評価計画の立て方 ― 「いつ・何を・どう記録するか」を決めて、指導と評価の一体化を単元の中で進める

評価計画ってなに？ ― 「いつ・何を・どうやって・記録するか」の設計図

ひとことで言うと、評価計画は、単元の中で「毎時間の様子見」と「全員の成績の記録」をそれぞれどの時間にするかを、前もって決めておく表です。

単元計画を立てるとき、多くの先生は「何を教えるか」から考えます。評価計画は、その単元のなかでいつ・何を（どの観点を）・どうやって（観察・テスト・作品）・誰について記録するかを決めておく表です。

「指導に生かす評価」と「記録に残す評価」のちがい

国立教育政策研究所（国研）の参考資料は、評価規準に照らして毎時間の授業で生徒の様子を見て指導することは欠かせないとしたうえで、毎時間全員について記録を取り、総括の資料として積み上げるのは現実的ではないので、全員の学習状況を記録に残す場面を精選し、評価の計画を立てることが一層重要になる、と述べています ¹。文部科学省の通知も、記録に用いる評価は毎回の授業ではなく、原則として単元などのまとまりごとに場面を精選するよう求めています ²。

やり方を3ステップで

1. 記録に残す場面を、しぼって決める（回数の決まりはない。たとえば2〜3か所）：単元末の言語活動（観察）、後日のパフォーマンステスト、ペーパーテストなど。それより前の時間は「味見」にする。
2. 「b（おおむね満足）」の姿を、見てわかる行動で書く：「理由を1つ以上つけて、相手の質問に答えている」のように。
3. 「c（努力を要する）」の生徒への手立てを先に決める：評価してから考えるのでは間に合わない。

研究と国の資料ではどうなってる？

効果量 0.20 は「小さめだが無視できない」大きさです。評価を工夫すれば劇的に伸びる、というより、毎日の授業の小さな修正を積み重ねる仕組みと考えるのが現実的でしょう ⁵。

国の資料が示す、評価計画の5つの原則

国研の参考資料（中学校外国語）から、評価計画に直結する点をまとめると次のようになります。

1. 記録に残す場面は精選する。 毎時間全員の記録は求めていません ¹。
2. 記録しない時間も、生徒の様子を確かめる。 記録しない授業でも、生徒の学習状況を確認して指導改善に生かすことが重要で、その結果は総括のときに参考にできます ¹。
3. 「知識」はペーパーテスト等で、「技能」は言語材料を示さずに。 知識（音声を除く）は領域を問わずペーパーテスト等で評価することが考えられ ¹、話す・書くの技能は、単元の文法を提示した状況ではなく、提示がない状況で使えるかを評価します ¹。
4. 主体的に学習に取り組む態度は、思考・判断・表現と一体的に。 単元の評価規準は思考・判断・表現と「対」の形にし、基本的には一体的に評価しつつ、活動への取組の観察結果を加味します ¹。
5. 総括のルールは事前に学校で決める。 たとえば3回の結果が「a・b・b」なら B、A=3・B=2・C=1 と数値にして平均 2.5〜1.5 を B とする、などの方法が例示され、同数のときの扱いなどは学校であらかじめ決めておく必要があるとされています ¹。

単元1時間目の「やる気」は、態度の評価にならない

国研の資料は、主体的に学習に取り組む態度は時間をかけて育つものなので、評価する時期は単元末や学期末のパフォーマンステスト等が基本であり、単元の1時間目にゴールの活動を見せて意欲が高まったからといって、態度が育ったと評価するのは適切ではないと明記しています ¹。

通知も、以前の「関心・意欲・態度」について、挙手の回数や毎時間ノートをとっているかなど、性格や行動の傾向が一時的に表れた場面をとらえる評価だという誤解が残っていたことを課題に挙げています ²。「元気に手を挙げた生徒＝態度A」は、制度の上でもはっきり否定されているのです。

明日の授業でこうする

記入例：単元の指導と評価の計画（中学2年・全8時間、筆者作成）

単元：「ALTに町のおすすめを紹介しよう」（比較表現）／中心の領域：話すこと［やり取り］。○＝全員を記録に残す評価、●＝指導に生かす評価（記録しない）。表の「時」は何時間目か、「知」は知識・技能、「思」は思考・判断・表現、「態」は主体的に学習に取り組む態度です。

ポイントは、記録（○）は第7時以降に集中させ、それより前は全部「味見」にしていることです。第5時の録音で「理由が言えないペアが多い」とわかれば、第6時の指導を変えられます。なお、第7時の「思」と「態」は別の規準で見ます。「思」は「理由を1つ以上つけて、相手の質問に答えている」か、「態」は「理由を添えて質問に答えようとしている。うまく答えられないときも、聞き返したり言い換えたりしてやり取りを続けようとしている」か、です。同じ出来を二つの観点に二重に数えないようにします。

