Addressing educational overload with generative AI through dual coding and cognitive load theories
Neil MehtaORCID Icon,Jennifer BenjaminORCID Icon,Anoop AgrawalORCID Icon,Sofia ValanciORCID Icon,Ken MastersORCID Icon &Heather MacNeillORCID Icon
Received 04 Jun 2025, Accepted 30 Jul 2025, Published online: 08 Aug 2025
Cite this article https://doi.org/10.1080/0142159X.2025.2543548
https://www.tandfonline.com/doi/full/10.1080/0142159X.2025.2543548?af=R#abstract
背景と問題の深刻性
医学教育が直面する根本的課題
情報爆発による教育危機
- 医学知識の急速な増大により、学習者と教育者が膨大な情報に圧倒されている
- 従来の教材は長文のテキスト中心で、迅速な情報処理を困難にしている
- この状況が知識習得と新知識の応用を著しく阻害している
認知的制約の科学的根拠
- 認知的負荷理論：作業記憶における新規情報処理能力には厳格な限界が存在
- 医学教育で必要な専門知識習得において、この制約が決定的なボトルネックとなっている
- 二重符号化理論：人間は言語的チャンネル（文字・音声）と視覚的チャンネル（画像・図表）の2つの経路で情報を処理
- 両チャンネルを適切に活用すれば認知的負荷を効果的に分散できるが、従来の医学教材はテキスト偏重で視覚チャンネルを十分活用していない
提案されている解決策
生成AIツールを活用したマルチモーダル教育コンテンツの作成
- 音声対話機能（ChatGPT Advanced Voice Mode）
- リアルタイムでの音声による学習支援
- 通勤時などの隙間時間での学習が可能
- 音声要約（Gemini、NotebookLM）
- 文書内容をポッドキャスト形式で提供
- いつでもどこでも聴取可能
- マインドマップ（NotebookLM）
- 複雑な概念の視覚的整理
- インタラクティブな情報探索が可能
- インフォグラフィック（ChatGPT）
- 重要な情報を一目で把握できる視覚的要約
- 理解と記憶の促進
- 教育動画（HeyGen）
- アバターによる自動ナレーション
- 教員の声や外見を再現した動画作成
期待される効果
認知的効果
- 聴覚と視覚の両チャンネルを活用することで認知的負荷を分散
- 理解度と記憶定着率の向上
- 学習効率の改善
実用的効果
- 個別の学習スタイルに対応
- Generation Z世代の学習嗜好に適合
- コンテンツの迅速な更新と多言語対応
実装に向けた提言
必要な取り組み
- 教員と学習者向けの研修プログラム
- 安定したツールアクセスの確保
- 学習効果の体系的評価
- パイロットプログラムによる段階的導入
- データプライバシーと倫理的配慮
重要な考慮事項
技術的課題
- ツールアクセス確保：現在多くが無料だが、将来的な有料化への対応
- 品質管理：AI生成コンテンツの正確性・網羅性検証
- 最適モダリティ選択：コンテンツ特性に応じた最適な形式決定
教育的課題
- 効果測定：学習満足度、エンゲージメント、学習成果の体系的評価
- コンテンツ作成主体：教員作成 vs 学生作成の効果比較
- 既存カリキュラムとの統合：従来の教育方法との最適な組み合わせ
倫理・社会的課題
- データプライバシー：学習データの適切な管理・保護
- デジタル格差：すべての学習者への公平なアクセス確保
- AI依存リスク：批判的思考力維持との バランス
将来展望と医学教育への影響
教育パラダイムの転換
従来の教育モデルからの脱却
- テキスト中心の受動的学習から、マルチモーダルな能動的学習へ
- 一律的な情報提供から、個別化された学習体験へ
- 時間・場所に制約された学習から、いつでもどこでも学習可能な環境へ
認知科学の教育応用深化
- 学習科学の最新知見の実践的活用
- エビデンスベースの教育方法論確立
- 個人の認知特性に基づく最適化学習
グローバルな教育格差解消への貢献
アクセシビリティの向上
- 地理的制約の克服
- 経済的障壁の軽減
- 言語・文化的多様性への対応
教育の質的向上
