---
title: "EdTech（エドテック）とは？仕組み・教材の種類・導入手順と課題を一次データで解説"
url: "https://www.issoh.co.jp/column/details/10473/"
published: 2026-01-06
updated: 2026-10-11
categories: ["教育"]
publisher: "株式会社一創"
---

# EdTech（エドテック）とは？仕組み・教材の種類・導入手順と課題を一次データで解説

EdTech（エドテック）は、教育を意味する Education と技術を意味する Technology を組み合わせた造語です。読み方は「エドテック」で、デジタル技術によって学びの方法そのものを組み替える取り組みや、それを支える製品・サービス群を指します。仕組みの中心にあるのは、学習者の操作を学習ログとして記録し、そのログを教員の判断や次の出題に戻す循環です。日本の学校では端末と通信環境の整備がほぼ終わり、論点は「どう入れるか」から「どう使うか」へ移りました。この記事では、EdTechの意味と仕組みを、学習ログの規格（xAPI）、ツール連携の規格（LTI・OneRoster）、文部科学省の教育データ標準まで掘り下げ、動くコード例で出題の切り替えを確かめます。そのうえで教材・ツールの種類、学校と企業研修での使い方、文部科学省の調査とPISA2022の数値に基づく普及と効果、導入手順と残る課題を解説します。

## まとめ：EdTechの仕組みは学習ログの記録と指導への還元で成り立つ

本記事の要点は次のとおりです。

- EdTechは Education と Technology の造語で、読み方は「エドテック」。教材のデジタル化だけでなく、学習ログを取得して指導を組み替えるところまでを含みます。
- 仕組みは「記録する（xAPI等の学習ログ）」「つなぐ（LTIでの教材起動、OneRosterでの名簿・成績連携）」「そろえる（教育データ標準のコード）」「戻す（ダッシュボードや出題制御）」の4層で整理できます。
- 日本の学校のICT環境整備はほぼ完了しました。令和7年度調査の速報値（2026年3月1日現在）で、児童生徒1人当たりの学習者用コンピュータは1.1台、普通教室の無線LAN整備率は97.5%です。
- 残る差は機器ではなく使い方にあります。PISA2022のICTに関する調査では、日本の「学校でのICTリソースの利用しやすさ」がOECD加盟29か国中5位である一方、「ICTを用いた探究型の教育の頻度」は29位でした。
- 失敗の典型は順序の誤りです。機器を入れてから使い道を考える進め方は定着しません。授業や研修の設計を先に置き、そこから必要な機能と、必要なデータ連携を逆算してください。

既製のLMSや教材で足りるのか、学習ログの集計や既存システムとの連携を自社で作り込むべきかは、本記事の後半で条件を分けて判断します。

## EdTechの意味と仕組み｜読み方・類義語との違いと学習ログが回る全体像

### EdTechの読み方と意味、FinTechやHRTechと同じ造語の成り立ち

EdTechは「エドテック」と読みます。Education（教育）と Technology（技術）を組み合わせた造語で、FinTech（金融×技術）やHRTech（人事×技術）と同じ命名です。日本語の定訳はなく、行政文書では「教育の情報化」「教育DX」といった語が並行して使われています。

指し示す範囲は文脈によって二通りあります。ひとつはデジタル技術で学びを変える取り組みそのもの、もうひとつはその取り組みを支える製品・サービスや、それを提供する事業領域です。「EdTech市場」と言えば後者を、「EdTechを導入する」と言えば両方を含みます。

### ICT教育・eラーニング・教育DXとEdTechの違いを対象範囲で比較

近い語が複数あり、混同されがちです。関係を整理すると次のようになります。

| 用語      | 主に指すもの          | EdTechとの関係       |
| ------- | --------------- | ---------------- |
| ICT教育   | 教育現場での情報通信技術の利用 | 手段に着目した語。ほぼ重なる   |
| eラーニング  | ネットワーク経由の学習形態   | EdTechの一形態。配信に着目 |
| 教育DX    | データによる教育の仕組みの変革 | EdTechを手段とする広い概念 |
| デジタル教科書 | 教科書のデジタル版       | EdTech製品の一種      |

実務でいちばん問われるのが、eラーニングとの違いでしょう。eラーニングは「教材を配信して学習させる」形態を指す語で、受講管理と修了判定までを射程とします。EdTechはそこに学習データの取得と指導への反映を加えた概念であり、eラーニングを含む上位の枠組みとして整理できるものです。配信形態としての詳細は[eラーニングとは？仕組み・種類・メリットと導入で失敗しない進め方を解説](https://www.issoh.co.jp/column/details/13561/)で扱っています。