記入例：学期末の総括シート（筆者作成）

ある生徒の「話すこと［やり取り］」の記録と、学校で「数の多い方。同数なら学期末のパフォーマンステストを重視」と決めていた場合の総括です。

国研の資料は、学期単位で総括するときには、その学期に重点を置いて指導した領域の結果を重視する方法も考えられるとしています ¹。どのルールを使うにしても、生徒に説明できるルールを、評価する前に決めておくことが公平さの条件です。

❓ よくある質問

Q. 「指導に生かす評価」と「記録に残す評価」のちがいは？

指導に生かす評価は毎時間行い、記録はメモ程度でよく、その場の支援や次の授業の修正に使います。記録に残す評価は単元の終わりの言語活動やパフォーマンステストなど場面をしぼり、原則として全員を a・b・c で記録して観点別評価の総括に使います。料理でいえば、前者は味見、後者はお客さんに出す前の最終チェックです。

Q. 毎時間3観点を記録する必要がありますか？

ありません。国研の参考資料は、毎時間全員について記録を取って総括の資料として積み上げるのは現実的ではないとして、記録に残す場面を精選するよう述べています ¹。文部科学省の通知も、原則として単元などのまとまりごとに場面を精選するよう求めています ²。

Q. 主体的に学習に取り組む態度はいつ評価しますか？

時間をかけて育つものなので、単元末や学期末のパフォーマンステスト等が基本です。国研の資料は、単元の1時間目にゴールの活動を見せて意欲が高まったからといって、態度が育ったと評価するのは適切ではないと明記しています ¹。挙手の回数などで決めるのも誤解とされています ²。

Q. a・b・cの記録はどうやってA・B・Cに総括しますか？

学校で事前にルールを決めます。国研の資料には、3回の結果が「a・b・b」なら B とする方法や、A=3・B=2・C=1 と数値にして平均2.5〜1.5を B とする方法が例示され、同数のときの扱いなどは学校であらかじめ決めておく必要があるとされています ¹。

Q. 形成的評価にはどのくらい効果がありますか？

効果は研究で支持されていますが、大きさには慎重な見方があります。条件を満たす13研究にしぼったメタ分析では、平均の効果量は0.20でした ⁵。劇的に伸びるというより、毎日の授業の小さな修正を積み重ねる仕組みと考えるのが現実的です。

🎓 もう一歩深く（大学院レベル）

🎓院生モード形成的評価の「効果量論争」と定義の問題

「形成的評価の効果量は0.4〜0.7」という数字は、長く広く引用されてきました。これに対し教育測定の研究者 Neal Kingston 氏と Brooke Nash 氏は、その数字は既存の研究では支えられないとし、条件を満たす研究がごく少なく、加重平均は 0.20 にとどまると報告しました ⁵。教育評価の研究者 Randy E. Bennett 氏はさらに、「形成的評価」という語がはっきり定義された実践のまとまりを指しておらず、よく引かれる数字の出どころもたどれない・古い・欠陥があると批判しています ⁹。

一方、教育評価の研究者 Dylan Wiliam 氏は形成的評価を特定の技法ではなく「証拠にもとづいて指導上の判断をすること」と定義し直し、効果はフィードバックの中身だけでなく、学習者の反応と学習環境に依存すると論じました ⁴。定義が広いほど「何が効いたのか」は特定しにくくなる、というジレンマがここにあります。日本の「指導に生かす評価」も同じ問題を抱えており、どの証拠を見て、どの判断を変えたのかを評価計画に書き込むことが、実践を検証可能にする一歩になります。教育評価の研究者 D. Royce Sadler 氏が強調した「生徒が自分で質を判断する力」の育成は、この議論の中でも一貫して支持される中核です ³。

🎓院生モード1つの評価に2つの役割を持たせる緊張と、成績の多次元性

Wiliam 氏と、同じく教育評価の研究者 Paul Black 氏は、同じ評価でも、形成的な働き（指導の改善につながる解釈）と総括的な働き（文脈や個人をこえて意味がそろうこと）の間には常に緊張があり、証拠を集める段階と、それを解釈する段階を分けることで緊張をやわらげられると論じました ¹⁰。日本の「指導に生かす評価」と「記録に残す評価」の区別は、まさにこの分離を制度化したものと読めます。ただし国研の資料が、記録しない時間の確認結果を総括で「参考にできる」としている点は ¹、両者の境界がゆるやかであることも示しています。

