更になったとき、「主体的な学習に取り組む態度の評定はできるのか」という議論が盛んに行われました。そんな中、ジェリー・Z・ミュラー著「測りすぎ―なぜパフォーマンス評価は失敗するのか？ー」に出会い救われました。今回は教育評価における「測りすぎ」について深掘りをしたいと思います。

1. 導入：なぜ今、教育評価の「測りすぎ」が問題なのか

「子どもの学びをよりよくするための評価が、なぜ、いつの間にか教師や子どもを支配するようになるのか」現代の学校教育において、この問いは極めて切実な意味を持っています。

本来、教育評価は子どもの学びを支援し、成長を可視化するための手助けであったはずです。しかし現在の教育現場では、数値による測定や管理そのものが目的化し、評価活動が本来の教育実践を圧迫するという「手段と目的の逆転現象」が生じています。評価項目の細分化や記録の過密化は、教師の教育的アプローチの自由度を奪い、子どもたちの伸びやかな探究心を著しく減殺しています。

この問題を超えるためには、評価を単なる「測定や採点の技術」として捉えるのではなく、教育の目的、教師の専門性、そして学習者自身の主体性に関わる根本的な教育的営みとして問い直さなければなりません。

本記事では、社会組織全般における数値業績主義の弊害を告発したジェリー・Z・ミュラーの議論と、それを教育学の観点から深く再構築した松下佳代氏の学習評価論、さらには学校現場の具体的実践手法であるOPPA（One Page Portfolio Assessment：1枚ポートフォリオ評価）の視点を統合します。数値管理の罠を浮き彫りにした上で、評価を「管理のツール」から「子ども自身が学びを深める営み」へと転換するための理論的・実践的道筋を紐解きます。

2. ミュラーの『測りすぎ』が鳴らす警鐘：数値指標がもたらす逆説

「評価そのもの」ではなく「測定指標への盲信」への批判

ジェリー・Z・ミュラーは、その著書『測りすぎ――なぜパフォーマンス評価は失敗するのか？』（原題：The Tyranny of Metrics）において、教育、医療、行政、企業など社会の多様な組織に蔓延する数値業績主義（測定指標の暴政）を鋭く批判しました。

ここで解釈上、非常に重要な注意点があります。本書の日本語版の副題に「パフォーマンス評価」とあるため、教育学でいうパフォーマンス課題やルーブリック評価そのものをミュラーが否定していると誤解されがちですが、そうではありません。ミュラーが問題視しているのは、教育的パフォーマンスの質的評価そのものではなく、「数値化された業績指標（メトリクス）によって人間や組織を管理しようとする発想（測定指標への盲信）」です。

ミュラーは数値を測定すること自体を全面否定しているわけではありません。数値化できる指標が、専門家の文脈に応じた質的な判断よりも優先され、それが報酬や処罰、組織の序列化と強く結びつくシステムを警戒しているのです。例えば、全国学力調査の平均点向上ばかりを追求すると、数値上の見かけは改善しても、子どもが自ら問いを立てる力や学ぶ喜びが失われる危険があります。成果を測定するはずの指標を算出すること自体が、学校の目的にすり替わってしまうのです。

「グッドハートの法則」と学校現場の現実

こうした現象の背景にあるのが「グッドハートの法則」です。これは「ある指標が目標になると、その指標は本来測ろうとしていたものを適切に示さなくなる」という社会科学の原則です。

学校現場の身近な例として、授業終盤における「振り返りシート」の評価が挙げられます。教師が思考の深まりを評価しようとして「振り返りの文字数」を指標として提示すると、児童生徒は思考を深めることではなく「文字数を増やすこと」そのものを目的に行動し始めます。文章が長くなったからといって思考が深まったわけではなく、指標に対する適応行動（指標のゲーム化）が生じることで、本来測定しようとしていた資質・能力と指標との間に決定的なズレが生じてしまうのです。

