テクノロジーへの依拠と無縁

日本のインターネット利用が一般社会で始まって20数年経過しました。仮に1995年を基点と考えれば24年ということになります。

メディアの普及にかかる年数(Consumption Speeds)については,あれこれ調査研究がありますが,大概のものは30年も経過すれば普及率8割9割といった「当たり前のもの」になっているというのがこれまでの知見です。

たとえばインターネットに関しても,あと5年くらい経てば「当たり前のもの」と言える…なんてことを待つ必要がないほど,今日の私たちの社会生活はインターネット基盤の存在を前提に成り立っていることに異論を唱える人は少ないと思います。

ただ,その現実をすべての人が認識する立場にあるかと問われると,直接的にインターネット基盤と関わらなくて済む仕事もあるでしょうから,インターネットテクノロジーに対する印象が俗にいう〈ネットの世界〉といったプライベートな娯楽世界の印象に引っ張られてしまうのは致し方ないのかも知れません。

また,日本は1980年代から高度情報通信システム(INS)構想といった先行する取り組みが華々しく喧伝されながらも多くの日本人の実生活になんら届けられなかった経験をしているため,技術で何かができるという期待感よりも,サービスとして現実に提供されているものを享受する姿勢が強化されていったのだと推察されます。

サービスや消費財を介してテクノロジーの恩恵を受けることはあるけれども,テクノロジーが社会や生活をより良くしてくれているという認識があるわけではない。だから,テクノロジーが使えないことで自分の生活が成り立たないとは思っていない。ただし,具体的なサービスや消費財が利用できなくなると社会や生活で困るとは思っている。

日本人のテクノロジー観はだいたいこんなものだと見立てられます。

そういう日本人が,ある意味ではもっとも目の肥えた消費者であると世界中から思われているのもさもありなん。テクノロジーがいくら高度でも,プロダクトの完成度という点で満足できなければ消費者としての日本人は納得しない。それもまた一つの特徴なのだろうと思います。

ただ,大半の消費者日本人を守るために国が発展を続け,制度も規則も慣習も枠組みとして出来上がってしまうと,枠を超えたものを創ろうとする人々にとっては能力を発揮し難い国になったのでしょう。

あらためて,そんなことを書き留めてみたのは,蛯原健『テクノロジー思考』(ダイヤモンド社)を書店で見かけたからでした。

正直,「ナントカ思考」はもう食傷気味だったのですが,「テクノロジー思考」という言葉で技術の価値を理解する必要があるという趣旨は重要だと感じました。

日本は技術の国だというスローガンのような言葉がありましたが,そのことを超えては,日本の技術のことも,世界の技術のことも考えたり知ろうとしなかったのではないか。深く依存しながらもテクノロジーに対して思考停止という無縁状態を維持し続けてきた日本人の距離感覚がいま各所で危機的状況を招いていると思います。

巷のSociety5.0(スマート社会)の話は,4.0(情報社会)を経たうえでのお話ですが,あらためて情報通信技術がどれだけ社会生活と密接に関わっているのか,個々人のテクノロジに対する認知を高め,理解を深めることが必要なのだろうと思います。

WordPressでUDデジタル教科書体を使う

りん研究室ブログは数カ月前から「UDデジタル教科書体」を使用しています。

最近,この新しい教科書体フォントが読みやすさを手助けしてくれるということで話題になっています。記事見出しのように学力向上とどれだけつながるかは分かりませんけれども。

20190805「革命的に読みやすい、UDフォント 学力向上効果も期待」(朝日新聞)
https://www.asahi.com/articles/ASM83358VM83UTIL00H.html

この「UDデジタル教科書体」フォントは,2017年からWindows10に標準採用されていますので,お持ちのパソコンがWindows10搭載パソコンであれば画面表示に利用できます。ワープロ文書の書体として選択することもできます。

残念ながら,macOSの場合は別途購入する必要があります。

ところで,このサイトのようにブログで「UDデジタル教科書体」を使いたい場合には,Webフォントとして利用することになります。

これを提供しているのが「TypeSquare」というサービスです。

TypeSquare
https://typesquare.com

「UDデジタル教科書体」を提供している株式会社モリサワが運営しているサービスです。

基本的には有料サービスですが,有り難いことに無料プランも用意されており,1書体を限られた範囲で無料利用できます。書体は様々用意されていますが「UDデジタル教科書体」を選択も可能です。