### 学習ログの記録から出題の切り替えまでを回す教材の個別化の仕組み

EdTechが従来の教材と分かれるのは、学習者の操作がデータとして残る点です。解答の正誤だけでなく、どの問題に何秒かかったか、どこで解答を修正したか、いつ学習をやめたかが記録されます。

仕組みを流れで追うと、次の4段になります。

1. 記録：学習者が問題に答える、動画を止める、提出物を出すといった操作を、教材やLMSが学習ログとして書き出します。
2. 集約：ログを学習記録の保管庫（xAPIではLRSと呼ぶ）や学習管理システムに集め、名簿と突き合わせて「誰の、どの単元の記録か」を確定させます。
3. 分析：単元ごとの正答率や所要時間を集計し、つまずいている単元や学習者を推定します。
4. 還元：教員や研修担当者の画面に結果を出し、教材側では次に出す問題を切り替えます。

4段目の出題の切り替えを自動で行うのがアダプティブラーニングです。仕組みは推薦システムに近く、正答・誤答のパターンから未習熟の単元を推定し、次に出す問題を選びます。文部科学省の方針や学校での導入事例は[アダプティブラーニングとは？文部科学省の方針・仕組み・導入事例をわかりやすく解説](https://www.issoh.co.jp/column/details/2251/)にまとめました。誤答の傾向が似た学習者の履歴を手がかりにする方式もあり、この考え方は[レコメンドエンジンとは？仕組み・種類と導入判断（SaaS/受託開発の選び分け）を分かりやすく解説](https://www.issoh.co.jp/column/details/15439/)で解説している協調フィルタリングと共通します。

注意したいのは、ログが貯まること自体には価値がないという点です。教員や研修担当者が見る画面に、次の一手が読み取れる形で出てこなければ、データは倉庫に積まれるだけで終わります。製品を比較するときは、収集項目の多さではなく、誰がいつ何を判断するための画面が用意されているかを見てください。

## EdTechを支える技術の仕組み｜xAPI・LTI・OneRosterと教育データ標準

前章の4段を複数の製品にまたがって回すには、ログの書式や名簿の受け渡し方を製品間でそろえる必要があります。その役割を担うのが学習技術の標準規格です。ここでは実装で名前の挙がる規格を、役割ごとに整理します。

### 学習ログを記録するxAPIのステートメント構造と版の移り変わり

xAPI（Experience API）は、学習の記録を「誰が・何をした・何に対して・結果はどうだったか」という1件のステートメントとして書き出すための仕様です。策定元ADLの[GitHubリポジトリ（xAPI-Spec）](https://github.com/adlnet/xAPI-Spec)は、そこに置かれた1.0.3を旧版とし、現行版をxAPI 2.0と案内しています。IEEEでは1.0.3を改良・標準化した[IEEE 9274.1.1-2023](https://standards.ieee.org/ieee/9274.1.1/7321/)が2023年10月6日に発行されています（いずれも2026年10月時点の掲載内容）。製品資料に「xAPI対応」とだけ書かれている場合、1.0系と2.0系のどちらかを確認しておくと、接続試験での食い違いを避けられます。

ステートメントはJSONで表します。分数のたし算の問題に誤答した記録を例にすると、次のようになります。

```
{
  "actor": {
    "objectType": "Agent",
    "account": { "homePage": "https://lms.example.jp", "name": "student-0421" }
  },
  "verb": {
    "id": "http://adlnet.gov/expapi/verbs/answered",
    "display": { "ja-JP": "解答した" }
  },
  "object": {
    "id": "https://lms.example.jp/items/fraction-add-07",
    "definition": { "name": { "ja-JP": "分数のたし算 問7" } }
  },
  "result": { "success": false, "response": "5/12", "duration": "PT42S" },
  "timestamp": "2026-10-11T09:15:30+09:00"
}
```

actor が学習者、verb が行為、object が問題、result が正誤と所要時間（PT42Sは42秒）を表します。学習者はメールアドレスではなく、LMS内のアカウントIDで識別しています。EdTech製品が「どこで何秒かかったか」まで追えるのは、この粒度の記録が操作のたびに送られているためです。

### LMSと外部教材をつなぐLTI 1.3と名簿連携のOneRoster 1.2

学習ログの書式と並んで実装の論点になるのが、ツール同士の接続です。学校や企業では、学習管理システムを土台に外部の教材やツールを組み合わせるため、その間をつなぐ規格が使われています。いずれも教育技術の標準化団体である1EdTechが策定しています。

| 規格                     | 役割            | やり取りする主な情報    |
| ---------------------- | ------------- | ------------- |
| LTI 1.3（LTI Advantage） | LMSから外部ツールを起動 | 利用者・役割・成績の返却  |
| OneRoster 1.2          | 名簿・成績簿の受け渡し   | 学習者・教員・クラス・成績 |
| xAPI                   | 学習ログの記録       | 行為・対象・結果・時刻   |

