EDIX東京2026第17回でGoogleが提示した教員向けAI活用の全体像

EDIX東京2026第17回でGoogleが提示した教員向けAI活用の全体像

第17回EDIX東京は2026年5月13日から15日まで東京ビッグサイト東展示棟で開催され、Googleブースは3日間を通じて多くの来場者で賑わいました。今回の出展ではGemini・NotebookLM・Workspace Studioという3つの生成AIツールが前面に押し出され、教育現場での具体的な活用シナリオがデモを交えて紹介されています。本章ではGoogleがEDIXで提示した教員向けAI活用の全体像を整理し、各ツールの位置づけと展示構成を確認していきます。

2026年5月13日から3日間開催された第17回EDIX東京の出展規模

EDIX東京は教育総合展として国内最大級の教育系展示会であり、第17回となる2026年大会は5月13日水曜日から15日金曜日までの3日間、東京ビッグサイト東展示棟1から3を会場として開催されました。来場時間は10時から18時で最終日のみ17時終了、入場は事前来場登録による無料制となっています。今回はGIGAスクール構想第2期を背景に、自治体や教育委員会、学校関係者が一堂に会する場として注目を集めました。

主催はEDIX実行委員会で、企画運営はRX Japan合同会社が担当しています。展示会場とは別に東8ホールおよび会議棟でセミナーが組まれ、基調講演や教育委員会向け研修が複数展開されました。Googleブースは小間番号14-6に配置され、例年通り会場内でも特に人だかりが目立つエリアとなり、生成AIへの教育現場の関心の高さがうかがえる内容でした。会場全体の動線も、AI関連ブースを中心に来場者が回遊する流れが見られた点が今年の特徴だといえます。

Googleブース小間番号14-6で展開された3ツール体験デモの構成

Googleブースは大きく分けて、各ツールの体験コーナー、プレゼンテーションシアター、ワークショップコーナー、自治体や児童生徒・学生によるパネルディスカッションエリアの4つのゾーンで構成されました。各ツールコーナーでは、来場者のリクエストに応じてデモが行われ、教育現場での利用シナリオを目の前で確認できる形式が採用されています。来場者の多くは教員や教育委員会担当者であり、自分の業務に置き換えながら質問できる距離感が好評を博しました。

体験コーナーで前面に押し出された3ツールは、対話型AIアシスタントのGemini、自前ソース限定型ナレッジツールのNotebookLM、ノーコード自動化基盤のWorkspace Studioです。それぞれが補完関係にあり、組み合わせることで授業準備から校務処理までを一気通貫で支援できる構成となっています。担当者は単独利用ではなく連携活用を意識した説明を行っていました。

プレゼンテーションシアターで連日実施されたAI×教育の最前線講演

ブース内に設けられた「AI×教育の最前線！プレゼンテーションシアター」では、3日間を通じて連日来場者でにぎわう光景が見られました。シアターでは自治体・学校現場の先生方による事例共有や、生成AIを活用する高校生によるパネルディスカッションが組まれ、Geminiやその他のAIツールが実際にどのような場面で使われているのかを、ステージ上のデモと当事者の言葉で確認できる構成となっています。

最終日5月15日の14時から15時には会議棟での基調講演も組まれ、Google for Education側から年度方針や新機能ロードマップが提示されました。来場者は自校・自治体への導入判断材料として持ち帰り、各ステージで配布された小冊子・事例集が会場の至る所で読まれていました。AIを体験する場と、人が語る場の両方を備えた構成が今年の特色です。シアター登壇者には自治体担当者から児童生徒まで幅広い層が含まれ、現場の手触り感ある言葉で生成AI活用が語られた点が、来場した教員の納得度を高める要素となりました。

Gemini・NotebookLM・Workspace Studio3点セットの位置づけ

Googleが教員向けに提案した3点セットは、それぞれ役割が異なります。Geminiは対話型の汎用AIアシスタントとして指導案作成や情報整理を担い、NotebookLMは自分でアップロードした資料だけを情報源とするため校内資料や指導要領の参照に強みを持ち、Workspace Studioはトリガーに応じて自動でフローを実行するエージェント型ツールとして繰り返し業務の自動化に向いています。下表に各ツールの位置づけを整理しました。

3点セットの位置づけを理解しておくと、どの業務にどのツールを充てるべきかが明確になります。たとえばアイデア出しはGemini、根拠つき回答はNotebookLM、定型自動化はWorkspace Studioという棲み分けを意識すると、現場での運用設計が大きく前進します。

GIGAスクール第2期に向けたGoogle for Education全体戦略

EDIX東京2026の出展は、GIGAスクール構想第2期の本格化と連動した位置づけと整理できます。第1期で整備された一人一台端末を前提に、第2期ではAIを含む高度な学びの個別最適化と教員の働き方改革が主要テーマとなり、Google for Educationはその両面を支える基盤として、Workspace for EducationとGeminiの統合提供を打ち出しています。EDIXでの提案は単発の機能紹介ではなく、年度を通じた包括的戦略の一断面でした。

Googleは2025年7月の「Gemini Day for Education」で、Gemini for EducationをWorkspace for Educationのコアサービスに格上げし、無料で提供すると発表しました。EDIX東京2026はその後の機能拡張と現場活用事例を一気に提示する場として位置づけられ、AI活用のステージが「導入検討」から「日常運用」へ移行しつつある教育現場の現状を反映しています。第2期の重点課題に正面から応える提案でした。

Gemini for Educationが教員業務を変える4つの新機能と無償提供範囲

Gemini for Educationは、教員業務の負荷を軽減しつつ授業設計の質を高めるための機能群を備えています。本章ではEDIX東京2026のブースで紹介された新機能の中から、Gem機能・クイズ機能・Deep Research・コンテンツポリシーといった主要要素を整理し、Workspace for Educationのコアサービスとしての位置づけと無償提供範囲を確認していきます。教員が押さえるべき活用ポイントを順に見ていきましょう。