学校教育で生じる5つの問題

ミュラーの指摘を学校教育の文脈に置き換えて整理すると、以下の5つの問題としてまとめることができます。

問題：学校教育で生じる具体現象

① 目標の置き換え
本質的な「学力の向上」よりも、テストの「得点向上」の追求を優先する。

② 測定可能なものへの偏重
数値化しやすい知識量を重視し、数値化しにくい「好奇心」や「協働性」を軽視する。

③ 指標への適応行動
思考の深さではなく、挙手回数や発言頻度など評価されやすい外形を演じる。

④ 内発的動機づけの低下
知的好奇心からではなく、「良い評価を得るため」「低い評価を避けるため」に学ぶ。

⑤ 専門性の弱体化

観察や対話を通じた教師の質的判断より、評価シート上の数値や記録の数を優先する。

3. 松下佳代の学習評価論：評価を「教育的営み」として再構築する

ミュラー批判の教育学的な発展

松下佳代氏は『測りすぎの時代の学習評価論』において、ミュラーによる社会科学的な指標批判を精緻に受け止めつつ、それを教育評価の理論へと発展させています。

両者の観点は以下のように対比できます。ミュラーが組織管理における「測定の暴走を止め、測定を適切に限定する」ことに主眼を置いたのに対し、松下氏は測定の限界を前提とした上で「評価の質や評価主体を再構成し、評価を教育的な営みとして再構築する」ことを目指しています。

3つの評価概念：「学習としての評価（AaL）」の重要性

松下氏は、学習評価を目的と機能に応じて以下の3概念に整理し、特に3つ目の重要性を強調します。

• 学習の評価（Assessment of Learning: AoL）：単位修得や段階評価など、学習期間の終了時に何ができるようになったかを判定・確定する評価（定期試験や評定など）。

• 学習のための評価（Assessment for Learning: AfL）：学習の途中で理解状況を把握し、教師の指導改善や生徒の学習改善に役立てる形成的なフィードバック循環。

• 学習としての評価（Assessment as Learning: AaL）：学習者自身が自らの学びの軌跡を振り返り、理解を深め、次の学びを自律的に調整していく評価。評価を行うプロセスそのものが高度な知的活動となる。

AaLは、単に授業後に「今日の理解度」を5段階でマークするような形式的な自己採点ではありません。「自分は最初どう考えていたか」「どの事実によって認識が変わったか」「何がまだ不明で、次に何を確かめたいか」を自問自答するメタ認知の営みであり、評価の主導権を教師から学習者へと引き戻す核心的な概念です。

パフォーマンスとコンピテンスの区別

評価の誤謬を防ぐ上で、松下氏が提示する「コンピテンス」と「パフォーマンス」の二層モデルの理解は欠かせません。

• コンピテンス：学習者が内部に培っている本質的な資質・能力（潜在的な知的能力や思考力）。

• パフォーマンス：特定の時間・文脈において、実際に外部へと示された具体的な行為や成果物。

教師が直接観察できるのは「パフォーマンス」に過ぎません。例えば、理科の実験発表でうまく説明できなかった生徒がいたとしても、その生徒に「科学的思考力（コンピテンス）」がないとは断定できません。表現の不慣れさ、当日の体調、あるいは設定された課題の不適合がパフォーマンスを阻害した可能性があるからです。一回限りのパフォーマンスの良し悪しで、その背後にある子どもの能力全体（コンピテンス）を決めつけてはならないのが教育評価の鉄則です。

「測りすぎ」以上に深刻な「測りまちがい」と倫理的問題

松下氏は、測定が過密になる「測りすぎ」以上に、「測りまちがい」が及ぼす倫理的弊害を強く告発します。

「測りまちがい」とは、捉えたい資質（例：主体性）と、実際の指標（例：挙手回数や提出物の量）との間に構造的なズレが存在する状態です。このズレを放置したまま評価を行うと、単にデータが歪むにとどまらず、発言が控えめな生徒が「自分は主体性のない人間だ」と自己イメージを歪めてしまうなど、子どものアイデンティティに傷を負わせます。評価とは単なる記録にとどまらず、子どもの「自己概念を形成する強力な力」を持つため、測りまちがいは深刻な倫理的問題を孕んでいるのです。

測定できない価値の扱い

ここで重要な倫理的問いが浮上します。「教育において本質的な価値を持つものは、すべて数値化できるのか」という点です。

例えば、理科の実験で失敗を重ねながらも、諦めずに原因を追求し続けた生徒の粘り強さや苦闘のプロセスは、安易な点数に還元できるものではありません。しかし、「測定できないことと、評価できないことは同じではない」のです。数値化（測定）が困難な資質・能力であっても、教師との対話、記述によるフィードバック、成長に対する意味づけといった「質的な評価」を通じて、その価値を十分に認め、育むことができます。測定不可能な領域を強引に数値に押し込めるのではなく、対話と質的解釈によって評価することこそが教育の誠実さです。

