「うちの子、IAって何をすればいいの？」「先生に任せておけば大丈夫かしら…」そんな風に思っていらっしゃるお母さま、ちょっとお待ちください。実は、IB（国際バカロレア）のディプロマプログラムにおいて、Internal Assessment（内部評価、通称IA）は最終スコアの20～30%を占める極めて重要な評価要素なんです。つまり、試験当日の出来不出来だけでなく、IAの出来が合否を分けることも珍しくありません。
「でも、学校の先生が指導してくれるんでしょ？」もちろんそうなのですが、実際のところ、IAで高得点を取るお子さんには共通した特徴があります。それは、早い段階からIAの仕組みを理解し、計画的に取り組んでいるということ。お子さん自身はもちろん、保護者の方がIAの全体像を把握しておくことで、適切なタイミングでサポートできるようになるんです。
この記事では、IAとは何か、科目ごとの配点比重、採点基準の詳細、テーマ選びのコツ、そしてスケジュール管理まで、高得点を取るために知っておくべき全てをお伝えしますね。少し長い記事になりますが、お子さんのIBライフを左右する大切な内容ですので、ぜひ最後までお付き合いください。
IAとは何か？ まず基本を押さえましょう
Internal Assessment（内部評価）とは、その名の通り学校内で実施・評価される課題のことです。IBディプロマプログラムでは、各科目に外部評価（External Assessment＝最終試験）と内部評価（Internal Assessment＝IA）の2種類の評価があります。
IAの大きな特徴は以下の3つです。
- 学校の先生が最初に採点する：お子さんの担当教員がまず評価をつけます
- IBが最終的にモデレーション（調整）する：学校の採点が適正かどうか、IBが確認・調整します
- 科目によって形式が異なる：レポート、口頭発表、実験記録など、科目ごとに求められる形式が違います
「学校の先生が採点するなら安心ね」と思われるかもしれませんが、ここが落とし穴。先生がつけた点数は、IBのモデレーションによって上下することがあるんです。これについては後ほど詳しくお話ししますね。
IAは多くの科目でDP1（1年目）の後半からDP2（2年目）の前半にかけて取り組むのが一般的です。つまり、2年間のプログラムの中で、期末試験の準備と並行してIAを仕上げなければならない。だからこそ、早めの計画と準備が不可欠なんです。
科目別IA配点比重：どの科目でIAが特に重要か？
「IAって全科目同じ重みなの？」というご質問をよくいただきますが、実は科目によってIAの比重はかなり異なります。以下の表をご覧ください。
| 科目グループ | 科目例 | HL IA比重 | SL IA比重 | IA形式 |
|---|---|---|---|---|
| Group 4（理科系） | Biology / Chemistry / Physics | 20% | 20% | 個人探究レポート（6～12ページ） |
| Group 5（数学） | Math AA / Math AI | 20% | 20% | 数学探究レポート（6～12ページ） |
| Group 3（人文系） | History | 20% | 25% | 歴史調査レポート（2,200語以内） |
| Group 3（人文系） | Economics | 20% | 30% | ポートフォリオ（3つのコメンタリー） |
| Group 1（言語A） | Language A: Literature等 | 20%（口頭） | 30%（口頭） | Individual Oral（口頭試問） |
この表を見て「えっ、Economics SLだとIAが30%も！？」と驚かれたお母さま、そうなんです。Economics SLではIAが最終成績の約3割を占めます。つまり、IAだけでほぼ1グレード分の差がつく可能性があるということ。Language A SLも口頭試問が30%ですから、「試験だけ頑張ればいい」という考えは通用しないんですね。
特に注目していただきたいのは、SLの方がIA比重が高い科目があるという点。「SLだから軽い」という思い込みは禁物です。むしろSLこそIAの出来が最終スコアに直結する場合があります。
