【Human–AI Relations 領域1】学習・能力形成 ―― AI支援で課題ができることは「学習」を意味するのか
Human–AI Relations 監査インデックス β
領域 1 / Domain 1
学習・能力形成 / Learning・Capability Formation
AIを使って課題ができるようになったことは、人間が学習したことを意味するのか
0. Document Status
Document Type: Domain Audit / Publication Version
Domain: Learning・Capability Formation
Status: Publication Closure
Theory Status: 新しい包括的AI Learning Theory（AI学習理論）の提案ではない
Primary Function: AI支援中のPerformance（遂行成績）と、人間側に残るLearning（学習）・Capability（能力）を分離して監査する
Parent Protocol: Domain 0 — Cross-Domain Audit Protocol
本領域では、
AI支援によって課題成績が上がったこと
と、
人間側に持続的・転移可能・独立して実証可能なLearningが成立したこと
を分離する。
1. Domain
本領域では、AIが、
Tutor（学習支援AI）
Feedback Tool（フィードバック支援ツール）
Writing Assistant（文章作成支援）
Coding Assistant（コーディング支援）
Search / Explanation Tool（検索・説明支援）
Problem-solving Aid（問題解決支援）
Permanent Support Tool（恒常的支援ツール）
として使われる場合に、最低限次を分けて評価する。
Assisted Performance（AI支援中の遂行成績）
Learning（学習）
Immediate Post-Test（直後テスト）
Delayed Retention（遅延保持）
Retrieval Performance（想起成績）
Near Transfer（近転移）
Far Transfer（遠転移）
Independent / Unaided Performance（独立・無支援遂行）
Metacognition（メタ認知）
Cognitive Offloading（認知的オフローディング）
Scaffolding（足場かけ）
Skill Formation（技能形成）
AI-use Competence（AI利用能力）
Human+AI Joint Performance（人間＋AI共同遂行）
中心問題は、
AI支援中に課題成績が上がったとき、それをどこまで人間側のLearningとして解釈できるか。
である。
Learningを一つの瞬間的Score（得点）として扱わない。
評価の基本単位は、
System Design × Learner × Task × Goal × Test Condition × Time Horizon
である。
2. Core Question
中心問いは次である。
AI支援によってImmediate Task Performance（即時課題成績）が改善したとき、その改善はどの程度、AIなしでも持続・転移・再現可能なHuman Learning Outcome（人間側学習成果）として残っているのか。
ただし、
AIを外した後にも必ず同じ能力が残ること
を、すべてのAI利用に共通するSuccess Condition（成功条件）とはしない。
Education（教育）、Skill Formation（技能形成）、Productivity（生産性）、Accessibility（アクセシビリティ）、Permanent Support（恒常支援）ではGoal（目的）が異なる。
Domain 1の中心原則は、
AI支援中の課題成績（Assisted Task Performance）は、持続的・転移可能・独立して実証可能なLearningを意味しない。
すなわち、
AI支援中の課題成績だけでは、持続的・転移可能・独立して実証可能なLearningを確立できない。
である。
Immediate Post-Test、Delayed Retention、Transfer、Unaided Performanceは、Learningを評価する異なるAssessment Condition / Outcome（評価条件・結果）であり、単純な直列Ladder（段階）ではない。[D1-S01][D1-S02]
3. Key Distinctions
3.1 Assisted Performance ≠ Learning
AIを使用しながらAccuracy（正確性）、Speed（速度）、Completion Quality（完成品質）が向上したことだけでは、人間側のLearningを確立できない。
AIは、
正答を提示する
中間計算を代行する
Codeを生成する
構成を提案する
Errorを自動修正する
ことでHuman+AI System全体のPerformanceを改善できる。
それ自体は重要なOutcomeである。
しかし、
Human+AIでできた
≠
人間単独でも同じことができる
である。
3.2 Learningを直列Ladderにしない
次のような単純な直列構造は採用しない。
遂行成績（Performance）
→ 学習（Learning）
→ 保持（Retention）
→ 転移（Transfer）
Retention（保持）はLearningの「次段階」ではなく、学習成果が時間を置いてどの程度残るかを見るAssessment Conditionである。
Transfer（転移）も、Knowledge / Skillが異なるTaskやContextへどの程度Generalize（一般化）するかを見るAssessmentである。[D1-S01]
3.3 Immediate Post-Test ≠ Delayed Retention
同一Sessionまたは介入直後のAI-free Test（AIなしテスト）を、そのままRetentionとは呼ばない。
Delayed Retentionを主張するには、時間を置いた評価が必要である。
3.4 Correct Answer ≠ Understanding
AIを利用して正答したことだけではUnderstanding（理解）を確立できない。
必要に応じて、
自分で説明できるか
Errorを検出できるか
別Taskへ適用できるか
AIなしで再現できるか
を別に測定する。
3.5 Confidence ≠ Understanding
AI Responseを読み、
分かった気がする
ことと、
実際に理解している
ことを分ける。
同様に、
Perceived Fluency（流暢に理解できた感覚）
≠ Durable Learning（持続的学習）
である。
3.6 Cognitive Offloading ≠ Deskilling
Memory（記憶）、Calculation（計算）、Search（検索）、Drafting（下書き）などをExternal Tool（外部ツール）へ移すCognitive Offloading（認知的オフローディング）は、確立された認知現象である。[D1-S09]
しかし、
認知的オフローディング（Cognitive Offloading）
→ 技能低下（Skill Loss）
とは自動的に言えない。
さらに、
認知的オフローディング（Offloading）
≠ 技能非使用（Skill Non-use）
≠ 独立遂行低下（Reduced Independent Performance）
≠ 測定された技能低下（Measured Skill Loss）
≠ 長期的技能萎縮（Long-term Deskilling）
である。[D1-S09]
3.7 Permanent Support ≠ Learning Failure
Accessibilityや恒常支援では、AIを使い続けること自体が正当なGoalになり得る。
したがって、
支援を外したらPerformanceが下がった
→ Learning Failure / Capability Failure
とは一般化しない。[D1-S14]
3.8 Less Effort ≠ Better Learning