たとえばWordPressというブログシステムで利用する場合,登録を済ませたあと,この説明ページを見ながら「専用タグ」と呼ばれる文字列を手に入れて,WordPressにコピペし,ブログ本文のフォント指定を「UDDigiKyokasho R」にすれば準備完了です。

  1. TypeSquareに登録しログイン
  2. 無料プラン設定で利用書体の選択と利用するブログのURLを登録
  3. 提示される「プラン専用タグ」をコピー
  4. WordPressの管理画面で「外観」>「テーマエディター」を開く
  5. テーマファイル内の「テーマヘッダー(header.php)」の中に専用タグをペースト
  6. テーマファイル内の「スタイルシート(style.css)」の中で「font-family: “UDDigiKyokasho R”;」を指定

以上が基本手順で,あとはそれぞれ適切な場所でペーストや指定ができているかを調整することになります。

同じ書体でも,ブログ本文の文字サイズや文字間隔によって読みやすさは変わります。

りん研究室のブログは,文字をガンガンと見せていくタイプのブログなので,段落全体がキュっと締まる印象に調整しています。そのため文字サイズも小さめで,わざと文字間隔も詰めています。

cssファイルの指定としてはこんな感じです。

	p{
	    font-family: "UDDigiKyokasho R";
	    font-size: 15px;
	    line-height: 1.8;
	    margin: 1.3em 0px;
	    letter-spacing: -0.8px;
	    text-align:justify
	}

ただ,せっかくの「UDデジタル教科書体」の見やすさを,逆に段落レイアウトで見難くしているかも知れません。これはどちらかというとWebサイトの印象デザインを優先させたやり方です。

ちなみにその他のWebフォントについては利用しているレンタルサーバー会社が提供してくれているWebフォント機能を利用していたり,Google Fontsを利用しています。

Google Fonts
https://fonts.google.com

何でもかんでも「UDデジタル教科書体」にすればよいわけでもありませんし,配慮するとしたら書体だけでなく配色についても考えなければなりません。

目指したいものが何か深く考えながら,適切なものを選択できるようにしていくことが大事なのかなと思います。

ちなみに色については…

MS Office に続きMac OS 用のCUDカラーパレットをこちらで配布しています
http://www2.cudo.jp/wp/?p=5014

でmacOS用のカラーパレットを配布しています。

RでTALIS2018〈その2〉

OECDが行なった国際教員指導環境調査(TALIS2018)を,統計処理環境Rで遊んで?みようという試み「RでTALIS2018」の〈その2〉です。〈その1〉はこちら

なお,厳密に処理した結果を参照したい場合は『教員環境の国際比較 OECD国際教員指導環境調査(TALIS)2018報告書 学び続ける教員と校長』(ぎょうせい)を当たってください。ここで公開する処理は,無回答処理が面倒くさいのでばっさり削ぎ落としています。本来ならば,そんな乱暴な処理をしてはいけません。

さて,せっかく集計処理用データがOECDで公開されているので,それを自分たちでグラフ化できたら面白いのに…という思い付きから始まっているのが「RでTALIS2018」です。

TALIS 2018 Data
http://www.oecd.org/education/talis/talis-2018-data.htm

しかし,これを日本語化するには,いろんな翻訳対応データの作成が必要となり,ハードルとなっていました。残念ながら待っていても誰も作ってくれないので,力技で用意してみたわけです。

ATGINTT3 質問文データ
http://www.edufolder.jp/files/talis2018/ATGINTT3_Q.csv

ATGINTT3 回答選択肢データ
http://www.edufolder.jp/files/talis2018/ATGINTT3_A.csv

国別コードと国名データ
http://www.edufolder.jp/files/talis2018/ISO3166.csv

前回は用意できていなかった回答選択肢のデータも作成したので,今回のRスクリプトを実行すれば日本語化されたグラフを出力することができます。

talis2018_base.R
http://www.edufolder.jp/files/talis2018/talis2018_base.R

talis2018_script.R
http://www.edufolder.jp/files/talis2018/talis2018_script.R

以上が,今回のTALIS2018日本語グラフ作成スクリプトです。

使い方は…

  1. 関係ファイルをダウンロードしておき,フォルダに用意する。
  2. talis2018_base.Rを実行する(多少警告メッセージが出るかも知れない)
  3. talis2018_script.R内の「質問番号」「表示順」「言語」を設定する
  4. talis2018_script.Rを実行する
  5. 「Plots」ウインドウにグラフが描画される

