質問形成技法の完全ガイド：ステップと教室での実例

質問形成技法（QFTと略されることが多い）は、非営利団体Right Question Instituteによって開発された方法で、Dan RothsteinとLuz Santanaが著書「Make Just One Change」で最初に発表しました。教師が質問し、生徒がそれに答える代わりに、QFTはその役割を反転させます。生徒は、あるトピックについて独自の質問を作成、改善、優先順位付けし、その後、それらの質問を使って研究、議論、または執筆を進めます。

すべてのQFTセッションは質問フォーカス（通常QFocusと略される）で始まります。これは教師によって書かれたプロンプトで、生徒が反応する何かを与えます。QFocusは単一の声明（「戦争は避けられない」）、画像、データセット、または単語さえも可能ですが、それ自体が質問として表現されることはありません。この区別は重要です。既に質問として表現されたQFocusは、生徒に何かを答えさせるもの、すなわち質問の対象を与えるもので、演習の目的を台無しにします。

そこから、生徒は質問を作成する際に4つのルールに従います：できるだけ多くの質問をする、それらのいずれかについても議論したり、判断したり、答えたりするために止まらない、聞いたとおりにすべての質問を書き留める、そして声明を質問に変える。これら4つのルールは、質問形成技法をオープンなブレインストーミングから区別し、グループを動かし続け、リストが完成する前に早すぎる判断がより静かな生徒をシャットダウンするのを防ぎます。

ほとんどの教室での質問調査は、教師が尋ねる質問に焦点を当てています。質問形成技法は、研究者がはるかに少ない時間を費やすものに焦点を当てています。すなわち、生徒が最初の場所で良い質問をする方法を知っているかどうかです。Dan RothsteinとLuz Santanaは、教育システムに不慣れな家族から来た多くの生徒、特に多くの生徒が決してこのスキルを直接学習していないことに気づいた後、QFTを開発しました。それは仮定されたのであって、教えられたのではありませんでした。

この構造は、ほとんどのオープンエンド型ブレインストーミングが実行しない2つのことを行います。第1に、質問を作成することから、それらを判断することを分離します。発散的思考（できるだけ多くのアイデアを思いつく）と収束的思考（それらを絞り込む）は異なる精神モードであり、それらを混合すると両方が遅くなります。QFTの4つのルールは、グループを生産中は発散型のままにし、改善と優先順位付けのステップ中のみ収束型に切り替えます。

第2に、質問品質を可視化し、教えることができるものにします。質問を閉じ込められた（はい、いいえ、または1つの単語で答えられる）と開かれた（説明が必要）に分類すると、生徒は、「良い質問がない」と告げられるのではなく、修正する方法がない場合に、1つのバージョンの質問がソースからより多くを取得する理由を見るための具体的な方法を得られます。質問マトリックスガイドは、クラスが基本的なオープンとクローズの分割に快適になった後に有用な認知レベルによってこれらのカテゴリーをさらに分解します。

Right Question Instituteは、初等科学から大学院レベルのコースまで、主体にわたってQFTの使用を文書化しており、新しい内容やカリキュラムを必要としません。必要なのはQFocusと約20～40分の授業時間のみです。これが、この技法がそれが開始した教室を超えてうまく広がった理由の一部です。

完全な質問形成技法セッションは順序付きで6つのステージを通ります。順序をスキップすることは、特に改善の前に優先順位付けにジャンプすることは、各ステージを順序で進めるよりも弱い質問セットを生成します。QFTセッションからの優先質問がより長い割り当てに変わった場合、それ以上の絞り込みは研究質問ジェネレータガイドで説明されています。

9年生の生物学クラスは、QFocusを使用してセッションを実施します：「光合成は日光を貯蔵エネルギーに変換します。」5分以内に、1つのグループはこのリストを作成します：すべての植物は同じように光合成をしていますか？日光を得ない植物に何が起こるのか？貯蔵エネルギーは砂糖と同じですか？光合成は植物の緑色の部分でのみ起こるのはなぜですか？光合成は夜間に起こる可能性がありますか？植物は実際にどのくらいの日光を必要としますか？地球が光合成を停止した場合、どうなるでしょうか？