AIによってEffort（努力量）が減ったことだけでは、Learningが改善したとは言えない。
3.9 More Effort ≠ Better Learning
逆に、より多く努力したことだけでもLearningを確立できない。
重要なのは、
どのCognitive Processing（認知処理）が減った・増えたのか
である。
3.10 AI-generated Explanation ≠ Learner-generated Self-Explanation
AIが説明文を生成したことと、Learner（学習者）が自分のReasoning（推論）を説明したことは同一ではない。[D1-S10]
3.11 AI-free Performance ≠ Universal Gold Standard
AIなしで何ができるかは重要なAssessment Conditionになり得る。
しかし、
Human-only Performance（人間単独遂行）
= Universal Gold Standard（普遍的な唯一の基準）
とはしない。
何を測るべきかはTarget Construct（測定対象概念）とGoalによる。[D1-S13][D1-S14]
4. Assessment Conditions
Learningを評価するとき、最低限次を分ける。
Assisted Performance（支援中遂行）
AIを使用しながら行った課題のAccuracy、Quality、Speed等。
Immediate Post-Test（直後テスト）
支援終了直後に本人が何をできるか。
Delayed Retention（遅延保持）
時間を置いた後にKnowledge / Skillがどの程度保持されているか。
Retrieval Performance（想起成績）
External SupportなしにKnowledgeやProcedure（手順）を取り出せるか。
Near Transfer（近転移）
類似した新規Taskへ適用できるか。
Far Transfer（遠転移）
Contextや構造の大きく異なるTaskへ適用できるか。
Independent / Unaided Performance（独立・無支援遂行）
AIなしで何ができるか。
Error Detection（誤り検出）
AIまたは自分のErrorを見抜けるか。
Metacognitive Calibration（メタ認知的較正）
自己評価とActual Performance（実際の成績）がどの程度対応しているか。
Human+AI Joint Performance（人間＋AI共同遂行）
Human+AIを一つのSystemとして見たとき、どの程度良いOutcomeを出せるか。
これらは同一Outcomeではない。
5. Goal Audit
AI Learning Systemを評価するときは、先にGoalを確認する。
Education（教育）
Human Knowledge / Skill形成が中心。
Skill Formation（技能形成）
Practice、Retention、Transfer、Independent Performanceが重要になる場合がある。
Productivity（生産性）
Task OutputそのものがPrimary Outcome（主要評価結果）になり得る。
Accessibility（アクセシビリティ）
Access、Participation（参加）、Functioning（機能）がPrimary Outcomeになり得る。
Permanent Support（恒常支援）
Supportの継続利用を前提とする。
Professional Augmentation（専門職支援）
Human+AI Joint Performanceに加え、
Verification（検証）
Judgment（判断）
Delegation（委任）
Error Correction（誤り修正）
などが重要になる。
Goalが違えば、「成功」の意味も変わる。
6. Human Capability（人間側能力）を一つのScoreにしない
最低限、三つを分ける。
Unaided Capability（無支援能力）
AIなしで本人ができること。
AI-use Competence（AI利用能力）
AIを、
選択する
問う
問いを設計する（Prompting）
検証する（Verification）
Errorを検出する
修正する
委任範囲（Delegation Scope）を調整する
限界（Limit）を理解する
能力。
Joint-System Performance（共同システム遂行）
Human+AI System全体として達成できること。
これらは新しいTheoryやValidated Scale（妥当性確認済み尺度）ではない。
監査上の区分である。
Joint-System Performance ≠ Individual Human Capability
である一方、
Human-only Performance ≠ Universal Gold Standard
とも置かない。[D1-S13][D1-S14]
7. Existing Research Traditions
Domain 1では、新しい包括的AI Learning Theoryを作る前に既存研究を優先する。
主な研究伝統は、
Learning Sciences（学習科学）
Educational Measurement（教育測定）[D1-S13]
Construct / Assessment Validity（構成概念・評価妥当性）[D1-S13]
Transfer of Learning（学習転移）[D1-S01]
Retrieval Practice（検索練習・想起練習）[D1-S02]
Self-Explanation（自己説明）[D1-S10]
Worked Examples（完成例・例題学習）[D1-S11]
Cognitive Load Theory（認知負荷理論）[D1-S11]
Scaffolding（足場かけ）
Expertise Research（熟達研究）[D1-S12]
Metacognition（メタ認知）
Cognitive Offloading（認知的オフローディング）[D1-S09]
Assistive Technology（支援技術）[D1-S14]
である。
特にEducational Measurementでは、
何を測定しようとしているのか（What are we trying to measure?）
を先に決める必要がある。
試験が、
Human Memory
Human Reasoning
Domain Knowledge
AI-use Competence
Human+AI Professional Performance
のどれを測定するのかによって、AI使用可否の意味も変わる。[D1-S13]
8. Direct AI-Specific Evidence
2026年時点のDirect AI Evidence（AI直接実証）は一方向ではない。
確認されているのは、
課題成績↑ / 学習↑
課題成績↑ / 学習↔
課題成績↑ / 独立遂行↓
など、複数の組合せがあり得ることである。[D1-S03][D1-S04][D1-S05]
したがって、
AIが一般にLearningを改善する
とも、
AIが一般にLearningを害する
とも言えない。[D1-S03][D1-S04][D1-S05]
結果は、
System Design × Learner × Task × Goal × Assessment Condition × Time Horizon
によって変わる。
9. Bastani et al.：Performance ↑ / Short-term AI-free Performance ↓
Bastani et al. (2025) は、トルコの高校数学を対象とした約1,000名規模のRandomized Controlled Trial（無作為化比較試験、RCT）である。[D1-S03]
4回の90分Sessionで、
GPT Base
GPT Tutor
Control
を比較した。
AI-assisted Practice PerformanceはControlより、
GPT Base：約48%高い
GPT Tutor：約127%高い
と報告された。