「ルーブリックの逆説」とPEPA（重点科目での埋め込み型パフォーマンス評価）

探究学習などで評価基準を詳細に定めたルーブリックも、細分化しすぎると弊害を生みます。最高点を取るためのチェックリストに捉われるあまり、探究本来の醍醐味である「予定外の発見」「試行錯誤」「問いの再構成」といった柔軟で豊かな学びが排除されてしまう――これが「ルーブリックの逆説」です。

この過小・過密な評価の罠（測りすぎ）を打開する実践的アプローチとして、松下氏はPEPA（Pivotal Embedded Performance Assessment：重点科目での埋め込み型パフォーマンス評価）を提唱します。すべての授業で過重なパフォーマンス評価を行うのではなく、カリキュラム上のキーとなる重点場面に絞って質的評価を埋め込み、時間的連続性の中で成長の軌跡を捉える手法です。

例えば教員養成課程（4年間）におけるPEPAの実践例では、以下のような縦断的軌跡を捉えます。

• 1年次：教育観の記述（エッセイ）

• 2年次：授業観察と事象分析レポート

• 3年次：模擬授業の構想と実施・振り返り

• 4年次：教育実習における実践と課題探究

単一の講義ごとに細かく採点するのではなく、節目の重点場面でのパフォーマンスを時間軸に沿って捉えることで、評価の総量を抑えつつ、学びの深い質と成長の広がりを立体的に見極めることが可能になります。

4. 実践への架橋：OPPA（1枚ポートフォリオ評価）と「評価の自己化」

認識の変容を捉える実践としてのOPPA

ミュラーの指摘する数値依存の克服と、松下氏の提唱するAaL（学習としての評価）を授業実践で結びつける強力な架橋となるのが、堀哲夫氏らによって開発されたOPPA（One Page Portfolio Assessment：1枚ポートフォリオ評価）です。

OPPAは、一枚の用紙の中に単元全体の「学習前の考え」「毎時間の分かったことや疑問」「単元終了時の考え」を継続的に記録していく評価手法です。他者との比較や点数化ではなく、学習者自身が単元を通した「認識の変容」を自覚することを最大の特徴とします。

中学校理科の「化学変化と原子・分子」の単元を例に挙げると、生徒のOPPAには以下のような変容が刻まれます。

• 学習前の記述：「物質は燃えると燃えカスになって、消えてなくなると思っていた。」

• 学習後の記述：「物質は消えてなくなったのではなく、空気中の酸素と結びついて別の物質に変化していたのだと分かった。最初の自分の考えは間違っていたけれど、その間違いがあったからこそ粒子概念の意味がよく理解できた。」

ここには単なる知識の暗記を超えたメタ認知が存在します。生徒は「過去の自分」と「現在の自分」を対比させることで自らの概念変化を実感し、当初の誤解すらも学びの貴重なリソースとしてポジティブに再定義できるようになります。

評価の民主化（Democratization of Evaluation）

OPPAおよびAaLの導入がもたらす極めて深い理論的意義は、ハーバマスの「コミュニケーション的合理性」に通じる「評価の民主化」にあります。

従来の学校教育における評価は、教師が一方的に子どもを判定・測定する上からの権力作用でした。しかし、OPPAを用いた授業では、子ども自身が評価の主体として参加します。子どもは自らの認識の変容を確かめ、教師はその記述を読み解いて対話的なフィードバックを返します。評価は「上からの判定」から、教師と生徒が互いの根拠を共有し、学びの意味を確かめ合う「コミュニケーション的対話」へと変容するのです。子どもが評価の根拠を理解し、自らの学びを説明できるようになること――これこそが教室における評価の民主化です。

警告：「測りすぎ」への逆戻りと3つの可視化目的の分離

ただし、OPPAの実践においても指標主義への逆戻りに対する厳重な警戒が必要です。

例えば、AIを用いてOPPAの記述テキストを解析し、「使用語彙数」「肯定的表現の出現率」「メタ認知スコア」などを自動採点・数値化し、生徒の「主体性ランク」として分類し始めた瞬間、OPPAはミュラーの批判した測定主義の道具へと全落します。学習者が自らの成長を実感するためのツールが、管理者が子どもを区分するための監視装置にすり替わってしまうからです。

