どの本にも使える読解問題の作り方：4つの問題タイプ、実例、自作方法

本についてのすべての問題が読解問題とは限りません。「キャラクターのコートの色は何か」は、細部に注意を払ったかを試しますが、章を理解したかどうかは試しません。良い読解問題には3つの要素があります：本文に直結した内容であること、明確な答えまたは読者が本文から導き出せる防御可能な答えのある範囲があること、そして単なる再現よりも理解のレベルを限定して対象とすること。このラストポイントは教育のブルームの分類法と同じ原則です。

3番目のポイントがほとんどの手作り問題集が短い理由です。「その後何が起きたのか」という10個の問いすべてが、記憶ではなく理解をテストします。研究者ティファニー・ラファエルが開発した質問-回答関係フレームワークは、答えが実際にどこに存在するかで問題を分類するので便利です：1つの文に直接ある、本文全体に散らばっている、本文と読者が既に知ることとの関連、完全に読者自身の判断にあるもの。よく構築された読解問題セットには、最も書きやすいものだけではなく、これらのカテゴリーのそれぞれから少なくとも1つの問題が含まれるべきです。

もう1つの要件である「どの本にでも使える」ことは、1つのタイトルだけに意味のあるトリビアを避けることを意味します。特定の小道具や会話の一行について聞く代わりに、すべての本が持つ構造要素について聞いてください：キャラクターが何を望んでいるか、何が彼らを止めているか、著者は何を主張していて何がそれを支えているか、どのようにして1つのイベントが次のイベントを引き起こすか。構造を中心に構築された問題は、ある本から別の本へと移行します。トリビアを中心に構築された問題はそうではありません。

4つの問題タイプで、本について聞く価値のあるほぼすべてをカバーできます。小説にもノンフィクションにも対応します。各タイプは理解の異なるレベルを対象としており、強い読解問題セットは通常、1つだけに傾くのではなく、これら4つすべてを含みます。

毎章のために白紙から始めることをやめて、同じ5つのステップを毎回従うと、読解問題を書くことが速くなります。読者に自分の問題に答えてもらうのではなく、自分で問題を書いてもらうことを希望する場合、質問定式化テクニックがそのプロセスを直接説明します。

これらの例は、小説の章とノンフィクションの章に適用された同じ4つの問題タイプを示しており、本が全く異なるにもかかわらず構造が成立することが見えます。

小説の章、キャラクターが難しい決定に直面している場所： - 字義的：章の最後でキャラクターはどのような選択肢に直面しましたか？ - 推論的：決定する前のキャラクターの躊躇は、彼らが最も大事にしていることについて何を示唆していますか？ - 評価的：キャラクターが当時知っていたことを考えると、その決定は正しかったですか？ - 個人的な関連付け：あなたが両方望んでいた2つのもの間で選択しなければならなかったことはありますか？あなたは何を考慮しましたか？

ノンフィクションの章、著者が特定の変化を主張している場所： - 字義的：著者が特に推奨する変化は何ですか？ - 推論的：著者は読者の事前知識について何を仮定しているように見えますか？ - 評価的：この章の証拠は実際に推奨事項をサポートしているか、どこかで不足していますか？ - 個人的な関連付け：同様の議論がなされているどこかで見たことがありますか、そして証拠はより強いですか、それとも弱いですか？

これらの質問のどれも、幹自体に特定のタイトル、キャラクター、またはポリシーを名付けないことに注意してください。これが、1つのタイトルのための既成ガイドを探すのではなく、どの本に対してでも読解問題タイプを機能させることができる理由です：幹は一貫性があり、それに挿入されるコンテンツだけが変わります。

プロセスを知ったら、1つの章に対して5つの完成した問題を手で書くのに10〜15分かかります。完全な本、ユニットを構築する教師、若い読者をサポートする親、またはスタディガイドを構築する学生の場合、それは急速に追加されます。これはAI生成の読解問題が実際の時間を節約する場所ですが、ツールがインターネットから取得した一般的な要約ではなく、実際のテキストにアクセスできることが条件です。

自動質問生成の有用なバージョンは、ソース資料から直接機能します：実際の章、PDF、またはトランスクリプト、本のプレミスから引っ張られた一般的な説明ではありません。これが重要である理由は、説明ベースの生成器が本の前提に精通している読者なら、特定のエディションや割り当てられたページの1語でも読むことなく、答えることができる質問を生成するためです。テキストベースの生成器は、目の前のページに実際にあるものに結びついた質問を生成します。これは、自分で質問を生成しながら読むことで受動的なレビューよりも理解が著しく向上することを示す相互教育の研究を反映しています。

もう1つの要件は、質問タイプの制御です。字義的な再現質問だけを生成する生成器は、実際にあなたの仕事のハードパートを節約していません。ハードパートは、総合を必要とする推論的および評価的質問を書くことだからです。実装な「何が起きたか」プロンプトのリストを返すだけのものではなく、質問タイプを指定またはミックスできるようにするツールを探してください。

これら4つの間違いは、手作りのワークシートやスタディガイドに常に現れます。各間違いは、それを探すことを知ったら修正するのは簡単です。Reading Rocketsのような組織が、正確にこの理由で問題タイプをミックスすることを推奨しています。

Notelnは、別の場所から取得した本の一般的な要約ではなく、与えられたソース資料から直接読解問題を構築します。PDF章、画像インポートを通じたスキャンされたページ、オーディオブック章、または本について議論する講義をインポートでき、Notelnはその特定のコンテンツから機能します。

資料がインポートされると、AI Q&A機能は再現のみのプロンプトにデフォルト設定するのではなく、字義的、推論的、評価的なレベルにまたがる、テキストに実際にあるものに結びついた問題のセットを生成します。外れた問題は、最終セットを受け入れるのではなく、コントロール内に保つ必要があります。

完全な章または本については、クイズ機能は同じソース資料を構造化された練習セットに変えます。あなたまたは学生は答えを最初に見ずに取り組むことができます。これは、読解問題の使用方法です：最初に試す、その後チェック。あなたが読みながらノートを取るためのシステムも必要な場合は、読みながらノートを取る方法に関するガイドを参照してください。

最速の方法は、既に読んでいる本または章から始めることです。1つのセクションを選択し、1つの構造要素（決定、主張、原因と結果）を特定し、4つのタイプのそれぞれから1つの問題を書きます：字義的、推論的、評価的、個人的な関連付け。その単一セット、5つの質問は、何度かやったら約10分で行われます。

そこから、プロセスは小説、教科書章、またはあなたが仕事のために読んでいるノンフィクション本で同じようにスケーリングします。幹は一貫性があります。コンテンツだけが変わります。これが、1つのタイトルのための既成ガイドを探すのではなく、どの本に対してでも読解問題を構築できる理由です。

より長いマテリアルを取り組んでいるか、問題セットを定期的に構築している場合、NotelnのAI Q&Aおよびクイズツールは、あなたの本、PDF、または記録から直接最初のドラフトの読解問題を生成でき、毎回白紙から始める代わりに、見直して調整することができます。