一方、AIを外した同一Session内のExamでは、GPT Base群はControlより約17%低いPerformanceを示した。
GPT Tutor条件ではこのNegative Effect（負の効果）は大幅に縮小した。
この研究が直接支持するのは、
AI使用中の遂行成績（AI-on Performance）と、同一Session内・短期のAIなし遂行成績（AI-free Performance）は異なる方向へ動き得る。
という点である。[D1-S03]
これは、
Delayed Retentionが低下した
ことのEvidenceではない。
また、
Generative AI一般がLearningを害する
ことも支持しない。[D1-S03]
GPT TutorはTeacher-authored Solution（教師作成解法）、Common Error（典型的誤り）、Hint（ヒント）等を利用し、Full Answer（完成回答）を避けるよう設計されていた。
したがって、
システム設計（System Design）が結果を変える。
ことが重要である。[D1-S03]
10. Kestin et al.：Structured AI TutorとImmediate Learning
Kestin et al. (2025) は、大学物理学履修者194名を対象としたRandomized Crossover Study（無作為化クロスオーバー研究）である。[D1-S04]
Research-based Instructional Design（研究知見に基づく教授設計）を組み込んだCourse-specific AI TutorとActive-learning Classroom（能動学習授業）を比較した。
AI Tutor条件では、
Immediate Post-Test Performanceが高い
Time-on-task（課題時間）が短い
という結果が得られた。[D1-S04]
これは、
適切に設計されたAI Tutorは、研究条件内でImmediate Learningを支援し得る。
ことを支持する。[D1-S04]
同時に、
時間・努力が少ない
→ Learningも少ない
という単純な推論へのCounterevidence（反証方向の証拠）でもある。
ただし、
Long-term Retention
Far Transfer
Multi-year Skill Formation
までは確立していない。[D1-S04]
11. Delayed Retention
Barcaui (2025) は、大学生120名を対象にChatGPT-assisted LearningとControlを比較したRCTである。[D1-S05]
45日後のRetention Testを完了した85名では、
ChatGPT群：57.5%
Control群：68.5%
であり、有意差が報告された。
t(83) = -3.19
p = .002
Cohen's d = 0.68
この研究から安全に言えるのは、
特定のChatGPT-assisted Learning条件で、45日後のDelayed RetentionがControlより低かった。
ということである。[D1-S05]
一方、
Cognitive Offloadingが原因だった
Retrieval Effort低下が媒介した
Generative AIがLong-term Deskillingを引き起こした
までは確立できない。[D1-S05]
Mechanism（機序）解釈と直接測定Outcomeを分離する。
12. Long-term Deskilling
Current Generative AIについて、
Persistent Generative AI use causes general long-term deskilling.
という広いCausal Claim（因果主張）を支持する、Years-to-decades Scale（数年〜数十年）のDirect Longitudinal Evidence（直接縦断証拠）は確認できない。
短期AI-free Performance低下や45日Retention低下は、
一定条件でLearning OutcomeやIndependent Performanceが低下し得る
ことを示す。[D1-S03][D1-S05]
しかし、
数年単位の技能侵食（Years-long Skill Erosion）
領域一般的な認知低下（Domain-general Cognitive Decline）
不可逆的な熟達喪失（Irreversible Expertise Loss）
までは支持しない。
したがって、
一般的な長期Deskilling：Evidence currently insufficient
とする。
同時に、
Evidenceが不足している
→ Deskillingは起こらない
とも推論しない。[D1-S09]
13. Answer Provision ≠ Learning Harm
AIが完成した答えを提示することが、必ずLearningを害するとは言えない。
Worked Example Researchでは、特にNovice（初心者）において完成例がLearningを支援する場合がある。[D1-S11]
したがって、
AIが答えを提示する
→ 学習者が考えない
→ Learningが低下する
という一般Chainは採用しない。[D1-S11]
一方、AIが、
Retrieval
Generation
Self-Explanation
Error Correction
などTarget-relevant Processing（学習目標に関連する処理）を代行する場合、Learning Opportunity（学習機会）が減る可能性がある。
重要なのはEffort量ではなく、
何のProcessingをAIが減らしたのか
である。
14. Retrieval Practice
Retrieval PracticeがDelayed Retentionを改善し得ることには強いExisting Evidenceがある。[D1-S02]
AIが即座にAnswerを提示すればRetrieval Opportunityを減らす可能性はある。
しかし、
AI利用
→ Retrievalの減少
→ Retentionの低下
を一般的AI-specific Causal Lawとして扱わない。
AI自身がRetrieval Practiceを促すDesignも可能である。
15. Self-Explanation
Self-Explanation（自己説明）は、Learner自身がReasoningやExplanationを生成するLearning Processである。
Chi et al.の研究では、Self-Explanationが理解やProblem Solvingを支援し得ることが示されている。[D1-S10]
AIは、
「なぜですか（Why?）」
「推論過程を説明してください（Explain your reasoning.）」
「代替案を比較してください（Compare alternatives.）」
「どの仮定を使いましたか（What assumption did you use?）」
などを通じてSelf-Explanationを促せる。
しかし、
AI-generated Explanation ≠ Learner-generated Self-Explanation
である。[D1-S10]
同時に、
Self-ExplanationがProvided Explanationより常に優れている
とも一般化しない。[D1-S10]
16. Cognitive Load
Cognitive Load Theory（認知負荷理論）では、
Effortが少ない = Learningが良い
とはしない。
逆に、
Effortが多い = Learningが良い
とも置かない。[D1-S11]
AIが、
無関係な探索（Irrelevant Search）
Interface操作
Routine Calculation（定型計算）
などのExtraneous Processing（学習目標と無関係な余分な処理）を減らす場合はBenefitになり得る。
一方でLearning Targetそのものに必要な、
Retrieval
Reasoning
Explanation