この危険を防ぐため、教育現場では評価の「可視化の目的」を以下のように厳密に分離して運用しなければなりません。

1. 学習者のための可視化（最優先）：子ども自身が自分の認識の変化や成長を自覚し、自立的に次の学びを調整するために使う。

2. 教師のための可視化：教師が子どもの思考のつまずきを読み解き、個別の見取りや指導法の改善に役立てる。

3. 研究・管理のための可視化：教育課程の評価や全体傾向の分析のために集約データとして扱う。

特に「3（管理）」の目的が、「1（学習者のため）」の領域を侵食・支配しないよう、現場の倫理的判断が強く求められます。

5. 図解的モデルと次期学習指導要領への提言：評価の構造改革

学びに従属する評価の構造モデル

「測りすぎ」を超え、評価を本来の教育的営みへと戻すための全体構造は、以下のような循環フローとして整理できます。評価は独立した測定手続ではなく、教育目的と次の学びを繋ぐ対話のプロセスとして位置づけられます。

【学びに従属する評価の構造モデル】

教育の目的（子どもの学び・成長・主体性の育成） 　
教師による評価（観察・対話・質的把握）
学習者による評価（自己振り返り・OPPA） 　
 対話による意味づけ（「何が、なぜ変わり、何を学び続けるのか」の相互共有） 　
 次の学びの自己調整（新たな問いの創出・自律的学習の構想）

このモデルにおいて、評価の中心にあるのは点数でもルーブリックのチェックボックスでもありません。「評価を通じ、学習者が次の学びを自律的に構想できるか」という形成的なフィードバックの循環です。評価は常に「学びの質を高めること」に従属して機能します。

教育評価改革のための「3つの方向性」

次期学習指導要領に向けた議論では、単なる知識の暗記にとどまらない「統合的な理解」や「総合的な発揮」が重視されています。しかし、これを測定しようとするあまり複雑な評価項目やルーブリックを無数に増やせば、再び「測りすぎ」の悲劇を繰り返すことになります。この状況を打破するため、以下の3つの柱による構造改革を提言します。

1. 評価の「引き算」を制度的に進める 毎時間の授業で全観点を細かく記録・採点することをやめ、重複する事務的記録作業を削減します。ただし、ここで削減すべきは「学びへの貢献度が低い事務的な採点・記録作業」であり、子どもに寄り添う日々の「形成的評価（AfL）やフィードバック」を減らしてはならないという点に絶対的な留意が必要です。PEPAの発想を応用し、単元やカリキュラムの重点場面に評価を集中させ、日常の場面では過剰な測定を削ぎ落とします。

2. 教師の専門的判断を回復する 評価の客観性を追い求めるあまり、教師の質的判断を排除するようなチェックリスト主義から脱却します。複数の教師が子どもの作品や姿を持ち寄り、「どこに思考の深まりがあるか」を語り合う同僚的な対話（ピア・レビュー）を通して、専門職としての見取りの精度と信頼性を高めます。

3. 評価の主体を子どもに戻す 「主体性」などを教師側が一方的に点数化して判定する姿勢を改め、子ども自身が自らの認識の変容や学びの軌跡を捉えられる仕組み（OPPAやAaLの実践）を授業の中核に据えます。評価の権限を子どもにひらくことで、子どもを自らの学びの主導者（ハンドラー）として育みます。

6. 結論：評価は「誰のため」に存在するのか

教育評価の成熟とは、より多くの項目を、より細かく精度高く測定できるようになることではありません。「何を測り、何をあえて測らず、何を子ども自身の判断と自律に委ねるべきか」を教育的な見地から適切に判断できるようになることこそが、評価の真の成熟です。

近年の生成AIの進展は、生徒の記述や学習ログの精緻な分析を可能にしつつあります。しかし、どれほど技術が進化しようとも、「AIは子どもの能力や人間性を決めつける装置ではなく、教師と子どもが共に学びの意味を読み解き、対話を深めるための補助者である」という原則を見失ってはなりません。

教育評価の究極の目標は、子どもが教師から細かく評価・管理されなくても、自分自身の学びの意味を捉え、自立して次の学びを構想できるようになることです。

評価とは、子どもを格付けし支配するための管理ツールではありません。子どもが自分自身の学びの主人公となり、時間的連続性の中で自立した学び手として未来へ踏み出すプロセスを、そっと支えるためにこそ存在しているのです。

＊この記事は、ミュラーや松下佳代の論考を踏まえ評価の在り方について、AIと対話しながら作成しました。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　辻本　昭彦