国語の選択肢問題は、やっぱり天才的なシステムだと思う—“選ぶだけ”で何が測れるのか？

「選択肢問題じゃなくて記述問題じゃないと生徒の国語力って測れないと思うんですよね」
同じ塾に勤務している国語の先生からよく聞く主張。

実感としては自分でもそう思うところがあり、だからといって全部記述問題だと採点がとんでもないことになる。
高校入試にも記述問題はあるとはいえ、そのジレンマから、多くの入試問題で選択肢形式（マルチプルチョイス）が採用されている。
この流れは止められない。

教師のワークライフバランスの観点から見ると、選択問題・マークシートは嬉しい。
ただ、選択問題だと全員が答えられるのに対して、記述だと無解答が多くなるというデータもある。

ということで、選択肢は本当に学力を測れているのか、というのが今回のリサーチのきっかけです。
いまはAIに聞けばかなり広範囲から調べられるので便利な時代になりました。

いまや高校入試、大学入試、資格試験、さらにはAIの学習や診断分野にまで「選ぶだけ」の問題が使われています。
なぜ選択問題はこんなに信頼されているのでしょうか。それとも仕方なく使われているのでしょうか。

1. 選択肢式テストはこうして作られた─一人の発明ではなく“集合知”の結晶

現在ではごく当たり前となっている「選択肢から答えを選ぶ」という形式の問題。
しかし、これは20世紀初頭のアメリカで誕生した“発明”であることをご存じでしょうか？

その起源は、教育心理学者エドワード・ソーンダイクらによって提唱された「知能や学力を数値として測定する」という思想にあります。
多くの学生を一斉に評価する必要があった時代において、正誤が明確で誰にでも同じ基準で採点できる多肢選択式（マルチプルチョイス）は、教育の在り方を大きく変える画期的な方法でした。

日本でも戦後、この仕組みが導入され、特に大学入試センター試験の登場以降、「選択肢で国語力を測る」ことが定着しました。
現在では、高校入試や就職試験、さらにはAIの読解力評価に至るまで、あらゆる場面で「選択肢から選ぶ」形式が使われています。

今や、大学入試共通テスト、SPIなどの就職試験、英検やTOEICといった資格試験まで、ありとあらゆる場面で使われているこの方式。
しかし、“選ぶだけ”の問題で、本当に人間の理解力や読解力を測ることができるのでしょうか？

仕組みを深掘りしていくと、「これを考案した人はやはり天才だ」と思わせる理由が見えてきます。
ただ、この仕組みは、ある日突然一人の天才が完成させたわけではありません。
ソーンダイクらが提唱した「学力を客観的に測定する」という思想を出発点として、多くの研究者・実務家が何十年もかけて改善し続け、現在の選択肢問題の形に育っていったのです。

2. 正解より難しいのは「それっぽい間違い」を作ること

選択肢問題を作ってみればすぐにわかることですが、難しいのは「誤答の作り方」です。
正解を一つ用意するだけでは不十分で、それ以外の選択肢もすべて、正解のように見える“それっぽさ”を備えていなければなりません。
ちなみに間違いの選択肢のことは、専門用語で攪乱子かくらんしやディストラクタと呼ばれます。

たとえば、「本文と逆の内容」「極端な表現」「明らかに話題がズレている選択肢」は、多くの受験者にすぐに除外されてしまいます。
その一方で、「一部は正しいように見えるが、要点がずれている」ような選択肢を用意することこそが、作問者の腕の見せどころです。

選択肢問題の質を測る指標の一つとして「すべての誤答選択肢が一定数選ばれているかどうか」が挙げられます。
実際、ディストラクタの質は問題の「識別力（discrimination）」に大きな影響を与えることが、多数の研究で明らかになっています。
2023年の国際研究でも、誤答選択肢がいかに「もっともらしいか」が、学習者の理解度を測るカギであると報告されています。
https://aclanthology.org/2023.eval4nlp-1.2.pdf

また、選択肢の“数”についても議論があります。
一般的には4つが多いですが、3つでも5つでも成立しうるのです。
選択肢が3つであっても、各選択肢が的確に“思考の分岐点”を提示できていれば、問題の精度としては十分に高いと言えます。

