情報科学専門学校での実践とIT人材育成

概要： 岩崎学園の教育システムは、創立100年の教育実績と、脳科学・学習心理学・教育工学の13の理論を統合した「再現性のある成長環境」です。東京大学・池谷裕二教授の監修のもと、学生を「やらされる学び」から「最先端テクノロジーを自ら楽しむ力を持つ人材」へと育てる3段階のフェーズ設計と、AI・LMSを活用した伴走型サポート体制を、情報科学専門学校で実装しています。本ページでは、岩崎学園グループ共通の教育システムと、それを情報科学専門学校のIT教育へ落とし込んだ具体的な実践例を公開しています。

学校法人岩崎学園 情報科学専門学校は、IT・AI・セキュリティ・Web・データサイエンスなどのテクノロジー業界を夢見る高校生の「最先端技術が大好き」という純粋な情熱を、確実にプロの技術へと昇華させる独自の教育システムを構築しています。

高度なプログラミングやシステム構築の学びを「理系の才能や適性」といった曖昧なものに委ねるのではなく、最先端の脳科学や学習心理学のエビデンスに基づきシステム化。初めて触れる先端技術への不安を「自分にもシステムが組める」という確かな有能感へと変え、時間を忘れて開発に没頭できる環境を科学的に作り出します。

自律的に「楽しむ力」を持つ次世代のIT人材への成長の階段が、ここから始まります。

---

目次
1. 入学から卒業まで 成長の階段（３つのフェーズ）
2. 教育理論との紐付けと、当校での実践例
_2-1. 意欲と主体的行動を引き出す「動機づけ・マインド理論」
_2-2. 記憶の定着と習慣化を科学する「認知・学習理論」
_2-3. 実践の質を高める「経験と振り返りの理論」
_2-4. 行動変容を導く「評価・コミュニケーション理論」
3. 担任システム（伴走型サポートシステム）の詳細
_3-1. 学生が語る、岩崎学園の担任の本当の姿
4. 教職員の10の行動指針
5. 結びにかえて

---

1. 入学から卒業まで 成長の階段（３つのフェーズ）

情報科学専門学校のカリキュラムは、自己決定理論（SDT）とコルブの経験学習モデルを基盤に、学生の心理的成長に合わせて介入度を綿密にコントロールする「3段階のフェーズ」で設計されています。※2年制・3年制学科においても、それぞれの年次相応の段階設計を適用しています。

フェーズ①：【基礎学習】有能性を身につける（主に入学初年度）

初めてプログラミングやネットワーク、AI・データサイエンスの専門領域に触れる1年生の初期は、「文系出身だけどコードが書けるようになるか」「ITの急速な進化についていけるか」という強い不安を抱えています。この時期の目標は、エラーを恐れない環境の仕組み化によって「開発・学習の習慣化」を図り、「自分にもプログラムが組める、システムが動かせる」という確かな自信（有能性）を育てることです。

• アプローチ： モチベーションの波に頼るのではなく、日々の授業運営の中に「まずキーボードを叩いてコードを動かす」「最初と最後で脳を刺激する」仕組みを導入。教員による積極的な介入と「デバッグやコード記述のプロセスへの承認」、エラーを乗り越えた成長実感を通じて、学びへのエンジンを立ち上げます。

フェーズ②：【経験学習】省察・概念化と成功体験（主に2〜3年次）

基礎を終えた学生は、学内でのチーム開発プロジェクト、企業の課題を解決する産学連携、ハッカソンへの挑戦といった本格的な「実践（ビルド）の場」へと進みます。この時期の目標は、実際のシステム構築や開発過程でのエラー、仕様変更といった成功・失敗をエンジニアとしての実力に変える「経験学習サイクル」の定着です。

• アプローチ： スムーズな開発だけでなく、あえてバグやチーム間の意見の不一致といった「少しの凹凸（望ましい困難）」がある環境を用意します。教員は答えのコードを教え込む役割から、学生自身にリファクタリング（省察）を促す「ファシリテーター（伴走者）」へと役割を変え、心理的安全性を満たしながら「テクノロジーの意義付け」をサポートします。

フェーズ③：【自律学習】楽しむ力を持つ人材へ（主に卒業年次）

最終段階では、仕様書通りに作るだけの段階を超え、学生が自らの意志で社会の不便を見つけ、最新技術を使って解決へと動き出す状態を目指します。

• アプローチ： 獲得したITスキルを、単なる就職のためではなく「社会のDXや不便を解消したい」「自分だけの革新的なサービスを世に送り出したい」という内発的動機（自律性）へと昇華させます。未知の技術や高難度のバグさえも「自分を成長させるクエスト」として楽しめる自律的な姿勢を完成させ、デジタル社会の最前線へと送り出します。