科目別採点基準を徹底解説
高得点を取るためには、まず「何が評価されるのか」を正確に知ることが大切です。ここでは主要科目のIA採点基準を詳しく見ていきましょう。
数学IA（Math AA / Math AI）の採点基準
数学IAは満点20点で、5つの評価基準（クライテリア）で採点されます。
| 評価基準 | 配点 | 評価内容 | 高得点のポイント |
|---|---|---|---|
| Presentation（体裁） | 4点 | 論文としての構成・読みやすさ・引用 | 論理的な流れ、適切な図表の配置、正確な引用 |
| Communication（伝達力） | 4点 | 数学的表現の正確さ・明瞭さ | 数式と文章のバランス、読者への配慮 |
| Personal Engagement（個人的関与） | 3点 | 独自の視点・創造性・興味の深さ | なぜこのテーマを選んだか、自分なりの工夫 |
| Reflection（振り返り） | 3点 | 結果の意味づけ・限界・発展性の考察 | 結果を批判的に分析し、改善点や拡張を議論 |
| Use of Mathematics（数学の活用） | 6点 | 数学的知識の深さ・正確さ・応用力 | コース内容を超えた数学の適切な使用 |
ここで特に注目していただきたいのが、「Use of Mathematics」が6点で最大配点だということ。数学IAでは当然ながら、数学そのものの質が最も重視されます。ただし、ここで「難しい数学を使えばいい」と考えるのは危険です。大切なのはテーマに対して適切なレベルの数学を正確に使うこと。無理に難しい手法を使って間違えるよりも、適切な手法を丁寧に使う方が高得点につながります。
また、「Personal Engagement」は3点しかないように見えますが、この基準が実は全体の質を左右します。「なぜこのテーマに興味を持ったのか」「自分なりにどう工夫したのか」が伝わるIAは、他の基準でも自然と高得点になる傾向があるんです。
理科IA（Biology / Chemistry / Physics）の採点基準
理科IAは満点24点で、4つの評価基準で採点されます。
| 評価基準 | 配点 | 評価内容 | 高得点のポイント |
|---|---|---|---|
| Research Design（研究計画） | 6点 | リサーチクエスチョン、方法論、変数の設定 | 明確で焦点が絞られたRQ、再現可能な手順 |
| Analysis（分析） | 6点 | データ処理、グラフ作成、統計処理 | 適切な統計手法、誤差棒付きグラフ、傾向の分析 |
| Conclusion（結論） | 6点 | 結果の解釈、科学的文脈との関連付け | RQへの明確な回答、理論との整合性の議論 |
| Evaluation（評価） | 6点 | 方法の限界、誤差の議論、改善提案 | 不確かさの定量的議論、具体的な改善策 |
理科IAで特に重要なのが「Evaluation（評価）」の基準です。ここでは不確かさ（uncertainty）の議論が求められます。「実験がうまくいきました」で終わるのではなく、「この実験にはこういう限界があり、結果にはこの程度の不確かさが含まれる。改善するならこうする」という批判的な分析が高得点の鍵なんです。
お子さんに「実験で失敗したらどうしよう」と心配される方もいらっしゃいますが、実は理科IAでは「完璧な実験結果」は必要ありません。むしろ、予想と異なる結果が出た場合に、なぜそうなったかを科学的に考察できる力が評価されます。これは社会に出てからも役立つ、本当に大切なスキルですよね。
テーマ選びのコツ：最も差がつくポイント
IAで最も多い失敗は何だと思いますか？ 実は、テーマが広すぎることなんです。これはIB試験官が繰り返し指摘している、最も一般的な問題点です。
テーマ選びの3原則
原則1：とにかく絞る、絞る、もっと絞る
「地球温暖化について」ではダメです。「気温上昇がソメイヨシノの開花日に与える影響：東京都の過去30年間のデータ分析」くらいまで絞りましょう。テーマが広すぎると、6～12ページでは深い分析ができません。狭いテーマを深く掘り下げるのが高得点の鉄則です。
原則2：自分が本当に興味のあるテーマを選ぶ