[1EdTechのLTIのページ](https://www.1edtech.org/standards/lti)によると、現行版はLTI 1.3で、OAuth2とJSON Web Tokenに基づくセキュリティの上に、名簿と役割の提供（NRPS）、コンテンツの選択（Deep Linking）、成績の返却（AGS）の各サービスを載せた構成です。[OneRosterのページ](https://www.1edtech.org/standards/oneroster)は1.2を最新版とし、名簿（Rostering）・成績簿（Gradebook）・教材割り当て（Resource）の3サービスを、CSVでの一括交換とREST APIの両方で扱えると説明しています（いずれも2026年10月時点）。

選定の場面では、「LTI対応」「OneRoster対応」の版と、どのサービスまで実装しているかを確かめてください。成績の返却に対応していないツールを組み込むと、教員が点数をLMSへ手で転記する作業が残ります。学習管理システム側に求める機能の全体像は[LMSとは？学習管理システムの機能・選び方・自社開発の判断軸を解説](https://www.issoh.co.jp/column/details/13302/)で整理しています。

### 教材連携における文部科学省教育データ標準5.1と学習指導要領コードの役割

国内の学校向けでは、文部科学省が定める[教育データ標準](https://www.mext.go.jp/a%5Fmenu/other/data%5F00001.htm)が、データの意味をそろえる役割を担います。同ページの掲載では、最新版は「文部科学省教育データ標準5.1（2025年度）」で、主体情報（児童生徒・教職員・学校など）、内容情報（教科・教科書など）、活動情報（出欠・健康診断・指導要録など）に区分されています（主体情報の5.1は2026年3月31日公表）。

実装で効いてくるのが、同ページで公開されている学習指導要領コードです。学習指導要領の各項目にコードが振られているため、教材の問題や学習ログを「どの単元・どの内容に対応するか」でひも付けられます。製品ごとに独自の単元名で記録していると、別の教材のログと突き合わせる段階で変換表が必要になりますが、共通コードで記録しておけば集計の手間が大きく減ります。

### 正答率から次の問題を選ぶ処理を30行ほどのPythonで動かす例

アダプティブ教材の出題制御を、最小の形で書くと次のようになります。学習ログ（単元と正誤）から単元ごとの正答率を出し、解答数が足りない単元か、正答率が合格ラインに届かない単元のうち、もっとも正答率の低いものを次に出します。Python 3の標準ライブラリだけで実行できるコードです。

```
# 学習ログ（単元, 正誤）から単元ごとの正答率を出し、次に出す単元を選ぶ
from collections import defaultdict

logs = [
    ("分数のたし算", True), ("分数のたし算", True), ("分数のたし算", False),
    ("通分", False), ("通分", False), ("通分", True),
    ("約分", True), ("約分", True), ("約分", True),
]

PASS_LINE = 0.8  # この正答率に届いた単元は習熟済みとみなす
MIN_TRIES = 3    # 判定に必要な最低解答数

def mastery(logs):
    stat = defaultdict(lambda: [0, 0])  # 単元 -> [正答数, 解答数]
    for unit, correct in logs:
        stat[unit][0] += int(correct)
        stat[unit][1] += 1
    return {u: (c / n, n) for u, (c, n) in stat.items()}

def next_unit(logs):
    rates = mastery(logs)
    pending = [u for u, (r, n) in rates.items() if n < MIN_TRIES or r < PASS_LINE]
    if not pending:
        return None
    # 解答数が足りない単元を先に、次に正答率の低い単元を選ぶ
    return min(pending, key=lambda u: (rates[u][1] >= MIN_TRIES, rates[u][0]))

for unit, (rate, n) in mastery(logs).items():
    print(f"{unit}: 正答率 {rate:.0%}（{n}問）")
print("次に出す単元:", next_unit(logs))
```

実行すると、分数のたし算が67%、通分が33%、約分が100%と集計され、「次に出す単元: 通分」と表示されます。実際の製品では、単元の前後関係（通分ができないと分数のたし算もできない）や、問題ごとの難易度、時間経過による忘却まで考慮した統計モデルを使いますが、「ログを集計し、未習熟の単元を推定し、出題を変える」という骨格は同じです。合格ラインや最低解答数のような閾値を誰が決め、どう見直すかが、教材の質を左右します。