---

2. 教育理論との紐付けと、当校での実践例

これらの成長の階段を支えるのが、東京大学大学院の池谷裕二教授の監修による脳科学・学習心理学のエビデンスです。情報科学専門学校では、これらの理論を日々の授業運営にダイレクトに組み込んでいます。

2-1. 意欲と主体的行動を引き出す「動機づけ・マインド理論」

① 自己決定理論（Self-Determination Theory : SDT）

• 理論の解説： 心理学者エドワード・デシとリチャード・ライアンらが提唱した動機づけ理論です。人間が自律的に行動し、高いパフォーマンスを維持（内発的動機づけ）するためには、「有能性（自分には能力があるという感覚）」「関係性（他者とつながり、認められているという感覚）」「自律性（自分の意志で行動を選択しているという感覚）」の3つの心理的欲求が満たされる必要があるとされています。

• 現場でのつながり：入学直後の1年生は、未知の専門分野に対する不安から「自分にできるだろうか」と自信を失いがちであり、この段階でいきなり「自律的」な学習を求めても機能しません。そこで本校では、まず学生の「有能性」を満たし、学習へのハードルを極限まで下げるアプローチをとります。例えば、全員への「最新ノートPCの無償貸与」による学習環境の完全な均等化や、「STEP 1：まずはITの基礎から」というスモールステップのカリキュラム設計です。「環境が整っているから安心」「基礎からだから確実についていける」という実感（有能性の担保）を与え、段階的に「自律性」へと導く土台を形成します。

• 実践・成功例： 本校では、企業と直接タッグを組む『産学連携プロジェクト』を多数実施しています。例えば、実際の企業課題（仕様検討から実装・検証まで）をプロのエンジニアから直接指導を受けながらプロジェクト形式で進行します。この環境では、単なるスキル習得にとどまらず、「自分が作ったシステムで現場の課題が解決された」という確かな成功体験（有能感）を、他者との関係性の中で実感することができます。これは、教室の中だけでは決して得られない、未来のエンジニアとしての大きな自信となります。

② フロー理論（Flow Theory）

• 理論の解説： 心理学者ミハイ・チクセントミハイが提唱した、人間が時間を忘れるほど目の前の活動に完全に没頭し、最高のパフォーマンスを発揮している精神状態（フロー状態）に関する理論です。フロー状態に入るためには、「課題の難易度」と「本人のスキルレベル」が絶妙なバランスで均衡していること（難しすぎて不安にならず、簡単すぎて退屈しない領域）が必要不可欠です。

• 現場でのつながり： 授業のレベルが平坦すぎると、スキルの高い学生は「退屈」し、逆に難易度が急激に上がりすぎると、ついていけない学生は「不安・恐怖」を感じて挫折してしまいます。集団授業において、すべての学生をこの「フロー領域」に長期間とどまらせることは、従来の教育手法では非常に困難でした。

• 実践・成功例： 本校では、学生個々のスキル習得状況をデジタル（LMS）でリアルタイムに可視化、一律の講義だけではなく、学生の習得度に応じて課題設定を行っています。簡単すぎず難しすぎない「心地よい摩擦（望ましい困難）」を授業内に意図的にデザインし、学生全員を「置いてきぼり」にも「退屈」にもさせず、学びに没入させる環境を作っています。

③ BERI（やる気を出す方法）

• 理論の解説： 本教育システムの監修者である池谷裕二教授の知見などに基づく、脳科学に根ざした教育システムの根幹をなすフレームワークです。脳のやる気を司る部位は、自分の意思（精神論）ではコントロールできません。しかし、【B】Body（カラダを動かす）、【E】Experience（いつもと違うことをする）、【R】Reward（ごほうびを与える）、【I】Ideomotor（なりきる）という4つのアプローチを連動させることで、感情（やる気）の有無に関わらず、脳を強制的に、かつスムーズに学習モードへと誘うことができるシステムです。

