子どもの「なんで？」に、毎回きちんと答えられていますか。
なぜなに期の好奇心と、自己肯定感を育てることをテーマに、小さなAI先生「ひつじせんせい」を作ってみました。
今回は、その開発の背景と実際の会話の様子を紹介します。
なぜ「ひつじせんせい」を作ったのか
最近、子どもの学習や知育に役立つアプリをいくつか考えていました。
計算ドリルや漢字練習、英語学習アプリなどは世の中にたくさんあります。しかし、子どもが毎日のように口にする「なんで？」「どうして？」に寄り添うアプリは意外と多くありません。
特に幼児期から小学校低学年にかけての、いわゆる「なぜなに期」。
空はどうして青いの？
雨はどうして降るの？
たんぽぽの種はどうして飛ぶの？
大人から見れば何気ない質問ですが、子どもにとっては世界を知るための大切な入口です。
もちろん、本来であれば親や先生が答えるのが理想でしょう。
しかし現実には、仕事や家事に追われる中で、毎回丁寧に向き合うのは簡単ではありません。
「あとでね」
「今忙しいから」
ついつい、そう言ってしまうこともあると思います。
もう一つ、私が大切だと思ったのが「褒めること」です。
子どもは毎日、小さな挑戦を繰り返しています。
お手伝いができた。
ひらがなが読めるようになった。
一人で靴を履けた。
昨日できなかったことが、今日はできるようになった。
そんな小さな成功体験を言葉にして認めてもらうことは、自己肯定感を育てる上でとても大切です。
AIが親や先生の代わりになることはできません。
しかし、親や先生がフォローしきれない時間を少しだけ埋めることはできるかもしれない。
子どもの「なんで？」に寄り添い、「できた！」を一緒に喜んでくれる存在を作れないだろうか。
そんな思いから生まれたのが、今回紹介する「ひつじせんせい」です。
ひつじせんせいとは
実際に作ったのが、こちらの「ひつじせんせい」です。
見た目はとてもシンプルです。
子どもがマイクボタンを押して話しかけると、AIが質問を理解し、音声で返事をします。
最近の生成AIは非常に高性能になりました。しかし、そのまま使うと子ども向けとしては少し賢すぎます。
質問に対して必要以上に長く説明したり、難しい言葉を使ったり、大人向けの解説を始めてしまうことも少なくありません。
そこで「ひつじせんせい」では、知識の量よりも会話の仕方を重視しました。
目指したのは百科事典ではありません。
「やさしい先生」です。
例えば、
どうしてたんぽぽの種は飛ぶの？
という質問に対して、
たんぽぽの種は風にのって旅をするためなんだよ。遠くまで行って、新しい場所でお花を咲かせるんだ。
と答えます。
もちろん厳密な植物学の説明ではありません。
しかし子どもが「なるほど」と思い、次の興味につながることを優先しています。
私は開発中、この答え方を「科学絵本モード」と呼ぶようになりました。
正確な知識を並べるのではなく、子どもが頭の中で情景を思い浮かべられる説明を目指したのです。
また、「ひつじせんせい」にはもう一つ大事な役割があります。
それが「褒めること」です。
子どもが、
きょう、おてつだいした！
と話しかけると、
わあ、すごいね。おうちの人もきっと助かったと思うよ。
と返します。
大人から見れば何気ない一言かもしれません。
しかし、こうした小さな成功体験を言葉にして認めてもらうことは、子どもにとってとても大切です。
知識を教えるだけなら検索エンジンでもできます。
けれど、
「それは頑張ったね」
「面白いことに気づいたね」
と言ってくれる存在は、意外と少ないのかもしれません。
実際に会話してみる
文章だけでは伝わりにくいので、実際に「ひつじせんせい」と会話してみました。
今回の動画では、子どもが疑問に思いそうな質問や、日常のちょっとした出来事を話しかけています。
たんぽぽの種はどうして飛ぶの？
子どもは花を見ていても、ふと不思議に思います。
どうして たんぽぽの種は空を飛んで遠くへ行くの
ひつじせんせいは、
たんぽぽの種は、風に乗って旅をするためなんだよ。遠くまで行って、新しい場所でお花を咲かせるんだ。
というような形で答えます。
植物学の教科書のような説明ではありません。
けれど、「なるほど」と思える物語性があります。
今回目指したのは、まさにこうした「科学絵本」のような答え方でした。
虹はどうして七色なの？
子どもにとって虹は特別な存在です。
虹は何で七色なの
という質問に対しては、
太陽の光の中には、いろんな色がかくれているんだよ。雨つぶがその色を見せてくれるから虹になるんだ。