## EdTech教材・ツールの種類と代表的なサービス｜領域別の分類と選定基準

### 領域別に見たEdTech製品の6分類と学校で使われる代表サービス

EdTech製品は解く課題ごとに分かれています。主な領域と、学校で使われている代表的なサービスは次のとおりです。

| 領域         | 主な機能             | 代表的なサービス例            |
| ---------- | ---------------- | -------------------- |
| 学習管理（LMS）  | 教材配信・受講管理・進捗集計   | Google Classroom ほか  |
| 授業支援       | 画面共有・意見の一覧・提出物回収 | SKYMENU Cloud、ロイロノート |
| アダプティブ教材   | 習熟度に応じた出題制御      | Qubena（COMPASS）      |
| デジタル教材・教科書 | 本文表示・書き込み・音声再生   | 学習者用デジタル教科書          |
| 校務支援       | 成績処理・出欠管理・指導要録   | 統合型校務支援システム          |
| 語学・スキル特化   | 発音判定・会話・演習環境     | オンライン英会話など           |

学習管理の基盤には、Google ClassroomのほかMicrosoft Teams for Educationも広く使われています。授業支援ではSky社のSKYMENU Cloud、LoiLo社のロイロノート・スクールが代表的です。ひとつの製品ですべての領域をまかなう構成は一般的ではありません。学校では基盤となるプラットフォームの上に、授業支援や教材を組み合わせるのが通常の姿です。企業でも、学習管理システムを土台に分野特化のサービスを追加する形が多くなります。前章のLTIやOneRosterは、まさにこの組み合わせを成り立たせるための規格です。

動画教材を自社で配信する場合は、EdTech製品ではなく配信基盤側の設計が主題になります。同時視聴数や視聴ログの取得要件によって構成が変わるため、[動画配信システムとは？仕組み・配信方式と、ASP/自社開発の選び方を受託開発目線で解説](https://www.issoh.co.jp/column/details/15267/)もあわせて確認してください。

### 導入目的から逆算する選定基準と連携・アカウント・費用の4観点

製品比較で最初に決めるべきは、機能の多さではなく解きたい課題がどの領域にあるかです。「授業が単調」なら授業支援、「習熟度の差が大きい」ならアダプティブ教材、「教員の残業が減らない」なら校務支援と、入口が変われば候補群ごと入れ替わります。ここを曖昧にしたまま複数製品を比較すると、機能表の網羅度で選んでしまい、実際には使わない機能に費用を払うことになります。

そのうえで確認する観点は次の4点です。

- 既存システムとの連携：名簿・成績・出欠のデータをどの形式で入出力できるか。OneRosterやLTIの対応版、CSVの項目定義を確認します。手作業の二重入力が残ると運用が続きません。
- アカウント管理：年度替わりのクラス編成や人事異動に追随できるか。学校では毎年、企業では毎月発生します。
- 利用者の端末環境：ブラウザだけで足りるのか、専用アプリや特定OSが必要か。
- 費用の変動要因：利用者数、同時接続数、保存容量のどれで料金が動くか。

企業で導入する場合、規模によって要件の重心が変わります。数十人規模では初期構築の重さが、数千人規模ではアカウント連携と権限設計が、導入時の主要な論点です。この差は[eラーニングシステムは中小企業と大企業で選び方が違う｜規模別の要件・費用と自社開発の判断](https://www.issoh.co.jp/column/details/15774/)で詳しく整理しています。

## 学習指導と企業研修でのEdTechの使いどころ｜効く場面と向かない設計

### 1人1台端末の授業で効く意見共有・反復演習・制作提出の具体的な場面

1人1台端末が前提になったことで、授業中の使い方は「調べる」から「共有する」へ広がりました。よく使われるのは次の場面です。

- 意見の可視化：児童生徒の解答や考えを一覧表示し、比較させます。挙手による指名では拾えなかった少数意見が表に出ます。
- 反復演習の個別化：ドリル教材で各自の習熟度に応じた問題に取り組ませ、教員は進捗画面を見てつまずいた児童生徒に個別対応します。
- 制作と提出：スライドや文章、音声・動画を制作して提出させ、教員がコメントを返します。
- 校務の効率化：出欠・成績・保健情報を統合型校務支援システムで扱い、転記作業を減らします。

これらは学習指導要領が求める学び方と地続きです。文部科学省がPISA2022の結果をまとめた資料でも、日本の平均得点が上昇した背景として「学校現場において現行の学習指導要領を踏まえた授業改善が進んだこと」「学校におけるICT環境の整備が進み、生徒が学校でのICT機器の使用に慣れたこと」が要因の候補に挙げられています。EdTechは指導観を入れ替える道具ではなく、すでに求められている授業改善を実行しやすくする道具だと位置づけると、導入目的が定まります。

