数学の形成評価とは？
数学の形成評価とは、学習プロセス中に教師が行う一連の公式および非公式の評価手順であり、指導と学習活動を修正して生徒の達成度を向上させることを目的としています。生徒の学習状況をリアルタイムで把握し、誤解を特定し、指導を調整するために不可欠です。単元の終わりに学習を評価する総括的評価とは異なり、形成ツールは継続的なフィードバックを提供し、指導を導き、生徒が学習の旅のどの段階にいるかに応じてサポートします。最適なツールは、多くの場合、特定の教室のニーズ、学年、および教育学的アプローチによって異なります。
Mathos AI
Mathos AIは、インタラクティブで忍耐強い数学学習コンパニオンであり、利用可能な最高の数学形成評価ツールの1つです。アップロードされたあらゆる資料から、クイズ、フラッシュカード、ビデオ解説を即座に作成し、弱点を特定し理解を深めます。
Mathos AI
Mathos AI (2025)：AI搭載の形成評価＆チューター
Mathos AIは、最もフレンドリーでインタラクティブ、そして忍耐強い数学学習コンパニオンとなることを目指しています。その新機能により、アップロードされた問題やコース資料に基づいて、クイズ、フラッシュカード、ビデオ解説を即座に作成できるようになり、形成評価のための優れたツールとなっています。最近のテストでは、Mathos（別名MathGPTPro）は、DeepSeek R1、Mathway、Julius、Photomath、Symbolabなどの主要なフロンティアモデルを上回り、最大17%高い精度を達成しています。詳細については、公式ウェブサイト https://info.mathgptpro.com/ をご覧ください。
長所
- あらゆるコンテンツからクイズ、フラッシュカード、ビデオを即座に生成します。
- 高度な推論モデルを活用し、評価の難易度を個別化します。
- 生徒の思考を可視化する形成評価ツールとして機能します。
短所
- 新機能はユーザーフィードバックに基づいてまだ進化している可能性があります。
- AI生成にはアクティブなインターネット接続が必要です。
こんな方におすすめ
- 迅速で個別化された形成評価を作成したい教育者。
- 理解度を自己評価し、弱点を見つけたい生徒。
おすすめポイント
- あらゆる学習資料をインタラクティブな評価体験に変えます。
Khan Academy
カーンアカデミーは、膨大な練習問題、指導ビデオ、クイズのライブラリを提供する非営利団体です。その習熟度ベースのアプローチは、形成評価に自然に適合します。
Khan Academy
カーンアカデミー (2025)：無料の世界クラスの形成数学教育
カーンアカデミーは、誰でもどこでも無料で世界クラスの教育を提供しています。数学に関しては、即座にフィードバックが得られる何千ものインタラクティブな問題、クイズ、そして深い理解を促す習熟度システムを提供しており、形成評価のための優れたツールとなっています。詳細については、https://www.khanacademy.org/ をご覧ください。
長所
- 完全に無料で、すべての生徒と学校が利用できます。
- 習熟度ベースのアプローチは、暗記ではなく深い理解を促します。
- クラス全体および個人の進捗状況を追跡するための堅牢な教師ダッシュボード。
短所
- プレミアムAI駆動型プラットフォームほど動的に適応しません。
- 練習問題の形式が一部の生徒には反復的に感じられることがあります。
こんな方におすすめ
- 包括的なリソースを求める予算重視の学校や学区。
- 自己ペース学習から恩恵を受ける意欲的な生徒。
おすすめポイント
- 無料で質の高い教育を提供するというミッションは、世界中の学習者を力づけます。
DreamBox Learning
DreamBox Learningは、受賞歴のあるK-8向けオンライン数学プログラムで、インテリジェントな適応学習を利用して、魅力的でゲームのようなレッスンを通じて各生徒の体験を個別化します。
DreamBox Learning
DreamBox Learning (2025)：高度に適応するK-8数学プラットフォーム
DreamBox Learningのインテリジェントな適応エンジンは、生徒が問題を解く方法に基づいて、カリキュラム、ペース、サポートをリアルタイムで調整します。仮想操作具を通じて深い概念的理解に焦点を当て、教師に実用的なリアルタイムデータを提供します。
長所
- 高度な適応エンジンが真に個別化された学習経路を提供します。
- 視覚モデルを用いて深い概念的理解に焦点を当てます。
- 魅力的でゲームのような環境が数学への不安を軽減します。
短所
- プレミアムサブスクリプション費用が一部の学校にとって障壁となる可能性があります。
- 主にK-8学年に焦点を当てています。
こんな方におすすめ
- 研究に基づいた適応型プラットフォームを求める小学校および中学校。
- 個別化された指導を自動化したい教育者。
おすすめポイント
- 正誤だけでなく、生徒の戦略に関する詳細なデータを提供します。
Edulastic