• 現場でのつながり：「やる気が出るのを待つ」という受動的な姿勢では、学習のエンジンはかかりません。特に初めてITの専門領域に触れる1年生の初期は、内容への心理的ハードルが高く、「モチベーションを高く持とう」といった言葉での叱責や指導はなかなか響きません。学生個人の精神力に依存するのではなく、授業デザインそのものが脳の「4つのスイッチ（BERI）」を自然と押してしまうような、科学的な仕組みが必要とされます。

• 実践・成功例： 情報科学専門学校では、このBERIを日々の授業運営に取り入れています。

  • 【B】Body： 授業の冒頭に、手を動かすワークや、その日の実習に使う機材・道具のセッティング、プロの手順をトレースする簡単な基礎動作（ウォーミングアップ）など、まず強制的に「カラダを動かす」プロセスを導入しています。これにより、頭で考えるよりも先に行動を介して脳の作業興奮（アイドリング）を確実に立ち上げ、スムーズに高い集中状態へと誘います。

  • 【E】Experience： 毎回平坦な講義を聴くだけでなく、演習や課題への取り組みとして、個人ワークとグループワークの使い分け、その分野のプロからの講話、普段よりも難易度の高い課題へのチャレンジなどを意図的に配置し、「いつもと違うことをする」刺激で脳を飽きさせません。

  • 【R】Reward： プログラミング系の科目においては全員が同じものを制作するようなものだけではなく、各々のアイデアを基にした自由制作の課題にも取り組んでもらいます。そういった課題に取り組む際には、成果物の完成に対して優劣をつけるだけでなく試行錯誤したプロセスに対して教員やシステムが適切なフィードバックを与え、脳に達成感（ドーパミン）を記憶させます。

  • 【I】Ideomotor： 理想の姿や環境に「なりきる」ことで、行動と能力を無意識に引き上げます。実際の開発現場を意識してチームビルディング、チーム制作、及び卒業研究といった科目、また外部企業と連携した産学連携活動に取り組んでいます。そういった取り組みにおいては教材通りに学習する、教員の指示通りに手を動かす、というアクションではなく、まさに「エンジニアになりきって」取り組んでいます。

④ ローゼンタール効果（Rosenthal Effect：ピグマリオン効果）

• 理論の解説： 教育心理学における心理的効果で、「人間は他者から期待されると、その期待に沿った成果を出すようになる」という現象です。逆に、指導者が「この学生はできない」と心のどこかで諦めていると、それが無意識の態度や言葉に表れ、本当に学生の成績やモチベーションが低下してしまう（ゴーレム効果）ことも実証されています。

• 現場でのつながり：クラスや担任制を通じ、教員は学生一人ひとりの強みや可能性を言語化して伝え続けます。「あなたならこの課題を乗り越えられる」「このプロジェクトで活躍できるはずだ」という肯定的な期待を繰り返し発信することで、学生自身の中に「自分はエンジニアとして成長できる」という自己効力感が芽生え、それが実際の技術習得スピードの加速に繋がっています。

• 実践・成功例： この効果の強力な成功例が、難関資格の取得実績やコンテストでの入賞実績です。例えば、当初はプログラミングに自信がなかった学生が、教員からの「あなたの分析力なら、このコンテストで上位を狙える」という期待をきっかけに挑戦を決意し、放課後の個別指導を経て実際に成果を出した事例があります。教員の期待が学生の自己イメージを書き換え、結果として高い目標を達成する。この「期待と達成の循環」こそが、本校の指導における核です。パンフレットに掲載された先輩たちの成功体験の多くは、教員からの「君ならできる」という一言から始まっています。

  

⑤ ダニング・クルーガー効果（Dunning–Kruger Effect）

• 理論の解説： 社会心理学者のデヴィッド・ダニングとジャスティン・クルーガーが提唱した、人間の認知特性に関する理論です。「ある領域において未熟な人ほど、自分の実力を正確に測る物差し（メタ認知能力）を持たないため、自分の実力を過大評価（自信過剰）しやすい」という現象を指します。 これは一見すると認知のエラー（勘違い）のように思えますが、教育においては「未熟だからこそ、プロの壁の高さに怯むことなく、根拠なき自信を持って前向きにチャレンジし続けられる」という、脳の極めてポジティブな初期ブースターとして機能します。自分の未熟さに足を止めることなく、純粋に「楽しんでやり続けること」ができるからこそ、その圧倒的な行動量の先に真の成長がもたらされます。