Error Detection
まで代替した場合は、Learning Opportunityが減る可能性がある。
17. Scaffolding
Scaffolding（足場かけ）をAI Support全般の便利語として使わない。
Scaffoldingと呼ぶ場合には、
Learner NeedへのContingency（必要性への適応）
Learner Activity（学習者自身の活動）
Support Adjustment（支援調整）
Responsibility Transfer（責任移行）
など、何が実装されているか確認する。
単なるAnswer ProvisionやExplanation Provisionなら、
Instructional Assistance（教授上の支援）
と呼ぶ方が安全な場合がある。
また、
すべてのScaffoldingは最終的に完全除去されなければならない
というUniversal Claimも置かない。
AccessibilityやPermanent SupportではGoalが異なる。
18. Metacognition
Metacognitionを一つのScoreにしない。
最低限、
Confidence（確信度）
Perceived Fluency（知覚された流暢さ）
Perceived Understanding（知覚された理解）
Self-assessment Accuracy（自己評価精度）
Calibration（較正）
Error Detection（誤り検出）
を分ける。
Fernandes et al. (2026) は、LSAT Logical Reasoningを用いた二つのStudyで、AI支援によるObjective Performance GainとSelf-assessment Overestimation（自己評価の過大化）の併存を報告した。[D1-S06]
安全に言えるのは、
AI-assisted Performance GainとSelf-assessment Accuracy / Calibrationは乖離し得る。
ことである。[D1-S06]
AI Literacy（AIリテラシー）が高い参加者ほどSelf-assessment Accuracyが低い傾向も報告された。
ただし、
AI LiteracyがOverconfidenceを引き起こす
とは因果化しない。[D1-S06]
19. LLM FeedbackとSelf-assessment
Liebenow (2025) は、Grade 10（10年生）のLearner 459名を対象に、LLM-generated FeedbackがSelf-assessment Accuracyへ与える影響を検討した。[D1-S07]
平均的にはSelf-assessment Accuracyの一律改善は確認されず、
Initial Self-assessment Accuracy / Calibration
によってEffectが異なるHeterogeneous Effect（異質な効果）が報告された。[D1-S07]
したがって、
AI FeedbackがMetacognitionを一般に改善する
とも、
AI FeedbackがMetacognitionを一般に悪化させる
とも言えない。[D1-S07]
20. Cognitive Offloading
Cognitive Offloadingは、
記憶（Memory）
計算（Calculation）
検索（Search）
下書き（Drafting）
計画（Planning）
Navigation（移動・経路案内）
などをExternal Toolへ移す現象である。[D1-S09]
Offloadingそのものは異常でも失敗でもない。
Skill Lossを主張するなら、
Baseline Skill（事前技能）
Exposure Duration（利用期間）
Training Opportunity（訓練機会）
Delayed Independent Performance（遅延独立遂行）
Transfer（転移）
Recovery / Relearning（回復・再学習）
などを確認する必要がある。
Non-AI Cognitive Offloading研究を、Generative AI-specific DeskillingのDirect Evidenceへ昇格させない。[D1-S09]
21. Expertise
Prior Expertise（事前熟達度）は重要なModerator（調整要因）候補である。[D1-S12]
同じSupportでも、
Novice（初心者）
Intermediate（中級者）
Expert（熟達者）
でBenefit / Riskが異なり得る。
しかし、
初心者は害を受け、熟達者は利益を得る
という普遍的Directional Rule（方向則）は置かない。[D1-S12]
2026年のLeetCoach Pilotでは、N=19という小規模研究ながら、NoviceにおいてAI支援後のUnaided Post-Test Improvementが観察された。[D1-S08]
これは、
AIは初心者に必ず有害である
というUniversal ClaimへのCounterexample候補になる。[D1-S08]
ただし、小規模Pilotから逆方向の一般則も作らない。
22. Accessibility Boundary
Accessibilityでは、
AIなしのIndependent Performance
がSuccess Conditionでない場合がある。
WHO ICF（International Classification of Functioning, Disability and Health：国際生活機能分類）は、Functioningを個人内部だけでなくEnvironmental Factors（環境因子）を含むContextで捉えるFrameworkである。[D1-S14]
したがって、
Support-inclusive Functioning（支援込みの機能）
を評価対象に含めることには既存Framework上の根拠がある。[D1-S14]
ただし、
Permanent Supportは常に望ましい
というNormative ClaimをICFから直接導かない。
Domain 1では、
Support Removal（支援除去）をUniversal Success Conditionとしない。
という分析原則として扱う。[D1-S14]
23. Children / Adolescents
Children / Adolescents（子ども・青年）では、
Literacy（読み書き能力）
Numeracy（数的能力）
Reasoning（推論）
Self-Regulation（自己調整）
Metacognition（メタ認知）
Foundational Skill Formation（基礎技能形成）
が発達途中である。
成人・大学生の短期EvidenceをそのままChild Development（子どもの発達）へ外挿しない。
Current Generative AIについて、
幼児期から成人期までPersistent AI Supportを受け続けた世代
を同一System Configuration / Exposure Patternのまま直接追跡したLongitudinal Evidenceは、2026年時点では歴史的に成立し得ない。
したがって、
AIとともに育った子どもは、成人後にCritical Thinkingが弱くなる
というClaimは、
Not Yet Historically Possible for This System Configuration and Exposure Duration
とする。
24. Critical Thinking
Critical Thinking（批判的思考）を一つの曖昧な能力として扱わない。
最低限、
Evaluation（評価）
Inference（推論）
Argument Analysis（議論分析）
Source Assessment（情報源評価）
Error Detection（誤り検出）
などへ分解する。
一つのTask PerformanceやSelf-reportから、
総合的な批判的思考能力（Overall Critical-thinking Ability）