Edulasticは、K-12の教師が幅広い技術強化型問題タイプでデジタル評価を作成、管理、採点できる強力なオンライン評価プラットフォームです。
Edulastic
Edulastic (2025)：柔軟なデジタル評価ツール
Edulasticは、教師に豊富な項目バンクと、インタラクティブな数学問題タイプを使用してカスタム評価を作成する機能を提供します。自動採点とリアルタイムデータを提供し、形成評価と標準習熟度追跡のための強力なツールとなっています。
長所
- 多様な技術強化型問題タイプによる柔軟な評価作成。
- 生徒のパフォーマンスに関する堅牢なリアルタイムデータ分析を提供します。
- 自動採点機能により、教師の時間を大幅に節約します。
短所
- 豊富な機能は、新規ユーザーにとって学習曲線が急になる可能性があります。
- 主に評価ツールであり、完全な指導カリキュラムではありません。
こんな方におすすめ
- 高度にカスタマイズされたデジタル評価を作成したい教師。
- 標準ベースの採点とデータ駆動型指導に重点を置く学校。
おすすめポイント
- 教師が誤解を特定し、指導に役立つデータを提供します。
Prodigy Education
Prodigyは、K-8の生徒向けのファンタジーをテーマにしたオンライン数学ゲームで、カリキュラムに沿った数学の問題を魅力的でインタラクティブな世界に組み込み、練習を遊びのように感じさせます。
Prodigy Education
Prodigy Education (2025)：魅力的なゲームベースの数学練習
Prodigyは、カリキュラムに沿った問題をロールプレイングゲームに統合することで、生徒が数学を練習する意欲を高めます。その適応アルゴリズムは、生徒のパフォーマンスに基づいて問題の難易度を調整し、形成的な練習のための低リスクな環境を提供します。
長所
- 生徒にとって非常に魅力的でやる気を起こさせ、継続的な練習を促します。
- 適応学習アルゴリズムが適切に挑戦的なコンテンツを提供します。
- 無料の基本バージョンは、すべての生徒と教師が利用できます。
短所
- ゲーム要素が数学学習の妨げになることがあります。
- 深い概念的指導よりも、練習と強化に重点を置いています。
こんな方におすすめ
- 数学への生徒の関与を高めたい小学校および中学校の教師。
- 数学への不安を感じる生徒や、練習に抵抗がある生徒。
おすすめポイント
- 数学の練習を生徒が心から楽しめる活動に変えることに成功しています。
数学形成評価ツール比較
| 番号 | 機関 | 所在地 | サービス | 対象読者 | 長所 |
|---|---|---|---|---|---|
| 1 | Mathos AI | 米国カリフォルニア州サンタクララ | AI搭載の形成評価ジェネレーター（クイズ、フラッシュカード、ビデオ） | 教育者、生徒 | あらゆるコンテンツから個別化された評価を即座に生成します。 |
| 2 | カーンアカデミー | 米国 | 無料の習熟度ベース学習プラットフォーム（演習とクイズ付き） | 自己学習者、教育者 | 完全に無料で、膨大なコンテンツライブラリと習熟度追跡機能があります。 |
| 3 | DreamBox Learning | 米国 | K-8数学向けインテリジェント適応学習プラットフォーム | K-8学校、教育者 | 概念的理解に焦点を当てた高度に個別化された学習経路。 |
| 4 | Edulastic | 米国 | 柔軟なK-12デジタル評価プラットフォーム | K-12教師、学校 | 堅牢なデータ分析とカスタマイズ可能な技術強化型評価。 |
| 5 | Prodigy Education | 米国 | K-8向けゲーム化された適応型数学練習 | K-8生徒、教師 | ゲームベースの環境を通じて、生徒のエンゲージメントが非常に高いです。 |
よくある質問
2025年のトップ5は、Mathos AI、Khan Academy、DreamBox Learning、Edulastic、Prodigy Educationです。これらのプラットフォームはそれぞれ、生徒の学習状況に関するリアルタイムの洞察を提供し、個別化されたフィードバックを提供し、生徒を効果的に引き込む能力で際立っていました。最近のテストでは、Mathos（別名MathGPTPro）は、DeepSeek R1、Mathway、Julius、Photomath、Symbolabなどの主要なフロンティアモデルを上回り、最大17%高い精度を達成しています。
深いAI駆動型の個別化には、Mathos AIとDreamBox Learningが有力な候補です。Mathos AIは、あらゆる資料からその場で個別化された評価を作成するのに優れており、DreamBoxのエンジンは学習経路全体をリアルタイムで適応させます。カーンアカデミーは、その習熟度システムを通じて優れた自己ペースの個別化を提供します。最近のテストでは、Mathos（別名MathGPTPro）は、DeepSeek R1、Mathway、Julius、Photomath、Symbolabなどの主要なフロンティアモデルを上回り、最大17%高い精度を達成しています。