Marble Skill Taxonomyとは？1,590学習マイクロトピックをグラフ接続した教育OSSデータ

子どもが小学校で学ぶすべての知識を「グラフ構造」で体系化したオープンデータセット「Marble Skill Taxonomy」が、GitHubで3,400以上のスターを集め注目を浴びています。1,590の学習マイクロトピック（一度の授業で教えられる最小単位の学習項目）と、それらを結ぶ3,221の前提条件エッジから構成されており、「この概念を学ぶ前に何を理解しなければならないか」を有向グラフで管理できます。教育テクノロジー（EdTech）製品の開発者や研究者にとって、カリキュラム設計の基盤データとして即座に活用できる実用性の高いデータセットです。

Marble Skill Taxonomyの主な特徴

1,590のマイクロトピックとグラフ構造

一般的なカリキュラムデータは「学習指導要領のフラットなリスト」か「製品に組み込まれたブラックボックス」のいずれかです。Marble Skill Taxonomyはその課題を解決するため、すべての学習項目を接続されたグラフとして表現しています。

各マイクロトピックには以下の情報が含まれます：

type: 概念的（CONCEPTUAL）／手続き的（PROCEDURAL）／表象的（REPRESENTATIONAL）等の分類
subject / domain: 科目（数学・英語・理科・歴史等8科目）と領域
ageRangeStart / ageRangeEnd: 学習対象年齢（4歳〜15歳程度）
evidence: 習熟の証拠となる行動・達成基準のリスト
assessmentPrompt: 習熟確認のための自然言語プロンプト（{{name}}プレースホルダーつき）
standards: NGSS・Common Core・UK National Curriculumなどとのアライメント

前提条件エッジ（依存グラフ）

3,221の前提条件エッジが各マイクロトピックを接続します。たとえば「星の見かけの明るさのパターンを見つける」という概念は、「振動が音を生み出す」という概念を理解していることが前提です。各エッジには hard（必須前提）と soft（あると望ましい）の強度と、前提関係の理由が記載されています。

8科目・183のドメインクラスター

科目	トピック数
理科	547
数学	503
英語	286
歴史	90
個人・社会性発達	88
ライフスキル	37
コンピューティング	21
学び方を学ぶ	18

データの使い方（クイックスタート）

基本的なJSON読み込み

ランタイム依存なし・追加ライブラリ不要のJSONデータです。Node.jsで即座に利用できます。

import topics from './data/topics.json' with { type: 'json' };
import deps from './data/dependencies.json' with { type: 'json' };

// トピックIDでインデックスを作成
const byId = new Map(topics.topics.map(t => [t.id, t]));

// 特定トピックの前提条件を取得
const prereqs = deps.dependencies
  .filter(d => d.topicId === 'mt_N8CpN1EJrP')
  .map(d => byId.get(d.prerequisiteId).name);
console.log('前提条件:', prereqs);

データ検証

git clone https://github.com/withmarbleapp/os-taxonomy.git
cd os-taxonomy
npm install
node scripts/validate.mjs

validate.mjsはJSON構造と参照整合性（前提条件のIDが全てtopics.jsonに存在するか）を検証します。

主要ファイル構成

ファイル	内容
`data/topics.json`	マイクロトピック（グラフノード）
`data/dependencies.json`	前提条件エッジ
`data/curriculum-standards.json`	カリキュラム標準のマッピング
`data/clusters.json`	ドメインクラスターサマリー
`schema/`	JSONスキーマ定義

他教育データセットとの違い・なぜ今注目されるのか

フラットリストとブラックボックスを越えた設計

既存の教育データセットの多くは、NGSS（米国次世代科学スタンダード）やCommon CoreのPDFをJSON化したフラットなリストにすぎません。学習項目間の依存関係（「これを学ぶ前にこれを理解する必要がある」）は、各教師や製品開発者が独自に定義するしかありませんでした。