• 現場でのつながり： 入学直後の1年生によく見られる、「自分にはセンスがあるから大丈夫」「これくらい簡単にプロになれる」という一見無鉄砲とも言える高いモチベーションは、この理論が好意的に作用している状態です。当校ではこの「初期の自信」を否定せず、まずは楽しんで打席に立ち、行動量を爆発させるための貴重なエネルギーとして扱います。このエネルギーを有効に活用できるように入学直後の段階から、クラブ・サークルを中心にハッカソン、CTF、eスポーツイベントスタッフなど様々な活動機会を用意しています。 しかし、年次が進み、学内での実践や実際の現場を経験すると、学生は「本物のプロの物差し」を手に入れ、初めて自分の現在地と課題を客観的に自覚できるようになります。このとき、学生は一時的に「自分はまだまだできていなかった」と立ち止まることがありますが、これは能力の低下ではなく、「楽しんでやり続けた結果、次のステップへ進むための正しい自己認識（メタ認知能力）が育った証」です。どの段階においてもクラス担任の教員を中心にサポートしています。

• 実践・成功例：この効果について、真の実力をつける成功例として、本校の『企業連携プロジェクト』が挙げられます。プロジェクトの初期には「自分たちのアイデアは完璧だ」と過信しがちな学生も、プロのエンジニアから厳しいフィードバック（壁）を受けることで、初めて自分の技術の未熟さを痛感します。しかし、本校の教員はそこで挫折させるのではなく、「未熟さを知った今こそが、プロへの一番の近道だ」と励まし、次なる学習の指針を具体的に示します。こうして「自分の限界を正しく認識し、それを乗り越えてスキルを高める」というサイクルを経験した学生は、企業から即戦力として高く評価される高度な技術者へと成長を遂げています。

（補足）一般的な誤解について： ビジネス書やSNS等において、ダニング・クルーガー効果は「初心者が自信満々の状態から、挫折して『絶望の谷』に落ち、そこから這い上がる」という曲線グラフとともに紹介されることが多々あります。しかし、これは後世の俗説（ミーム）であり、実際のダニングとクルーガーの論文（1999年）にはこのようなプロセスやグラフは登場しません。 実際の理論が証明しているのは、「未熟な人ほど、自分の現在地を測る物差しを持たないため、無自覚に自信過剰になりやすい」という認知の仕組みそのものです。当校では、この「無自覚だからこそ、恐怖を抱かずに楽しんでやり続けられる」という本来の心理効果のメリットに着目し、初期の強力な行動エネルギーとして教育システムへ落とし込んでいます。

2-2. 記憶の定着と習慣化を科学する「認知・学習理論」

⑥ エビングハウスの忘却曲線と「分散学習」

• 理論の解説： 心理学者ヘルマン・エビングハウスが実験によって明らかにした、人間の記憶の保持に関する理論です。人間は覚えた直後から猛烈な勢いで忘却が始まり、1日後には約7割を忘れてしまいます。この実験では無意味な綴り文字の実験での数値であり、有意味な専門知識への適用には留意が必要ですが、この忘却に抗い、知識を長期記憶として定着させるためには、一度に詰め込む（集中学習）のではなく、あえて時間を空けて「直後、1日後、1週間後、1ヶ月後」と定期的に復習を繰り返す「分散学習（Spaced Repetition）」が極めて有効であるとされています。

• 現場でのつながり： 覚えるべき専門知識が膨大なIT系の基礎学習において、定期試験の直前に徹夜で詰め込み学習をしても、試験が終われば知識は霧のように消えてしまいます。これでは、実習や就職後の実務で全く役に立ちません。

• 実践・成功例： 本校では、毎回の授業の最後に要点を確認する小テスト「ダイジェスト」を実施。60点未満は放課後補講でその日のうちに解決し、さらに単元ごとにもテストを細かく配置し、「あえて学生が忘れた頃」に意図的に配置するカリキュラムをシステム化しています。学生個人の「やる気」や「自主学習」に委ねることなく、学校のスケジュール自体に分散学習を組み込むことで、国家試験合格や専門スキルの確実な定着を実現しています。

⑦ 初頭効果・終末効果

• 理論の解説： 人間は提示された情報の「最初（初頭効果：Primacy Effect）」と「最後（終末効果：Recency Effect）」に接した情報が、最も記憶や印象に残りやすいという脳の認知特性です（Murdock, 1962）。初頭効果は長期記憶に、終末効果は短期記憶（ワーキングメモリ）に強く依存しているとされています。