Workspace for EducationのコアサービスとしてのGemini統合

Gemini for Educationは、Google Workspace for Educationのコアサービスとして統合されたAIアシスタントです。Googleの発表によれば、Gemini for EducationはWorkspace for Educationのすべてのエディションで無償で利用でき、追加契約なしで教員・職員・児童生徒がアクセスできる位置づけにあります。コアサービスに位置づけられたことで、データ保護やプライバシーは既存のWorkspace for Education利用規約の枠組み内で扱われます。

従来は別料金のアドオンや上位プランが必要だったGemini機能が、コアサービスとして取り込まれた点が大きな変更点です。これにより自治体や学校はライセンス追加なしで生成AIを活用でき、検討フェーズの導入障壁が大きく下がりました。EDIXのブースでも、すでにWorkspaceを使っている学校であれば管理コンソール側の設定で利用開始できる旨が繰り返し説明されていた点が印象的でした。

LearnLM搭載Gemini 2.5 Proで実現する学習特化型回答の精度

Gemini for Educationの基盤モデルにはGemini 2.5 Proが採用されており、その内部には学習用途にファインチューニングされたLearnLMが組み込まれています。LearnLMは教育の専門家と共同で構築されたモデルで、単に正解を返すのではなく、学習者の理解段階に合わせた問いかけや段階的な説明を行う方向に調整されている点が特徴です。教員が指示すれば、生徒の習熟度に応じて回答の粒度を変える対応も可能となります。

LearnLMの存在によって、Gemini for Educationは一般向け生成AIとは異なる方向性を持つツールとなっています。たとえば「中学生が初めて学ぶ前提で解説して」と指示すれば、専門用語を平易な言葉に置き換える対応が得られやすく、教材の二次利用にも向きます。EDIX会場でも、対象学年や場面を指定するだけで説明の難易度が自然に切り替わるデモが繰り返し披露されていました。

よく使う指示を呼び出すGem機能と授業準備テンプレート化の実例

Gemは、よく使う指示や前提条件をあらかじめ保存しておけるカスタムAI機能です。教員が毎回入力するプロンプトをテンプレート化できるため、たとえば「小学校4年生の社会科向けに、教科書の単元を300字以内で要約する」といった指示を一度Gemとして登録しておけば、ワンクリックで同じ条件の出力を呼び出せるようになります。授業準備の繰り返し作業を大幅に短縮する仕組みです。

EDIXのデモでは、教科ごと・学年ごとに使い分けられる複数のGemを切り替えながら、教材の難易度や評価ルーブリックを変えていく様子が紹介されました。Gemに知識ファイルを追加すれば、自校の指導方針や評価基準を反映した回答も得られます。学年団や教科会で共通のGemを共有すれば、若手とベテランの間で授業設計の出発点を揃える土台としても機能する点が現場で好評でした。校内で蓄積した過去の指導案や評価規準を読み込ませることで、属人化していたノウハウを組織知へ転換する経路も拓かれます。

クイズ自動生成機能とデモで示された明治維新3問プロンプトの構造

Geminiコーナーで特に注目されたのが、クイズ自動生成機能のデモです。来場者の前で「明治維新についてのクイズを3問出してください」というシンプルなプロンプトを入力するだけで、選択式の問題が即時生成され、その場で採点まで進む様子が披露されました。さらに成績の分析や、誤答箇所に応じた学習ガイドの提示まで一気通貫で行える点が、形成的評価の手法と相性が良いと評価されています。

クイズ生成を授業に組み込む際は、おおまかに以下の手順で運用できます。

1. 対象単元と問題数・形式を指定するプロンプトを作成する
2. 生成された問題を教員が確認し、誤りや表現を修正する
3. Google Classroomなどに配布して生徒に回答させる
4. 回答結果をAIに分析させ、つまずきの傾向を把握する
5. 分析結果をもとに、次回授業の補習ポイントを決める

この流れに沿えば、単発の出題ではなく、評価から授業改善まで連結した活用が可能となります。EDIXのデモでも、出題から分析・ガイド提示までを5分以内で進める運用例が示されました。

Deep Researchを活用した教材リサーチ時間短縮の実務パターン

Deep Researchは、複数のウェブソースを横断的に調査し、論点ごとに整理した調査レポートを生成する機能です。教材リサーチでは、単元の周辺知識や最新事例、教科書外の補足情報を集める作業に時間を取られがちですが、Deep Researchを用いれば、指定したテーマに沿って情報源と要点をまとめた中間アウトプットが得られます。教員はそれをもとに、授業で使う部分だけを抜粋・編集する形に切り替えられます。

実務的には、まず単元と授業のねらいを明確にしたうえで、Deep Researchに調査範囲と切り口を指示するパターンが効率的です。生成されたレポートはあくまで下調べであり、参考文献や数値の出典を必ず教員が確認する必要があります。EDIX会場でも、AIに丸投げするのではなく「リサーチアシスタントとして使う」位置づけで紹介されており、最終的な教材化判断は教員側に残す運用が推奨されていました。一次資料への接続を断たない姿勢が、生徒に対する模範としても重要なポイントとなります。

18歳未満向けコンテンツポリシーとダブルチェック機能による安全設計

Gemini for Educationには、18歳未満のユーザーに対して不適切または有害な可能性がある回答が表示されないよう、厳格なコンテンツポリシーが設けられています。これは年齢を一律に判定するものではなく、Workspaceアカウントの属性情報をもとに自動適用される設計で、児童生徒が利用する場面でも安心して使える土台といえるでしょう。低年齢向けのオンボーディング体験も別途用意されています。

