生産的失敗を学習ゲームに使うなら、プレイヤーを難問の前に置くだけでは足りません。未習の概念を含む課題で複数の案を試してもらい、その痕跡を残し、最後に正しい考え方と自分の案を比較する。ここまでを一つの学習ループとして設計します。事後の整理がなければ、それは生産的失敗ではなく、単なる放置になりえます。
生産的失敗は「先に解かせて、あとで教える」設計
Manu Kapurが2008年に報告した研究では、高校11年生がニュートン力学の問題に取り組みました。複雑で構造の定まっていない問題を先に解いた群は、共同作業中には質の高い解答を作れませんでした。それでも、その後の個人課題では、構造化された問題に取り組んだ群より近い転移と遠い転移で良い成績を示しました。
ここで見落とせないのは、最初の不正解そのものが成果ではない点です。学習者は手持ちの知識で表現や解法を作り、違いを見つけ、その後に標準的な考え方を学びます。この順序が、説明を受け取る準備になるという考え方です。
SinhaとKapurによる2021年のメタ分析は、問題解決を先に置く設計と説明を先に置く設計を、53研究・166比較で検討しました。概念知識と転移では問題解決を先に置く側が有利で、Hedges' gは0.36、95%信頼区間は0.20から0.51でした。手続き知識ではgは−0.03で、有意差は認められませんでした。対象年齢や課題の性質によって結果は異なります。「失敗から始めれば誰にでも効く」とは読めません。
なお、これらは主に授業・学習環境の研究です。以下のゲーム設計への置き換えは、研究で示された条件をインタラクティブな課題へ移すための推論です。
放置と生産的失敗を分ける四つの条件
ゲーム内で最初から攻略法を教えないことと、手掛かりを何も渡さないことは同じではありません。目標、操作、観察できる結果は理解できる状態にし、正解へ直結する概念だけを一時的に伏せます。
| 条件 | ゲーム内で用意するもの | 欠けたときに起きること |
|---|---|---|
| 解けそうで解けない課題 | 既有知識で着手でき、複数の方針を試せる盤面 | 当てずっぽうか、開始直後の離脱になる |
| 試行の可視化 | 選んだ手段、予測、結果を比べられる履歴 | 何が違ったのか思い出せない |
| 心理的な安全 | やり直し、損失の限定、失敗を責めない文言 | 正解待ちや総当たりになる |
| 事後の整理 | 自分の案と標準解を対比する説明・再挑戦 | 失敗した印象だけが残る |
少なくとも、プレイヤー案を使った事後の統合段階は外せません。2021年の論文でも、生産的失敗は最初の生成・探索段階と、その後の統合段階で構成されると整理されています。プレイヤーが作った案を材料にして、「どこまでは合っていたか」「不足した関係は何か」を結び直します。
学習ゲームへ移す五段階の手順
歴史ゲームで「ある地域の財政を立て直す」という課題を扱う場合を考えます。最初から用語の定義を読ませるのではなく、収入、負担、備蓄、交易などの限られた情報から施策を組ませます。史実を一つ当てるクイズではなく、因果関係を比べる課題にするのがポイントです。
- 学ばせたい概念を一文で決める。たとえば「短期の収入増と長期の生産維持には緊張関係がある」と置きます。
- 既有知識だけでも二つ以上の案を作れる課題にする。唯一の操作を見つけるパズルにはしません。
- 選択理由を短く記録させる。自己説明の設計と同じく、選択肢を押した事実だけでなく、予測した結果も残します。
- 結果を並べ、標準的な因果モデルと比較する。正解の提示だけでなく、プレイヤー案の一部を引用します。
- 数値や登場人物を変えた短い再挑戦を出す。説明を覚えたかではなく、別の状況へ移せるかを見ます。
因果をルールへ変換する考え方はゲームルールが学問法則になるときで、歴史学習の組み立て方は因果関係で覚える日本史で詳しく扱っています。授業時間へ収める場合は授業で歴史ゲームを使うにはも併せて確認してください。
ヒントは正解ではなく、探索を続ける足場にする
詰まった直後に答えを表示すると、生成段階が消えます。反対に、何度失敗しても同じ画面を返せば放置です。ヒントは「別の変数を見てみる」「二つの案を並べる」「結果を予測してから実行する」のように、考える方向を支えるものから出します。
試行回数だけでヒントを出すのも危険です。操作ミスと概念上の行き詰まりを区別できないからです。入力を何度もやり直しているのか、異なる案を試しているのか、同じ誤概念に基づく選択を繰り返しているのかを分けて記録します。ゲーミフィケーション研究の読み方で触れたように、参加時間や楽しさと学習成果は同じ指標ではありません。
成功率ではなく、比較と転移まで測る
生産的失敗の実装を確かめるなら、初回のクリア率を主指標にしません。初回は解けないことが設計に含まれるためです。次の四点を前後で見ます。
- 初回に異なる方針をいくつ生成したか
- 事後説明で、自分の案と標準解の差を言語化できたか
- 再挑戦で同じ誤りを修正できたか
- 表面の設定を変えた転移課題に対応できたか
ゲーム内ログだけでは、概念を理解したのか操作に慣れただけなのか判断しにくい場合があります。短い説明問題や、ゲーム外の転移課題も併用します。研究の効果量を、そのまま自作ゲームの期待値に置き換えることもできません。対象年齢、内容、実施時間が違うためです。
よくある質問
何回失敗させれば生産的になりますか？
決まった回数はありません。回数より、異なる考えを試せているか、行き詰まりが観察できるかを見ます。同じ操作を繰り返しているなら、正解を出す前に比較や予測を促すヒントが必要です。
初心者にも使えますか？
使えますが、操作方法と課題の目標まで伏せてはいけません。若い学習者では説明先行が有利だった比較もあるため、短い探索にする、選べる表現を用意するなど、既有知識に合わせた足場が要ります。
失敗で意欲が下がりませんか？
下がる可能性はあります。失敗を点数の罰に直結させず、試行を履歴として価値づけ、途中でやり直せるようにします。意欲はプレイ時間だけで推測せず、離脱理由や短い自己報告も確認します。
結論
生産的失敗を学習ゲームに取り入れる核心は、失敗を増やすことではなく、失敗を次の説明が届く状態へ変えることです。複数案を作れる課題、試行の可視化、探索を続ける足場、プレイヤー自身の案を使った事後整理、そして転移課題。この一周を作って、初めて「失敗してから教える」が学習設計になります。まずは一つのステージにだけ実装し、初回正答率より再挑戦後の説明と転移を確かめるのが現実的です。
参考資料
- Manu Kapur, Productive Failure, Cognition and Instruction, 2008.
- Tanmay Sinha and Manu Kapur, When Problem Solving Followed by Instruction Works: Evidence for Productive Failure, Review of Educational Research, 2021.
