前回は、「AIを使う前に確かめておきたい3つのこと」を紹介しました。今回は、この連載の軸になる話です。
AIに何を聞いていますか
前回紹介したアンケートでは、AIの用途として「情報の収集」が78%、「課題・レポートの作成」が55%、「テスト問題の解答」が50%でした。どれも、AIに答えを出してもらう使い方です。
答えを聞くこと自体は、悪いことではありません。分からない言葉を調べたり、手順を確かめたりするのに、AIはとても便利です。ただ、答えをもらうだけの使い方を続けていると、AIがないと何もできない状態になってしまうかもしれません。
「AIと一緒に」と「AIのおかげで」
道具と学びの関係を考えるうえで、現代でも参考になる論文があります。教育心理学者のガブリエル・サロモンらが1991年に発表した「Partners in Cognition(認知のパートナー)」です(Salomon, Perkins & Globerson, 1991)。生成AIが登場するより30年以上も前に、電卓やワープロ、コンピュータのような「知的な道具」と人間の頭の関係を論じたものですが、今読んでも、生成AIに当てはめて考えることができる内容になっています。この論文では、道具の効果を次の2つに分けて考えています。
- effect with(道具と一緒に取り組む効果):AIを使っている間、ひとりでやるより良い成果が出ること
- effect of(道具が残してくれる効果):AIを使った経験を通じて、AIがないときにも自分の力が伸びていること
論文では、そろばんの例が挙げられています。そろばんの得意な人は、そろばんを使っているときに、速く正確に計算できます。これがeffect withです。さらに、そろばんを使い続けるうちにその手順が頭の中に入り、そろばんがなくても計算が上手になることがあります。これがeffect ofです。論文が強調しているのは、この2つを混同しないことです。道具を使うと成果が大きく上がったとしても、道具がないときの力まで伸びているとは限らないのです。
レポートに置き換えてみましょう。AIと相談しながら書けば、その場ではひとりで書くより良いレポートになります。これがeffect withです。でも、その後にAIを使わずに自分で書けるようになっているかというと、そうとは限りません。大学での学びで大切にして欲しいのは、AIを使ったあとに何が残っているか、つまりeffect ofのほうです。

カギは、頭を働かせて関わること
では、何がeffect ofを生むのでしょうか。論文が繰り返し強調しているのは、mindful engagement、つまり頭を働かせて主体的に関わることです。道具を使っている間に成果が上がるのも、学習者がしっかり考えながら使っているときだけだ、と論文は述べています。effect withもeffect ofも、この関わり方しだいなのです。AIに丸ごと任せてしまえば、できあがったものがきれいでも、それはAIとの共同作業ではなく、AIへの丸投げです。
論文は、道具の負の面にも触れています。道具に任せているうちに、以前は必要だった技能が衰えてしまう「deskilling(技能の低下)」です。平方根を手で求める手順のように、忘れてもあまり困らない技能もあります。しかし論文は、診断を助けるシステムが賢くなりすぎて、医師自身の診断する力が衰えてしまったらどうするのか、と問いかけています。冒頭で書いた「AIがないと何もできない」状態は、まさにこのことです。レポートを書く力や考えを組み立てる力を、AIに明け渡さないようにしたいものです。
問いを立てる使い方
では、effect ofを大きくするには、どう使えばよいのでしょうか。ポイントは、AIに答えを出させるのではなく、自分が考えるための問いをAIと一緒に立てることです。すぐに試せる方法を3つ紹介します。
1.先に自分で考えてから聞く
いきなり質問するのではなく、まず自分の考えを書いてから、AIに見てもらいます。
「〇〇について、私はこう考えました。(自分の考え)この考えに足りない観点や、反対の立場からの意見を教えてください。」
自分の考えが先にあるので、AIの答えと比べて「どこが違うのか」「なぜ違うのか」を考えることができます。
2.答えではなく、質問をしてもらう
「答えは言わずに、私が自分で考えられるように、ヒントになる質問を1つずつしてください。」
AIを先生役にして、問いかけてもらう使い方です。少し時間はかかりますが、最後に自分でたどり着いた答えは、記憶に残りやすくなります。


3.「なぜ?」を重ねてもらう
「私の説明に対して、『なぜそう言えるの?』と3回続けて質問してください。」
なんとなく分かったつもりになっていたところが、はっきりします。答えられなかったところが、次に調べることです。
どの方法も、ChatGPT、Claude、Gemini、Copilotのどれでも使えます。大事なのは、考える役を自分が手放さないことです。まずは次の課題や復習で、どれか1つを試してみて欲しいです。
授業で学生に考えてもらったこと
私の授業でも、「effect ofにつなげるためには何が必要か」を、学生・教員・大学のそれぞれの立場から考えてもらいました。
学生自身ができることとして多かったのは、「AIの答えを鵜呑みにせず、根拠を確かめる」「まず自分で考えてから使う」「AIの答えを自分の言葉で説明できるようにする」といった意見です。「AIに反論してもらい、討論の相手にする」「AIを使ってやったことを、次は自分で再現できるようにする」という意見もありました。まさにeffect ofを意識した使い方です。
教員に対しては、「どこまで使ってよいかを示してほしい」「完成品だけでなく、AIとのやり取りや考えた過程を評価してほしい」という声が目立ちました。「頭ごなしに禁止しないでほしい」という意見がある一方で、「AIを使わずに頑張った人が不利にならないようにしてほしい」という声もあります。
大学に対しては、AIの使い方を学べる授業や講座を求める意見が最も多く、統一したガイドラインや、性能の高いAIを使える環境を求める声も多く出ていました。
生成AI時代、私たちの学びは大きく変わっていくでしょうね。
次回予告
次回からは、具体的な場面での使い方を紹介していきます。最初は授業の復習です。授業の内容を自分の言葉で説明し、AIに抜けや誤りを指摘してもらう方法を考えます。
参考文献
Salomon, G., Perkins, D. N., & Globerson, T. (1991). Partners in cognition: Extending human intelligence with intelligent technologies. Educational Researcher, 20(3), 2–9. https://doi.org/10.3102/0013189X020003002
コメントありがとうございます
コメント | 返信 |
|---|