• 現場でのつながり： 成長の階段における「フェーズ1（導入）」を、プロフェッショナルとしての土台を築く初頭効果の最大化期間と定義しています。入学前セミナーや入学式、導入教育となる基礎ゼミナールにおいて、3段階のフェーズ設計の全体像と、将来の職業イメージを明確に提示します。ここで「自分が何を学び、どう成長するのか」という強い印象を最初に固定することで、その後の長期的な学習期間において、学生が目的を見失わずに自律的に学ぶための心理的な基盤を形成しています。

• 実践・成功例： 本校では、この初頭効果を、入学前セミナー、基礎ゼミナールで活用しています。入学前セミナーではコミュニケーションやeスポーツイベント運営、基礎ゼミナールではチームビルディング、Gems（特待生）やクラブの先輩学生との接続などを行っています。学校生活のスタートラインにおいてこのような経験を得ることによって、「この学校は楽しそう」「この学校はいろいろなことができそう」「この学校なら友達ができそう」ということを強く印象付けています。

⑧ ラーニングピラミッド（Learning Pyramid）

• 理論の解説： アメリカの国立訓練研究所（NTL）などの研究で知られる、学習方法の違いによる「平均学習定着率」を表したモデルです。受動的な講義の聴講や読書に比べ、グループ討論、自ら体験する、そして「他の人に教える」という能動的なアクティブ・ラーニング（能動的学習）の方が、高い定着効果を発揮するとされています。

• 現場でのつながり： 教室での知識習得を土台としつつ、グループワークやチーム制作による相互学習、プロジェクト型学習での課題解決、そして他者に教える機会を創出することで、学習の定着率を飛躍的に高めています。「企業連携プロジェクト」のような実践環境は、単なる制作体験ではなく、理論に裏付けられた「記憶を定着させるための能動的学習の場」として機能しています。

• 実践・成功例： 理論の最も高い効果を示す例として、本校の「チーム制作」および「プロジェクト学習」におけるピア・ラーニング（学生同士の学び合い）が挙げられます。チームで開発を行う際、学生たちは自分の担当箇所を説明し、不明点を教え合います。「人に教える」ことは、学習の定着率が最も高い行為です。チーム制作の実績や、プレゼンで成果を競い合う姿は、学生たちがこの能動的なプロセスを通じて知識を自身のものへと昇華させている証左です。このように、受動的な講義に頼らず「自分たちで作り、議論し、教え合う」という循環を回すことで、ITの高度な専門性を短期間で確実に定着させています。

2-3. 実践の質を高める「経験と振り返りの理論」

⑨ コルブの経験学習サイクル（Experiential Learning Model）

• 理論の解説： デービッド・コルブが提唱した、具体的な経験を真の成長へと変えるための4段階のサイクル理論です。人間は、単に何かを「① 経験」するだけでは成長しません。その経験を客観的に深く振り返る「② 省察」を行い、そこから「次に活かせる教訓やルール」を導き出す「③ 概念化」を経て、それを新しい状況で「④ 実践」に試す。この4つのステップを回すことで初めて、経験が再現性のある真の実力へと昇華されます。

• 現場でのつながり： 企業連携プロジェクト、チーム制作の現場では、単にスムーズに進行する平坦な実習ではなく、あえてプログラムのバグやチーム内での意見の不一致といった「少しの凹凸（望ましい困難）」が含まれる環境を意図的に用意し、学生に「具体的経験」をさせます。トラブルに直面した際、教員はすぐに正解を提示するのではなく、ファシリテーター（伴走者）として適切な問いかけを行うことで、学生自身に「なぜこのエラーが起きたのか」を深く振り返らせ（省察）、技術的な法則性や解決へのプロセスを導き出させます（概念化）。この現場での構造的な支援が、次の開発工程や新たな課題への挑戦（実践）へとサイクルを回していく確かな土台となっています。

• 実践・成功例： この経験学習サイクルが現場で機能している明確な成功例が、「トラブルさえも武器に変える チーム制作」の実績です。学生たちは複数人でのシステム開発やプロジェクト学習の過程で、予期せぬエラーや設計の破綻という壁を経験します。しかし、本校の伴走型サポートを通じて「トラブルを振り返り、教訓に変える」サイクルが身についている学生たちは、直面した課題を単なる失敗で終わらせません。チーム内で原因を徹底的に検証し、コードの改善や開発プロセスの見直しという「概念化」を行うことで、それを次の実装（実践）へと活かし、最終的に品質の高いシステムを完成させています。トラブルという困難さえも自身の成長の武器へと変えていくこの反復こそが、卒業時に即戦力として企業から高く評価される高度なIT人材を生み出す原動力となっています。