安全設計の具体的な構成要素として、以下のような仕組みが組み合わさっています。

• 18歳未満向けの厳格なコンテンツフィルタによる回答制御
• 初回事実質問時に自動でGoogle検索による回答ダブルチェックを実施
• ConnectSafelyやFamily Online Safety Institute承認のAIリテラシー教材の提供
• 管理コンソールから組織部門単位でON/OFFを切り替えられる権限制御

これらの組み合わせにより、教員は児童生徒の年齢や発達段階を踏まえた安全運用を行いやすくなっています。導入時には学校全体のポリシーと突き合わせて設定する流れが重要となります。

NotebookLMで実現する教材作成と多言語資料の日本語要約活用法

NotebookLMは、自分でアップロードした資料だけを情報源として動作する点に最大の特徴があります。Geminiが広くウェブ上の情報を参照するのに対し、NotebookLMは指定したソースの範囲内で回答を組み立てるため、教員が校内資料や指導要領を扱う場面で根拠ある回答を得やすい構造です。本章では、EDIXで紹介された教材作成・多言語要約・音声概要・動画概要などの活用パターンを順に整理していきます。

自分が指定した資料のみをソースとするNotebookLMの仕組みと利点

NotebookLMの中心的な仕組みは、教員がアップロードしたPDFやGoogleドキュメント、ウェブページなどを「ソース」として登録し、AIがそのソースに限定して回答する設計にあります。一般的な生成AIではハルシネーション、すなわち存在しない情報を断定的に提示する事象が完全には避けられませんが、ソース限定型のNotebookLMはその発生確率を抑える方向に働き、校内資料や指導要領を扱う場面と相性が良いツールとなります。

EDIX会場でも、官公庁の資料や議事録、自校の指導案集をまとめてアップロードし、その範囲内で要約や質問応答を行うデモが披露されました。教員が「この資料に書いてある内容に絞って答えて」と指示する必要すらなく、初期設定の段階で参照範囲がソースに固定されるため、回答の根拠を確認しやすい点が現場担当者から評価されていた印象的な仕様といえます。回答中にも参照箇所が明示されるため、生徒に対して情報の出所を示しながら学習を進めやすい点も大きな利点となります。

中国語含む多言語混在資料を日本語で統合要約するデモの内容詳細

NotebookLMのコーナーでは、1つの専門的なテーマについて、中国語など複数言語の資料を集めてアップロードし、それらをまとめて日本語で要約するデモが行われていました。教員自身が外国語資料を読み込めなくても、信頼できる情報源を集めれば、NotebookLM側で言語横断的に要点を抽出してくれるため、最新研究や海外事例を授業に取り込む際の障壁が大きく下がります。

デモでは「初めて学ぶ学生が直感的に理解できるような解説を作成してください」というプロンプトを併用し、専門用語が並ぶ多言語資料から、入門者向けの平易な日本語解説を一気に生成する流れが示されていました。多言語対応は近年強化されており、要約の品質も実用域に達しています。授業冒頭の導入資料や、自由研究の参考資料づくりに直接活かせる用途として、教員の関心を集めていたコーナーでした。海外の最新研究や白書をソースに加えることで、教科書の枠を超えた学習素材を短時間で整える運用も現実的な選択肢となるでしょう。

ポッドキャスト形式の音声概要で通勤時間に資料を把握する活用法

NotebookLMの音声概要機能は、アップロードしたソースをもとに、対話形式のポッドキャスト風オーディオを自動生成する仕組みです。資料の概要を耳で聞いて把握できるため、通勤時間や移動中など、画面を見られない時間帯にもインプットを進められます。教員にとっては、研究紀要や指導案集など、まとまった量の資料を短時間で把握する手段として有効に機能します。

Googleの担当者は会場で「全部に目を通せないような量の資料でも、通勤中などに聞くことで概要が把握できる」と説明していました。生成される音声は、複数話者による自然な対話形式で構成されており、単なる読み上げよりも記憶に残りやすい構造です。校内研修の事前資料や、職員会議で扱う議題の予習にも転用でき、音声を活用した時間の使い方を広げる選択肢となります。家事や運動と並行して内容を頭に入れられるため、まとまった学習時間を確保しづらい教員にとって、いわゆる「すきま時間」を学びに変える具体的な手段といえるでしょう。

プレゼン資料・動画概要・テスト機能まで生成可能な成果物の種類

NotebookLMは、テキストの要約だけでなく、プレゼン資料・動画概要・理解度確認テストなど、多様な成果物を生成できます。ソースを一度アップロードしておけば、用途に応じてアウトプット形式を切り替えられるため、同じ資料から授業用スライド、生徒配布用テスト、教員研修用音声をそれぞれ作り分ける運用が可能となります。教材化の手間を大きく圧縮できる点が魅力です。

主な成果物の種類を整理すると、以下の通りとなります。

同一ソースから複数の成果物を組み合わせて使うと、授業設計全体の解像度が上がります。教員はソース整備に時間を投資し、アウトプット生成はNotebookLMに任せるという役割分担が現実解となるでしょう。

Classroom配布対応の理解度確認テスト機能による学習評価の効率化

NotebookLM内の理解度確認テスト機能を使うと、ソースの内容に基づいたクイズや小テストを自動生成できます。生成された問題はGoogle Classroomへ配布でき、子どもたちの回答状況を集約して個別のつまずきを把握する流れに直結する仕組みです。教員がテスト問題を一から作る時間を圧縮しつつ、ソース内容と問題の対応関係が明確に保たれる点が、形成的評価の手法と相性の良い設計だといえます。

