Math / Sciences / I&S / Languages / Arts の IA で 20+/24 を取る型
IB Internal Assessment（IA）は 全教科で評価比率 20-30%（Visual Arts は 40%、CS は 30%） を占める、Final Grade を左右する重要評価です。教員が一次評価し、IB Examiner が Moderation で最大 ±3 点調整。本記事では テーマ選びの 5 原則、教科別テーマ例 30、提出スケジュール 7 段階、Moderation で下げられない型 までを、マレーシア IB 校（MKIS / GIS / ISKL / JSKL）に通う日本人生徒向けに完全整理します。
IA で 20+/24 を取るには「DP 1 中に 80% 完了」「Moderation 5 軸全対応」「自分の言葉で Personal Engagement を示す」の 3 要素 — DP 2 1-3 月の積み残しが Predicted Grade を下げる最大要因です。
IA は全教科共通で『教員一次評価 → IB Examiner Moderation』の 2 段階。Examiner 評価は最大 ±3 点調整可能です。テーマ選びは『自分が本気で気になる + マレーシアならではのデータが取れる + Examiner にとって新鮮 + 20 ページに収まる規模 + 倫理問題ない』の 5 原則。Math AA / AI は 20%、Sciences は 20%、CS は 30%、History は 25%、Language A は 30% と教科で違い、Visual Arts は 40% と最大。マレーシア IB 校では DP 1 / 11 月のテーマ仮決定 → DP 2 / 1 月の Final 提出が標準スケジュール。
IB Diploma Programme（DP）の Internal Assessment（IA）は、各教科で 『自分でテーマを選び、12-20 ページのレポート or 動画 or Portfolio を制作する』 評価です。マレーシア IB 校（MKIS / GIS / ISKL 等）の Final Grade の 20-30%（Visual Arts は 40%）を占めるため、IA で 20+/24 を取れば Predicted Grade が大きく引き上がります。
IA の最大の特徴は 『自分でテーマ設定 → リサーチ → 結論』 という研究プロセスを高校生のうちに体験できる点。これは大学入学後の Research Paper / Dissertation / 卒論の基礎訓練そのものです。
IA の評価比率・形式・分量を 16 教科で完全整理。Visual Arts は 40%、CS / Language A は 30%、History / Geography は 25%、それ以外は 20-25%。
| 教科 | 比率 | 形式 | 分量 |
|---|---|---|---|
| Math AA / AI HL・SL | 20% | Mathematical Exploration（数学的探究レポート） | 12-20 ページ |
| Biology HL・SL | 20% | 個別実験（Internal Investigation） | 6-12 ページ + 実験記録 |
| Chemistry HL・SL | 20% | 個別実験 or Computational Modeling | 6-12 ページ + 実験記録 |
| Physics HL・SL | 20% | 個別実験 or データ解析 | 6-12 ページ + 実験記録 |
| Computer Science HL・SL | 30%（最大比率） | IA Solution（プログラム + Documentation） | Code + 50-100 ページ Documentation |
| History HL・SL | 25% | Historical Investigation | 2,200 字 ± 10% |
| Geography HL・SL | 20% (HL) / 25% (SL) | Fieldwork（実地調査レポート） | 2,500 字 |
| Economics HL・SL | 20% | 3 つの Commentary（時事評論） | 各 800 字 × 3 |
| Business Management HL・SL | 20-25% | Research Project | 1,800-2,000 字（SL）/ 1,500 字（HL） |
| Psychology HL・SL | 20-25% | Experimental Investigation | 1,800-2,200 字 |
| English Language A: Lang & Lit | 30% (HL) / 30% (SL) | Individual Oral（10 分間口頭発表） | 話す内容 + 抜粋 2 つ |
| Japanese A: Literature (SSST) | 30% | Individual Oral（10 分間日本語口頭発表） | 話す内容 + 抜粋 2 つ |
| Language B: Japanese / Mandarin | 25% | Individual Oral（15 分間口頭発表） | プレゼン + 質疑 |
| Visual Arts HL・SL | 40% (HL) / 40% (SL) | Process Portfolio + Comparative Study + Exhibition | 9-18 ページ Portfolio / 10-15 ページ CS / 4-7 点 Exhibition |