⑩ 成長差分の可視化（進捗の法則）

• 理論の解説： ハーバード・ビジネス・スクールのテレサ・アマビール教授らの研究「進捗の法則（The Progress Principle）」に基づくアプローチです。人間のモチベーションを最も高めるのは、高額な報酬や大絶賛ではなく、「日々、自分が前進している（成長している）という小さなしるしや実感を自覚すること」であるとされています。

• 現場でのつながり： 学習者のモチベーションや学習意欲を維持・向上させる最大の要因は、「日々の小さな前進（スモールウィン）を実感すること」であるという「進捗の法則」に基づき、本校では学習成果の細かな可視化を行っています。現場では、AIやLMS（学習管理システム）を活用した伴走型サポート体制を敷き、「ステップアップ学習」の各段階における小さな達成を記録しています。課題のクリアや基礎技術の習得など、日々の小さな前進をシステム上で可視化するとともに、教員が「ここができるようになった」と定期的にフィードバックを行います。学生が「昨日までの自分と今日の自分の成長差分」を確実に実感できるこの仕組みが、難解な技術課題に向き合い続けるための強力なエネルギー源となっています。

• 実践・成功例： IT系、ビジネス系の資格取得を目指す授業カリキュラムや開発プロジェクトにおいて、本校では最終目標に向けた道のりを細かく分割し、スモールステップで進める仕組みを取り入れています。IT未経験からスタートした学生が、まずは基礎知識の習得、次に基本情報技術者試験の合格、そしてオリジナル作品の制作といった形で、目に見える「小さな成功体験」を積み重ねていきます。この成長差分の積み重ねが自信へと繋がり、途中で挫折することなく、最終的に高度な専門技術の習得や希望するIT・ゲーム・AI企業への内定という大きな成果へと結びついています。

2-4. 行動変容を導く「評価・コミュニケーション理論」

⑪ PNP法（Positive-Negative-Positive）

• 理論の解説： コミュニケーションや指導におけるフィードバックの技法です。相手の課題や修正点を伝える（Negative）際に、それを単体で伝えるのではなく、まずは相手の優れている点や努力したプロセスを褒め（Positive）、その後に具体的な改善点を提示し（Negative）、最後は今後の期待やポジティブな言葉で挟んで締めくくる（Positive）というサンドイッチ型の伝達技法です。

• 現場でのつながり： 特に1年生は、初めてプログラミング、Webデザインに取り組みます。その中で、1文字でもコードが間違っていると正しく表示されなかったり、うまく動作しなかったりします。そういった中で学生に対するコミュニケーションは大切なポイントです。

• 実践・成功例： 上記のようなプログラミング、Webデザインでの指導において、以下のようにPNP法を活用しています。

  ・P（ポジティブ）：「ここまでよく頑張ったね！」「コーディングの考え方はあってるよ！」といった、プロセスへの承認

  ・N（ネガティブ）：「ここのスペルが違っている」「こうやってコーディングすると処理がより効率的になるよ」といった次に超えるべき、望ましい困難の提示

  ・P（ポジティブ）：「しっかり基礎が定着してきているから、頑張ろう！」といった未来への期待の声掛け

⑫ 情報源信頼性理論（Source Credibility Theory）

• 理論の解説： コミュニケーション心理学や社会心理学における基礎理論の一つで、「人間は、当事者が直接発信する情報よりも、利害関係のない第三者を介して間接的に伝わる情報（口コミや専門家の評価など）の方を、圧倒的に客観性・信頼性が高いと判断する」というウィンザー効果として知られる心理効果を説明したものです。情報の受け手は、発信者が「何を発信しているか」だけでなく、「その発信者は信頼できる立場か（専門性と客観性）」を無意識に評価しているとされています。

• 現場でのつながり： 現場では、単に教科書の内容を解説するのではなく、IT業界の第一線で豊富な実績を積んだ実務家教員や、現役のエンジニア・クリエイターが直接指導にあたります。最新の開発現場のリアルやトレンドを知り尽くした「プロ」からの指導であるため、学生は「この人から学べば間違いない」という強い信頼と納得感を持って学習に没頭できます。この強固な信頼関係が、高度で難解なテクノロジー学習に対する学生の吸収力を劇的に高める土台となっています。

