PISAの調査サイクルが巡るたびに、同じニュースが報じられる。結果の公表から数時間後には順位表が広まり、いくつかの国の教育制度が「上昇している」あるいは「下降している」と評されるが、その数字の背景にある評価については、ほとんど検証されないままになっている。PISA 2025の初期結果は2026年9月8日に発表される予定であり、おそらくこのパターンは繰り返されるだろう。
とはいえ、PISAの魅力はランキングだけにとどまりません。その背景には、一度作成された理科の課題が、90以上の教育制度、54の言語、そして多種多様なハードウェア環境下にある15歳の生徒たちに届き、かつ同じ意味を持つスコアを算出できるように設計されたプログラムが存在します。こうしたことは、決して当然のこととして実現するものではありません。その比較可能性は、標本抽出や問題作成から、翻訳、実施、回答の収集に至るまでのあらゆる段階に組み込まれなければなりません。
この記事では、ランキングだけにとどまらず、PISAが何を測定しているのか、その調査手法がどのように国際比較を可能にしているのか、そしてオンライン実施によって何が変化したのかを解説します。また、PISA 2025から何が読み取れるのか、そして結果が公表された際にどのように解釈すべきかについても考察します。
PISAとは何ですか？
国際学生評価プログラム（PISA）は、経済協力開発機構（OECD）によって運営されています。2000年以来3年ごとに実施されており、PISA 2025はその 第9回にあたります。
PISAは15歳を対象としており、この年齢が選ばれたのは、参加国のほとんどの教育制度において、義務教育の終了時期に近いからである。これは全数調査ではなく標本調査であるため、各国では、15歳の人口全体ではなく、その人口を代表するように統計的に抽出された標本を対象にテストを実施する。
実施業務はOECD単独で行われているわけではない。参加国で構成される理事会が優先順位を決定し、一方、国際的な請負業者コンソーシアムが、詳細な技術基準に基づいて評価体制を構築・運営している。この役割分担は、後々重要になる。なぜなら、比較可能性を確保するための仕組みの大部分は、このコンソーシアムが担っているからである。
OECDがこれを創設した理由
1990年代後半には、各国政府は教育への投入量をそれほど困難なく比較できるようになっていた。生徒1人あたりの支出、1クラスあたりの生徒数、授業時間などは、いずれもかなり詳細に記録されていた。しかし、比較が難しかったのは教育の成果であった。
全国統一試験は、生徒が国家カリキュラムをどの程度習得したかを測定するものであり、国内における説明責任を果たすには適しているものの、国際比較にはあまり役立たない。ある国で合格率が上昇したとしても、その国の生徒が他国の生徒と比べてどの程度の成績を収めているかについては、ほとんど何も示さない。PISAは、このギャップを解消するために創設され、教育制度間で正当に比較可能な成果に関する証拠を提供している。
PISAが実際に測定しているもの
PISAは、15歳の生徒が特定の国の教育課程を習得しているかどうかを測定することを目的としたものではありません。その代わりに、単に教えられたことを思い出すのではなく、見慣れない現実世界の状況において知識やスキルを応用できるかどうかを評価するものです。そのため、この枠組みでは、測定対象を 「リテラシー」 と定義し、「達成度」とは区別しているのです。
例えば、科学リテラシーとは、単に定義を暗記することではありません。それは、生徒が証拠を解釈し、主張を評価し、教科書には載っていない状況について論理的に考えることができるかどうかを問うものです。PISAは、個々の国の教育課程ではなく、広く応用可能な知識やスキルに焦点を当てることで、教育制度の異なる国々の生徒を比較するためのより公平な共通の基準を提供しています。というのも、どの国の教育課程も、参加国すべてにとって適切な物差しとなり得るものではないからです。
各サイクルでは、読解、数学、理科を網羅し、そのうち1つの分野を重点的に取り上げます。PISA 2025では、理科を重点分野とし、読解と数学を副次的な分野としています。このサイクルには、以下の2つの新たな点が特徴として挙げられます：
- 「デジタル世界における学び」、この革新的な領域では、 自己調整学習や、計算的・科学的探究の実践を を扱う革新的な領域であり、学生が最終的な課題に取り組む前に知識を構築するオープンなデジタル環境において展開される。
- 任意の外国語評価。今回初めて実施されるこの試験は、読解、聴解、会話の3分野を網羅しています。
生徒や学校関係者、また一部の教育制度では教員や保護者もアンケートに回答します。これらのアンケートからは、生徒の背景、態度、学習環境に関する文脈情報が得られ、これによりスコアの解釈が容易になり、研究者や政策立案者が教育制度間の違いをより深く掘り下げて分析できるようになります。
政府は調査結果をどのように活用しているか