となります。RStudioを利用することなどは〈その1〉で紹介済みです。

 —

英語の問題文と選択肢はダウンロードされたデータにもともと含まれているので,それを取り出して日本語翻訳する方法もあるし,その方がエレガントなようにも思いました。

しかし,実際には同じ回答英文でも質問によって日本語翻訳が変わってくるものもあり,結局はPISA2015の際と同様に羅列型の翻訳対応データを力技で作成する結果となりました。

質問文の整形部分も,冗長な部分を整理したかったのですが,結果的にはそのままとしました。

今回,TALIS2018のグラフ化はできたものの,校長質問結果や国内用データまでは手が回っていないため,まだデータ見比べの楽しさまで到達できていませんが,またの機会にやってみたいと思います。

RでTALIS2018

2019年6月19日にTALIS(国際教員指導環境調査)2018年調査結果が公表されました。

TALIS - The OECD Teaching and Learning International Survey (OECD)
http://www.oecd.org/education/talis/


「OECD国際教員指導環境調査(TALIS)2018調査結果」(文部科学省)
http://www.mext.go.jp/b_menu/toukei/data/Others/1349189.htm


「OECD 国際教員指導環境調査(TALIS) 2018年報告書について」(国立教育政策研究所)
https://www.nier.go.jp/kenkyukikaku/talis/index.html


『教員環境の国際比較 OECD国際教員指導環境調査(TALIS)2018報告書 学び続ける教員と校長』(ぎょうせい)
https://shop.gyosei.jp/products/detail/10041

調査結果についての概要や分析は,上記のサイトから資料や報告書を入手していただくとして,今回はOECDが提供している調査回答データをRで利用しようというのが本題。以前,PISA2015で挑戦したことをTALIS2018でもやってみようということになります。(RでPISA2015RでPISA2015〈その2〉RでPISA2015〈グラフ〉

OECDのTALIS 2018サイトで公開されているデータはこちら

TALIS 2018 Data
http://www.oecd.org/education/talis/talis-2018-data.htm

それぞれの統計処理パッケージ(SAS, SPSS, STATA)用のデータが配布されています。とりあえずSPSS用のファイルをダウンロードします。

今回は「SPSS_international.zip」を先に覗いてみることにしましょう。

校長
ACGINTT3.sav(小学校) 
BCGINTT3.sav(中学校)
CCGINTT3.sav(高等学校)
教員
ATGINTT3.sav(小学校)
BTGINTT3.sav(中学校)
CTGINTT3.sav(高等学校)

どのファイルが何に該当するのか説明が添えられていないので,中身から判断します。

質問文を参照するためには質問紙データをダウンロードします。

TALIS 2018 questionnaires
http://www.oecd.org/education/school/talis2018questionnaires.htm

国立教育政策研究所で公開されている日本語版や各国の質問用紙は,OECDの国際版をベースに作成されているので問題番号の対応は自分で調べます。

とりあえず,小学校教員用質問紙「ATGINTT3」の問題番号と英語・日本語の質問文対応データを作成しましたのでこれを使います。それから国名も日本語の方がいいでしょう。

ATGINTT3 質問文データ
http://www.edufolder.jp/files/talis2018/ATGINTT3_Q.csv

国別コードと国名データ
http://www.edufolder.jp/files/talis2018/ISO3166.csv

小学校教員用質問紙「ATGINTT3」用のみですが,最低限必要なデータは揃いました。

本来ならば,質問項目に対応した回答項目データも作成して,回答も日本語で分かりやすく表示できるとよいのですが,データ作成の手間の問題なので,とりあえず後に回します。

さて,RとR Studioをインストールしておきます。これは以前のPISA2015での記録を参照してください。

今回も最初に一度読み込むための「talis2018_base.R」と質問グラフを生成する毎に実行する「talis2018_script.R」という2つのスクリプトファイルに分けて作成しました。

質問項目ごとに回答の数が異なるので,毎度修正しなければならないという課題は残っていますが,とりあえず動作すると思います。

「talis2018_base.R」

# talis2018_base.R
# For TALIS2018
# K.RIN
#

#ライブラリ読み込み
library(readr)
library(tidyverse)
library(plyr)
library(haven)