もう1つの論点は、成績が何を表すかです。100年分の成績研究のレビューは、先生のつける成績が学力だけでなく努力などの非認知的な要素も混ざった多次元の構成概念になっていると整理しました ¹¹。3観点の評価は、これを「知識・技能」「思考・判断・表現」「態度」に分けて見えるようにする試みと言えますが、態度を思考・判断・表現と一体的に評価する国研の方針は ¹、分けた観点を実質的には近づける面もあります。分離と統合のどちらに寄せるのが妥当かは、今後の実証研究が必要な問いです。

🎓院生モード先生の「評価リテラシー」は自然には育たない

ヨーロッパ7か国の外国語教師853人への質問紙と63人への面接では、評価に関する専門的な力は一部しか育っておらず、研修の不足を補うために、多くの先生が現場で学んだり教材の付属テストに頼ったりしていました ¹²。日本でも、中高のスピーキング評価が継続的に行われず、形式が限られ、信頼性が確保されていないという課題が指摘されています ¹³。評価計画は個人の工夫だけでなく、通知が求めるように評価規準・方法を教師同士で事前に検討し、事例を蓄積・共有する組織の仕組みとして整えることが重要です ²。

🎁 玉手箱で使えるツール

原田英語の「英語の先生の玉手箱」の無料ツール。登録なしで授業にそのまま使えます。

成績計算単元・学期の a/b/c を、学校で決めた方法（数の比率・数値化）で A/B/C に総括するときの計算に玉手箱で開く ↗ルーブリック作成記録に残す評価場面の「おおむね満足（b）」の姿を、例つきのルーブリックにまとめる玉手箱で開く ↗英語の評価シート作成パフォーマンステストの評価シートや、生徒の自己評価・相互評価シートを人数分印刷玉手箱で開く ↗振り返りカード作成記録に残さない毎時間の「指導に生かす評価」を、授業の最後の1分で集める玉手箱で開く ↗

🔗 あわせて読みたい

📝 指導案 単元計画のつくり方 ― 「最後のタスク」から逆算する逆向き設計 教科書のページ順に進めるだけでは、単元の最後に「何ができるようになったか」がぼやけます。ゴールのタスクを先に決めて、評価と毎時間の活動を逆算する。これが逆向き設計です。 ☆☆☆研究はこれから小学校中学校高校 📝 指導案 目標・評価規準・CAN-DOリストの書き方 ― 「〜できる」の作り方と3観点 学年のCAN-DOリスト、単元の目標、本時の目標、そして3観点の評価規準。似た言葉がたくさん出てきて混乱しがちな「目標と評価」を、階段の図と書き方の型、例文で整理します。 📐理論中学校高校 📝 指導案 単元テストとパフォーマンス課題の作り方 ― 目標→評価規準→問題の「対応表」から作る 単元テストは、問題から作り始めると、目標とずれやすくなります。単元の目標と評価規準を縦に並べ、それぞれをどの問題・どの課題で確かめるかを先に表にする。中学・高校・小学校の記入例と、パフォーマンス課題の指示文・採点基準の型を紹介します。 ★★☆エビデンスあり小学校中学校高校 🛠️ 技能別 英語の評価の基本 ― 形成的評価・観点別評価・CAN-DOを一本の線でつなぐ 評価は「成績をつける作業」だけではありません。授業の途中で生徒の今を見て、次の一手を決める。観点別評価もCAN-DOも、その一本の線の上にあります。 ★★☆エビデンスあり小学校中学校高校 🛠️ 技能別 パフォーマンステストとルーブリックの作り方 ― 40人学級でも時間内に終わる、ぶれない採点 話す力はペーパーテストだけでは測れず、書く力も選択式の問題だけでは十分に測れません。でも採点が先生の気分でぶれたら意味がない。研究が示す「ぶれないルーブリック」の条件と、40人学級でも授業時間内に全員のテストを終える段取りをまとめました。 ★★☆エビデンスあり小学校中学校高校 📝 指導案 英語の年間指導計画とCAN-DOの組み立て方 ― 単元を並べる表から「1年の学びの地図」へ 年間指導計画が「教科書の課を月に割りふった表」になっていませんか。学年のCAN-DOを、どの単元で・どの順に・何回くり返して育て、いつ評価するか。授業時数の確認から、帯活動の年間計画、くり返しの設計まで、記入例つきで整理します。 ★★☆エビデンスあり小学校中学校高校