運用面では、単元の節目ごとに小テストを配布する形式が現実的です。回答結果を再びAIに渡せば、クラス全体の理解度傾向や、特定の生徒のつまずきポイントが整理されたレポートとして得られます。教員はそれをもとに、次回授業で扱う補足説明や個別フォローの計画を立てやすくなる流れです。テスト作問の時間を授業改善の時間へ振り替える発想が、機能の真価を引き出すコツといえます。また、同じソースから難易度違いの問題を生成すれば、習熟度別の補習にもそのまま転用できるため、個別最適な学びを下支えする道具立てとして機能します。

50言語対応強化と動画概要機能追加で拡大した教材化対応の範囲

近年のアップデートでNotebookLMは多言語対応がさらに強化され、要約や生成に対応する言語が大幅に拡大しました。これに加え、要約内容から直接教育用ビデオに変換できる動画概要機能も追加されており、教材化の選択肢が一段と広がっています。アップロードした資料から動画教材を自動生成できる仕組みは、反転授業や補習用コンテンツ作成の負担を実質的に肩代わりする位置づけとなります。

多言語対応の強化は、外国にルーツを持つ児童生徒への教材提供にも直結します。母語に近い言語で要約資料を用意できれば、日本語学習が途上の子どもにも内容の核を伝えやすくなるためです。動画概要と組み合わせれば、視覚と聴覚の両方からアプローチできる教材セットを短時間で整えられる流れになります。多言語と動画の組み合わせは、インクルーシブな学習環境づくりにも活かせる手段といえるでしょう。海外提携校との交流授業や、国際的な探究学習のテーマ整理でも、言語の壁を意識せずに資料整備を進められる利点があります。

Workspace Studioのエージェント型自動化で校務時間を削減する設計手法

Workspace Studioは、Google Workspace内でAIエージェントを設計・管理・共有するためのプラットフォームです。Gemini 3を基盤とし、ノーコードで業務自動化フローを構築できる点が大きな特徴となります。本章では、Flowsからの名称変更経緯、フローの基本構造、Gemとの連携、判断ロジック、企業導入事例までを順に整理し、教員が校務効率化に活かすための設計手法を確認していきます。

名称変更でFlowsからStudioへ移行した2025年12月正式提供の経緯

Workspace Studioは、もともと「Google Workspace Flows」としてアルファ版で提供されていたツールが、2025年12月に名称を改め、正式に一般提供を開始したものです。Googleの公式ブログでも一般提供開始がアナウンスされ、Workspaceのビジネスプランとエンタープライズプランに含まれる位置づけが明確化されました。アルファ版段階で蓄積されたフィードバックを反映した設計が、正式版に引き継がれています。

名称変更にあわせてURLもflows.workspace.google.comからstudio.workspace.google.comへ切り替わり、Gmail画面上のアイコンも順次更新されています。教育機関での利用可否はエディションに依存しますが、企業導入が先行していたツールが教育現場の文脈で展示される構成は、EDIXとしても象徴的な動きでした。校務へどう転用するかを来場者が考えるきっかけとなった点が大きいといえます。

Gemini 3搭載のノーコード設計で実現するエージェント構築手順

Workspace Studioで構築するエージェントは、Gemini 3の推論能力とマルチモーダル理解機能を基盤とします。コーディングや特殊な構文を必要とせず、自動化したい業務を自然言語で説明するだけで、AIがフローの骨子を生成してくれる仕組みです。テンプレートライブラリも用意されており、メールダイジェストや会議要約など、よく使われるフローからカスタマイズを始められます。

従来の自動化ロジックは、厳格なルールや固定的な条件、コーディングスキルに依存していました。Gemini 3搭載のWorkspace Studioでは、感情分析や優先順位付け、スマート通知といった柔軟な処理が含まれるため、ルール定義しきれない判断業務もエージェントに任せられます。教員の校務にも「人間が経験で判断していた工程」が多く存在するため、ノーコード設計と判断機能の組み合わせは現場への適合度が高い仕組みだといえるでしょう。テンプレートから始めて少しずつ自校仕様に書き換えていけば、IT専任担当者がいない学校でも段階的に活用範囲を広げられる流れになります。

StarterとActions/Stepsで構成される自動化フローの基本構造

Workspace Studioの自動化フローは、トリガーを担うStarterと、実際の処理を担うActions・Stepsという2層構造で構成されます。Starterに指定した条件が成立するとフローが起動し、設定されたActionsが順に実行される流れです。Stepsの中には、Geminiに自然言語で指示するAsk Gemini、コンテンツから要素を抽出するExtract、状況に応じて分岐するDecideといった、AIの能力を直接活用するブロックが用意されています。

主要ブロックを整理すると、次の通りです。

これらを組み合わせることで、メールが届いた瞬間から要約・分類・通知までを自動で進めるフローが構築できます。教員の校務に置き換えれば、保護者連絡や行事案内など、定型処理の多くがエージェント側に寄せられる構造となります。

Ask a Gem連携で実現する社内資料に基づく回答自動生成の実例

Workspace StudioにはAsk a Gemというアクションが用意されており、フロー内からカスタムGemを呼び出せる連携機能を備えています。Gemに知識ファイルとしてFAQや校内マニュアルを登録しておけば、フォームから届いた問い合わせに対し、Gemが社内資料に基づく回答案を自動で作成し、Workspace Studioが優先度判定や担当部署振り分けを行ったうえでChatに投稿する一連の流れを構築できます。

ソフトバンクが公開した事例では、「社内システムにログインできない」という問い合わせに対し、Gemが知識ファイルに基づく回答案を作成し、Extract機能で優先度を「高」、担当部署を「情報システム部門」と判定するフローが実装されました。校務に転用すると、保護者からの問い合わせを学年団・養護教諭・管理職へ振り分け、想定回答を添えた状態で担当者に届ける仕組みなど、現実的な応用が見えてくる構造となっています。