というイメージで答えます。
難しい物理の話をするのではなく、まずは興味を育てることを優先しています。
今日の給食は何かな？
実は開発中、一番面白かったのはこういう質問でした。
今日の給食 何かな
当然ですが、AIに分かるはずがありません。
そこで適当な答えを作るのではなく、
それは先生やママに聞いてみようか。今日のお昼ご飯は毎日違うものが用意されているからね。
と返すようになりました。
AIが何でも知っている必要はありません。
むしろ、分からないことは現実の大人につなぐ方が自然です。
この返答は、開発中にかなり気に入った部分の一つです。
「できた！」を一緒に喜ぶ
知識を教えるだけなら検索エンジンでもできます。
しかし、子どもが本当に話したいのは疑問だけではありません。
きょう、おてつだいした！
ひらがながよめるようになった！
そんな報告もたくさんあります。
そのとき、ひつじせんせいは答えを返すのではなく、
わあ、すごいね。おうちの人も助かったと思うよ。
というように、まず頑張りを認めます。
開発を進める中で気づいたのは、子ども向けAIに必要なのは「賢さ」だけではないということでした。
子どもがもう一度話しかけたくなること。
それも同じくらい大切だったのです。
AIに必要だったのは賢さではなかった
開発を始めた頃、私は何度も思いました。
「もっと賢く答えてほしい」
と。
例えば、
どうして空は青いの？
という質問に対して、最新の大規模言語モデルであれば、もっと正確で、もっと詳しく説明できます。
GPTなら、おそらくもっと自然な例え話もしてくれるでしょう。
実際、純粋な回答品質だけを比べれば、より高性能なモデルはいくらでもあります。
しかし、試作と調整を繰り返しているうちに、少し考え方が変わりました。
子ども向けAIに必要なのは、本当に知識量なのだろうか。
例えば、
今日の給食は何かな
という質問。
これはAIには分かりません。
頑張れば、それらしい答えを作ることもできます。
しかし、それは本当に子どものためになるのでしょうか。
むしろ、
先生やママに聞いてみようか
と返した方が自然です。
現実の大人との会話につながります。
また、
きょう、おてつだいした！
という報告に対しても同じです。
ここで必要なのは知識ではありません。
正解を教えることでもありません。
必要なのは、
それは頑張ったね
と言ってあげることです。
開発中、私は「もっと賢い回答」を何度も追い求めました。
しかし途中で気付いたのです。
子どもが求めているのは、必ずしも完璧な解説ではありません。
「なるほど」
と思えること。
そして、
「もう一回話したい」
と思えること。
その方が大切なのではないかと。
もちろん、より高性能なAIを使えば、もっと優れた説明はできます。
GPTを使えば、より自然で深い会話になるでしょう。
将来的には Gemini Nano のような軽量モデルがブラウザ上で動き、完全ローカルで実現できる時代も来るかもしれません。
けれど、今回作った「ひつじせんせい」を通して感じたのは、モデルの性能競争とは少し違う世界でした。
重要なのは、
「どれだけ賢いか」
ではなく、
「どのように寄り添うか」
だったのです。
技術的にはとてもシンプル
今回の「ひつじせんせい」は、見た目以上にシンプルな構成で動いています。
最近のAIアプリというと、
- エージェント
- MCP
- RAG
- ベクトルデータベース
- クラウド連携
などが並びがちですが、本アプリにはそうした仕組みはほとんどありません。
構成は非常に素朴です。
- Single HTML
- JavaScript
- Web Speech API（音声認識）
- SpeechSynthesis（音声読み上げ）
- ローカルLLM
これだけです。
実装も約1200行程度、ファイルサイズにして約36KBしかありません。
近年のWebアプリとしては驚くほど小さな構成です。
音声インターフェースを重視した
今回、最初からキーボード入力を前提にはしませんでした。
小さな子どもにとって、
「文字を入力する」
という行為そのものが高いハードルだからです。
そこで、
ボタンを押して話す。
答えを聞く。
という非常に単純な流れにしました。
大人から見ると当たり前ですが、子どもにとっては文字より音声の方が圧倒的に自然です。
表情も会話の一部
画面中央のひつじは、単なるマスコットではありません。
回答内容に応じて、
- happy
- thinking