逆に、数だけ多くても、4つのうち２つは誰でも除外できるような内容であれば、実質的には“２択問題”になってしまい、本来の選択肢問題の機能を果たしていないとも言えるでしょう。
実質的な選択肢が２つになっている問題は識別力が高くないので、よい問題とはみなされません。

実は「3択」で十分だった？
選択肢は多い方がよいと思いがちですが、現在は「3つで十分」とする研究が主流になりつつあります。
Rodriguez（2005）による、80年間にわたる研究のメタ分析でも、「3択で十分に信頼性が確保でき、4択以上はむしろ不要な誤答選択肢によって質が下がる」と報告されています。
重要なのは数ではなく、「すべての選択肢が意味のある思考を促しているか」なのです。
https://onlinelibrary.wiley.com/doi/10.1111/j.1745-3992.2005.00006.x

逆に言えば、ディストラクタの質が低ければ、選択肢が5つあっても意味ありません。むしろ時間がとられ、認知負荷が増えます。

極端な例で考えてみるとわかりやすいと思います。
たとえば、20択の問題があったら、選択肢を見るだけで疲れてしまって、学力を測るどころではないですよね。

3. 選択肢と記述、何が違って、何が共通しているのか

では、選択肢問題と記述式問題、それぞれにどのような特徴があり、どのような力を測ることができるのでしょうか？

つまり、記述と選択肢は単なる“形式の違い”ではなく、何を測りたいかに応じて適切に選ばれるべき“評価の道具”なのです。

実際の都道府県の公立高校入試では、記述と選択肢のハイブリッド型が主流です。
特に人口が多い首都圏ほど記述が少なく、地方ほど記述が多い傾向にあります。
これは採点の効率とマークシート導入のコストが関係しています。
地方であれば高額なマークシートや読み取り機を導入するよりも記述答案をスキャンして、デジタル採点するというのが主流のようです。

4. 選択肢が変えた受験と学びの風景

とはいえ、選択肢問題が、作った人の意図通りに受け取られているかは疑問が残ります。

現在の受験生は、問題文よりも先に選択肢を見る、という学習スタイルをとることも珍しくありません。
「極端な選択肢は外す」「『すべて』という言葉は怪しい」などの“受験テクニック”も浸透しています。

選択肢を先に見たり、極端な選択肢を除外していったりする解き方に対しては、「それで本当に国語力がつくのか？」という疑問の声も聞かれます。

しかし、この行動の根底には、「比較して、判断して、絞り込む」という、立派な思考プロセスが働いています。
これは単なる受験テクニックではなく、人間が情報処理を行う際の認知的な仕組みそのものです。

また、選択肢問題の利点は、たとえ誤答であっても「どれを選んだのか」から誤解のタイプや思考の傾向を読み取れることにあります。
無解答からは何も分かりませんが、誤答はむしろ“考えた痕跡”として残るのです。

近年では、こうした選択肢のデータをもとに受験者の性格傾向を分析したり、AIの学習データとして活用したりする研究も進んでいます。つまり、選択肢問題は単なる“答え合わせ”の道具を超えて、その人の思考のプロファイルを映し出す鏡になりつつあるのです。

5.誤答はただの「ミス」ではない。「思考のレントゲン」だ

選択肢問題の魅力は、「正解を選ぶ」行動だけでなく、「なぜ誤答を選んだのか」にも注目できる点にあります。
誤った選択肢—いわゆる撹乱子（ディストラクタ）—の選ばれ方には、受験者がどのように誤解したか、どのように考え違いをしたかといった、学習上の重要な手がかりが表れます。

近年の研究では、こうした誤答の選択傾向を分析する「ディストラクタ分析（Distractor Analysis）」が、教育の現場で注目を集めています。
たとえば、理科や数学の問題において、ある特定の誤答選択肢を多くの生徒が選んでいたとします。
これは、その選択肢が単なる間違いではなく、授業内容に関する誤概念（misconception）を反映している可能性を示しています。
こうした傾向を捉えることで、教師は「どこで」「どのように」誤解が生じたのかを特定し、指導の改善に役立てることができます。