メール要約・分類・優先度判定を担うDecideステップの判断ロジック

Decideステップは、Geminiに状況を判断させ、その結果に応じてフローを分岐させる中核ブロックです。たとえば、受信メールの内容から「緊急度が高い」「即日返信が必要」「アーカイブで可」といった分類を行い、それぞれ別の処理経路に流すことができます。従来であればキーワード一致など固定ルールに頼っていた振り分けが、文脈を読んだ判断に置き換えられる点が大きな進化です。

校務に当てはめると、保護者からのメールを「成績相談」「行事関連」「事務手続き」など複数カテゴリへ自動振分し、それぞれの担当者に通知する運用が想定できます。重要なのは、判断基準をプロンプトで明示しておくことです。曖昧な基準を渡すと判断もぶれるため、過去の事例を参考にして基準を言語化し、Decideステップに渡すプロンプトを設計段階で詰めておく姿勢が運用の安定を生みます。判断結果をログとして残しておけば、誤分類が起きた際にプロンプトを微調整しやすく、エージェントを育てていく感覚で精度を高められます。

Kärcher社事例で実現した草稿作成時間90パーセント短縮の構成

Google公式ブログで紹介されたドイツの清掃機器メーカーKärcher社の事例は、Workspace Studioの可能性を示す象徴的な活用例として注目を集めました。同社は、ブレインストーミング担当・テクニカル担当・UX担当・最終まとめ担当という役割の異なる複数のGemをチーム化し、Google Chatで新機能のアイデアが提案されると、各Gemが連携してユーザーストーリー草稿を自動生成する仮想チームを構築しました。

Googleの公式発表によれば、この仮想チームの導入により、ユーザーストーリー草稿の作成時間が90パーセント短縮され、何時間もかかっていた手作業の統合作業が、わずか2分でレビュー可能な状態を作る自動プロセスへ転換されたとのことです。教育現場でも、行事企画や校務分掌の起案など、複数の視点を統合する作業は多く存在します。役割の違うGemをチーム化する発想は、学校組織にも転用できる枠組みといえるでしょう。

教員の校務効率化を実現する4分野別AI活用シナリオと運用ポイント

EDIX東京2026のGoogleブースでは、各ツールを単独で紹介するだけでなく、教育現場の業務を分野ごとに切り分けたうえで、どの場面にどのAIを充てるかを示す構成が採用されていました。本章ではブースで提示されたクイズ作成・成績分析・ニュース定期配信・メール文面作成の4分野に加え、指導案作成や校務分掌までを含めた具体的な活用シナリオを整理し、運用ポイントを確認します。

クイズ作成業務でGeminiが代替する出題・採点・分析の一連工程

クイズ作成は、出題・配布・採点・分析・フィードバックという複数工程からなる校務であり、教員が時間を取られやすい業務の代表例です。EDIXのデモでは、Geminiが選択式問題の自動生成から採点、成績分析、学習ガイドの提示までを一気通貫で担う様子が披露されました。教員はプロンプトを与えるだけで、自動生成された問題を点検し、配布するだけの作業に集中できる構造になります。

運用上のポイントは、AIに任せる工程と教員が確認する工程を明確に切り分けておくことです。出題内容の妥当性チェック、誤答時のフォロー方針決定、評価への反映といった判断は教員側に残し、機械的に処理できる作業をAIに寄せる構成が現実解となります。誤答パターンの分析結果は、次回授業の重点項目に直結する情報源となるため、分析結果を読む時間を意識的に確保しておく姿勢が大切だといえるでしょう。配布前に少数の問題を試行的に解いてみる小さな運用を挟むと、AI生成問題の癖を早めに把握できます。

成績分析でAIが提示する個別学習ガイドと指導計画への反映方法

成績分析の領域では、Geminiが個々の生徒の回答傾向から、つまずきの原因仮説や次に取り組むべき学習内容を提示する活用が想定されています。EDIX会場でも、クイズ採点に続く工程として「成績の分析」と「学習ガイドの提示」が披露され、単元理解の弱い領域や誤答が集中するパターンを言語化したフィードバックが生成される様子が見られました。教員は仮説を踏まえて指導計画を調整できます。

指導計画への反映では、AIの提示をそのまま採用するのではなく、教員自身が知っている生徒の状況と突き合わせて取捨選択する姿勢が重要です。AIは観測されたデータからしか仮説を立てられないため、家庭環境や授業中の様子など、テストに表れない要因は人間側で補う必要があります。両者を組み合わせれば、データに基づきつつ生徒の実態に寄り添った指導の輪郭が見えてくる流れになります。学年団や教科会で分析結果を共有すれば、複数の教員の目を通した判断材料として活かしやすくなる点も実務上の強みです。

教育ニュース定期メールを自動配信するWorkspace Studio活用例

EDIXのGoogleブースでは、Workspace Studioを使った「ニュース定期メール」の自動配信デモも紹介されていました。教育関連の最新情報を定期的に収集し、要約してメールで届ける仕組みをノーコードで構築できれば、教員が情報収集に費やす時間を圧縮できます。指定したテーマに沿った情報を、決まった曜日・時刻に届ける運用は、忙しい現場との相性が良い活用例といえます。

校務での具体的な転用先としては、教育委員会からの通知整理、文部科学省のガイドライン更新監視、教科ごとの最新事例ウォッチなどが挙げられます。フローを一度組んでおけば、人手を介さず継続的に情報が届く仕組みとなり、属人化していた情報収集が組織的な活動へ置き換わる流れが生まれる構造です。注意点は情報源の信頼性で、参照先URLを限定して指定し、出典を確認できる構成にする運用が望ましい姿だと考えられます。配信頻度や対象範囲は試運用で調整し、現場で読まれる分量に落とし込む工程も忘れずに組み込んでおきたい要素です。