「これなら点が取れそう」ではなく、「これが知りたい！」というテーマを選びましょう。数学IAの「Personal Engagement」、理科IAの全体的な質、どちらも本気の興味から生まれる探究心が反映されます。お子さんが普段から興味を持っていることに目を向けてみてください。部活のスポーツ、好きな音楽、料理、旅行先の自然現象、何でもIAのテーマになり得ます。
原則3：実現可能性を確認する
素晴らしいテーマでも、データが手に入らない、実験が学校でできない、時間が足りない、では意味がありません。テーマを決める前に以下を確認しましょう。
- 必要なデータや実験器具は入手可能か
- 倫理的な問題はないか（人体実験、動物実験などの制約）
- 6～12ページで収まる範囲か
- 担当教員からアドバイスを得られるテーマか
科目別テーマ選びのヒント
| 科目 | 良いテーマ例 | 避けるべきテーマ例 | 理由 |
|---|---|---|---|
| Math AA/AI | バスケのフリースロー軌道を二次関数でモデル化 | 微分積分の研究 | 具体的で個人的関与があるvs広すぎて焦点がない |
| Biology | 特定の洗剤濃度が豆苗の発芽率に与える影響 | 植物の成長について | 変数が明確で測定可能vs漠然としすぎ |
| Chemistry | 市販ビタミンC飲料5種の実際のアスコルビン酸含有量比較 | 化学反応の速度 | 日常との接点があり絞られているvs広すぎる |
| Physics | 弦の長さと張力がギターの周波数に与える影響 | 電磁気学の実験 | 趣味と関連し測定が明確vs範囲が不明確 |
| History | 1964年東京五輪が日本の国際的自己認識に与えた影響 | 第二次世界大戦の原因 | 焦点が絞られ一次資料が入手可能vs壮大すぎる |
| Economics | 地元商店街の消費税増税後の売上変化分析 | 日本経済の問題点 | 地域データを活用した具体的分析vs抽象的すぎる |
スケジュール管理：いつ何をすべきか
「IAっていつから始めればいいの？」これは本当によくいただく質問です。結論から言うと、DP1の夏休み（1年目の夏）から本格的に着手するのがベストです。
理想的なIAスケジュール
| 時期 | やるべきこと | 保護者のサポート |
|---|---|---|
| DP1 4月～6月 | IAの仕組みを理解する。興味のある分野をリストアップ。先輩のIAを読む | お子さんの興味関心について会話する。「何が好き？」を聞く |
| DP1 夏休み | テーマの候補を3～5個に絞る。予備調査・予備実験を開始。先生に相談 | 実験材料の購入支援、図書館・博物館への同行 |
| DP1 9月～12月 | テーマ確定。本格的なデータ収集・実験実施。第1稿に着手 | 計画的な時間管理のサポート。週末の実験時間確保 |
| DP1 1月～3月 | 第1稿完成。先生からフィードバックを受ける。修正作業 | 先生との面談スケジュール確認。精神的なサポート |
| DP2 4月～夏 | 最終稿の仕上げ。体裁の確認。引用の最終チェック | 締め切り管理のサポート。「あと少し頑張って」の声かけ |
| DP2 提出期限 | 完成版提出（学校の締め切りに従う） | 提出日の確認。バックアップデータの保存確認 |
「DP1の夏から？ちょっと早すぎない？」と感じられるかもしれません。でも実際には、DP2になると期末試験の勉強、EE（Extended Essay）、CAS活動、大学出願の準備が一気に押し寄せてきます。DP2で余裕を持つためには、DP1のうちにIAをできるだけ進めておくことが本当に大切なんです。
特にお伝えしたいのは、理科のIAは実験のやり直しが必要になることがあるという点です。「データが足りなかった」「実験方法に問題があった」と気づいたとき、時間に余裕があれば対応できますが、提出直前だと取り返しがつきません。余裕を持ったスケジュールが、結果的にIAの質を高めてくれます。
高得点を取るための5つの原則
ここからは、実際にIAで高得点を取っている生徒さんたちに共通する5つの原則をお伝えします。お子さんにもぜひ共有してあげてくださいね。