| Music HL・SL | 30%（IB 2020 改訂後） | Exploring Music in Context + Music Performance | Recording + Written Components |
個人興味のあるテーマで数学的概念を応用。Communication / Mathematical Presentation / Personal Engagement / Reflection / Use of Mathematics の 5 軸 20 点満点。AA は微積分 + 代数中心、AI は統計 + モデリング中心のテーマが評価されやすい。
10 時間の実験記録 + レポート。Personal Engagement / Exploration / Analysis / Evaluation / Communication の 5 軸 24 点満点。仮説設定 → 実験 → データ分析 → 評価の科学的方法論を重視。
Bio と同じ 5 軸 24 点満点。安全規定（COSHH）厳守。化学反応速度 / 平衡 / 酸塩基 / 酸化還元 等の HL 範囲を応用。
Bio / Chem と同じ 5 軸 24 点満点。Physics IA は『誤差解析 / Uncertainty』が特に重視される。重力 / 振動 / 電磁気 / 流体 等のテーマ。
実際にクライアント（家族 / 友人 / 教員）に役立つアプリケーションを開発。Planning / Design / Development / Functionality / Evaluation の 5 軸 34 点満点。Python / Java / JavaScript / C# が標準。
Section 1: Sources の特定と評価、Section 2: Investigation、Section 3: Reflection の 3 部構成。25 点満点。Primary Source + Secondary Source の組合せが必須。
現地データ収集（一次データ）+ レポート。マレーシアの地形 / 気候 / 都市 / 観光等のテーマ。25 点満点。
ミクロ / マクロ / 国際 / 開発の 4 セクションから 3 つを選び、各 800 字の Commentary。新聞記事ベース + 経済理論応用。45 点満点。
実際の企業を対象に経営課題を分析。SL は 2 次データのみ、HL は 1 次データ（インタビュー / アンケート）+ 2 次データ。25 点満点。
古典心理学実験（Stroop / Loftus / Bandura 等）の Replication。倫理ガイドライン厳守。22 点満点。
文学作品 1 + Non-Literary Body of Work 1 から Global Issue について 10 分発表（5 分話 + 5 分質疑）。40 点満点。録音必須。
翻訳作品（例：シェイクスピア『マクベス』日本語訳）+ 同言語の作品（例：夏目漱石『こころ』）の 2 作品比較。マレーシア IB 校では SSST（School-Supported Self-Taught）で受講可能。
視覚刺激（写真 / 絵）→ 4 分プレゼン + 質疑。30 点満点。HL は文学作品 + 質疑、SL はテーマ別質疑。
IA 比率が全教科最高の 40%。Comparative Study（10-15 ページ）+ Process Portfolio（9-18 ページ）+ Exhibition（4-7 作品 + Curatorial Rationale）の 3 部構成。
2020 年改訂で IA 構成が大幅変更。Performance / Composition / Music Exploration の 3 領域から選択。
IB Examiner が 1 日に何百本もの IA を見る中で『印象に残る IA』にするには、テーマ選びが 70% を決めます。マレーシア IB 校生にとって特に有効な 5 原則。
Personal Engagement（個人的関与）は IA 評価軸の中で唯一『書き手の動機』を直接見る項目。テンプレ的なテーマ（地球温暖化 / 男女平等 等）より、家族の職業 / マレーシアでの体験 / 日本との比較 等の個人的フックがあるテーマが評価されやすい。
Examiner はほぼ欧米中心のテーマに飽きている。マレーシア固有のデータ（パームオイル産業 / KL 不動産バブル / マレー語 = 3 言語社会 / Cameron Highlands 生態系 / 1MDB スキャンダル等）は新鮮で評価が上がる。地元の利点を最大活用すること。
同じテーマ（例：Logistic 関数で人口予測）が年間 100 本以上提出される。差別化のために『マレーシア × 日本のクロス文化』『Olympics データ × Statistical Modelling』『日本のローカル現象 × グローバル概念』等のユニークな切り口を設計。
壮大すぎるテーマ（『日本経済 100 年史』『世界の貧困問題』等）は 20 ページに収まらず、表面的になる。逆に小さすぎるテーマ（『学校カフェテリアの売上』等）は分析が深まらない。理想は『1 つの仮説 + 5-10 データポイント + 3-5 分析手法』の規模感。
Psychology / Biology / Business の IA で人間被験者を使う場合、IB Ethical Guidelines + 学校の Ethics Committee 承認が必要。動物実験 / 18 歳未満の被験者 / 個人情報収集は厳しい制約あり。マレーシア / 日本のセンシティブ政治テーマ（May 13 / 戦争責任等）は表現に注意。