保護者・関係機関宛のメール文面作成業務で時間を圧縮する書式設計例

保護者や関係機関へのメール文面作成は、礼を欠かない表現と必要事項の網羅が求められる業務であり、教員にとって慎重さが必要な校務の1つです。Geminiを活用すれば、用件と要点を箇条書きで渡すだけで、丁寧で一貫した書式のメール文面を即時に生成できます。教員は内容の正確性を確認し、固有名詞や日時を最終調整するだけで送信できる状態に近づけられる構造です。

書式設計のポイントは、Gemとして自校の文面テンプレートを登録しておくことです。学校だより風、行事案内風、緊急連絡風など、用途別のGemをあらかじめ整えておけば、ワンクリックで近い書式を呼び出せます。また、宛名・敬称・締めの言葉といった定型部分はGem側で固定し、AIに任せる範囲は本文中の事実関係に限定する切り分けが、品質と効率の両立に効果的な設計といえるでしょう。送信前に管理職または学年主任が確認するチェック工程を1段挟んでおけば、文面の品質を保ちつつトラブルの予防にもつながる運用となります。

指導案作成支援と改善案提示によるベテラン教員の暗黙知共有手段

Gemini for Educationのコアサービス化発表時にも、Googleは「指導案の作成支援や、改善案・授業アイデアの提案」を具体的な活用例として挙げていました。指導案は教員個人の経験や教科観が色濃く反映される文書であり、若手教員が独力で組み立てるのは負荷の高い作業です。AIを下書きアシスタントとして使えば、基本構造の整った原案を短時間で得たうえで、改善や肉付けに時間を集中できます。

暗黙知共有の観点では、ベテラン教員の指導案や授業記録をGemやNotebookLMに知識ファイルとして登録する手法が有効です。これにより若手教員が「自校で実績のある授業設計の型」を参照しながら原案を作れるようになり、人事異動などで属人ノウハウが失われるリスクを抑えられます。ベテラン側にとっても、自分の知見が組織資産として継承される実感は、納得感のある働き方改革の一要素となるでしょう。校内研修と組み合わせ、AIが提示する観点に対して教員同士で対話する場を設けると、ノウハウの言語化がさらに進みます。

校務分掌資料の整理・要約を担うNotebookLMの社内資料活用法

校務分掌では、年度更新ごとに大量の引継ぎ資料・規程・過去議事録を読み解く必要があり、新任担当者の負荷が特に大きい領域です。NotebookLMに該当する資料をまとめてアップロードしておけば、「昨年度の運動会で配慮した点は」「保護者対応の前例は」といった具体的な問いに、参照箇所つきで回答が返ってくる環境を作れます。引継ぎ会議の前段階で論点を整理する手段としても有効な手立てです。

運用上は、年度初めに分掌ごとのノートブックを整え、参照すべき資料一式を登録する流れが基本となります。学期ごとや行事ごとに新しい議事録や反省記録を追加していくと、いわば「校務分掌の集合知データベース」として機能していく構造です。アクセス権限は校内に閉じるべき情報のため、Workspace側の共有設定と組み合わせて、参照範囲を明確にしておく管理が安全運用の鍵を握る要素といえます。ノートブックの命名規則や担当者を年度始めに整理しておけば、引継ぎ作業全体の見通しが良くなり、新任担当者の負荷も着実に軽減されていきます。

授業準備から成績分析までを一気通貫で支援するAI機能の組み合わせ

EDIX東京2026で示された活用シナリオを並べてみると、Gemini・NotebookLM・Workspace Studioの3ツールが、授業準備から実施・評価・振り返りまでの一連工程をシームレスにつなぐ構図が浮かび上がります。本章では授業設計段階・教材作成段階・授業実施段階・評価段階・振り返り段階のそれぞれで、どのAI機能をどう組み合わせるかを、現場で運用する流れに沿って整理します。

授業設計段階で活用するDeep Researchによる教材リサーチの実例

授業設計の出発点では、扱う単元の背景知識や最新事例、教科書外の補足情報を集めるリサーチ作業が発生します。Geminiに搭載されたDeep Researchは、複数のウェブソースを横断的に調査し、論点別に整理した中間レポートを生成してくれる仕組みで、教員が一次資料に当たる前のあたりをつける段階に向いた機能です。授業のねらいや想定対象を明示すれば、得られるレポートの方向性が大きく変わります。

実例としては、新単元の導入授業を設計する際に、社会的な背景や生徒の興味を引きそうなトピックを集める使い方が現実的です。Deep Researchが返す情報は出典つきで提示されるため、教員は気になる情報源にアクセスして一次確認を行い、授業で使う部分を選別する流れになるでしょう。あくまでアタリ付けの段階でAIを使い、最終的な裏取りは教員が担う運用が、信頼性と効率を両立する基本姿勢だと位置づけられます。複数の切り口で繰り返し問い直すと、見落としていた論点や対立する見方にも気づきやすくなる利点があります。

教材作成フェーズでNotebookLMが担う情報整理と要約処理の手順

教材作成のフェーズでは、リサーチで集めた資料群を整理し、生徒に提示できる形に再構成する工程が中心となります。NotebookLMにリサーチ結果や一次資料をアップロードすれば、ソースを限定した状態で要約・FAQ・スライド草案などを生成でき、教材としての加工に必要な素材を一気に揃えられる仕組みです。AIによる出力には参照箇所が明示されるため、教員は内容の根拠を確認しながら教材を仕上げられます。

処理の基本的な流れは次の通りです。

1. 授業のねらいと対象学年をメモにまとめてNotebookLMに登録する
2. 一次資料・参考図書・関連ウェブページをソースとしてアップロードする
3. 要点要約・用語集・想定質問リストを生成させる
4. 生成物を教員が確認し、誤りや表現を修正する
5. 必要に応じて音声概要・動画概要・スライドを追加生成する