を推論しない。
25. Counterevidence / Alternative Explanations
25.1 AI支援はLearningを改善する場合もある
Kestin等のEvidenceがあるため、
AI支援が一般にLearningを害する
とは言えない。[D1-S04]
25.2 AI回答提示は必ずLearningを妨げるわけではない
Worked ExampleやStructured TutorがCounterevidenceになる。[D1-S10][D1-S11]
25.3 Permanent SupportはCapability Failureではない
AccessibilityではSupport-inclusive FunctioningがPrimary Outcomeになり得る。[D1-S14]
25.4 Lower Independent Performanceには複数説明がある
練習不足（Insufficient Practice）
答えの代替（Answer Substitution）
Retrieval減少（Reduced Retrieval）
Interface差（Interface Differences）
Motivation（動機づけ）
Novelty（新奇性）
Time-on-task（課題時間）
等を分ける。
Bastani et al.の結果だけから、特定Mechanismを確定しない。[D1-S03]
25.5 Metacognitive Error ≠ Skill Loss
Self-assessment Accuracyが悪化しても、Objective Skillが低下したとは限らない。[D1-S06][D1-S07]
26. Evidence Status
Conceptual Non-entailmentやNormative ClaimへA–Fを機械的に付けない。
例えば、
Assisted Performance does not entail Learning
Cognitive Offloading does not entail Deskilling [D1-S09]
Permanent Support does not entail Learning Failure [D1-S14]
Human-only Performance is not a universal gold standard [D1-S13][D1-S14]
は主としてConceptual / Measurement Distinctionである。
A–Fは具体的なEmpirical / Causal / Predictive Claimへ使用する。
B — Direct empirical support within stated scope
特定Math AI条件でAI-on Performanceとsame-session AI-free Performanceが乖離した。[D1-S03]
Structured AI TutorでImmediate Post-Test Performanceが改善した。[D1-S04]
特定ChatGPT-assisted conditionで45日後Delayed Retentionが低かった。[D1-S05]
特定Reasoning TaskでPerformance GainとSelf-assessment Overestimationが併存した。[D1-S06]
LLM FeedbackのSelf-assessment EffectにLearner Heterogeneityが観察された。[D1-S07]
E — Evidence currently insufficient / indeterminate
Persistent Generative AI use causes general long-term deskilling.
Childhood AI use causes adult critical-thinking decline.
AI permanently reduces independent cognition across domains.
Novices are generally harmed while experts generally benefit.
27. 現時点で言えること / What We Can Say Now
2026年時点で比較的安全に言えるのは次である。
AI-assisted Task PerformanceだけではDurable / Transferable / Independently Demonstrable Learningを確立できない。[D1-S01][D1-S13]
AI-on Performanceとsame-session AI-free Performanceが逆方向へ動く場合がある。[D1-S03]
Carefully designed AI TutorがImmediate Learningを改善する場合がある。[D1-S04]
特定ChatGPT-assisted Learning条件で、45日後のDelayed RetentionがControlより低かった研究がある。[D1-S05]
Performance GainとSelf-assessment Accuracy / Calibrationが乖離する場合がある。[D1-S06]
LLM FeedbackのMetacognitive EffectはLearnerによって異なる場合がある。[D1-S07]
Cognitive Offloadingの存在だけではDeskillingを確立できない。[D1-S09]
Support EffectはPrior Expertiseによって変化し得るが、AI-specificな一方向のNovice / Expert Ruleは確立していない。[D1-S08][D1-S12]
AI-free Performanceの重要性はTarget ConstructとGoalによる。[D1-S13]
AccessibilityではSupportを含むFunctioningを評価対象にすることが正当な場合がある。[D1-S14]
28. 現時点では言えないこと / What We Cannot Say Yet
現在のEvidenceから次は一般化できない。
AIが一般にLearningを改善するとは言えない。[D1-S03][D1-S04][D1-S05]
AIが一般にLearningを害するとは言えない。[D1-S03][D1-S04][D1-S05]
AI利用が一般的な長期Deskillingを引き起こすとは言えない。[D1-S03][D1-S05][D1-S09]
長期的有害性がまだ実証されていないことから、Deskilling Riskが存在しないとは言えない。[D1-S09]
AIがLearnerを一般にOverconfidentにするとは言えない。[D1-S06][D1-S07]
AI LiteracyがOverconfidenceを引き起こすとは言えない。[D1-S06]
Answer-givingがLearningを妨げるとは一般化できない。[D1-S10][D1-S11]
Guardrailed AI TutorがGeneral-purpose LLMより一般に優れているとは言えない。[D1-S03][D1-S04]
AI-off Performanceが常に「真のCapability」を表すとは言えない。[D1-S13][D1-S14]
Noviceは一般に害を受け、Expertは一般に利益を得るとは言えない。[D1-S08][D1-S12]
Cognitive OffloadingがLong-term Skill Lossを引き起こすとは言えない。[D1-S09]
AIとともに育った子どもが成人後にCritical Thinkingを弱めるとは、現時点では直接確立できない。これは Not Yet Historically Possible for This System Configuration and Exposure Duration に該当する。
29. Boundary Conditions
各Claimでは最低限次を確認する。
Learner（学習者）
年齢（Age）
事前知識（Prior Knowledge）
熟達度（Expertise）
動機づけ（Motivation）
System（システム）