Math AA HL / SL は微積分 + 代数の応用、Math AI HL / SL は統計 + モデリング応用が評価されやすい傾向。マレーシア IB 校生向けのテーマ例 10 選。
1950-2020 年の東京都人口データに Logistic 関数をフィッティング、2050 年人口を予測。Differential Equation + Curve Fitting。
MAS / JAL / ANA の KL-成田便遅延データ収集、便会社別の遅延分布を Chi-squared で比較。Statistical Test。
建築コスト + 風荷重 + 居住空間の Trade-off を Lagrange Multiplier で最適化。Calculus 応用。
過去 10 年の MYR/JPY 為替データに GARCH モデル適用。Time Series Analysis。
衛星画像からパームオイル農園のパターンを Fractal で定量化。Box-Counting Method。
M/M/c モデルで CIQ 待ち時間を予測。実際の通過時間データで検証。Probability + Statistics。
辛さ・甘さ・酸味の Linear Programming で最適配合を導出。Excel Solver で計算。
Markov Chain でドライバーの信号待ち時間を最小化。Optimization + Stochastic Process。
過去 5 年の KLCI 日次データで Random Walk 仮説を検定。Hypothesis Testing。
Lincoln-Petersen Estimator で個体数を統計的に推定。Statistical Modeling。
Math IA の高得点 Tips：① Personal Engagement（家族の職業 / 個人興味）を 1-2 段落で明示、② 数式 LaTeX 表記（Overleaf 推奨）、③ 引用 8-15 件（教科書 + 論文）、④ Reflection 章で『学んだこと + 次の問い』を 1-2 段落。
Sciences IA は『10 時間の個別実験 + レポート』が必須。マレーシアの自然環境・産業データを活用したテーマ 10 選。
コーヒー摂取後 0-120 分の心拍数測定、カフェイン量との相関分析。Bio HL 倫理規定で年齢 18+ 必須。
5 地点で塩分濃度測定、河川流入との関係。Conductivity Meter + Refractometer。
標高 0m → 1,800m の 7 地点で気象データ収集、Adiabatic Lapse Rate 検証。Physics HL の Thermodynamics 応用。
DCPIP Titration でローカル飲料（カラマンシージュース等）の Vitamin C を定量。Chemistry HL の Redox 応用。
Nasi Lemak をバナナ葉 / プラスチック / アルミホイルで保存、48 時間後の微生物増殖を顕微鏡 + Colony Counting。
月齢別の Firefly Synchronous Flashing 周期を測定、Circadian Rhythm 仮説検証。
振り子の長さを 5 段階変化させ、周期を測定。T = 2π√(L/g) の検証 + マレーシアの重力加速度 9.78 m/s² 確認。
Cameron Highlands のネペンテス 3 種の消化液 pH 測定、含有酵素 / 蛋白質との関係。
登山列車の運動エネルギー + 位置エネルギー + 摩擦損失を計算、効率を定量化。
建築工学 + 物理学の融合。Simple Harmonic Motion + Damped Oscillation の Modeling。
Sciences IA の高得点 Tips：① Hypothesis を Theory + Equation で導出、② Uncertainty 計算（Random / Systematic Error）、③ Evaluation で改善案 3 つ以上、④ Conclusion で『仮説の妥当性 + 限界』を明示、⑤ 倫理規定（COSHH / Animal Welfare）厳守。
History / Economics / Geography / Business Management / Psychology は『一次資料 + 二次資料の組合せ』が必須。マレーシア / 日本のクロス文化テーマ 10 選。
1868-1900 年の明治政府改革 + 1945-1952 年の GHQ 占領期改革を比較、外圧主導の近代化パターンを分析。
マラヤ独立 → マレーシア結成（1963）→ シンガポール分離（1965）の政治過程を一次資料から分析。
Lee Kuan Yew の Singapore Inc. vs Mahathir の Look East / NEP を経済成長 + 所得分配で比較。
Chinese Independent High School / 国民型小学校 / インター校の言語政策を比較。Sociolinguistic 分析。
両都市の Price-to-Income Ratio + Rent-to-Price Ratio を時系列で比較。Bubble Detection。
国家投資ファンドのガバナンス失敗、Najib 政権崩壊への影響。一次資料：DOJ Filing + 議会記録。
Casino Hub としての Genting の経済貢献 + 周辺地域への波及効果を Multiplier Effect で分析。
MYR ↔ 中国 / シンガポールの個人送金フロー、家族財政・教育投資への波及。
ゴム → パームオイル → 工業化の 100 年史。Resource Curse 理論で評価。