#データファイル読み込み
ATGINTT3 <- read_sav("ATGINTT3.sav")

question_items <- read_csv("ATGINTT3_Q.csv", col_names = TRUE, col_types = list(col_character(), col_character(), col_character()))

country_code <- read_csv("ISO3166.csv", col_names = TRUE, col_types = list(col_character(), col_character(), col_character(), col_character()))

「talis2018_script.R」

# talis2018_script.R
# For TALIS2018
# K.RIN
#
# ★設定項目(★マーク)
# ・質問ID(「selected_question = " "」の部分)
# ・表示順(「order_setting = 1」の部分)
# ・表示順の組合わせ(「mutate('list_order' = `1`)」の部分)

library(plyr)
library(tidyverse)

#★質問番号
selected_question = "TT3G55I"

#★表示順(降順1,昇順-1)
order_setting = 1

#ラベル
y_label <- "パーセント %"
x_label <- "国"
legend_label <- "回答"

#質問文データから質問番号に該当する質問文を抽出
if (is.na(question_items$ja[grep(selected_question, question_items$q_no, value = FALSE, fixed = FALSE)][[1]])) {
q_title <- paste("【", selected_question,"】")
} else { #質問文が空欄でなければ…
q_title <- paste("【", selected_question,"】", question_items$ja[grep(selected_question, question_items$q_no, value = FALSE, fixed = FALSE)][[1]])
}

#回答データ抽出
stu_tmp <- subset(ATGINTT3, ATGINTT3[[selected_question]] != "NaN") #無回答を除く(質問してない国もあるため)
data_ans <- table(stu_tmp[["CNTRY"]],stu_tmp[[selected_question]]) #質問番号のデータを抽出

ans_df <- as_tibble(data_ans,validate = FALSE) #df(データフレーム)へ変換
colnames(ans_df) <- c("CNT", "answer", "count") #dfの列ラベル設定
ans_wide <- spread(ans_df, answer, count) #横長dfへ変換

#行番号をデータに変換して列として追加
#★グラフ表示順を決める回答項目の数値合計を列として追加[ +`2`+`3`+`4`+`5`]
ans_wide <- ans_wide %>% rownames_to_column('num') %>% mutate('list_order' = `2` + `3`)

#num列の数字を文字から数値にモード変換
mode(ans_wide$num) <- "integer"
typeof(ans_wide$num)

#国コードをもとに国名をcountry_name列として追加
ans_wide <- ddply(ans_wide, "CNT", transform, country_name = country_code$Name_ja[grep(CNT, country_code$Alpha3)])
#列ラベルの設定
colnames(ans_wide) <- c("num", "CNT", "1", "2", "3", "list_order", "country_name") #※回答項目3つの場合(, "4")

#縦長dfに変換
ans_df <- gather(ans_wide, answer,count,-num,-CNT,-list_order,-country_name)

#国コードと回答で並べ替え
ans_df <- arrange(ans_df, desc(CNT), desc(answer))

#パーセント計算(描画計算用パーセント)
ans_df <- ddply(ans_df, "CNT", transform, percent = count / sum(count) * 100, 0.1)
#小数点以下1桁処理(表示用パーセント)
country_ans <- ddply(ans_df, "CNT", transform, percent_rounded = round_any(count / sum(count) * 100, 0.1))
#数値合計した分のパーセント数値を計算(表示順序用パーセント)
country_ans <- ddply(country_ans, "CNT", transform, list_percent_order = round_any(list_order / sum(count) * 100 * order_setting, 0.1))


#ラベル位置計算
country_ans <- ddply(country_ans, "CNT", transform, percent_label_y = cumsum(percent)-0.5*percent)

#フォント準備(Mac用)
#
quartzFonts(HiraKaku = quartzFont(rep("HiraginoSans-W3", 4)))
par(family = "HiraKaku")