汎用LLM（General-purpose LLM）
Tutor（学習支援AI）
Feedback System（フィードバックシステム）
Coding Assistant（コーディング支援）
Structured Learning Tool（構造化学習ツール）
Accessibility Tool（アクセシビリティ支援ツール）
Task（課題）
数学（Math）
物理（Physics）
Coding（コーディング）
Writing（文章作成）
Reasoning（推論）
Retrieval（想起）
Goal（目的）
Learning（学習）
Skill Formation（技能形成）
Productivity（生産性）
Accessibility（アクセシビリティ）
Permanent Support（恒常支援）
Professional Augmentation（専門職支援）
Assessment Condition（評価条件）
AI使用中（AI-on）
AIなし（AI-off）
即時評価（Immediate）
遅延評価（Delayed）
近転移（Near Transfer）
遠転移（Far Transfer）
Outcome（結果）
正確性（Accuracy）
保持（Retention）
転移（Transfer）
較正（Calibration）
誤り検出（Error Detection）
共同遂行（Joint Performance）
Time Horizon（時間軸）
即時（Immediate）
数日 / 数週間（Days / Weeks）
数か月（Months）
数年（Years）
発達的時間軸（Developmental）
30. Cross-References
Domain 0 — Cross-Domain Audit Protocol
Claim Type、Evidence Layer、Evidence Status、Time Horizonの共通規格。
Domain 2 — Decision Formation・Decision Support
Cognitive Offloading、Delegation、AI-use CompetenceとHuman Decision Formationの境界。
Domain 3 — Trust・Reliance・Calibration
Confidence、Reliance、Calibration。
Domain 8 — Accessibility・Assistive Technology・Participation
Permanent Support、Participation、Support-inclusive Functioning。
Domain 9 — Work・Organization・Algorithmic Management
Workplace Skill、Deskilling、AI-use Competence。
Domain 10 — Oversight・Safety・Control
Verification Skill、Error Detection、Skill Maintenance。
Domain 12 — Finance・Consumer・Credit・Insurance
Financial Capability、AI-use Competence、Joint Decision Performance。
31. Source Ledger
[D1-S01] Barnett & Ceci (2002)
Full Citation
Barnett, S. M., & Ceci, S. J. (2002). When and where do we apply what we learn? A taxonomy for far transfer. Psychological Bulletin, 128(4), 612–637.
Year
2002
DOI
10.1037/0033-2909.128.4.612
Source Type
Authoritative Review / Taxonomy
Research Tradition
Transfer of Learning
Claim Type
Conceptual / Empirical Review
Evidence Layer
Layer A — Existing Research Tradition
Population / N
Not applicable
Design
Review / Taxonomy
AI / System
Not applicable
Outcome
Transfer dimensions
Supports
Transferが単一Outcomeではなく、Content、Context、Time、Modality等によって異なること。
Does Not Support
Generative AI固有のTransfer Effect。
Key Limitation
AI-specific Evidenceではない。
[D1-S02] Roediger & Karpicke (2006)
Full Citation
Roediger, H. L., III, & Karpicke, J. D. (2006). Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention. Psychological Science, 17(3), 249–255.
Year
2006
DOI
10.1111/j.1467-9280.2006.01693.x
Source Type
Experimental Cognitive Psychology
Research Tradition
Retrieval Practice
Evidence Layer
Layer A
AI / System
Not applicable
Outcome
Immediate Performance / Delayed Retention
Supports
Immediate PerformanceとDelayed Retentionが異なる方向へ動き得ること。Retrieval PracticeがDelayed Retentionを改善し得ること。
Does Not Support
AI use necessarily reduces Retrieval Practice or Retention.
[D1-S03] Bastani et al. (2025)
Full Citation
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122.
Year
2025
DOI
10.1073/pnas.2422633122
Correction DOI
10.1073/pnas.2518204122
Source Type
Randomized Controlled Trial
Research Tradition
AI-assisted Learning
Claim Type
Empirical / Causal within experiment
Evidence Layer
Layer B — Direct AI-Specific Evidence
Population
Turkish high-school mathematics students
N
Approximately 1,000
Design
Randomized Controlled Trial
AI / System
GPT Base / GPT Tutor
Comparator
Control
Intervention
Four 90-minute sessions
Outcome
AI-assisted Practice Performance / same-session AI-free Exam Performance
Main Result
GPT Base Practice Performance約+48%、GPT Tutor約+127%。GPT Base群のAI-free ExamはControlより約17%低かった。Tutor条件ではNegative Effectが大幅に縮小。
Supports
Assisted Performanceとshort-term AI-free Performanceの乖離。System Design matters.