生成AIを教材研究や採点補助に使う動きも学校向けサービスに組み込まれつつあります。教員向けのAI機能が実際にどのような形で提示されているかは、[EDIX東京2026第17回でGoogleが提示した教員向けAIの全体像](https://www.issoh.co.jp/tech/details/12160/)で具体例を挙げています。

### 企業研修とリスキリングで必修教育と選択学習を分ける学習管理の設計

企業側の主眼は、集合研修では成立しなかった受講機会の分散と受講状況の把握にあります。拠点が分かれていても同じ内容を配信でき、誰がどこまで進んだかが数値で残ります。

実務では、コンプライアンスや情報セキュリティのように全社員へ確実に届ける必要がある内容と、職種別の専門スキルのように選択的に学ぶ内容とで、設計を分けるのが一般的です。前者は未受講者の抽出と督促が要件の中心になり、後者は教材の更新頻度とコンテンツ調達の方法が論点になります。

短時間の動画で細切れに学ぶマイクロラーニングは、通勤時間や業務の合間に受講できる形式です。ただし体系的な知識の習得には向きません。制度理解や資格取得のように順序が意味を持つ学習では、細切れ化はむしろ逆効果になります。形式は学習内容の性質から決めてください。

## EdTechの効果を示す公的データ｜PISA2022で開いた環境と探究型利用の差

EdTechの効果は語られる量に比べて、公開された実証データが多くありません。ここでは日本の教育行政が公表している一次資料から、確認できる範囲を示します。

### ICTリソースの使いやすさ5位と探究型の利用頻度29位という差

文部科学省の[「OECD生徒の学習到達度調査 PISA2022のポイント」](https://www.mext.go.jp/content/20240312-mxt%5Fkokusai-000020406%5F3.pdf)（2024年3月12日）には、学力調査と併せて実施されたICTに関する調査の結果が収録されています。この調査で対照的な2つの指標が出ました。

| 指標                 | 日本の値   | 順位  | OECD平均 |
| ------------------ | ------ | --- | ------ |
| 学校でのICTリソースの利用しやすさ | 0.31   | 5位  | 0.00   |
| ICTを用いた探究型の教育の頻度   | \-0.82 | 29位 | 0.01   |

いずれもICTに関する調査に参加したOECD加盟29か国中の順位です。機器や回線の使いやすさは上位5位に入る一方、それを使って情報を集め、記録し、分析し、報告するという探究型の学習の頻度は29か国中29位でした。同資料は各教科の授業でのICTの利用頻度についても、OECD諸国と比較すると低いと述べています。

興味深いのは、授業の秩序面では逆の結果が出ている点です。数学の授業について尋ねた設問では、デジタル機器のせいで気が散ると答えた生徒の割合が日本では4.0%と5.1%だったのに対し、OECD平均は30.4%と25.2%でした。資料はこれを「日本の生徒は、授業中のICT機器の利用により注意散漫になることが、OECD諸国と比較すると少ない」とまとめています。

読み取れる構図は明確です。日本の課題は「使うと授業が荒れる」ことではなく、「そもそも授業で使われていない」ことにあります。

数値を扱ううえで前提の確認も必要です。PISA2022は2022年6月から8月に、全国の高等学校1年生から抽出された約6,000人を対象に実施されました。文部科学省は同資料で、高等学校の1人1台端末の整備が途上の時期に行われた調査である点に留意が必要だと注記しています。小中学校の現在の状況をそのまま表すデータではありません。なお学力面では、日本は数学的リテラシー1位、読解力2位、科学的リテラシー1位（いずれもOECD加盟37か国中）と3分野すべてで上位でした。

### 導入判断で置くべき導入前後の測定指標と稟議に書ける期待効果の範囲

端末を配ったから成績が上がる、という因果は公的データで示されていません。効果が現れるのは、教材の提示方法や演習の与え方といった授業設計が変わったときです。

導入を検討する立場では、この点を稟議上の期待効果としてどう書くかが問題になります。「学力向上」を根拠なく掲げるのではなく、演習量・提出物の回収率・教員の作業時間のように導入前後で測れる指標を置いてください。前章で示した学習ログの仕組みがあれば、演習量や単元別の正答率は追加の調査なしで取り出せます。測れない効果を掲げた導入は、成否を判定できないまま更新時期を迎えます。