📑 出典（13件）

本文の上付き数字に対応。✔ は DOI / ISBN / 公式ページを書誌データベースと機械照合した印です。

1. 国立教育政策研究所 教育課程研究センター (2020). 「指導と評価の一体化」のための学習評価に関する参考資料 中学校 外国語 公式ページ ✔ リンク確認済中学校外国語の3観点の評価規準の作り方・単元の指導と評価の計画の事例を示した国研の参考資料
2. 文部科学省 (2019). 小学校，中学校，高等学校及び特別支援学校等における児童生徒の学習評価及び指導要録の改善等について（通知） 公式ページ ✔ リンク確認済観点別学習状況の評価を「知識・技能」「思考・判断・表現」「主体的に学習に取り組む態度」の3観点に整理した文科省の通知（2019年）
3. Sadler, D. R. (1989). Formative assessment and the design of instructional systems. Instructional Science, 18(2), 119-144. doi:10.1007/BF00117714 ✔ DOI照合済生徒が伸びるには「よい出来とは何か」を知り、自分の作品と比べ、直す手立てを持つ必要があると論じた形成的評価の古典
4. Wiliam, D. (2011). What is assessment for learning?. Studies in Educational Evaluation, 37(1), 3-14. doi:10.1016/j.stueduc.2011.03.001 ✔ DOI照合済形成的評価を「証拠にもとづいて指導の判断をすること」と広く定義し直した総説
5. Kingston, N., & Nash, B. (2011). Formative assessment: A meta-analysis and a call for research. Educational Measurement: Issues and Practice, 30(4), 28-37. doi:10.1111/j.1745-3992.2011.00220.x ✔ DOI照合済形成的評価の効果は「0.4〜0.7」とよく言われるが、条件を満たす研究にしぼると平均0.20程度だと示したメタ分析
6. Biggs, J. (1996). Enhancing teaching through constructive alignment. Higher Education, 32(3), 347-364. doi:10.1007/BF00138871 ✔ DOI照合済目標・学習活動・評価を同じ「理解の姿」でそろえる「建設的整合（コンストラクティブ・アラインメント）」を提唱した論文
7. 国立教育政策研究所 教育課程研究センター (2020). 「指導と評価の一体化」のための学習評価に関する参考資料 小学校 外国語・外国語活動 公式ページ ✔ リンク確認済小学校外国語・外国語活動の評価規準と評価事例を示した国研の参考資料
8. 国立教育政策研究所 教育課程研究センター (2021). 「指導と評価の一体化」のための学習評価に関する参考資料 高等学校 外国語 公式ページ ✔ リンク確認済高校外国語の評価規準と単元の指導と評価の計画の事例を示した国研の参考資料
9. Bennett, R. E. (2011). Formative assessment: A critical review. Assessment in Education: Principles, Policy & Practice, 18(1), 5-25. doi:10.1080/0969594X.2010.513678 ✔ DOI照合済形成的評価の定義のあいまいさと、効果の数字の根拠の弱さを批判的に検討した論文
10. Wiliam, D., & Black, P. (1996). Meanings and consequences: a basis for distinguishing formative and summative functions of assessment?. British Educational Research Journal, 22(5), 537-548. doi:10.1080/0141192960220502 ✔ DOI照合済同じ評価でも「形成的」と「総括的」の働きの間には緊張があり、証拠の集め方と解釈を分けると両立しやすいと論じた論文
11. Brookhart, S. M., Guskey, T. R., Bowers, A. J., McMillan, J. H., Smith, J. K., Smith, L. F., … (2016). A century of grading research: Meaning and value in the most common educational measure. Review of Educational Research, 86(4), 803-848. doi:10.3102/0034654316672069 ✔ DOI照合済100年分の成績づけ研究のレビュー。先生のつける成績は学力だけでなく努力などの非認知的な要素も混ざった多次元のものだと整理
12. Vogt, K., & Tsagari, D. (2014). Assessment literacy of foreign language teachers: Findings of a European study. Language Assessment Quarterly, 11(4), 374-402. doi:10.1080/15434303.2014.960046 ✔ DOI照合済ヨーロッパ7か国の外国語教師853人の調査。評価の専門的な力は一部しか育っておらず、多くは現場で見よう見まねで身につけていた
13. Koizumi, R. (2022). L2 speaking assessment in secondary school classrooms in Japan. Language Assessment Quarterly, 19(2), 142-161. doi:10.1080/15434303.2021.2023542 ✔ DOI照合済日本の中高のスピーキング評価の課題（継続的でない・形式が限られる・信頼性が確保されない）と改善の方向を論じた論文

最終更新 2026-10-18 ・ 原田英語　まちがいのご指摘はこちら