• 実践・成功例： 学生が取り組んだ開発課題や企画に対し、学内の教員だけでなく、実際の現場で活躍する協賛企業のプロフェッショナルから直接評価やフィードバックを受ける機会を設けています。「最前線で働くプロフェッショナルからの評価（極めて高い専門性と信頼性）」は、学生にとって教科書以上に説得力のある情報です。憧れの企業のプロから「よくできている」「現場ならこう直す」と直接指導される経験が、学生のプロ意識を一気に引き上げ、企業が求める即戦力へと急成長する最大のターニングポイントとして機能しています。

⑬ ゲーミフィケーション（Gamification）

• 理論の解説： ゲームが持つ「人を熱中させる要素（明確な目的、即時フィードバック、スコアの可視化、スモールステップの課題、他者との競争・協調など）」を、教育やビジネスなどのゲーム以外の領域に応用し、ユーザーのモチベーションを爆発的に高める手法です。

• 現場でのつながり： 「教科書を1ページ目から順番に読み、暗記する」という従来の平坦な学習スタイルは、脳にとって非常に退屈で苦痛を伴います。「将来役に立つから今は我慢して勉強しなさい」と言われても、人間の脳は直近の報酬（楽しさ）を求めてしまうため、自発的な行動には繋がりません。

• 実践・成功例： 本校では入学直後の基礎ゼミナールにおいて、タイピング練習を行います。ただ授業の一環として取り組むのではなく、スコアを出しながら楽しく取り組めるようにしています。周りの学生とスコアを競い合ったり、自身の成長を可視化させることによって、「勉強させられている」という感覚を消し去り、学生の脳は「課題をクリアしてスコアを上げるクエスト」として処理するようになります。小さな成功体験が即座に視覚的フィードバックとして返ってくるため、スキル習得に向けたモチベーション向上、維持に大きく繋げることができます。

---

3. 担任システム（伴走型サポートシステム）の詳細

情報科学専門学校の「クラス担任制」は、教員個人の経験則や熱意といった属人性だけに頼るものではありません。データフロー図（DFD）に基づき、科学的に組織全体で学生一人ひとりを包み込む「伴走型サポートシステム」を確立しています。

• 学生の「生データ」を網羅する学生カルテ： 教員と学生の接点は、定期面談や授業内だけに留まりません。廊下での立ち話、放課後の何気ない会話、保護者様とのコミュニケーションに至るまで、教職員が気づいた学生の「生データ」は適切な範囲で記録・共有し、学生カルテに蓄積・集約されます。

※学生カルテ（LMS）の運用にあたっては、個人情報保護方針に基づき厳格なセキュリティ対策を講じており、学生のプライバシーと安全を最優先に守る体制を徹底しています。

• 学年（横串）× 学科（縦串）による迅速な方針決定： カルテに集まったデータをもとに、学年会議（横串）と学科会議（縦串）を定期的に開催。一人の担任の視野に依存せず、多角的な視点から「今、この学生にどのようなアプローチが必要か」の支援方針を組織として決定します。

• 教職員を強力にバックアップする「2つのAIシステム」：

  • 学生指導AI： 蓄積されたカルテデータから、学生のエンゲージメント低下や小さな予兆をいちいち察知し、教員へのアラートや適切な対応法のヒントを提示します。

  • 就活サポートAI： 入学からのポートフォリオ更新や生活履歴データと、企業の採用動向データを掛け合わせ、その学生だけの「成長実感」を言語化。最適な履歴書作成やマッチングをサポートします。

• チームによる多層サポート： クラス担任が中心軸となりつつ、授業担当教員、スクールカウンセラー、就職担当スタッフがカルテを通じて状況を完全共有。状況に応じて、担任以外の最適な職員がアプローチできる体制を整えています。

3-1. 学生が語る、岩崎学園の担任の本当の姿

岩崎学園の教育システムを、実際に体験している学生たちの声でお伝えします。以下、学校・先生のイニシャルは個人特定を避けるため一部表記を変えています。

※ 本ページに掲載のエピソードは、情報科学専門学校の在校生・卒業生の声から、本人同意の上で掲載しています。学校名・先生のイニシャルは、個人特定を避けるため一部を変更しています。