Does Not Support
Delayed Retention Loss、Long-term Deskilling、Generative AI一般の教育的有害性。
Evidence Status
B within studied conditions
Key Limitation
Same-session / short-term outcomeであり、Delayed Retentionではない。
[D1-S04] Kestin et al. (2025)
Full Citation
Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458.
Year
2025
DOI
10.1038/s41598-025-97652-6
Source Type
Randomized Crossover Study
Research Tradition
AI Tutoring / Learning Science
Evidence Layer
Layer B
Population
University physics students
N
194
AI / System
Course-specific research-based AI Tutor
Comparator
Active-learning classroom
Outcome
Immediate Post-Test Performance / Time-on-task
Main Result
AI Tutor条件で高いImmediate Post-Test Performanceと短いTime-on-task。
Supports
Structured AI tutoring can improve immediate learning under studied conditions.
Does Not Support
Long-term Retention、Far Transfer、AI Tutor一般の優越。
Evidence Status
B within studied conditions
Key Limitation
Long-term Follow-up / Far Transferを測定していない。
[D1-S05] Barcaui (2025)
Full Citation
Barcaui, A. (2025). ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Social Sciences & Humanities Open, 12, 102287.
Year
2025
DOI
10.1016/j.ssaho.2025.102287
Source Type
Randomized Controlled Trial
Research Tradition
AI-assisted Learning / Retention
Evidence Layer
Layer B
Population
Undergraduate business students
N
120 randomized; 85 completed 45-day retention test
AI / System
ChatGPT
Comparator
Traditional learning condition
Follow-up
45 days
Outcome
Delayed Retention
Main Result
ChatGPT群57.5%、Control群68.5%。t(83) = -3.19, p = .002, Cohen's d = 0.68.
Supports
特定条件で45日後Retentionが低下し得ること。
Does Not Support
一般的Long-term Deskilling、不可逆的Skill Loss、Cognitive Offloadingが因果媒介であること。
Evidence Status
B within studied conditions
Key Limitation
単一Population / Task / AI条件。
[D1-S06] Fernandes et al. (2026)
Full Citation
Fernandes, D., Villa, S., Nicholls, S., Haavisto, O., Buschek, D., Schmidt, A., Kosch, T., Shen, C., & Welsch, R. (2026). AI makes you smarter but none the wiser: The disconnect between performance and metacognition. Computers in Human Behavior, 175, 108779.
Year
2026
DOI
10.1016/j.chb.2025.108779
Source Type
Experimental Study
Research Tradition
Metacognition / Human–AI Interaction
Evidence Layer
Layer B
Population
Adult participants
N
Study 1: 246
Study 2: 452
AI / System
ChatGPT-4o
Task
LSAT Logical Reasoning
Outcome
Objective Performance / Self-assessment Accuracy / Calibration
Supports
AI-assisted Performance GainとSelf-assessment Overestimationが併存し得ること。
Does Not Support
AI generally causes overconfidence。Underlying Skill Loss。
Evidence Status
B within tested tasks
Key Limitation
Task-specific、short-term study。
[D1-S07] Liebenow (2025)
Full Citation
Liebenow, L. (2025). Self-Assessment Accuracy in the Age of Artificial Intelligence: Differential Effects of LLM-Generated Feedback. Computers & Education, 237, 105385.
Year
2025
DOI
10.1016/j.compedu.2025.105385
Source Type
Empirical Educational Study
Research Tradition
Metacognition / Educational Feedback
Evidence Layer
Layer B
Population
Grade 10 students
N
459
AI / System
LLM-generated Feedback
Outcome
Self-assessment Accuracy / Calibration
Supports
LLM FeedbackのMetacognitive EffectがInitial Self-assessment Accuracyによって異なり得ること。
Does Not Support
AI Feedbackが全LearnerのMetacognitionを一律に改善または悪化させること。
Evidence Status
B within studied population
[D1-S08] Tran-Le et al. / LeetCoach (2026)
Full Citation
Tran-Le, B.-T., Thomas, P., Stiffler, N. M., & Nguyen, T. N. (2026). How Does LLM-powered Coding Assistance Shape Incidental Learning? Exploring Cognitive Forcing Strategies in Programming Education. Proceedings of the AAAI Conference on Artificial Intelligence, 40(48), 40880–40888.
Year
2026
DOI
10.1609/aaai.v40i48.42121
Source Type
Pilot Study
Research Tradition
Programming Education / Human–AI Learning
Evidence Layer
Layer B
Population
Programming learners
N
19
Design
Within-subject pilot study
AI / System
LeetCoach
Outcome
Debugging / Algorithm Understanding / Unaided Post-Test
Supports
適切なPrompting / Cognitive Forcing条件でNoviceにもIncidental Learningが生じ得ること。
Does Not Support
Novices generally benefit more than experts。AI-specific Expertise Rule。
Evidence Status
B local / low generalizability
Key Limitation
Very small pilot N。
[D1-S09] Risko & Gilbert (2016)
Full Citation
Risko, E. F., & Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences, 20(9), 676–688.
Year
2016
DOI
10.1016/j.tics.2016.07.002
Source Type
Authoritative Review
Research Tradition
Cognitive Offloading
Evidence Layer
Layer A
AI / System
Not applicable
Supports
External ToolによるCognitive Offloadingが確立された現象であること。
Does Not Support
Generative AI-specific Deskilling。
Key Limitation
Generative AI以前の研究伝統。
[D1-S10] Chi et al. (1989; 1994)
Representative Sources
Chi, M. T. H., Bassok, M., Lewis, M. W., Reimann, P., & Glaser, R. (1989). Self-Explanations: How Students Study and Use Examples in Learning to Solve Problems. Cognitive Science, 13(2), 145–182.