この手順を踏むことで、リサーチから教材化までの一連の流れがNotebookLM内で完結します。教員はソース整備と最終確認に時間を使い、生成は機械に任せる役割分担を意識すると、教材作成の効率が一段と高まるでしょう。

授業中のリアルタイム質問対応に応用するカスタムGemの活用例

授業実施の段階では、生徒からの想定外の質問や、補足説明が必要な場面が頻繁に発生します。授業内容を知識ファイルとして読み込ませたカスタムGemをタブレット端末で開いておけば、教員が即座に質問の背景や関連情報を確認できる手段となるでしょう。Gemは事前に登録した教材・指導観・回答スタイルに沿って回答するため、授業の文脈を壊さずに使える点が強みです。

活用例として、理科の実験授業で生徒から専門的な質問が出た場面を想定すると、Gemに教科書の単元情報と実験プロトコルを登録しておけば、教員は数秒で回答の方向性を確認し、自分の言葉で補足説明できる流れになります。AIをそのまま生徒に提示するのではなく、教員の応答力を底上げする補助ツールとして使う発想が、教室内での自然な活用形だと考えられる位置づけです。生徒の反応を見ながら使うタイミングを選ぶ姿勢も、AIと授業を調和させるうえで欠かせないポイントだといえるでしょう。

クイズ機能による形成的評価と即時フィードバックの実装設計手法

授業中もしくは授業直後の段階では、その時点の理解度を測る形成的評価が学習効果を左右する重要な要素となります。GeminiやNotebookLMのクイズ機能を使えば、授業で扱った内容に基づく小テストを即座に生成でき、Google Classroomで配布して回答結果をその場で集計する運用が可能です。即時フィードバックは、誤理解が定着する前に修正できる学習効果の高い手法として知られています。

実装設計のコツは、単元の節目ごとに3問から5問程度の短いクイズを差し込む構成にすることです。長いテストは生徒の負担が大きく、即時性も失われやすいためです。誤答が集中した問題はその場で全体に再説明し、個別に詰まっている生徒には別途フォローする流れにすれば、形成的評価のサイクルが授業内で完結する設計となります。授業の終わりに必ず短い確認時間を確保する習慣が役立つ運用となるでしょう。継続的にデータを蓄積すれば、年度を通じた理解度の推移も追跡できる副次的な利点があります。

成績分析と学習ガイド提案を組み合わせた個別最適化の運用設計例

評価段階では、集まった回答データをGeminiに渡し、クラス全体の傾向と個別生徒のつまずきを分析させる運用が現実的です。AIが提示する学習ガイドは、不足している前提知識や、次に取り組むべき問題種別の候補を含むため、生徒一人ひとりに合わせた補習計画を立てやすくなる構造です。教員は仮説を確認し、自身の観察と合わせて最終的な指導方針を決められます。

個別最適化を運用に乗せるには、ガイド提案を生徒に直接渡すのではなく、教員が翻訳して提示する流れが望ましい姿です。AIが「次は二次方程式の応用に取り組みましょう」と提示しても、生徒の学習意欲や生活背景を考慮した声かけは教員にしか行えないためです。データに基づく方向性と、人による寄り添いを組み合わせる設計が、個別最適化を機能させる現実的な道筋だと考えられます。年度の中で蓄積された学習履歴を継続的に参照すれば、短期的な変動に左右されにくい、より中長期の視点での指導判断にも役立つでしょう。

振り返り資料生成と次回授業改善案提示までを連結する一気通貫活用法

授業の振り返り段階では、その日の指導記録や生徒の反応、評価データを統合して、次回授業の改善案につなげる工程が重要となります。NotebookLMに当日の指導案・板書記録・回答データを登録し、Geminiに「次回の重点と改善案」を提示させる構成にすると、振り返り資料の作成から次回計画への接続までを短時間で行える流れが実現可能です。記録の継続が後の学年でも財産となります。

一気通貫の活用イメージは、授業前のDeep Research・授業中のカスタムGem・授業直後のクイズ機能・評価段階の成績分析・振り返り段階のNotebookLM要約までが、それぞれ別のツールではなく1つの学習サイクルとしてつながる姿です。各ツールの出力を次の工程の入力として渡す運用を意識しておけば、AIが教員の補佐役として授業全体を支える状態に近づきます。導入は段階的でかまわず、まずは1工程から始める姿勢で十分でしょう。慣れてきた段階で別工程へ拡張する進め方が、現場に無理なく定着させる現実的な道筋となります。

学校導入時に押さえるデータ保護・年齢制限・国際規制準拠の判断基準

教育現場へAIツールを導入する際に避けて通れないのが、データ保護・年齢制限・国際規制への対応です。Googleはこれらを「Gemini for EducationとNotebookLMがWorkspace for Educationのコアサービスである」という位置づけのもとで明確化しています。本章では利用規約上の位置づけ、エンタープライズ級保護、児童生徒向けコンテンツポリシー、管理コンソール設定、監査対応までを順に整理し、学校導入時の判断基準を確認していきます。

データ提供範囲とAIモデル学習除外を定める利用規約上の位置づけ

Workspace for Educationアカウントを使用する場合、GeminiアプリとNotebookLMは既存のGoogle Workspace for Education利用規約の対象となるコアサービスとして扱われます。Googleの公式ドキュメントには、ユーザーデータは人間のレビュアーによって確認されたり、AIモデルのトレーニングに使用されたりすることはないと明記されており、データ提供範囲が利用規約のレベルで担保された格好となります。

この位置づけは、学校・自治体にとって導入判断の前提条件となる要素です。教員が業務上扱う情報は児童生徒の個人情報を含み得るため、入力データがモデル学習に流用されないことの確認は欠かせません。コアサービスに含まれているという事実は、自治体の情報セキュリティ部門や教育委員会への説明材料としても有効な根拠となります。導入検討時には公式ドキュメントを直接参照し、最新の規約内容を確認する手続きをセットで進めるとよいでしょう。