#グラフ描画準備
#
graph <- ggplot(country_ans, aes(x = reorder(country_name, list_percent_order), y = percent, fill = answer)) + 
ggtitle(sprintf("%s", q_title)) + #タイトル
ylab(y_label) + #国ラベル
xlab(x_label) + #パーセントラベル
coord_flip(expand = FALSE) + 
geom_bar(stat = "identity", position='stack') + 
geom_text(aes(y = percent_label_y, 
label = paste(format(percent_rounded, nsmall = 1),"")), color = "white", size = 4) + #データラベル
scale_y_reverse(breaks = c(100.0,75.0,50.0,25.0,0.0), 
labels = c("0%","25%","50%","75%","100%")) + #横軸
scale_color_manual(values = rainbow(7)) + #カラー
theme_bw() + 
theme(plot.margin = margin(1, 1, 1, 1, "cm"),
plot.title = element_text(family = "HiraKaku", size = 10), 
plot.caption = element_text(family = "HiraKaku", size = 10),
legend.title = element_text(family = "HiraKaku", size = 10), 
legend.text = element_text(family = "HiraKaku", size = 7), 
axis.title = element_text(family = "HiraKaku", size = 9), 
axis.title.y = element_text(angle = 0, vjust = 0.5), 
axis.text.x = element_text(family = "HiraKaku", size = 9), 
axis.text.y = element_text(family = "HiraKaku", size = 10))

print(graph) #グラフ描画

以上で「Plots」ウインドウにグラフが描画されると思います。

また詳細は〈その2〉を予定しています。

NHK WORLD「静かで、にぎやかな世界~手話で生きる子どもたち~」英語版

昨年(2018)NHK ETVで放送されたETV特集「静かで、にぎやかな世界~手話で生きる子どもたち~」の英語版がNHK WORLDで放送され,期間限定配信されている。

A World of Boisterous Silence (NHK WORLD PRIME)
https://www3.nhk.or.jp/nhkworld/en/ondemand/video/3016028/

個人的にずっと見逃し続けていた番組だったので,英語版とはいえ,今回の配信は絶好の視聴機会となった。おおよその番組の内容と反応は日本語のページで見ることが出来る。

ETV特集「静かで、にぎやかな世界~手話で生きる子どもたち~」
https://www.nhk.or.jp/docudocu/program/20/2259611/index.html

【再放送】小さな手でおしゃべりする子どもたち
https://www6.nhk.or.jp/nhkpr/post/original.html?i=14501

番組では,多くのろう学校で手話が禁止されてきたと紹介されているが,手話を活用した指導の議論は大きなトピックスとされ,ろう教育における専門性や人材確保・研修の問題として関係団体から提言も出されている。いわゆる手話法と口話法の対立問題は,ろう教育における根本問題としてずっと存在してきた歴史がある。

それでも圧倒的な規模の聴者社会で生きていくためには,自らが日本語の発音を訓練したり,他者の口話を読み取る読心術を習得するといった努力がなされてきたというのが,日本のろう教育の流れなのだろう。

明晴学園は私立学校であり,手話環境の確保を特徴とした学校。

慣れた手話によってストレスなくコミュニケーションしている児童生徒の様子を生き生きと描写した番組は,大きな反響を呼び,様々な賞も獲得している。

番組の後半に,高校や大学に進学した卒業生の様子が紹介されている。

授業や講義の教員による口話を字幕生成システムを使って獲得しようとしたり,学校側のノートテイキング支援について相談する場面などだ。

そもそも,進学を受入れてくれる学校自体が少ないことや,こうした対応をとってくれるかどうかも学校ごとに異なるのが現実だろう。

最近でこそ,GoogleがAndroidスマホで,リアルタイム連続書き起こし機能「Live Transcript」(音声文字変換)を実現したとして話題となり,聴覚障がい者にとって新しい利便性が提供されたが,だからといって配慮やサポートが不要になるといったことはあり得ないわけで,むしろよりきめ細かい対応が出来ると考えていくべきだろう。

この番組の示した聴者世界と聾唖者世界の構図を,コミュニケーション手段の異なる世界同士の構図として極端に捉えたとき,たとえば,旧いコミュニケーション手段に慣れきった世代と新しいコミュニケーション手段を使いこなす世代の対立を想像しないわけにはいかない。

先日も「ICT活用に遅れ 日本の小中教員、OECD調査で判明」(日経新聞)という報道がなされ,教員の勤務時間が依然として長時間傾向であることや,考える授業に割く時間が極端に少ないことなど,旧い手段で教育活動を続けている日本の傾向が浮き彫りになったばかり。

こうした普通学校の姿は,ろう学校では手話が禁止されていた,という番組内でのエピソードとオーバーラップするところがある。

もちろんどちらが本当のところ都合がよくて,本当のところ必要なのかは,人それぞれの選択だろう。

だから,私たちはよく考えることと,考えたことを選択できるようになることが大切だろうと思う。