## 日本のEdTech普及状況｜令和7年度速報値で見る環境整備と教員の指導力

### 学習者用端末1.1台・無線LAN97.5%に達した整備率と前年度比較

普及率を語るときは、機器の整備率と実際の利用状況を分けて見る必要があります。文部科学省[「令和7年度学校における教育の情報化の実態等に関する調査結果（概要）〔速報値〕」](https://www.mext.go.jp/content/20260828-mxt%5Fshuukyo01-000051746%5F001.pdf)（2026年3月1日現在、2026年8月公表）と、前年度の[令和6年度調査の確定値](https://www.mext.go.jp/content/20251031-mxt%5Fshuukyo01-000044325%5F01-1.pdf)（2025年3月1日現在、2025年10月公表）を並べると、整備側の数値は次のとおりです。調査対象は全国の公立学校で、令和7年度速報値の集計対象は31,808校です。

| 項目                 | 令和7年度速報 | 令和6年度確定 |
| ------------------ | ------- | ------- |
| 1人当たり学習者用コンピュータ    | 1.1台    | 1.1台    |
| 普通教室の無線LAN整備率      | 97.5%   | 97.1%   |
| 無線LAN又はLTE等で接続する教室 | 99.4%   | 99.3%   |
| 普通教室の大型提示装置整備率     | 92.6%   | 91.0%   |
| 統合型校務支援システム整備率     | 97.2%   | 94.8%   |
| 教員の指導者用コンピュータ整備率   | 138.1%  | 136.3%  |

指導者用コンピュータの整備率が100%を超えるのは、校務用との兼用PCを含めて算出しているためです（同調査の注記による）。端末は児童生徒数を上回り、通信環境も大型提示装置も9割を超えました。整備を理由に導入が進まない段階は終わっています。令和7年度の数値は速報値のため、例年10月ごろに公表される確定値で改まる可能性がある点に留意してください。調査結果の一覧は[文部科学省の調査ページ](https://www.mext.go.jp/a%5Fmenu/shotou/zyouhou/detail/mext%5F00095.html)で年度ごとに確認できます。

端末整備を進めたGIGAスクール構想は、端末の更新期を迎えて第2期に入りました。更新で何を決めるべきかは[GIGAスクール構想とは？1人1台端末の到達点と第2期の更新で決める三つの論点](https://www.issoh.co.jp/column/details/17434/)で扱っています。また校務側では統合型校務支援システムの整備率が97.2%に達し、名簿や成績のデータを一元化する土台がほぼそろいました。単機能製品との違いや共同調達の要件は[統合型校務支援システムとは？単機能製品との違いと、名簿の一元化・共同調達で問われる要件](https://www.issoh.co.jp/column/details/16659/)を参照してください。

### 授業でICTを使って指導する能力83.4%と4項目の前年度からの伸び

同じ調査では、教員がICTを使いこなす力も、4つの大項目に沿った自己評価で調べています。「できる」または「ややできる」と回答した割合は次のとおりです。

| 大項目             | 令和7年度速報 | 令和6年度 |
| --------------- | ------- | ----- |
| A 教材研究・準備・評価・校務 | 91.1%   | 90.7% |
| B 授業でICTを使って指導  | 83.4%   | 82.2% |
| C 児童生徒のICT利用を指導 | 84.0%   | 83.1% |
| D 情報の基盤となる知識・態度 | 89.7%   | 89.2% |

大項目は文部科学省のチェックリストに基づく区分で、正式名称は調査資料に記載されています。準備や校務で使う能力（項目A、91.1%）に対し、授業中に使って指導する能力（項目B）は83.4%と4項目で最も低い水準です。ただし前年度からの伸びは1.2ポイントと4項目中で最大で、差は縮まる方向にあります。項目Bの中でも、習熟の程度に応じた課題に取り組ませる小項目（B3）は81.3%、グループでの協働制作にICTを使わせる小項目（B4）は79.7%にとどまりました。EdTechの浸透度を測る指標としては、端末台数より項目Bの推移を見るほうが実態に近いといえます。

## EdTech導入の進め方と失敗パターン｜課題特定から効果測定までの6工程

### 機器選定から入らずに課題・場面・機能の順で進める導入の6つの工程

導入手順は、学校でも企業でも順序が同じです。機器やサービスの選定から入らないでください。

1. 解きたい課題の特定：授業や研修のどの場面が問題かを1つに絞ります。「全体的にデジタル化したい」は課題ではありません。
2. 使う場面の設計：週に何回、誰が、どの単元や科目で使うかを先に決めます。ここが空欄のまま進んだ導入は、ほぼ定着しません。
3. 必要機能とデータ連携の逆算：設計した場面から必要な機能と、名簿・成績・学習ログをどこからどこへ渡すかを書き出し、初めて製品を比較します。
4. 小規模での試行：1学年・1部署などに限って実際に使い、想定した場面が成立するかを確認します。
5. 運用体制の確保：アカウント発行、教材更新、問い合わせ対応を誰が担うかを決めます。担当が空席のまま全体展開すると、現場の負荷が跳ね上がります。
6. 全体展開と効果測定：手順4で置いた指標を導入前後で比較します。