MM2H プログラム下の日本人退職者・教育移住者の動機・統合・帰国率分析。Qualitative Research。
I&S IA の高得点 Tips：① Primary Source（一次資料）を最低 2-3 件（議会記録 / インタビュー / 統計）、② Source Evaluation（Origin / Purpose / Value / Limitation）、③ Counter-Argument を必ず含める、④ Reflection 章で『歴史家の難しさ』を論じる。
Language A（Japanese A / English A）の Individual Oral は 10 分間の口頭発表（5 分話 + 5 分質疑）。文学作品 1 + 翻訳作品 or 同言語の別作品 1 を選び、Global Issue（地球規模の課題）について比較分析。
Language A Individual Oral の高得点 Tips：① Global Issue を明確に設定（例：『現代社会における個人の疎外』『他者への罪悪感の精神への影響』）、② 両作品から 40 行以内の抜粋を 2 つ用意、③ Q&A 5 分で 追加質問への即興回答能力を示す、④ 自分の解釈を中心に + 文学評論を補強として、⑤ 録音必須、提出までに 2-3 回 Mock 練習。
マレーシア IB 校（MKIS / GIS / ISKL 等）の標準的な IA スケジュール。DP 1 中に 80% 完了させることが、DP 2 の Predicted Grade を守る鍵。
マレーシア IB 校生の典型的な失敗パターン：DP 2 / 1-3 月に全 6 教科 + EE + TOK の IA が同時に積み上がり、Predicted Grade が 35 → 32 に下がる。DP 1 / 11 月のテーマ仮決定 → DP 1 / 12 月 Final 提出を全教科で目指すと、DP 2 は試験対策に集中できる。
IB Examiner の Moderation で 教員一次評価から下げられない（むしろ上げる） 7 つの鍵。これらを Year 12 段階で意識すると 20+/24 が現実的。
Sciences IA は『Personal Engagement / Exploration / Analysis / Evaluation / Communication』、Math IA は『Communication / Mathematical Presentation / Personal Engagement / Reflection / Use of Mathematics』。各軸の最高点（5-6 点）取得条件を IBO Subject Guide で確認し、章ごとに対応。
IB は MLA / APA / Harvard / Chicago の 4 形式を許可。同一論文内で形式統一が必須。引用は In-Text Citation + Reference List の 2 箇所必須。Web Source は『Accessed Date』付き。直接引用は ”...” で囲み + ページ番号、Paraphrase も出典明記。
Turnitin で類似度 5% 未満が安全ライン、10% 超で Supervisor 面談、20% 超で再提出指示が一般的。自分の過去の作品も自己盗用扱いになるため、過去の Essay / EE と重複しないこと。
Turnitin AI Detection で 30% 超は再提出 + Supervisor 面談が標準。AI を Aids として使い、自分の言葉で書き直すルールを徹底。IBO は 2023 年以降『AI 使用は出典明記すれば許可』だが、本文を AI に書かせるのは完全 NG。
Sciences IA / Math IA で『なぜこのテーマを選んだか』を 1-2 段落で具体的に。マレーシア / 日本のクロス文化、家族の職業、個人興味のエピソードを盛り込む。テンプレ的な動機は減点。
Sciences IA の Evaluation 章では『Systematic Error / Random Error の特定』+『改善案』が必須。改善案 3 つ以上で 6 点満点（24 点満点中）を取りやすくなる。
提出 1 週間前に ① 評価基準 5 軸チェックリスト、② 引用ルール厳守確認、③ Turnitin 類似度 5% 未満、④ AI Detection 30% 未満、⑤ 字数制限（教科別）の 5 項目をチェック。マレーシア IB 校では Self-Check Form 提出が標準。
マレーシア主要 5 校の IA Supervisor 配置、提出期限、図書館リソースを整理。
南数塾は IB Math 指導を中心に、IA 全教科のサポートも行います。
※ 本記事は 2026 年 5 月時点の IBO 公式 Subject Guide・各 IB 校公式案内・マレーシア主要 IB 校（MKIS / GIS / ISKL / JSKL）への聞き取りをもとに整理しています。IA 評価比率・字数制限・提出形式は IBO の改訂で変更される可能性があります。出願年の IBO 公式 Subject Guide および学校 IB Coordinator 案内を必ずご確認ください。テーマ例は参考であり、実際の選定は Supervisor との打合せに基づいてください。
お子様の選択教科（Math AA / AI、Sciences、I&S、Language A 等）と志望大学・学部をもとに、IA のテーマ仮決定から Final 提出までの 1-2 年間の伴走計画をご提案します。Math IA は南数塾の専門領域、その他教科は提携 Tutor との連携で対応します。三者面談（生徒・保護者・講師）は無料体験時から可能です。
無料相談に申し込む