1 概要と目的
1.1 PISA調査の定義
PISA調査（Programme for International Student Assessment）は、経済協力開発機構（OECD）が主催する国際的な教育評価プログラムである。義務教育終了段階にある15歳の生徒を対象に、読解力、数学的リテラシー、科学的リテラシーの3分野における実生活での応用力を測定する。3年ごとに実施され、各国の教育制度の成果を比較可能な形で評価することを目的とする。
1.2 実施の背景と歴史
1.2.1 開始の経緯（2000年）
PISA調査は2000年に第1回が実施された。OECD加盟国を中心に、教育政策の国際比較とベンチマークの必要性が高まったことが背景にある。従来の学力調査が学校のカリキュラム知識に焦点を当てていたのに対し、PISAは「実生活で知識を活用する能力」を重視する新しい枠組みを採用した。
1.2.2 その後の発展と拡大
2000年の第1回調査には43か国・地域が参加したが、その後参加国は増加し、2025年時点では90以上の国・地域に拡大している。調査サイクルが重なるごとに、評価の枠組みや問題形式の改良が重ねられ、2009年にはデジタル読解力、2018年にはグローバル・コンピテンスなど、新たな分野が追加された。2022年調査では創造的思考の評価も導入されている。
1.3 主な調査対象とスケジュール
PISA調査は、15歳（7年生から12年生相当）の生徒を対象とする。調査は3年ごとに実施され、各サイクルで主要分野（読解力、数学的リテラシー、科学的リテラシー）のうち一つを重点分野として詳細に測定する。調査実施は通常1年にわたって行われ、結果は翌年の12月に公表される。
2 調査方法と内容
2.1 評価の3分野
2.1.1 読解力
読解力は、「目標を達成し、知識や可能性を発展させ、社会に参加するために、テキストを理解し、利用し、評価し、熟考する能力」と定義される。単に文字を読む能力ではなく、情報を批判的に解釈し、異なる視点から考察する力を問う。複数のテキソースから情報を統合する課題や、デジタル環境でのナビゲーション能力も評価対象となる。
2.1.2 数学的リテラシー
数学的リテラシーは、「現実世界の様々な文脈において数学を活用し、定式化し、解釈する個人の能力」と定義される。計算技能よりも、問題解決のために数学的概念を適用し、結果を批判的に評価する力が重視される。日常生活や社会問題に関連する課題が出題される。
2.1.3 科学的リテラシー
科学的リテラシーは、「科学に関する知識を活用し、科学的疑問を認識し、証拠に基づいて結論を導き出し、自然界についての意思決定を行う能力」と定義される。科学的事実の暗記ではなく、科学的探究のプロセスを理解し、科学技術が社会に与える影響を考察する力を評価する。
2.2 問題形式と採点方法
2.2.1 多肢選択式と記述式
PISA調査では、多肢選択式問題と記述式問題の両方が用いられる。多肢選択式は効率的な採点が可能だが、思考プロセスを評価するために記述式問題も多く含まれる。記述式問題では、部分点が認められる場合があり、採点基準は詳細に定義されている。回答は各国の採点チームが厳格な手順に従って評価する。
2.2.2 コンピュータベーステストの導入
2015年調査から、原則としてコンピュータベーステスト（CBT）が導入された。これにより、動的な問題提示や複雑なインタラクションが可能になり、デジタル環境での読解力や問題解決能力をより正確に評価できるようになった。紙媒体での試験も一部の国で選択可能であるが、CBTへの移行が進んでいる。
2.3 サンプリングとデータ収集
2.3.1 参加国の選定と抽出方法
参加国はOECD加盟国およびパートナー国から構成される。各国は国全体の15歳人口を代表するように、学校と生徒を層別無作為抽出で選定する。最低でも150校、約4500人の生徒がサンプルとして参加する。抽出プロセスは厳格な手順に従い、国際コンソーシアムがその質を監視する。
2.3.2 アンケートによる背景情報の収集
学力テストに加えて、生徒、学校、保護者を対象としたアンケートが実施される。生徒アンケートでは学習習慣や家庭環境、学校アンケートでは学校資源や教育方針、保護者アンケートでは家庭の社会経済的背景などが調査される。これらの背景情報は、学力と教育環境の関係を分析するために不可欠である。
3 結果と分析
3.1 ランキングとスコアの傾向
3.1.1 トップパフォーマンス国（例：シンガポール、フィンランド）
PISA調査において常に上位を占める国として、シンガポール、フィンランド、エストニア、日本、韓国などが挙げられる。シンガポールは数学的リテラシーと科学的リテラシーでトップクラスの成績を維持し、フィンランドは教育格差の小ささと高い平均点で注目されてきた。ただし、フィンランドは2000年代後半以降スコアが低下傾向にあり、近年はエストニアの台頭が顕著である。
3.1.2 経年変化と各国の推移