COPPA・FERPA準拠を支えるエンタープライズ級保護の構成要素

Gemini for EducationとNotebookLMはエンタープライズ級のデータ保護のもとで提供され、COPPAやFERPAをはじめとする多くの業界規制への準拠をサポートする設計となっています。COPPAは米国の児童オンラインプライバシー保護法、FERPAは米国の家庭教育の権利およびプライバシー法を指し、いずれも児童生徒の個人情報や学習記録の取扱いに関する代表的な枠組みです。

日本の学校現場では、これらの米国規制が直接適用されるわけではありませんが、国際規制への準拠が確認できる事実は、自治体が定める個人情報保護条例や学校の情報セキュリティポリシーに照らして信頼性を判断する際の参考材料となります。海外の規制基準を満たすレベルで設計されているという情報は、保護者説明会や教育委員会説明資料の論拠としても活用しやすい位置づけです。検討段階で押さえておくべき要素といえるでしょう。あわせて、社内研修や教員向け学習会で規制の概要を共有しておくと、現場担当者が安心して活用できる土台が整っていきます。

18歳未満の児童生徒に適用される厳格コンテンツポリシーの内容

GeminiとNotebookLMには、18歳未満のユーザー向けに不適切または有害な可能性のある回答を抑止する厳格なコンテンツポリシーが用意されています。これは大人と同じ応答を子どもに返さないよう設計された仕組みで、暴力・性的表現・差別表現などに加え、年齢相応でないと判断されるトピックに対しても、回答スタイルを調整した上で提示する設計となっています。

低年齢の学習者がAIを責任を持って利用できるよう、GeminiにはConnectSafelyとFamily Online Safety Institute承認のAIリテラシー教材を活用した若年層向けオンボーディング体験が用意されています。さらに、事実に基づく初回質問に対しては自動でGoogle検索による回答ダブルチェック機能が実行され、誤情報の伝達を抑える仕組みも組み込まれている点が、教育機関での利用を前提とした安心材料だといえるでしょう。教員はこれらの仕組みを児童生徒に説明できるよう理解しておくと、AIとの付き合い方を教える指導場面でも一貫した姿勢を保ちやすくなります。

管理コンソールでの組織部門別ON/OFF設定と運用上の判断基準

Workspaceの管理コンソールでは、GeminiアプリやNotebookLMへのアクセスを組織部門ごとに有効化・無効化できる権限制御が用意されています。たとえば、教職員には早めに開放し、児童生徒にはAIリテラシー研修を経た学年から段階的に解禁する運用が可能です。Workspace Studioについても管理コンソール側で有効化設定を行う必要があり、組織方針に沿った展開を設計できます。

運用判断の基準として、まず教職員側の活用が定着してから児童生徒側へ広げる順序を取る学校が多く見られます。教員自身がツールの挙動を理解していない状態で児童生徒に使わせると、想定外の活用や不適切な質問への対応が難しくなるためです。組織部門別のON/OFFと、AIリテラシー教育の進度をそろえる発想が、安全な展開を支える判断軸の中心といえる位置づけになるでしょう。展開段階を四半期単位で計画に落とし込んでおけば、研修の到達度と権限解放のタイミングを揃えやすく、関係者の合意形成もスムーズに進められます。

Vaultによる会話保存・検索機能と教育委員会監査への対応方法

Google Vaultを使用すると、ドメイン内のGeminiアプリの会話を検索し、検索結果を書き出すことが可能です。Vaultは電子情報開示やコンプライアンス対応のためのアーカイブ機能であり、保存期間や検索条件を組織のポリシーに合わせて設定できます。教育委員会監査や保護者からの開示請求が発生した場合に、必要な記録を取り出して提示できる体制を整える土台です。

また、管理コンソールではGeminiの使用ユーザー数や全体的な使用状況を確認できます。ユーザーアカウント単位で、Geminiがチャットを保存する期間を管理することも可能です。教育委員会が定める情報管理基準に合わせて、保存期間・アクセス権限・監査ログの取り扱いを文書化しておけば、運用が始まってから個別判断を迫られる場面を減らせる構造となります。導入前に基準と手続きを揃えておく姿勢が望ましいでしょう。Vaultの活用範囲や責任者を運用ルールに明記しておくと、年度を越えて担当者が交代しても、監査対応の品質を一定に保ちやすくなる点も実務上の利点といえます。

教育委員会レベルで導入前に確認すべき5項目の判断ポイント整理手順

教育委員会や学校が正式導入を決める前に押さえるべき確認項目を整理しておくと、関係者の合意形成が円滑になります。技術機能だけでなく、規約・運用・教育的意義の各側面から判断材料を揃える姿勢が、後々の運用安定につながる土台となります。導入の意思決定では、複数部署が関わるため、共通の判断軸を持つことが重要です。

導入前に確認したい代表的な項目を以下に整理しました。

• 利用規約上のデータ取扱い範囲とAIモデル学習除外の確認
• 自治体・学校の情報セキュリティポリシーとの整合性チェック
• 児童生徒の年齢区分と組織部門別ON/OFF設定方針の決定
• 教員と児童生徒向けのAIリテラシー研修計画の策定
• Vault等を活用した会話保存・監査対応の運用ルール整備

これらを順に確認していけば、技術面と運用面のリスクを洗い出したうえで導入判断に進める構造となります。教育委員会レベルで判断軸を共有しておけば、各校での運用にも一貫性が生まれ、保護者や地域への説明もしやすくなる流れが期待できます。導入後も定期的に見直す姿勢が、長期的な活用を支える鍵といえるでしょう。