改善ステップでは、グループは各質問にラベルを付けます。「光合成は夜間に起こる可能性がありますか？」と「貯蔵エネルギーは砂糖と同じですか？」は閉じたエンド-終わった状態でマークされます。はい、いいえ、または1語で答えられます。残りはオープンエンドでマークされ、説明が必要です。グループはその後、1つの閉じた質問を開かれた質問に変える練習をします。「光合成は夜間に起こる可能性がありますか？」は「直接日光なしで植物がエネルギーを変換できる条件は何か、もしあれば？」に変わり、これは単一の事実よりも研究を必要とする質問です。

優先順位付けのステップでは、教師のタスクは短い研究論文なので、グループはそのような執筆を維持する可能性が最も高い3つの質問を選択します：「日光を得ない植物に何が起こるのか？」、改修された夜間光合成の質問、および「地球が光合成を停止した場合、どうなるでしょうか？」「植物は実際にどのくらいの日光を必要としますか？」のような質問は取り除かれます。その理由は、それが悪い質問だからではなく、論文の価値よりも単一の事実を指しているためです。

その最後の区別、ただ面白く聞こえるのではなく、それらが維持できるものを選択して質問を選ぶことは、質問形成技法での強い優先順位付けのステップを学生が単にリストから彼らのお気に入りの質問を選ぶことから分離します。

フラットに落ちるほとんどの質問形成技法セッションは、方法自体の欠陥ではなく、反復可能な間違いのいくつかにさかのぼります。

強力なQFocusを構築することは、通常、より大きなソース、章、講義、完全な記事から1つの明確なプロンプトを引き出すことを意味し、手作業で自分で行う場合はQFTセッション自体よりも遅いです。Notelynnはその段階を短縮します。生の素材をQFocusを直接構築できるものに変えることで。

Notelynnに朗読、録音された講義、またはPDFをインポートし、そのAI概要とキー概念リストはソースのコア声明とクレームを表示します。これらのいずれかはそれ自体でQFocusとして機能するか、1つを書くための出発点として機能することができます。クラスまたは学習グループが質問を作成して改善したら、Notelynnのマインドマップ機能はそれらを視覚的にグループ化できます。これにより、優先順位付けのステップの前に、複数の質問が同じアイデアについて回転しているパターンなど、パターンを確認しやすくなります。

学生が優先順位付けする質問については、AI Q＆Aアシスタントは研究さえ開始する前にそれらを元のソースに対して確認でき、優先質問がマテリアルを直接答えられるかと、本当に外部の研究が必要かを確認できます。この区別は正確に、質問形成技法が生成するように設計されたもので、それをソースマテリアルに対して確認することは、次のステップの決定をより速くします。

質問形成技法は実行するのに約半分のクラス期間かかり、その時間のほとんどは、教師の講義ではなく、学生が実施しています。小さく開始します：今後の朗読またはユニットの1つのQFocusを選択し、完全な6つのステージを順序で実施し、通常の教師が尋ねた質問のラウンドと比較してクラスが何を作成するかを確認します。

この技法は教室の外でも機能します。試験の準備をしている研究グループは、教科書の章から1つの文をQFocusとして使用し、質問をグループとして改善し、その後、優先質問を確認トピックとして分割できます。アクティブリコール研究とペアリングすると、優先質問が選択されるため、独自の質問について自分自身をテストすることは、フラッシュカードで自分自身をテストすることと同じように機能します。

ソースマテリアルが章、記録された講義、または密度の高いPDFである場合、セッションの前にそれをNotelynnにインポートすると、通常QFocusの検索に費やされた時間を節約できるため、質問形成技法の実際にスキルを構築する部分により多くのセッションが進むことができます：学生が自分の質問をしている。