複数のベンダーへ声をかける段階では、要件を文書化しておくと比較の軸がぶれません。記載項目の立て方は[RFPとは？提案依頼書の意味・目的・記載項目と目次テンプレートを解説](https://www.issoh.co.jp/column/details/15344/)が参考になります。

### 機器先行・推進役不在・効果測定欠如という三つの典型的な失敗型

典型的な失敗は3つの形で現れます。ひとつは機器先行で、端末や大型提示装置を入れてから使い道を探す進め方です。ふたつめは推進役の不在。導入を決めた管理職と実際に使う現場の間に、翻訳する人がいない状態を指します。みっつめは効果測定の欠如で、続けるか止めるかを判断する材料がないまま契約だけが更新されていく状態です。導入したツールが使われなくなる過程は業務システムでも同じで、[BIツール導入が失敗する原因と失敗事例の型｜定着しない・いらないと言われる要因と閲覧ログでの立て直し方](https://www.issoh.co.jp/column/details/15877/)で扱った要因の多くはEdTechにも当てはまります。

EdTechを入れるべきでない場面もあります。対面での関係づくりや実技の反復のように、身体的な同席が学習の中身そのものである内容を無理にオンライン化すると、質が落ちたうえに運用コストだけが残ります。板書と手元の作業で足りている授業を置き換える必要はありません。

## EdTech導入の課題とデメリット｜指導力・家庭環境・学習データ・費用の論点

### 指導力と家庭環境の差が学習機会の格差に変わる経路と導入後の運用負荷

受講機会の分散や学習状況の可視化といった利点の裏で、導入後に表面化しやすい課題があります。性質別に整理します。

- 指導力の差：前述のとおり、授業でICTを使って指導する能力は83.4%です。研修を受けても、自分の担当科目で使う具体的な場面に結びつかなければ授業は変わりません。教科ごとの実践例を共有する仕組みが要ります。
- 家庭側の環境差：端末を持ち帰らせる運用では、家庭の通信環境や保護者の同意状況によって学習機会に差が出ます。持ち帰りを前提とした課題設計は、この差を拡大させます。
- 運用負荷の移動：紙の作業が減る一方、アカウント管理・機器の充電・故障対応といった新しい業務が発生します。総量が減るとは限りません。
- 更新費用：端末には更新時期があり、ライセンスは年次で発生します。初期費用だけで判断すると、数年後に予算が確保できず利用停止に至ります。

これらはいずれも製品の優劣ではなく、運用設計で決まる部分です。デメリットの多くは導入前に手を打てます。

### 学習ログの保存期間と閲覧範囲を契約時に決める理由と法的な区分

学習ログには、成績や解答の傾向、つまずきの履歴といった、本人にとって知られたくない情報が含まれます。法令上の区分を正確に押さえておくと、過剰にも過小にもならない管理ができます。[個人情報の保護に関する法律](https://laws.e-gov.go.jp/law/415AC0000000057)の第2条第3項が定める要配慮個人情報は、人種・信条・病歴などに限定して列挙されており、学業成績そのものは含まれていません。一方で、健康診断の結果や心身の障害に関する情報は要配慮個人情報に該当するため、保健系のデータを同じ基盤で扱う場合は取得時の同意などの手当てが別に要ります。

要配慮個人情報に当たらないからといって、成績や学習ログを緩く扱ってよいわけではありません。保存期間、閲覧できる範囲（担任・教科担当・管理職・事業者）、卒業・退職後の扱い、事業者が分析目的で使える範囲を、契約時に確定させてください。xAPIのステートメント例でアカウントIDを使ったように、外部のサービスへ送る段階でメールアドレスや氏名を含めない設計にしておくと、漏えい時の影響を抑えられます。

## EdTechを既製品で入れるか自社開発するか｜採用の条件と見送る場面

### 既製のLMSと教材で足りる条件と、学習ログ連携を作り込む条件

判断を先に言い切ると、学校の授業や全社共通の必修研修のように、教える内容と運用が他の組織と大きく変わらない場合は、既製のLMSと教材で始めるべきです。規格対応の製品が揃っており、自社で作る理由がありません。