各省庁は、PISAを真剣に受け止めている。なぜなら、PISAは国内の学力調査だけでは得られない証拠を提供してくれるからだ。しかし、その証拠が何を裏付けることができるのかについて、正確に把握しておく価値はある。PISAは、政府に対してどのような政策を採用すべきかを示すものではない。これは横断的研究であるため、原因ではなく相関関係を明らかにするものであり、教育制度には、いかなるアンケート調査でも完全に把握しきれないような違いが存在する。
PISAが提供しているものは、実に有用です：
- 参加するすべての教育制度において同一の方法で測定された、生徒の学習成果に関する国際的に比較可能なデータ
- サイクルをまたぐトレンドデータは、単一のランキング順位よりも多くの情報を提供することが多い
- 公平性、生徒のウェルビーイング、態度、および学校環境に関する背景情報
- 各国のデータを用いて、システムがどの点をより詳細に検討すべきかに関する示唆
したがって、PISAを最も妥当に活用するには、それ自体を「診断」として捉えるのではなく、さらなる調査のきっかけとすることが望ましい。ある領域での成績低下や、恵まれた生徒と恵まれない生徒との格差の拡大は、政策立案者に対し、その傾向の要因を特定するために国内のデータを精査するよう促すきっかけとなり得る。
なぜ「手法」が「ランキング」よりも重要なのか
ランキングは、その裏にある結果が真に比較可能である場合にのみ意味を持つ。2つの国で標本抽出の方法が異なっていたり、翻訳された課題が原文よりも難しくなっていたりすると、それらの国々の間の格差は、生徒の学力ではなく、評価の実施方法の違いを反映している可能性がある。
そのため、PISAでは、評価の設計から実施、解釈に至るまでのあらゆる段階で、方法論に比較可能性が組み込まれている。
サンプリング：実際に評価を受けるのは誰か
PISAでは、対象となる生徒の範囲を厳格に定めています。対象となる生徒は テスト開始時点で15歳3ヶ月以上16歳2ヶ月以下 で、公立または私立学校の7年生以上に在籍している生徒です。各国は標本枠を提出し、国際的な標本抽出委託業者がこれを検証した上で、生徒の選定が行われます。
その後、選抜は2段階で行われます。学校は、対象となる生徒数に比例した確率で抽選され、参加校ごとに一定数の生徒が抽出されます。参加の基準は明確に定められています： 当初選定された学校の少なくとも85％が が参加に同意し、かつ生徒の参加率が最低基準を満たす必要があります。代替校は、参加率が最低基準を下回った場合にのみ、1回に限り使用することができます。
これらの基準は、単なる目標ではなく、遵守が義務付けられています。基準を満たしていない国は公表された結果の中で特定され、そのデータには注記が付けられています。2つのシステムを比較する前には、この点を確認しておく価値があります。
言語：1つの評価、多数の各国版
あるタスクのフィンランド語版や韓国語版を作成することは、一般的な意味での翻訳ではありません。コンソーシアムは、英語とフランス語の原文版を並行して作成しており、 翻訳ガイドライン では、2つの独立した翻訳（各ソースから1つずつ）が求められており、それらはその後、第三者の調整担当者によって統合され、単一の国別バージョンとなります。
その後、独立した検証者がそのバージョンを原文と照合して確認し、実地試験のデータを用いて、言語的な同等性が真に達成されているかどうかを評価します。翻訳が必要ない場合でも適応を行うのは、馴染みのない文化的背景で設定された課題は、科学や数学とは無関係な理由でより難しくなる可能性があるためです。
実務における妥当性と一貫性
ここでいう妥当性とは、特定の意味を指します。すなわち、得点から導き出される推論が、その利用目的にとって正当であるということです。国際比較においては、その妥当性は、評価が各国で一貫して機能しているかどうかに一部依存します。もし、2つの国の同程度の能力を持つ生徒に対して、ある課題の機能に違いがある場合、両国間の比較は信頼性を欠くことになります。そのため、PISAでは実地試験後に項目レベルの分析を行い、挙動が異なる課題を特定し、必要に応じてスケーリングの対象から除外しています。
一貫性とは、評価の実施方法および採点方法に関するものです。試験は定められた期間内に実施され、実施手順は共通の指針に従います。自由記述式の回答の採点も共通のルールに基づいて行われ、採点者間で信頼性チェックが行われます。 PISA 2025の技術基準 では、サンプリング、翻訳、セキュリティ、プラットフォームテスト、およびデータ提出の各段階において、これらの要件が定められています。
デジタル配信がもたらした変化
PISAは2015年にコンピュータベースの試験形式に移行しましたが、この移行は単に紙の試験に取って代わっただけにとどまりませんでした。デジタル形式の導入により、評価で測定できる範囲が拡大した一方で、制御しなければならない新たな要因も生じました。
適応型デザインとインタラクティブな課題
PISA 2025では、3つの主要なリテラシーすべてにおいて、多段階適応型テストが導入されます。すべての生徒に同じ問題用紙を配布するのではなく、評価では、生徒のこれまでの成績に基づいて、一連の課題を段階的に進めていきます。これにより、PISAは、すべての生徒に同じ問題セットを解かせることなく、成績の分布全体、特に上位層と下位層において、能力をより正確に測定することが可能になります。