原則1：ルーブリック（採点基準）を常に手元に置く
これは本当に大切なことです。IBは全ての科目について詳細なルーブリック（採点基準表）を公開しています。高得点を取る生徒は、このルーブリックを執筆中ずっと手元に置き、「今書いている部分はどの基準のどのレベルに該当するか」を常に意識しています。
例えば数学IAなら、「Use of Mathematics」で最高点（6点）を取るには「正確で洗練された数学の使用」が求められます。自分のIAがその水準に達しているか、ルーブリックと照らし合わせながら書き進めるのです。
ルーブリックは担当教員から配布されるはずですが、IBOの公式サイト（Subject Guide内）でも確認できます。お子さんが持っていない場合は、先生に確認するようお声がけください。
原則2：テーマは「狭く深く」を徹底する
先ほどもお伝えしましたが、繰り返す価値があるほど重要なポイントです。テーマが広すぎることがIAで最も多い失敗です。6～12ページという限られたスペースで「広く浅く」書いても、どの評価基準でも高得点は取れません。
テーマを決めたら、さらに絞れないか考えてみましょう。「これ以上絞れない」と思ったところが、ちょうどいい範囲です。狭いテーマの方が深い分析ができ、結果として全ての評価基準で高い点数を獲得できます。
原則3：外部からのフィードバックを積極的に求める
IBのルール上、担当教員はIAに対してフィードバックを提供することが認められています（ただし、通常は1回のフォーマルフィードバックに限定されます）。このフィードバックの機会を最大限に活用しましょう。
さらに、友人同士でお互いのIAを読み合う「ピアレビュー」も非常に効果的です。自分では気づかない論理の飛躍や不明瞭な表現を、第三者の目で指摘してもらえます。
保護者の方にもできることがあります。お子さんのIAを読んで「ここがよく分からなかった」「この部分はもっと詳しく知りたい」と率直な感想を伝えてあげてください。専門知識がなくても、「読者として理解できるか」という視点は非常に貴重なフィードバックになります。
原則4：理科IAでは「不確かさ」を必ず議論する
理科IAで高得点を取るために絶対に外せないのが、不確かさ（uncertainty）の議論です。これは「Evaluation」基準の核心部分であり、多くの生徒が十分にできていないポイントです。
具体的には以下の要素を含めましょう。
- 系統誤差と偶然誤差の識別：どのような誤差がデータに影響しているか
- 誤差の定量的な見積もり：可能であれば百分率誤差などを計算
- 結果への影響の考察：誤差が結論にどの程度影響するか
- 具体的な改善提案：「もっと正確にする」ではなく「温度制御装置を使用し、測定精度を上げる」のように具体的に
「不確かさの議論って難しそう…」と思われるかもしれませんが、これは科学的思考の基本中の基本です。「この実験結果はどこまで信頼できるか」を考える習慣は、大学や社会でも必ず役立ちます。
原則5：提出前に全体を通して「ストーリー」として読み直す
優れたIAには、一つの「ストーリー」があります。
- なぜこのテーマに興味を持ったのか（導入）
- 何を明らかにしたいのか（リサーチクエスチョン）
- どうやって調べたのか（方法論）
- 何が分かったのか（結果・分析）
- それはどういう意味があるのか（考察・結論）
- どこに限界があり、次に何ができるか（評価・発展）
提出前に全体を通して読み返し、この「ストーリー」が一貫しているか確認しましょう。各セクションが有機的につながっていることが、「Presentation」や「Communication」の高得点につながります。
モデレーション（調整）の仕組みを理解する
IAについて保護者の方にぜひ知っておいていただきたいのが、モデレーションの仕組みです。これを知っているかどうかで、お子さんへのアドバイスの仕方が変わってきます。
モデレーションとは何か
IAはまず学校の担当教員が採点しますが、その採点がIBの基準に照らして適切かどうかを確認するプロセスが「モデレーション」です。具体的な流れは以下の通りです。
| ステップ | 内容 | 補足 |
|---|---|---|
| 1 | 担当教員が全生徒のIAを採点 | 学校内の基準で採点 |
