AI時代に学校は学びをどう評価すべきか

AIが合格点の作文を数秒で書けるなら、書き上がった作文はもはや生徒が何かを学んだ証明にならない。学校は課題の背後にある思考を評価する必要がある。記憶研究は、答えを生み出す努力こそが学びを定着させる大きな要素だと示しているからだ。

本稿は、宿題と評価を見直している教師と学校管理職に向けたものだ。生徒の利用がどれほど速く広がっているか、学習科学が努力について何を語るか、そして過程を評価する実践的な方法を示す。

どれだけの生徒がAIを課題に使っているか?

割合は急速に高まっている。ピュー・リサーチ・センターによると、13〜17歳の米国の10代の26%が学校の課題にChatGPTを使ったことがあり、1年前の13%から増えた。大多数の73%はまだ使っておらず、習慣はまだ形成途中だ。いま明確な期待を示すべき理由はそこにある。

なぜ学びの努力が大切なのか?

よく確立された三つの知見が、課題をAIに任せると学びが損なわれうる理由を説明する。

• 生成効果。 1978年、SlameckaとGrafは、人は読んだだけの情報より自分で生成した情報の方をよく覚えていることを示した。議論を読むだけでなく書くことが、それを学ぶことの一部なのだ。
• 望ましい困難。 ElizabethとRobertのBjork夫妻は、学習を時間的に分散させる、話題を混ぜる、読み返す代わりに自分をテストするといった学習中のある種の困難が、その場では学びを遅くするが長持ちさせることを述べている。
• 説明深度の錯覚。 RozenblitとKeilは、人が物事の仕組みを実際よりはるかに詳しく理解していると思い込んでいることを見いだした。流暢なAIの答えはこの錯覚を強めうる。生徒は良い説明を読み、それを自分のものにしたと感じてしまう。

AIと学びについて証拠は何を示しているか?

最近の研究はこの見方と合致する。高校の数学の生徒約1000人を対象とした実地実験で、Bastaniらの研究チームは、制限のないチャットボットを使った生徒が演習では成績を上げたが、それなしで受けた後の試験では成績を下げたことを見いだした。答えではなくヒントを与える家庭教師版は、その害をほぼ避けた。

Nataliya Kosmynaらによる小規模な研究「Your Brain on ChatGPT」は、作文を書く54人の脳活動を測定した。AIアシスタントを使って書いた人は三つのグループの中で脳の結合が最も弱く、自分の作文への当事者意識が最も低く、自分が書いた内容を引用するのにも苦労した。標本の小さいプレプリントなので、確定した結果ではなく注視すべき兆候である。

AIは逆に学びを支えられるか?

目的を持って課せば支えられる。Ethan MollickとLilach Mollickの「Assigning AI」は、AIを家庭教師、コーチ、チームメイト、学習者が教える「生徒」として使うなど、生徒とAIを使う七つの方法を、それぞれのリスクとともに示している。分析: これらに共通するのは、考えるのはあくまで生徒であり、AIは最終成果物を作るのではなく、問いかけ、促し、反論する役割を担う点だ。

評価はどう変わるべきか?

成果物だけでなく過程を評価する。

• 声に出して説明させる。 短い口頭確認や授業中の議論で、生徒が提出したものを理解しているかがわかる。
• 重要な作業は授業中に行う。 下書き、中心的な問題の解答、議論の構成を、教師が思考を見られる場で行う。
• 過程の記録を求める。 メモ、下書き、確認した情報源、そしてAIを許可した場合は使ったプロンプトと生徒が変更した点。
• AIを批評の対象にする。 AIの答えを生徒に渡し、誤りを見つけ、主張を情報源で確かめ、改善させる。
• 分散させ、混ぜる。 複数の話題にわたる低リスクの小テストを定期的に行う。長く残る記憶を作る望ましい困難である。
• AIを使わない課題も残す。 電卓が暗算をなくさなかったように、生徒は今も助けなしに書き、計算し、推論できることを示す必要がある。学期ごとにいくつかの監督付きでAIを使わない課題を設ければ、正直な基準が得られ、他の場面でAIを認めることも公平になる。

学校は次に何をすべきか?

1. 課題ごとに明確なAIの方針を決める: 使用禁止、申告すれば使用可、課題の一部として使用必須。
2. 最も重要な評価から作り直す。 成績が生徒自身にできることを反映するようにする。
3. 教える道具を選ぶ。 答えを出すAIより、ヒントと問いを出すAIを選ぶ。
4. 理由を生徒に伝える。 生成効果を説明する。自分で取り組むことは学ぶための方法であって、くぐり抜けるべき関門ではない。

学校でのAIのプライバシーの側面については、教室のAI:学びの向上か、プライバシーの縮小かを参照。

よくある質問

どれだけの生徒がAIを課題に使っているか?

ピュー・リサーチ・センターの2024年9〜10月の調査によると、13〜17歳の米国の10代の26%が学校の課題にChatGPTを使ったことがあり、2023年の13%から倍増した。

なぜ自分で取り組むことが学びにつながるのか?

記憶研究によれば、人は読んだだけの情報より自分で生成した情報の方をよく覚えている。この効果は1978年にSlameckaとGrafが初めて示した。学習中のある程度の努力、研究者が「望ましい困難」と呼ぶものが、知識を長持ちさせる。

AIは学びを助けるのか、損なうのか?

どちらもありうる。数学の生徒約1000人を対象とした研究では、制限のないチャットボットは演習の成績を上げたが試験の成績を下げ、答えではなくヒントを与える家庭教師版はその低下を避けた。

生徒がAIを使う中で、教師はどう学びを評価できるか?

成果物だけでなく過程を評価する。口頭での説明、授業中に行う課題、答えに至った道筋を示す下書きやメモ、そしてAIの出力を批評し検証させる課題である。

参考文献

1. Pew Research Center (2025), About a quarter of U.S. teens have used ChatGPT for schoolwork, double the share in 2023 — 米国の10代の26%が学校の課題にChatGPTを使用、2023年は13%;73%は使っていない。
2. Slamecka and Graf (1978), The generation effect: Delineation of a phenomenon, Journal of Experimental Psychology: Human Learning and Memory 4(6) — 生成効果の最初の記述。
3. Bjork and Bjork (2011), Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning — 望ましい困難:条件を変える、話題を交互に扱う、学習を分散させる、テストを学習の機会として使う。
4. Rozenblit and Keil (2002), The misunderstood limits of folk science: an illusion of explanatory depth, Cognitive Science 26(5) — 人は物事の仕組みを、実際よりはるかに詳しく理解していると思い込んでいる。
5. Bastani et al. (2025), Generative AI without guardrails can harm learning: Evidence from high school mathematics, PNAS — 制限のないチャットボットの利用は演習を助けたが後の試験を損ない、安全策がその害をほぼ防いだ。
6. Kosmyna et al. (2025), Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task (preprint) — 54人;脳波ではAI支援群の脳の結合が最も弱く、自分の作文への当事者意識も最も低かった。
7. Mollick and Mollick (2023), Assigning AI: Seven Approaches for Students, with Prompts — AIを家庭教師、コーチ、チームメイト、生徒として課す方法と、それぞれのリスク。