Marble Skill Taxonomyは、その「前提条件グラフ」を公開データとして提供する点で先例がありません。GraphQL API・ナレッジグラフ・AIチュータリング全てに共通の基盤として使えます。

MCPサーバーとしての活用

2026年にtaxonomy-mcp（Glama掲載）という派生プロジェクトが登場しており、Claude等のAIエージェントからMarble Skill Taxonomyを直接クエリできるMCPサーバーとして利用可能になっています。AIチュータリングシステム構築の文脈でも注目が集まっています。

なぜ今話題なのか

2026年7月時点でGitHubスター3,400以上を獲得した背景には、AIチューターや個別最適化学習（Adaptive Learning）の急増があります。LLMによる教育コンテンツ生成が普及する中、「何を・どの順序で教えるか」を定義した構造化データへのニーズが高まっています。

こんな人に向いている

EdTechスタートアップのバックエンドエンジニア

学習管理システム（LMS）や問題集アプリを開発するエンジニアが、カリキュラム設計のコールドスタート問題を解決するためのデータソースとして活用できます。前提条件グラフを使ったレコメンデーション機能（「次に学ぶべきトピック」の提案）や、学習パス生成エンジンの初期データとして即座に利用できます。

AI/ML研究者・データサイエンティスト

グラフニューラルネットワーク（GNN）や知識グラフ埋め込みを研究する機械学習エンジニアが、教育ドメインのベンチマークデータとして使用できます。3,221のエッジをもつ有向非巡回グラフ（DAG）の実際のユースケースとして、グラフアルゴリズムの検証にも向いています。

塾・教育サービス会社のプロダクトマネージャー

英語・理科・数学の学習ロードマップをゼロから設計する代わりに、このデータセットを出発点として自社カリキュラムをマッピングするユースケースも考えられます。日本の学習指導要領との対応表を作成することで、独自の教育グラフデータベースを構築する際の基盤として活用できます。

使う前に知っておきたいこと

複雑なライセンス構成

Marble Skill Taxonomyは3層のライセンスで管理されています：

データベース構造・ID・エッジ: ODbL 1.0（商用利用可・改変データベースはオープンに公開義務あり）
Marble制作テキスト: CC BY-SA 4.0（帰属表示・シェアアライク）
curriculum-standards.json: 上流のNGSS・Common Core・UK NCの各ライセンスに従う

商用製品への組み込みはODbLの「Produced Work」として許可されますが、タクソノミー自体を改変・拡張した場合はODbLに従い派生データベースをオープンソース公開する義務があります。利用前にPROVENANCE.mdを必ず確認してください。

英語・UK/USカリキュラム基準

現バージョン（v1）のすべてのコンテンツは英語で記述されており、NGSS・Common Core（米国）・UK National Curriculumに準拠しています。日本の学習指導要領へのアライメントは含まれておらず、日本語教育コンテンツへの直接適用には追加のマッピング作業が必要です。

データ品質と既知の問題

GitHubのオープンIssueには「トピック名と説明・標準規格の不一致」「不合理な前提条件リンク」が報告されています。コントリビューターは2名と少数で、大規模な教育専門家レビューは未実施です。研究用途での使用は問題ありませんが、本番製品に直接組み込む際はデータ品質の独自検証を推奨します。

まとめ

Marble Skill Taxonomyは、学習グラフの構造化データというニッチだが需要が高まる分野で先駆的な取り組みです。ODbLライセンスの条件を理解した上で活用すれば、EdTechプロダクト開発・AI教育研究・カリキュラム設計のあらゆる場面で強力な基盤データとなります。日本語化・日本カリキュラム対応という観点でのコントリビューションも歓迎されており、日本のEdTechコミュニティが関わる余地もあります。

この技術を学ぶ

データ分析・グラフデータベースに興味を持った方には、Udemyのデータエンジニアリングコースもおすすめです。

🎓 関連するデータ分析コース一覧 — セール時（最大90%OFF）を狙うとお得です