| 2 | IBがサンプルとして数名分のIAを要求 | 通常5～8名程度のサンプル |
| 3 | IB試験官がサンプルを再採点 | IB公式基準で厳密に評価 |
| 4 | 学校の採点とIBの採点を比較 | 乖離があるかどうかを判定 |
| 5 | 必要に応じて学校全体の点数を調整 | 個人単位ではなく学校全体に適用 |
モデレーションのポイント
ここで重要なのは、モデレーションは学校全体に対して行われるということです。つまり、ある学校の先生が全体的に甘い採点をしていた場合、その学校の生徒全員のIA点数が引き下げられる可能性があります。逆に、厳しい採点の学校なら、全員が引き上げられることもあります。
「じゃあ、先生の採点次第でうちの子の点数が変わるの？」そうなんです。だからこそ大切なのは、先生がどう採点するかに関係なく、客観的に見て高品質なIAを作ること。モデレーションで下がるのは甘い採点の場合ですから、実力以上の点数をもらっていなければ心配する必要はありません。
むしろ、お子さんには「先生の点数は仮の点数。IBの試験官に読まれても納得される品質を目指そう」と伝えてあげてください。これが最も安全で確実な対策です。
よくある失敗とその回避法
長年の経験から、IAでよく見られる失敗パターンとその回避法をまとめました。お子さんがこれらの落とし穴にはまらないよう、事前に共有してあげてくださいね。
| 失敗パターン | なぜ起きるか | 回避法 | 影響度 |
|---|---|---|---|
| テーマが広すぎる | 野心的になりすぎる。何でもカバーしたい | 「もっと絞れないか？」を3回自問する | 致命的 |
| 開始が遅すぎる | 「まだ大丈夫」と先延ばし | DP1の夏にテーマ検討を開始する | 致命的 |
| ルーブリックを見ない | 評価基準を理解せず自由に書く | ルーブリックを印刷して常に横に置く | 重大 |
| 理科で不確かさを議論しない | 実験結果の報告で終わってしまう | Evaluationセクションに必ず不確かさの定量的議論を含める | 重大 |
| 先生のフィードバックを活かさない | フィードバックを読むが修正しない | フィードバックの各指摘に対する修正リストを作成 | 重大 |
| 引用・参考文献の不備 | 面倒で後回しにする | 書きながらその場で引用を記録する習慣 | 中程度 |
| 数学IAで難しすぎる手法を使う | 「難しい方が点が高い」という誤解 | テーマに適切なレベルの数学を正確に使用する | 中程度 |
| 見栄えだけにこだわる | グラフや図を凝りすぎて内容が薄い | 内容優先。見栄えは最後の仕上げで | 中程度 |
上の表で「致命的」と書いた2つ、テーマの広さと開始時期の遅れは、後からのリカバリーが非常に難しい問題です。逆に言えば、この2つさえクリアしていれば、他の部分は修正がきくんです。
お子さんが「まだ大丈夫だよ」と言っていたら、この記事のスケジュール表を見せて「DP1の夏が勝負よ」と優しく伝えてあげてくださいね。
よくある質問（Q&A）
保護者の方やお子さんからよくいただく質問にお答えします。
Q1：IAはどれくらいの文字数（語数）が必要ですか？
A：科目によって異なります。数学IAと理科IAは「6～12ページ」が目安（語数制限は明示されていません）。History IAは2,200語以内という明確な制限があります。Economics IAは各コメンタリーに語数制限が設定されています。大切なのは「長さ」ではなく「質」です。無駄に長いIAは、むしろ「Communication」の評価が下がる可能性があります。
Q2：親がIAを手伝ってもいいですか？
A：IAはお子さん自身の独自の成果物である必要があります。保護者の方ができるのは、「読者としてのフィードバック」と「環境面のサポート」です。「ここが分かりにくかった」という感想を伝えるのはOK。実験材料の買い出しに付き合うのもOK。しかし、内容を書き換えたり、分析を代わりにやったりするのは学問的不正行為にあたります。お子さんの学びの機会を大切にしてあげてください。
Q3：テーマが決まらない場合はどうすればいいですか？
