英語スピーキング評価ルーブリック：CEFR対応の無料テンプレート

英語のスピーキング評価ルーブリックは、話す力をいくつかの評価項目で採点し、項目ごとに段階別の記述を示した表です。CEFRに対応した無料テンプレートと、採点、評価のすり合わせ、フィードバックの方法を紹介します。

英語のスピーキング評価ルーブリックとは？

英語のスピーキング評価ルーブリックとは、スピーキングテスト（パフォーマンステスト）などで使う採点の手引きです。少数の評価項目を定め、項目ごとに各段階の話し方を記述しておくことで、同じパフォーマンスを別の先生が採点しても同じ点になるようにします。「よく話せている」という印象を、生徒や同僚に説明できる根拠に変えるものです。

スピーキングのルーブリックの多くは、同じいくつかの資質を測っています。CEFRの話し言葉の評価表である2001⁠年版の表3は、言語の幅、正確さ、流暢さ、やり取り、一貫性を扱っており、CEFR補遺版（Companion Volume、欧州評議会、2020⁠年）はこれに音韻を加えています。IELTSのスピーキングは、流暢さと一貫性、語彙力、文法の幅と正確さ、発音の4⁠項目で採点し、4⁠項目の比重は等しくなっています。

下のテンプレートでは、次の5⁠つの評価項目を使います。

• 課題達成と内容：話し手は、課題で求められたことをしたか？
• 流暢さと一貫性：聞き手は、ひと続きの発話についていけるか？
• 言語の幅：使える語彙と文法がどれくらいあるか？
• 正確さ：その言語をどれくらい正しく使いこなせているか？
• 発音と通じやすさ：聞き手はどれくらい苦労せずに理解できるか？

課題達成を入れるのは、流暢でも問いとずれた答えに高い点をつけるべきではないからです。やり取りは、ペアワークやロールプレイのための任意の6⁠つ目の項目です。CEFR補遺版には、評価表の項目は通常4〜5⁠つに抑えるとあります（p. 43）。課題に不要な項目は外してください。

分析的ルーブリックと全体的ルーブリック、どちらを使うべき？

分析的ルーブリックは評価項目ごとに別々の点をつけ、全体的ルーブリックはパフォーマンス全体に1⁠つの点をつけます。フィードバック、伸びの記録、先生同士での分担採点が必要なら分析的ルーブリックを、新しいクラスのグループ分けのような、手早く行う重要度の低い判断には全体的ルーブリックを使います。

研究では、一貫性が重要な場面では分析的ルーブリックが支持されています。JonssonとSvingbyによる2007⁠年のレビュー（75⁠件の研究）によると、ルーブリックは採点の信頼性を高めることがあり、特に分析的で課題に特化したもの、パフォーマンスの見本や評価者研修を伴うものでその傾向が見られました。一方で、ルーブリックがあるだけで判断の妥当性が保証されるわけではないこと、学習への効果は主に期待される水準を明示する点から生まれることにも注意を促しています。IELTSは両方を組み合わせており、4⁠つの項目を別々に採点して平均し、1⁠つのバンドスコアにしています。

無料の英語スピーキング評価ルーブリック（4段階×5項目）

この無料のスピーキング評価ルーブリックは、5⁠つの評価項目を0〜4⁠点で採点し、ペアやグループの課題用に任意のやり取りの項目を加えたものです。かっこ内はおおよそのCEFRレベルです。記述文は私たちが独自に書いたもので、授業の録音を聞いて各段階を判断できるようにしてあります。CEFRやIELTSの記述文をそのまま載せたものではありません。評価できる発話がない場合（無回答、課題と無関係、大部分が別の言語）は0⁠点とします。

• なまりは誤りではありません。採点するのは通じやすさ（聞き手がどれくらい苦労するか）で、「ネイティブ」の発音にどれだけ近いかではありません。CEFR補遺版は音韻の尺度を通じやすさを軸に作り直しており（p. 133）、欧州評議会は新しい尺度がネイティブスピーカー至上主義を取り除くものだと説明しています。
• ≈CEFRの表示は目安です。この課題でのこのパフォーマンスを表すもので、認定されたレベルではありません。初級者向けには各段階を1⁠レベルずつ下げて記述を簡単にし、上級クラスでは上げてください。
• 単一レベルのクラスでは、段階の名前を「まだ」「もう少し」「目標達成」「目標以上」に変え、「目標達成」をクラスの目標に合わせます。

スピーキングのルーブリックの点数を成績にするには？

スピーキングのルーブリックの点数を成績にするには、各評価項目を0〜4⁠点で採点し、比重があればかけ、合計を百分率に換算して、学校で事前に合意したカットスコアに当てはめます。成績と一緒に評価項目別のプロフィールも残してください。プロフィールを見れば、生徒は何に取り組めばよいかがわかります。