DOI: 10.1207/s15516709cog1302_1
Chi, M. T. H., de Leeuw, N., Chiu, M.-H., & LaVancher, C. (1994). Eliciting Self-Explanations Improves Understanding. Cognitive Science, 18(3), 439–477.
DOI: 10.1207/s15516709cog1803_3
Source Type
Experimental Learning Research
Research Tradition
Self-Explanation
Evidence Layer
Layer A
Supports
Learner-generated Self-ExplanationがLearningを支援し得ること。
Does Not Support
Self-ExplanationがProvided Explanationより常に優れていること。
[D1-S11] Sweller, van Merriënboer & Paas (2019)
Full Citation
Sweller, J., van Merriënboer, J. J. G., & Paas, F. (2019). Cognitive Architecture and Instructional Design: 20 Years Later. Educational Psychology Review, 31(2), 261–292.
Year
2019
DOI
10.1007/s10648-019-09465-5
Source Type
Major Review
Research Tradition
Cognitive Load Theory / Instructional Design
Evidence Layer
Layer A
Supports
Cognitive LoadとInstructional Designの関係。Worked Examples等の既存Instructional Research。
Does Not Support
AI-specific Learning Effect。Less Effort = Better/Worse Learningという単純則。
[D1-S12] Kalyuga et al. (2003)
Full Citation
Kalyuga, S., Ayres, P., Chandler, P., & Sweller, J. (2003). The Expertise Reversal Effect. Educational Psychologist, 38(1), 23–31.
Year
2003
DOI
10.1207/S15326985EP3801_4
Source Type
Theoretical / Empirical Review
Research Tradition
Expertise / Instructional Design
Evidence Layer
Layer A
Supports
Instructional Supportの効果がPrior Expertiseによって変化し得ること。
Does Not Support
AI-specificなNovice Harm / Expert Benefitの普遍則。
[D1-S13] AERA / APA / NCME (2014)
Source
American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing.
Year
2014
Source Type
Authoritative Standard
Research Tradition
Educational / Psychological Measurement
Evidence Layer
Layer A
Supports
Validity（妥当性）はTarget ConstructとScore Interpretation / Intended Useに依存すること。
Does Not Support
AI-free Testだけが普遍的に唯一正しい評価であること。
[D1-S14] WHO ICF (2001)
Source
World Health Organization. (2001). International Classification of Functioning, Disability and Health.
Year
2001
Source Type
Authoritative International Framework
Research Tradition
Disability / Functioning / Rehabilitation
Evidence Layer
Layer C / Authoritative Framework
Supports
FunctioningをEnvironmental Factorsを含むContextで評価すること。
Does Not Support
AI Permanent SupportのNormative Superiority（規範的優越性）。
32. Research Gaps
重要なResearch Gapは、
Long-term Delayed Retention
Far Transfer
Multi-year Skill Formation
General Long-term Deskilling
Persistent AI Support
Childhood Development
AI-use Competence Measurement
Joint-System Performance
Metacognitive Calibration
Expertise Moderation
Recovery after prolonged offloading
である。
特にCurrent Generative AIについて、Years-to-decadesのDirect Longitudinal Evidenceは構造的にまだ不足している。
33. Existing-Theory-First Final Judgment
Domain 1では、
Learning Sciences
Educational Measurement
Transfer
Retrieval Practice
Self-Explanation
Worked Examples
Cognitive Load
Scaffolding
Expertise
Metacognition
Cognitive Offloading
Assistive Technology
によって主要問題の大部分を扱える。
AI-specific Extension（AI固有の拡張）が有用なのは、
Generative Answer Production
Conversational Tutoring
Persistent Assistance
Natural-language Feedback
AI-use Competence
Human+AI Joint Performance
などである。
現時点で、新しい包括的AI Learning Theoryの必要性は確認できない。
Existing theory mostly sufficient — AI-specific extension useful
New Comprehensive AI Learning Theory：No
34. Final Assessment
Domain 1で最も危険な短絡は、
AIを使うと課題ができた
→ 人間が学習した
→ 長く覚えている
→ 別Taskへ転移できる
→ AIなしでもできる
というChainである。
これは自動的には成立しない。
同時に、
AIを使った
→ Cognitive Offloadingした
→ Skillを使わなくなった
→ Deskillingした
という逆方向のChainも成立しない。
必要なのは、
何をLearning Target（学習目標）としたのか
を先に決め、その上で、
支援中遂行（Assisted Performance）
直後テスト（Immediate Post-Test）
遅延保持（Delayed Retention）
近転移 / 遠転移（Near / Far Transfer）
独立遂行（Independent Performance）
誤り検出（Error Detection）
メタ認知的較正（Metacognitive Calibration）
人間＋AI共同遂行（Human+AI Joint Performance）
を必要に応じて分けて測ることである。
EducationではHuman Internalization（人間側への内在化）が重要な場合がある。
AccessibilityではPermanent Supportを含むFunctioningが正当なOutcomeになり得る。
Professional WorkではJoint-System PerformanceやAI-use Competenceが重要になる場合もある。
したがって、
AI-off Performanceだけが「本当の能力」
という一律の基準も採用しない。[D1-S13][D1-S14]
Domain 1の中心原則は、
AI支援中の課題成績だけでは、持続的・転移可能・独立して実証可能なLearningを確立できない。
である。
同時に、
支援を使い続けること自体を、Learning FailureやCapability Failureとみなしてはならない。
何を「Learning」と呼び、何を「支援込み遂行」と呼び、何を「人間側能力」と呼ぶか。
領域 1 / Domain 1は、その境界を監査する。