- surprised
- gentle
- proud
- angry
の表情を切り替えています。
特に「できた！」を褒める場面では proud を使用し、少し特別な演出を入れています。
子ども向けの会話では、言葉だけでなく表情も大切なコミュニケーション要素だからです。
Gemma4が意外と適任だった
今回はいくつかのローカルモデルでも試してみました。
純粋な知識量や推論能力だけで見れば、他にも優秀なモデルはあります。
しかし、「子どもの先生役」という観点では、Gemma4は意外なほど自然でした。
Qwen系モデルでは少し説明が理屈っぽくなりやすく、LFM2ではやや事務的な受け答えになる場面がありました。
一方でGemma4は、
それは面白いね
そうなんだね
といった柔らかい返し方が比較的得意です。
もちろん完璧ではありません。
時には妙に詩的な返答をしたり、説明不足になったりもします。
それでも、「優しい先生」を演じるという今回の目的にはよく合っていました。
応答速度も私の環境下（RTX3060）、 E4B モデルでおおむね 60 token/s 前後と快適で、子どもとの会話テンポを損なうことはありませんでした。
技術よりも設計が大切だった
今回の開発で面白かったのは、モデル選定以上にプロンプト設計の方が重要だったことです。
最初は、
「もっと賢く答えてほしい」
と考えていました。
しかし調整を重ねるうちに、
「もっと分かりやすく」
「もっと寄り添って」
「もっと褒めて」
という方向へ変わっていきました。
結果として出来上がったのは、高度な教育AIというよりも、
「子どもと会話するための小さな先生」
だったように思います。
これからやりたいこと
今回の「ひつじせんせい」は、まだ完成品ではありません。
むしろ、ようやく方向性が見えてきた段階です。
開発を進める中で、
「子ども向けAIとは何か」
について、私自身も少し考えが変わりました。
当初は、
AIが何でも答えられること
を目指していました。
しかし実際に試してみると、それは本質ではありませんでした。
大切なのは、
子どもが安心して話しかけられること。
そして、
「また聞いてみよう」
と思えることでした。
完全ローカル版への挑戦
今後ぜひ試してみたいのが、ブラウザだけで動く構成です。
近年は Gemini Nano をはじめとして、端末内で動作する軽量AIも登場しています。
もし音声認識から会話までをブラウザだけで完結できれば、
サーバー不要
アカウント不要
通信不要
という、非常に扱いやすい教育アプリになります。
特に子ども向けサービスでは、プライバシーや安全性への配慮が欠かせません。
完全ローカル動作は、その意味でも魅力的な選択肢だと感じています。
Gemini Nano 版作りました。このページで公開中！
保育園や教育現場で使えるだろうか
もちろん、AIが先生の代わりになるとは思っていません。
子どもの表情を見て、
気持ちを読み取り、
寄り添うことは、
今でも人間の先生の方が圧倒的に上手です。
しかし、
少しの待ち時間。
自由遊びの時間。
ちょっとした好奇心が芽生えた瞬間。
そうした場面で、
「なんで？」
に付き合ってくれる存在としてなら、面白い可能性があるかもしれません。
実は企業向けにも応用できる
面白いことに、この仕組みは子ども向けだけのものではありません。
音声で質問する。
AIが答える。
感情や状況に応じて応答を変える。
この基本構造は、
社内FAQ
受付案内
ヘルプデスク
RAG検索
といった企業向けシステムにもそのまま応用できます。
実際、「ひつじせんせい」を作りながら、
これは企業向け対話UIのプロトタイプとしても成立するな、
と何度も感じました。
子ども向けに作ったものが、別の分野にもつながっていく。
それもまた、ものづくりの面白さです。
おわりに
今回の記事では、「ひつじせんせい」という小さなAI先生を紹介しました。
最新のAIを使えば、もっと賢い回答はできます。
もっと正確な説明もできるでしょう。
しかし開発を通して感じたのは、
AIに必要なのは知識だけではない
ということでした。
子どもの疑問に耳を傾けること。
小さな成功を一緒に喜ぶこと。
そして、
「それは面白いね」
と言ってあげること。
そんな役割も、これからのAIにはあるのかもしれません。
子どもの「なんで？」に寄り添い、
「できた！」を一緒に喜ぶ。
ひつじせんせいは、そんな小さな挑戦から生まれたアプリです。
そしてこの挑戦は、まだ始まったばかりです。