---

4. 教職員の10の行動指針

この高度な教育システムを正しく機能させ、学生に安心感と挑戦への意欲を与えるために、情報科学専門学校のすべての教職員は、以下の10の行動指針を徹底しています。

---

結びにかえて：すべては、未来のデジタル社会を牽引するエンジニアに「再現性のある成長」を届けるために

当校は、保護者の皆様が安心して未来を託すことができ、高校の先生方が自信を持って生徒を送り出すことができ、そしてIT・AI・先端テクノロジー業界の皆様が「ぜひDXや開発の即戦力として迎え入れたい」と心から望む、そんな自律性と楽しむ力に満ち溢れたプロフェッショナルを、科学的に、情熱的に育み続けていくことをここにお約束いたします。

才能だけに頼らない確かなエビデンスと、学生のシステム開発における壁や迷いに寄り添う温かい担任伴走システムを通じて、社会にデジタル変革の新しい価値と感動を届け、未来の高度情報化社会を牽引するITエンジニアを社会へと送り出してまいります。

---

【システム監修】

東京大学・大学院薬学系研究科 教授 池谷 裕二

日本が世界に誇る脳研究者の一人であり、岩崎学園総合教育アドバイザーとして本教育システムの監修を務める。専門分野は大脳生理学。とくに海馬の研究を通じて、脳の健康について探究している。著書に『海馬』『記憶力を強くする』『脳には妙なクセがある』などがある。脳の最先端の知見を老若男女、世界に向けて分かりやすく伝えている。「情報7daysニュースキャスター」（TBSテレビ）にコメンテーターとして出演中。 東京大学 大学院薬学系研究科 薬品作用学教室

【教学責任者】

教育事業創造本部 本部長 伊藤泰宏

学校法人岩崎学園CDO（Chief Data Officer）・評議員。20年以上にわたり教育・学校マネジメントの現場で学生の成長に伴走。データサイエンスの専門家として学会・コミュニティでの研究・情報発信にも従事。現在は、100年の歴史を未来へつなぐため、脳科学・心理学・教育工学・データサイエンスを軸とした次世代教育システムの構築を主導している。 岩崎学園の共通教育システム（全7校）の全体像はこちら

---

【参考文献・主要出典】

■ 基盤フレームワーク

• 池谷 裕二, 上大岡 トメ (2008). 『のうだま――やる気を出す脳の秘密』 ポプラ社. （③ BERI）

■ 動機づけ・マインド・認知理論

• Deci, E. L., & Ryan, R. M. (2000). “The ‘what’ and ‘why’ of goal pursuits: Human needs and the self-determination of behavior.” Psychological Inquiry, 11(4), 227-268. （① 自己決定理論）
• Csikszentmihalyi, M. (1990). “Flow: The Psychology of Optimal Experience.” Harper & Row. （② フロー理論）
• Rosenthal, R., & Jacobson, L. (1968). “Pygmalion in the classroom.” The Urban Review, 3(1), 16-20. （④ ローゼンタール効果）
• Kruger, J., & Dunning, D. (1999). “Unskilled and unaware of it: How difficulties in recognizing one’s own incompetence lead to inflated self-assessments.” Journal of Personality and Social Psychology, 77(6), 1121-1134. （⑤ ダニング・クルーガー効果）

■ 認知・学習・経験の理論

• Ebbinghaus, H. (1885). “Über das Gedächtnis: Untersuchungen zur experimentellen Psychologie.” Duncker & Humblot. （⑥ 忘却曲線と分散学習）
• Murdock, B. B., Jr. (1962). “The serial position effect of free recall.” Journal of Experimental Psychology, 64(5), 482-488. （⑦ 初頭効果・終末効果）
• National Training Laboratories (NTL). “The Learning Pyramid.” （⑧ ラーニングピラミッド）
• Kolb, D. A. (1984). “Experiential learning: Experience as the source of learning and development.” Prentice-Hall. （⑨ 経験学習モデル）
• Amabile, T., & Kramer, S. (2011). “The Progress Principle: Using Small Wins to Ignite Joy, Engagement, and Creativity at Work.” Harvard Business Review Press. （⑩ 進捗の法則・成長差分の可視化）

■ 評価・コミュニケーション・行動変容理論

• Hovland, C. I., & Weiss, W. (1951). “The influence of source credibility on communication effectiveness.” Public Opinion Quarterly, 15(4), 635-650. （⑫ 情報源信頼性理論）
• Deterding, S., Dixon, D., Khaled, R., & Nacke, L. (2011). “From game design elements to gamefulness: defining gamification.” In Proceedings of the 15th International Academic MindTrek Conference, 9-15. （⑬ ゲーミフィケーション）

---