A：まず、お子さんの日常生活の中から興味のあることをリストアップしてみましょう。スポーツ、音楽、料理、旅行、ゲーム、何でも構いません。次に、それを各科目の視点で分析できないか考えます。例えば「サッカーが好き」なら、数学IAで「フリーキックの軌道の最適化」、Physics IAで「ボールのスピンと軌道の関係」など、展開できます。担当教員への早めの相談も効果的です。
Q4：予想と違う実験結果が出たら失敗ですか？
A：全く失敗ではありません。むしろ、予想と異なる結果が出た場合に「なぜ違ったのか」を科学的に考察できれば、「Analysis」「Conclusion」「Evaluation」の全てで高得点を狙えます。大切なのは結果そのものではなく、結果をどう解釈し、どう議論するかです。
Q5：インターネットの情報をデータとして使ってもいいですか？
A：信頼性の高い情報源であれば使用可能です。政府の統計データ、学術論文、公式機関の報告書などは適切なデータソースです。ただし、個人ブログやWikipediaを主要データソースにするのは避けましょう。また、使用した全てのデータソースは正確に引用する必要があります。
Q6：先生からのフィードバックは何回もらえますか？
A：IBのルールでは、教員は「適切なアドバイスとフィードバック」を提供できますが、過度の介入は認められていません。多くの学校では、正式なフィードバックは第1稿に対する1回に限定しています。この1回を最大限活用するために、できるだけ完成度の高い第1稿を提出することが重要です。「とりあえず書いたから見てください」ではもったいないのです。
Q7：他の生徒と同じテーマを選んでもいいですか？
A：同じ大枠のテーマでも構いませんが、リサーチクエスチョンやアプローチは独自のものでなければなりません。友人と相談してテーマを決めるのは構いませんが、内容が酷似していると学問的不正行為を疑われる可能性があります。独自性を確保するために、自分だけの切り口やデータを使うことを心がけましょう。
まとめ：IAは「お子さんの成長の証」です
長い記事にお付き合いいただき、ありがとうございます。最後に、IAについて最も大切なことをお伝えさせてください。
IAは単なる「点数を取るための課題」ではありません。自分でテーマを見つけ、計画を立て、調査・実験を行い、分析し、考察する。この一連のプロセスは、大学や社会で求められる力そのものです。お子さんがIAに真剣に取り組む経験は、IB後の人生においても必ず財産になります。
この記事でお伝えした内容を改めて整理します。
| ポイント | 要点 |
|---|---|
| IA比重 | 科目により最終成績の20～30%を占める。特にEconomics SL（30%）、Language A SL（30%）は要注意 |
| テーマ選び | 狭く深くが鉄則。テーマが広すぎるのが最も多い失敗 |
| 開始時期 | DP1の夏から本格着手。早すぎるということは絶対にない |
| ルーブリック | 採点基準を常に手元に置き、各基準の最高レベルを目指す |
| フィードバック | 先生からのフィードバック機会を最大活用。完成度の高い第1稿が鍵 |
| 不確かさ | 理科IAでは不確かさの定量的議論が必須。これだけで点数が大きく変わる |
| モデレーション | 学校全体の採点が調整される可能性あり。IB試験官に見られても恥ずかしくない品質を |
お母さまとして最も大切なサポートは、お子さんの興味を一緒に見つけてあげること、そして計画的に進められるよう環境を整えてあげることです。「何が好き？ どんなことに疑問を感じる？」という日常の会話の中に、素晴らしいIAテーマのヒントが隠れているかもしれません。
IAは確かに大変な課題です。でも、この挑戦を乗り越えたお子さんは、間違いなく一回り成長します。点数ももちろん大事ですが、探究することの楽しさを知り、自分の力で一つの作品を完成させた達成感は、何にも代えがたい宝物になるはずです。お子さんのIA挑戦を、ぜひ温かく見守ってあげてくださいね。
IB認定校の詳しい情報や各校のプログラム内容については、当サイトの学校別ガイド記事もあわせてご参照ください。お子さんにとって最適な学習環境を見つけるお手伝いができれば幸いです。
コメント