さらに興味深いことに、近年では、記述式の解答をAIで分析し、そこから誤解パターンを抽出してディストラクタを生成するという先進的な取り組みもなされています。
Shinら（2019）は中学生を対象に、1,500件以上の自由記述式回答を収集し、トピックモデリング（LDA）を用いて22種類の共通誤解を抽出しました。
その後、それぞれの誤解に対応した誤答選択肢を設計し、多肢選択式問題として提示したところ、受験者の回答傾向が明確に分類され、診断力の高い選択肢群を構成できたという報告があります。
https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2019.00825/full

このように、誤答はただの「減点すべきミス」ではなく、「理解を促す手がかり」として活用できる時代に入りつつあります。
得点だけでは見えない認知のズレや迷いが、撹乱子の選ばれ方に如実に表れ、それを教師や教材設計者が読み解くことで、より精緻な教育改善が可能になります。

選択肢問題とは、「正解を当てさせるための仕掛け」であると同時に、「誤解の仕方をあぶり出す知的な装置」でもあるのです。

6.やっぱり、選択肢問題という仕組みは天才的だと思う

近年、人工知能（AI）が人間の試験問題に挑戦することで、改めて「人間の思考とは何か」を問い直す動きが活発になっています。
その代表例が、国立情報学研究所の「東ロボくん（東大ロボット）」プロジェクトです。
このプロジェクトでは、AIに大学入試センター試験や記述式の二次試験を解かせ、人間と同じ土俵で思考力を測ろうとしました。

東ロボくんは、共通テストに相当するマーク式試験で高得点を叩き出し、最終的には受験生の約8割を上回る成績を収めました。
結果として、日本国内の国公立大学の約3分の2に合格できる実力を示しました。（参考：新井紀子著『AI vs. 教科書が読めない子どもたち』）

しかし、開発者の新井紀子氏はこの結果に危機感を表明しています。
なぜなら、東ロボくんが得点を稼いだのは、意味を理解したからではなく、知識のパターンと出題形式を記憶して照合した結果に過ぎなかったからです。
例えば、日常的な常識が求められる設問や、文脈理解が不可欠な問題では、AIは驚くほど初歩的なミスを犯しました。

ここで浮かび上がったのは、人間の受験生たちもまた、東ロボと似たような行動パターンを示しているという点です。
つまり、「意味を考えずに、覚えたことを吐き出す」ことに特化した勉強が多く見られるというのです。
新井氏は、AIと競うのではなく、AIにはできない「意味の解釈」や「文脈の読解」「批判的思考」といった能力を、人間が磨くべきだと提言します。

このプロジェクトは、選択肢問題の構造的な限界もあらためて示しました。AIが得点できるような試験問題では、人間の「思考力」や「読解力」を十分に測れていない可能性があるということです。
同時に、記述式問題やオープンエンドな問いの重要性も再認識されるきっかけとなりました。

しかし、AIですらハックできるほど形式化されているからこそ、今後、人間は「より良質な選択肢」を作れるようにならなければとも思います。
そして、選択肢という問題形式の持つ意味を改めて問いなおす必要があります。

こうして私たちは選択肢問題の歴史、仕組み、効果、そして課題をみてきました。
「正解を選ぶ」というたった一つの行為に、ここまで多くの知的プロセスが宿るよう工夫されたこの形式に改めて敬意を示したいと思います。

学力の可視化、公平性、採点の効率、誤解の診断、AIとの思考比較……多くの教育的要請に応えるこの発明は、「選ぶだけ」の裏にとてつもない設計思想が詰まっています。

私が“選択肢という仕組みを天才的だ”と思うのは、特定の一人に対してではありません。
20世紀から現在まで、教育者・研究者・心理学者、ひいては問題を解いた学生も含めて多くの人々が積み重ねてきた改良のプロセスそのものに対してです。
選択肢問題のシステムそのものが、集合知の結晶なのです。

そして、私たちがその恩恵を、知らず知らずのうちに受け取っていることを今回調べてみて深く実感することができました。

生徒の国語力を伸ばすたしかな仕組みが選択肢問題にはあります。

私も一人の塾講師として、生徒が間違えて選んだ選択肢の一つ一つから様々な情報を読み取りたいと思います。

それを生徒にフィードバックして、思考のプロセス改善に役立てていき、国語力の向上に貢献することが、この天才的なシステムを有意義に活用することになると信じるからです。

長文最後までお読みいただきありがとうございました。