1. 十分な長さの発話を録音する。実務上の目安として、学習者自身の発話を1〜2⁠分以上、通知表の成績をつける前には2⁠種類の課題分を集めます。
2. 最も近い段階を選ぶ。行全体を読み、段階3⁠を完全に満たし段階4⁠の特徴もいくつか見られる場合は3（半点を認めるなら3.5）とします。
3. 評価項目ごとに独立して採点する。発音が弱いからといって課題達成の点を下げないようにします。このハロー効果を避けることが、分析的ルーブリックを使う意味です。
4. 合計し、比重をかける。比重なしなら合計は20⁠点満点（やり取りを含めると24⁠点満点）です。比重を使う場合は課題と一緒に公開します。
5. 合意したカットスコアで換算する。平均点をCEFRレベルに置き換えないでください。授業の課題1⁠つでレベルを認定することはできません。

内容を最も重視する短いプレゼンテーションで計算すると、次のようになります。

得点は、点数を4⁠で割り、比重をかけたものです。比重なしなら、同じパフォーマンスは20⁠点中14⁠点（70%）です。成績表には67.5%、プロフィールには3-2-3-2-4⁠と記録され、次に取り組むべきは流暢さと正確さだとわかります。

先生同士でスピーキングの評価をすり合わせるには？

評価のすり合わせ（キャリブレーション）とは、先生たちが同じ録音をそれぞれ採点し、評価項目ごとに点数を比べて、各段階がどんなパフォーマンスかを合意する短い打ち合わせです。これによって、どのクラスでも3⁠点が同じ意味になります。毎回の採点の前と、新しい先生が加わったときに行います。

1. 生徒の幅を代表する録音を3〜5⁠本選びます。少なくとも1⁠本は境界線上のパフォーマンスにします。
2. 各先生がルーブリックだけを使って、すべての録音を一人で採点します。
3. 評価項目ごとに点数を比べます。1⁠段階を超える差があれば、録音の具体的な箇所を示しながら話し合います。
4. 録音ごとに点数を合意し、その理由を1⁠行で記録します。これがアンカー（点数を合意済みで、採点中に照らし合わせる基準の録音）になります。
5. 境界線上のケースや重要度の高いケースは2⁠人で採点し、学期ごとにすり合わせをやり直します。

これは、JonssonとSvingbyが信頼性の高い採点と結びつけている、評価者研修と見本の活用にあたります。外部の参照資料としては、Cambridge ESOLのExamples of speaking performance at CEFR levels A2 to C2（2009⁠年）があり、CEFRに照らして評定された収録済みのスピーキングテストがまとめられています。利用条件では、非営利の場での試験官や教員の研修に使うことが認められています。とはいえ、自分たちで合意した録音のほうが役立つことも多くあります。自分たちの課題と生徒の姿がそのまま表れているからです。

生徒が行動に移せるスピーキングのフィードバックとは？

生徒が行動に移せるスピーキングのフィードバックとは、ルーブリックの言葉を使って具体的な強みを1⁠つ、具体的な次のステップを1⁠つ伝え、すぐにもう一度挑戦する機会を与えるものです。HattieとTimperleyによる2007⁠年のフィードバック研究のレビューは、よいフィードバックを3⁠つの問いで整理しています。「どこを目指しているのか」「今どこまで来ているのか」「次に何をするのか」です。

• 課題の前にルーブリックを共有する。CEFR補遺版も、評価表を学習者と共有することを勧めています（p. 43）。
• 合計点だけでなくプロフィールを返す。3-2-3-2-4⁠というプロフィールなら、次の1⁠点をどこで取れるかがわかります。
• 次のステップは1⁠つに絞る。次の段階に最も近い評価項目を選びます。最も低い項目とは限りません。
• 課題をくり返す。1⁠週間以内に再挑戦や同種の課題を行えば、生徒はフィードバックが新しいうちに生かせます。

印刷して使える生徒の自己チェック表

生徒の自己チェック表とは、ルーブリックを短くまとめ、学習者が自分の録音を聞き返したあとにチェックを入れる文の形にしたものです。先生の点数を見せる前に記入させてから比べてみましょう。生徒の見方と先生の見方のずれが、フィードバックの対話のよい材料になります。

年少の学習者やA1⁠レベルのクラスでは、項目を3⁠つに減らして読み上げてください。

AIのスピーキング練習と自動フィードバックはどう使う？

AIのスピーキング練習と自動フィードバックは、授業と授業の間の練習と形成的なフィードバックに向いています。生徒は話す回数が増え、ルーブリックの評価項目に沿ったコメントをすぐに受け取れます。先生はあとで結果を確認し、成績の最終判断を担います。自動採点は最終判定ではなく、最初の見立てとして扱いましょう。

NgoとChen、Laiによる2024⁠年のメタ分析（15⁠件の研究）では、自動音声認識（ASR）を使った発音練習の全体的な効果は中程度（g = 0.69）でした。個々の音への効果は大きく、強勢やイントネーションへの効果は小さく、明示的なフィードバックがある場合に効果が強まりました。

