教員が恐れていること
新学期が始まるたびに、大学教員は同じような疑問に直面する。学生は学んでいるのか、それとも学位取得のための形式的な手続きを踏んでいるだけなのか、という疑問だ。今年は、この疑問に新たな背景が加わった。2025年11月に米国大学協会とイーロン大学が1,057人の教員を対象に行った調査によると、90%が生成型AIは学生の批判的思考力を低下させると考えており、83%が学生の集中力を低下させると考えており、95%がAIツールへの過度な依存度を高めると予想している。また、4人に3人近く、73%がAIに関連する学術倫理問題に個人的に対処した経験がある。これらは、抵抗する少数派の懸念ではない。これらは教育界の大多数の見解であり、しかも具体的だ。抽象的な「AIは破壊的だ」というものではなく、学生の思考方法に測定可能な変化が起きているという共通認識なのだ。
学生たちが既に行っていること
学生たちもこの事実を隠そうとはしていません。HEPIが2026年に実施した、英国の学部生1,054人を対象とした学生生成AI調査によると、現在95%が何らかの形でAIを使用しており、94%が評価対象となる課題にAIを使用していることが分かりました。AIが生成したテキストを直接提出したと認めたのはわずか12%でしたが、この数字は2024年の3%から4倍に増加しており、「AIを補助的に使う」ことと「AIに任せる」ことの境界線が急速に曖昧になっていることを示唆しています。この調査で寄せられた2つのコメントを並べて見ると、その実態がよく分かります。ある学生は、難解な文章を要約するためにAIを使用し、「批判的分析とより深い理解に集中できる」ようにしたと述べています。別の学生は、「自分の頭を全く使っていない」と簡潔に書いています。同じツール、同じ用語を使っても、学習体験は全く異なり、この調査ではどちらの学生も何か異常なことをしていたという兆候は見られません。
なぜその仕組みは変わっていないのか
この2人の学生を分けるのは、ツールではありません。ツールを使った後に教室で求められたことです。AIは、どんな講義よりも、どんな教科書よりも、オフィスアワーよりも早く「何を」できるでしょう。しかし、学生が結果を予測したり、選択を擁護したり、自分の言葉で何かを説明したりするよう求められた瞬間に、AIが学生の代わりになることはできません。なぜなら、そうした瞬間は、学生自身が情報を引き出す場合にのみ機能するからです。このすべての根底にあるのは、古くからある考え方、つまり想起練習、あるいはテスト効果と呼ばれるもので、情報を記憶から積極的に引き出すことで、単に情報を再び与えられるよりもはるかに強力で持続的な理解が構築されるという、よく知られた発見です。これは新しいものではなく、AIに関するものでもありません。ただ、AIによって、このプロセスを非常に簡単に省略できてしまうだけなのです。
2025年のドレクセル大学の研究は、そのギャップを数値化している。研究者たちは、データサイエンスを専攻する学生に講義の休憩時間にAIが生成した想起練習問題を与えた。これは、学生が直前に教えられた内容を思い出し、応用することを促す、リスクの低い課題だった。そして、その後の小テストの成績を、そのような練習を受けなかった対照群と比較した。想起練習群の正答率は89%、対照群は73%だった。研究者たちは、内容自体は何も変えず、学生に想起させるかどうかだけを変えたにもかかわらず、16ポイントもの差が統計的にも実際的にも有意であると指摘した。この結果は、AIが存在するからといって変わるものではない。むしろ、何が問題なのかを正確に説明している。真の学習を生み出すメカニズムは依然として努力を要する想起に基づいており、学生にとってAIの有用性は、それがその努力を促すために使われるのか、それともそれを代替するために使われるのかに完全に依存しているのだ。
保険が切れる場所
だからこそ、AIに関する方針ではなく、質問の仕方こそが、高等教育において最も活用されていない手段となる可能性があるのだ。AAC&Uの調査では、教員の87%がAI利用に関する明確な方針を策定したと回答しているにもかかわらず、59%は所属機関が学生がこれから直面する事態に対応できるよう十分な準備ができていないと答えている。方針は必要だが、それは学生が提出する内容を事後に規定するものであり、提出前の90分間、つまり講義室やゼミ室で実際に思考が行われるか行われないかの決定的な瞬間にはほとんど役に立たない。そして、いかなる方針文書も、そこで誰かをより深く考えさせることはなかったのだ。
これは決して教室でのAI導入に反対する論拠ではなく、データもその結論を裏付けていません。実際、多くの学生が既にAIをうまく活用しています。これは、どの瞬間が学生だけのものなのかをより意識的に見極め、講義、セミナー、評価方法を工夫して、そうした瞬間を意図的に守るべきだという主張です。今号の「スライドの裏話」では、ある講師が既に、一つずつ質問を投げかけることで、そのように実践している様子が紹介されています。
参考情報
米国大学協会、およびイーロン大学のデジタル未来構想センター。（2026年1月21日）。全国調査：大学教員の95％が、学生のAIへの過度な依存と、生成型AIツールを使用する学習者の批判的思考力の低下を懸念している。AAC&U。 https://www.aacu.org/newsroom/national-survey-95-of-college-faculty-fear-student-overreliance-on-ai-and-diminished-critical-thinking-among-learners-who-use-generative-ai-tools
An, Y., Liu, J., Acharya, N., & Hashmi, R. (2025). LLMで生成された検索練習問題による学生の学習の強化：データサイエンスコースにおける実証研究。arXiv. https://arxiv.org/abs/2507.05629
Stephenson, R.、および Armstrong, C. (2026 年 3 月 12 日)。学生生成型人工知能調査 2026 (HEPI レポート 199)。高等教育政策研究所。 https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/
