見出し画像

AIが見つけた、娘の“次の一手”――NotebookLMでつくる、受験伴走AIという新しい先生

Legacy2AI

はじめに：父親としての“ちょっとした焦り”から

長女はいま中学2年生。
来年は受験生になります。

塾のカリキュラムが進むスピードにもついていき、学校のテストもこなし…。親としてできることは応援くらいなのですが、心のどこかで「もう少し科学的に支えられないかな」と感じていました。

私はIT業界に30年以上携わってきたエンジニアです。
AIやChatGPT、Gemini、そしてNotebookLMなどのツールにも触れてきました。ある日、ふと思いました。
「このAIの“分析力”を、娘の受験にも使えないだろうか？」


NotebookLMに“志望校の問題集”と“テスト結果”を読ませる

最初に試したのは、娘が目指す志望校の過去問と、最近の定期テスト。
ScanSnapでスキャンし、PDF化してNotebookLMにアップロード。
そしてこう質問しました。

「この生徒が合格するために、次の1週間で重点的に学ぶべき単元を3つ挙げてください。過去問の傾向と、テストの誤答を考慮して。」

するとAIは、驚くほど的確に返してきました。

「図形の切断問題の中でも“展開図”が苦手傾向です。次回は“立体の体積”の応用問題に備えましょう。」
「国語の記述問題では、抽象表現の要約に課題があります。」

AIが“次の一手”を導いてくれた瞬間でした。

NotebookLMの強み：情報を“構造化”して考えるAI

NotebookLMは、単にテキストを読むAIではありません。
複数の資料（問題集・答案・ノートなど）を統合し、構造的に理解する力を持っています。

人間の先生が「この単元は前回も間違えていたね」と気づくように、
NotebookLMはデータから「出題傾向 × 苦手傾向」の相関を見つけてくれるのです。

たとえば、数学・国語・英語を合わせた分析結果はこうでした。

$$
\begin{array} {l|l|l}
　教科　 & 　苦手の傾向 & 　NotebookLMの提案 \\ \hdashline
　数学 & 　図形の展開図・体積変換　& 　展開図→立体→応用の順で練習 \\ \hline
　英語 & 　段落構造の把握不足 & 　パラグラフ要約→設問演習 \\ \hline
　国語 & 　抽象文の要約が弱い & 　模範解答→要約練習→AI添削 \\ \hline
\end{array}
$$

この表を見せながら娘に話しました。
「AI先生がこう言ってるけど、どう思う？」
不思議と反発はなく、「じゃあ展開図からやってみる」と自然に動いてくれました。

教育現場では教えられない“AIの使い方”

ここで大切なのは、NotebookLMを“答えを出すAI”ではなく、“考える支援者”として使うことです。

AIは正解を教えるよりも、「どう考えればいいか」を見せてくれる。
そして、親がその“地図”を見ながら子どもと話せる。
これが、家庭教育におけるAI活用の本質だと感じています。

NotebookLMは、「AIの出力を一方的に読むツール」ではありません。
対話のパートナーにすることで、学習内容が“人間に戻ってくる”んです。

実践ノウハウ：NotebookLMで家庭学習を支える3ステップ

① 素材を整理してAIに渡す

  • 志望校の過去問、模試、定期テストをPDF化

  • ファイル名にルールをつけてアップロード
    （例：「2025_志望校_数学過去問」「2024_模試_国語_結果」など）

② “問い”を設計する

AIは「質問の質」で出力が決まります。
おすすめは「分析＋提案」を含む質問です。

例：

「この生徒が苦手を克服するために、次の2週間で重点的に解くべき分野と理由を教えてください。」

→ NotebookLMは自動的に優先度・理由・対策順をリスト化してくれます。

③ 週1回、“AI面談”を行う

  • NotebookLMで1週間分の復習を可視化

  • 親子で出力を見ながら「次はここをやろう」と話す

  • 学習ログとしてそのまま残る（AIが“学びの履歴”を記憶）

これにより、塾の先生や学校任せではなく、家庭でも“データで見る学び”が可能になります。

NotebookLMを“受験伴走AI”に育てるコツ

NotebookLMは、使えば使うほど賢くなります。
そのための工夫を3つ紹介します。

  1. データの時系列を意識する
    　古い問題集 → 最近のテスト → 模試結果の順にアップロード。
    　AIが「成長の流れ」を理解します。

  2. AIに“理由”を説明させる
    　「なぜそう判断したの？」と聞くと、AIの分析根拠が見える。
    　その“理由づけ”を子どもに共有するのが学びになります。

  3. AIを“第三の先生”にする
    　親でも塾でもない、AIという“中立の伴走者”がいることで、
    　子どもが素直に受け入れやすくなる。

まとめ：AIは「正解」ではなく「方向」をくれる

NotebookLMを使って実感したのは、AIは“教師”ではなく“ナビゲーター”だということ。
AIが作るのは、地図です。
その地図をどう歩くかは、親と子が一緒に決める。

娘に聞かれました。

「AI先生、次のテスト、どんな問題出ると思う？」

その言葉を聞いて、私は少し笑いました。
AIは答えを教える存在ではなく、
“考えることを一緒に楽しむ存在”になっていました。

🎨 Canvaで追加する「NotebookLM出力例」

📊 NotebookLMが示した「弱点分析チャート」

AIが志望校の過去問とテスト結果を解析し、苦手分野と学習優先度を可視化しました。
親子で「どこから手をつけるか」を話し合う時に、とても役立ちます。

▶ Canvaでのデザイン構成（おすすめ）

デザインタイプ： 「情報グラフ（infographic）」または「棒グラフ＋テーブル」
カラーテーマ： NotebookLMの落ち着いたトーンに合わせて、

ベース：ホワイト／ブルーグレー系
アクセント：#3A7BD5（青）＋#F2F4F8（背景グレー）

🎯 Canva図表構成例

タイトル：

「NotebookLMの分析レポート：弱点と優先学習分野」

表部分：

教科苦手パターン学習優先度推奨アプローチ数学図形の展開図・体積変換★★★★★展開図→立体→応用英語段落構造の把握不足★★★★☆パラグラフ要約練習国語抽象文の要約が弱い★★★☆☆模範解答→要約→再現

棒グラフ部分：

  • X軸：各教科

  • Y軸：AI算出スコア（理解度 0〜100）

  • 棒の色：

    • 青 → 強み

    • オレンジ → 弱点（50以下）

例：

数学　理解度 65%
英語　理解度 55%
国語　理解度 45%

💡 Canvaで作る手順

  1. Canvaで「グラフ」検索 → 「棒グラフ（Bar Chart）」テンプレートを選択

  2. 色を「#3A7BD5」と「#FFB347（オレンジ）」に変更

  3. 下部に表を追加（フォント：Noto Sans JP）

  4. タイトルに次のように記入

    1. NotebookLM解析レポート
      「AIが導いた娘の次の一手」

  5. 完成したらPNGでダウンロードしてnoteに挿入（横幅1024px推奨）

✨ Canva生成用プロンプト例

Canvaの「Magic Design（AIデザイン）」に以下を入力してください：

「中学生の受験データを分析したAIのレポート風グラフを作成してください。
教科別の理解度を棒グラフで示し、表形式で“苦手パターン”と“学習優先度”を並べてください。
デザインはNotebookLM風に、落ち着いた青と白を基調に。日本語ラベルでお願いします。」

いいなと思ったら応援しよう！