ASRの精度は話し手によっても異なります。Koeneckeらによる2020⁠年のPNASの研究では、米国のインタビュー音声で、5⁠つの商用ASRシステムの単語誤り率の平均は、黒人の話者で0.35、白人の話者で0.19⁠でした。その後システムは変わっていますが、指摘された単語を生徒の誤りとみなす前に、文字起こしを確認してください。Litman、Strik、Lim（2018⁠年）が論じているように、音声技術が評価に十分かどうかは、スピーキングの能力をどう定義するかによって変わります。

実践しやすい流れはこうです。課題の評価項目と比重をルーブリックに合わせて設定し、生徒は締め切りまでに練習してすぐにフィードバックを受けます。そのあと先生が結果を確認し、おかしいと思う点数は修正して、クラス全体の課題を1〜2⁠つ選んで次の授業で扱います。やり取りと重要度の高い成績は、先生の判断に残しておきましょう。

AvoLabsが提供するAI語学学習サービスのAvoLingoでは、先生がスピーキングの宿題に独自の評価項目と比重を設定できます。「Conversation」（会話）課題には「Language Accuracy」（言語の正確さ）、「Communication Effectiveness」（伝達の効果）、「Conversational Flow」（会話の流れ）、「Vocabulary Usage」（語彙の使い方）が各25%で初期設定されており、先生はこれを編集したり、比重を変えたり、このルーブリックの項目に置き換えたりできます。生徒はすぐにフィードバックを受け取り、先生はあとで結果を確認して、自分の評価項目で採点し直せます。単語や文の練習では、正確性・流暢性・完全性の発音スコアも表示されます。詳しくは学校・塾向けのAvoLingoを、課題のアイデアはAIスピーキング宿題のガイドをご覧ください。

よくある質問

英語スピーキングのルーブリックには、どんな評価項目を入れるべき？

多くの英語スピーキングのルーブリックは、4〜5⁠つの評価項目を使います。課題達成、流暢さと一貫性、言語の幅、正確さ、発音（通じやすさ）で、ペアワークではやり取りを加えます。これらはCEFRの話し言葉の質的側面に沿っており、IELTSスピーキングの4⁠つの評価項目とも重なります。

スピーキングのルーブリックは何段階にすべき？

4〜6⁠段階が一般的です。ここで使った4⁠段階なら、無難な真ん中の点に逃げにくく、段階をすばやく見分けられます。評価できる発話がない場合の0⁠点も加えましょう。段階を増やして意味があるのは、先生が隣り合う段階を確実に区別できる場合だけで、それはすり合わせをすればわかります。

このルーブリックで生徒のCEFRレベルを判定できますか？

できません。≈CEFRの表示は、1⁠つの課題での1⁠回のパフォーマンスを表すものです。学習者のCEFRレベルを示すには、複数の課題、標準化された条件、研修を受けた評価者、または外部試験が必要です。表示は指導計画に使い、認定には使わないでください。

AIはスピーキングを信頼できる形で採点できますか？

部分的には可能です。AIは、特に個々の音や文字起こし上の文法について、参考になる暫定スコアを出せます。一方、やり取り、適切さ、イントネーションは苦手で、話し手によっては音声認識の精度が下がります。練習と形成的なフィードバックに使い、結果の確認と成績の判断は先生が行いましょう。

ESPや社会人向けのコースに合わせるには？

5⁠つの評価項目はそのままにして、課題達成をその分野向けに書き換えます。たとえば「ホテルのチェックインの手順どおりに対応できる」「正しい専門用語を使える」などです。ESPのコース設計と企業の語学研修のガイドもご覧ください。

参考資料

• 欧州評議会（2001⁠年）CEFR表3：話し言葉の使用の質的側面
• 欧州評議会（2020⁠年）CEFR補遺版（Companion volume、PDF）
• 欧州評議会：CEFRの主要概念、音韻能力（phonological competence）
• IELTS：スピーキングの主な評価基準（PDF）
• IELTS：IELTSの採点の詳細
• Jonsson and Svingby (2007), The use of scoring rubrics, Educational Research Review 2(2)
• Cambridge ESOL (2009), Examples of speaking performance at CEFR levels A2 to C2（PDF）
• Hattie and Timperley (2007), The power of feedback, Review of Educational Research 77(1)
• Ngo, Chen and Lai (2024), ASR in ESL/EFL pronunciation: a meta-analysis, ReCALL 36(1)
• Koenecke et al. (2020), Racial disparities in automated speech recognition, PNAS 117(14)
• Litman, Strik and Lim (2018), Speech technologies and the assessment of second language speaking, Language Assessment Quarterly 15(3)

AvoLingoチームが執筆しました。調査と下書きにAIを活用しており、参考にした資料は本文中にリンクしています。