作り込みを検討すべきなのは、次のいずれかに当てはまる場合です。

- 自社独自の教材や検定・資格の体系があり、その単元構造に沿って学習ログを集計したい（市販製品の単元区分では集計できない）。
- 人事システム・顧客管理・会員基盤など既存システムと名簿や成績を連携させる必要があり、既製品のCSV連携では手作業が残る。
- 教育サービスそのものを事業として提供し、受講者の学習ログや課金の仕組みが競争力の源泉になる。

反対に、利用者が数十人規模で、教材も汎用の内容にとどまる段階で自社開発を選ぶのは見送ってください。初期費用と保守の負担が効果を上回ります。まず既製品で運用し、どのデータ連携が足りないかを実測してから、足りない部分だけを開発する順序が堅実です。

学習管理システムの構築や、xAPI・LTIを使った既存システムとのデータ連携を外部に任せたい場合は、[eラーニングシステム開発（LMS）](https://www.issoh.co.jp/service/system/elearning/)のページで対応範囲を紹介しています。既製品で始めるか作り込むかの切り分けから相談できます。

## よくある質問

EdTechの仕組みと導入について、よく寄せられる質問をまとめました。

### EdTechの仕組みを簡単に説明すると、どうなっていますか？

EdTech（エドテック）は Education と Technology の造語で、デジタル技術で学びの方法を変える取り組みと、それを支える製品群を指します。仕組みの骨格は、学習者の操作を学習ログとして記録し、名簿と突き合わせて集計し、教員の画面や次の出題に戻す循環です。製品間でこの循環を回すために、学習ログの記録にはxAPI、ツールの起動にはLTI、名簿と成績の受け渡しにはOneRosterといった規格が使われています。

### EdTechとeラーニングは何が違いますか？

eラーニングはネットワーク経由で教材を配信する学習形態を指す語で、受講管理と修了判定までを射程とします。EdTechはそこに学習データの取得と指導への反映を加えた広い概念で、eラーニングはその中に位置づけられる学習形態です。授業支援や校務支援のように、配信を伴わない製品もEdTechに含まれます。

### EdTechの代表的なサービスにはどのようなものがありますか？

サービスを提供する事業者は、領域ごとに異なる構成です。学校向けにはGoogle ClassroomやMicrosoft Teams for Educationのような基盤があり、そのうえに授業支援のSKYMENU Cloud（Sky）やロイロノート・スクール（LoiLo）、AI型教材のQubena（COMPASS）といった製品が組み合わされます。企業向けは学習管理システムを中心に、語学やITスキルなど分野特化のサービスが並びます。単一の製品ですべてをまかなう構成は一般的ではありません。

### EdTechを導入すれば学力は上がりますか？

導入そのものが学力向上をもたらすという因果は、公的データでは示されていません。文部科学省のPISA2022資料では、日本の各教科の授業でのICT利用頻度がOECD諸国より低く、探究型の学習でデジタル機器を使う頻度が29か国中29位だったと報告されています。効果は授業や研修の設計を変えたときに現れるため、演習量や提出物の回収率など、導入前後で測れる指標を置いて検証してください。

### 教員や社員のスキル不足はどう解消すればよいですか？

操作研修だけでは変わりません。文部科学省の令和7年度調査の速報値でも、準備・校務で使う能力（91.1%）に比べて授業中の指導能力（83.4%）が低く、この差は操作の習熟ではなく授業設計の問題を示しています。担当教科・担当業務の具体的な場面に沿った実践例を共有し、うまくいった使い方を横展開する運用のほうが効果的です。

## 関連記事

- [アダプティブラーニングとは？文部科学省の方針・仕組み・導入事例をわかりやすく解説](https://www.issoh.co.jp/column/details/2251/)：本記事の出題切り替えの仕組みを詳しく扱う記事
- [LMSとは？学習管理システムの機能・選び方・自社開発の判断軸を解説](https://www.issoh.co.jp/column/details/13302/)：EdTechの土台となる学習管理システムの機能と選び方
- [eラーニングとは？仕組み・種類・メリットと導入で失敗しない進め方を解説](https://www.issoh.co.jp/column/details/13561/)：配信形態としてのeラーニングの全体像
- [GIGAスクール構想とは？1人1台端末の到達点と第2期の更新で決める三つの論点](https://www.issoh.co.jp/column/details/17434/)：学校の端末整備と更新期の論点
- [eラーニングシステムは中小企業と大企業で選び方が違う｜規模別の要件・費用と自社開発の判断](https://www.issoh.co.jp/column/details/15774/)：企業研修での規模別の選び方

---

出典: [EdTech（エドテック）とは？仕組み・教材の種類・導入手順と課題を一次データで解説](<https://www.issoh.co.jp/column/details/10473/>)（株式会社一創）