各国のスコアは長期的に変動する。例えば、日本は2000年代前半に低下した後、2012年以降持ち直している。一方、東アジア諸国（韓国、台湾、マカオなど）は一貫して高水準を維持している。欧州ではドイツやスイスが改善傾向を示す一方、北欧諸国は緩やかな低下が観察される。アメリカは平均点が国際平均をやや上回る程度で推移している。
3.2 教育制度との関連性
3.2.1 学校資源と学習環境
PISAデータの分析から、学校の設備や教員の質、1クラスあたりの生徒数などの資源と学力には一定の相関が見られる。ただし、資源が豊富でも効率的に活用されていない場合や、逆に限られた資源でも高い成果を上げている国もある。また、生徒の学習時間や授業への参加意欲などの非認知要因も重要である。
3.2.2 教育格差と社会的背景
PISA調査は教育格差の可視化にも貢献している。社会経済的背景（SES）と学力の相関は多くの国で観察され、その影響度は国によって大きく異なる。フィンランドやカナダ、エストニアは教育格差が比較的小さい一方、ハンガリーやチリ、一部の南米諸国では格差が大きい。また、移民背景を持つ生徒の統合の度合いも国によって差がある。
3.3 国際比較研究としての意義
3.3.1 教育政策への示唆
PISA結果は各国の教育政策に直接的な影響を与えてきた。例えば、ドイツは2000年の低成績（特に読解力）にショックを受け、「PISAショック」と呼ばれる教育改革を実施した。具体的には、早期教育の強化や教員養成の見直し、全国的な教育スタンダードの導入などが進められた。同様に、日本も2003年の順位低下を受けて「ゆとり教育」の見直しが行われた。
3.3.2 ベンチマークとしての利用
PISA調査は国際的な教育パフォーマンスのベンチマークとして広く利用されている。各国の教育関係者はトップパフォーマンス国の制度や実践を参考にし、自国の教育改善に役立てている。また、国際開発機関や援助国は、低所得国の教育状況を把握するための指標としてPISAデータを活用する。ただし、単純なランキング比較ではなく、背景要因を考慮した分析が重要とされる。
4 批判と課題
4.1 測定手法への批判
4.1.1 文化的バイアスの問題
PISA調査の問題は、主に先進国の都市部の文脈を前提にデザインされているという批判がある。途上国や異なる文化圏の生徒にとっては、問題で扱われる状況や概念が馴染みがない場合があり、測定の公平性が疑われる。また、翻訳や文化的適応のプロセスにも限界があり、同等性の確保は完全ではない。
4.1.2 テストの限界と過度のランキング重視
PISAはあくまで「実生活の応用力」を測定するものであり、学校で学ぶすべての知識や能力をカバーしているわけではない。また、テストは特定の時点でのパフォーマンスを測定するため、長期的な教育効果や非認知能力の育成を反映しない。メディアや政策決定者がランキングに過度に注目することで、教育の多様な価値が軽視される危険性が指摘されている。
4.2 教育への影響
4.2.1 カリキュラムと指導方法への干渉
PISAで高得点を取るために、各国がテストの形式に合わせた「PISA対策」教育を行うことで、本来の教育の目的が歪められる可能性がある。具体的には、探究型学習が軽視されてテクニックの訓練に偏ったり、評価されない科目（芸術や体育など）が軽んじられる傾向が観察される。
4.2.2 ストレスと教育のねじれ
ハイステークスなテスト結果が政策や学校評価に直結する場合、教師や生徒に過度のストレスがかかる。試験対策に膨大な時間が費やされ、創造性や批判的思考を育む本来の教育活動が圧迫される。また、学力上位層の底上げに焦点が当たり、低成績層への支援が不十分になる「格差の拡大」も懸念されている。
4.3 代替評価の提案
4.3.1 他の国際調査（TIMSS、PIRLS）との比較
PISAと並ぶ国際調査として、国際教育到達度評価学会（IEA）によるTIMSS（国際数学・理科教育動向調査）とPIRLS（国際読解力調査）がある。TIMSSは学校カリキュラムに即した知識と技能を、PIRLSは読解力をよりカリキュラムベースで評価する。これらの調査はPISAとは異なる角度から教育の質を測定し、相互補完的な役割を果たす。教育政策の立案には複数の調査結果を総合的に参照することが望ましいとされる。
4.3.2 総合的な学習評価の模索
PISAの限界を補うため、OECD自身も評価の多様化を模索している。例えば、PISA for Schools（学校単位の比較評価）やPISA-based Test for Schools（学校向け診断テスト）の開発、また非認知能力（協働性、創造性、グローバル・コンピテンス）の評価への拡張が進められている。さらに、ポートフォリオ評価やパフォーマンス評価といった代替手法を併用する試みも、各国で研究されている。教育の質を測るためには、単一のテストに頼るのではなく、複数の指標を組み合わせた包括的なアプローチが重要である。