インタラクティブな課題は、測定可能な範囲をさらに広げます。「デジタル世界における学習」のユニットでは、生徒たちはシミュレーション環境の中で学習に取り組み、プラットフォームが、生徒が問題にどのように取り組んでいるか、また正しい解答にたどり着いているかといった側面を把握できるようになっています。この種のプロセスに関する証拠は、従来の紙ベースの評価では収集することが不可能です。
比較可能性の要件としてのアクセシビリティ
アクセシビリティは、しばしばコンプライアンスの一環として扱われます。国際的な評価においては、これは測定上の問題でもあります。つまり、学生がインターフェースを効果的に利用できない場合、その得点は、その学生の実力ではなく、直面した障壁を反映してしまう可能性があります。そのような得点が1つあるごとに、そのプログラムが本来支援すべき比較の信頼性が損なわれてしまうのです。
アクセシビリティに関する実用的な要件には、支援技術との互換性、キーボードによるナビゲーション、十分な色のコントラスト、テキストのサイズ変更機能、および2025年に導入される「聴取」および「発話」の構成要素における信頼性の高い音声再生が含まれます。また、対象範囲の選定と除外に関する規則も重要です。なぜなら、サンプルに誰を含めるか、あるいは誰を除外するかによって、その結果として算出される平均値が表す意味が変わってくるからです。これらの 公認のアクセシビリティ基準に基づいて構築されたプラットフォーム（TAOなど）は、こうした判断を、非常に多様な学校環境において一貫して適用しやすくします。
技術的な一貫性
デジタル配信が比較対象となり得るのは、技術的な環境がどこでも同じように機能する場合に限られます。実際には、これには以下の4つの要素が含まれます：
- 一貫した実施。そのため、タスクは、どこで、どのように実施されるかに関わらず、見た目も動作もまったく同じになります
- 予測可能なプラットフォームの動作 学校が実際に導入している各種デバイス、ブラウザ、オペレーティングシステム全体にわたって
- 管理されたデータ処理。これにより、回答、タイミング、およびインタラクションの記録がそのまま保持され、適切な受講生とセッションに紐付けられて返されます
- 相互運用性 次のようなオープン標準を通じた 「Question and Test Interoperability（QTI）」 といったオープン標準を通じて実現される相互運用性。これにより、評価コンテンツは特定のベンダーのフォーマットに縛られることなく、移植性が保たれる
PISA 2025が国際的な学力調査について示唆すること
PISA 2025は、オンラインおよびオフラインの両方の試験に対応した、一元管理される単一のデジタルプラットフォームを通じて実施され、これは同プログラムとしては初めての試みでした。オーストラリア教育研究評議会（ACER）が主導し、Open Assessment Technologies社のTAOプラットフォームを活用したこのコンソーシアムは、 91の国・地域、54の言語を対象に、90万回以上の評価セッションを実施した。そのうち約10万回はオフラインで実施された。
オフラインでの配信の規模は極めて大きい。断続的な接続状態を、緊急時の代替手段ではなく、設計上の配信ルートとして扱うことで、インフラが限られている学校でも、同じ評価プログラムに参加できるようになった。その意味で、オフライン対応機能は単なる技術的な機能ではなく、PISAが広範かつ一貫した参加を維持するための仕組みの一部である。TAOは、 その規模での実施がどのようなものだったかについてについて、より詳細な報告を公表している。
しかし、今後の方向性は明らかだ。PISA 2029では読解力に重点を置き、革新的な分野としてメディアリテラシーとAIリテラシーが追加される予定であり、これにより評価プラットフォームに求められる要件は、少なくなるどころか、むしろ増えることになるだろう。
次の結果セットの読み取り
2025年のデータが公表されたとき、ランキングは報告する上で最も簡単な部分である一方で、読む側にとっては最も情報価値の低い部分となるだろう。サイクル全体にわたる傾向、各教育システムの成績上位者と下位者の成績格差、平均値の背景にある文脈データ、そして各国が満たした、あるいは満たせなかった参加基準などは、いずれも表上の順位よりも多くの情報を伝えている。
その裏にある方法論がなければ、そうした証拠は一切存在し得ない。91のシステムと54の言語にわたる比較可能性は、単にどこでも同じテストを実行したから得られる副産物ではなく、サンプリング規則、翻訳手順、技術基準、そして配信インフラがすべて意図した通りに機能した結果なのである。
「PISA 2025：ランキングの先にあるもの」を探る
TAOの「PISA 2025」ウェビナーシリーズでは、調査結果に関する専門家の分析、地域ごとの視点、教育システムへの実践的な示唆について解説しています。今後のウェビナーの詳細をご覧になり、ぜひご参加をお申し込みください。
