ChatGPT日誌④「分類は一日にして成らず──生成AIと問いを『育てた』4つのステップ」

※本記事は、前日に公開したの「舞台裏」にあたる内容です。
③で紹介した「生成AI活用段階モデル」が、どのようにしてChatGPTとの対話から生まれ、練られていったのか？ その過程をたどってみたいと思います。

ChatGPT日誌③では、生成AIが登場する前に行われていた「書く」という作業を、今後どのように変えていくべきかを考えるために、生成AIの活用段階を7つに分類してみました。この「段階モデル」の作成は、私のぼんやりとした考えをプロンプトとして書き出し、それをChatGPTに投げかけることから始まりました。
ちなみに、当初のプロンプトは1600字弱という、かなりの長文でした。そこでは、生成AIが従来のさまざまな技術よりもはるかに大きな変化を引き起こしている点として、「人間の思考を代替しているように見えること」や、「チャットを通じた対話によって思考を拡張・深化させられること」を挙げました。例として大学におけるレポート課題を取り上げ、「ただ調べるだけのレポート」の意義は大きく低下しているのではないか、という問題意識を提示。そこから、生成AIのない時代に行ってきたさまざまな取り組みについて、その「そもそもの意義」を問い直す必要性と、それこそが生成AIの有意義な活用につながるのではないか、という考えを述べました。
ChatGPTには、この文章が論理的に飛躍していないか、また、例として挙げた分類が重複していないかを問いかけました。そこから、この分類のブラッシュアップが始まりました。この記事では、そのプロセスをたどることで、曖昧な思考をChatGPTとの対話を通じていかに具体化・構造化できるかを示したいと思います。

【1】「段階モデル」はこうして立ち上がった──ChatGPTとの5つのSTEP

以下に、ChatGPTとの対話を5つのSTEPに整理して紹介します。

【STEP 0】STEP 0：もやもやの出発点──「再設計」ってどういう段階があるのか？

「最初の問題提起と、初期プロンプトの投げかけ。分類したいという意識はあるものの、抽象度が高く、的確な構造には至らず、ChatGPTに相談。」

ユーザーは対話のテーマを「レポート課題の再設計」としつつも、明確な分類ができず、大学教育における生成AIに対する意識レベルについて、以下のようにまとめた上で、ChatGPTに問いかける。
「分類例がわかりづらい、あるいは内容が重複している、といったことがあれば教えてください」

🔹この段階の特徴：
何か分類したいというイメージはあるものの、抽象度が高く、的確な分類に至らないために、ChatGPTに相談。

【STEP 1】初期分類の提示と、その限界

「ChatGPTから、「複数の分類軸が混在している」との指摘。提案された「目的×生成AI活用段階」の2軸モデルが、新たな視点を提供するも、なおプロセス設計の観点が弱い。」

ChatGPTからの指摘：
「列挙された6つのタイプ（生成AIをどう使うかの分類）は、「目的の変化」「AI使用の程度」「学生の関与の度合い」など複数の軸が混在しており、分類として一貫性が乏しく見えます」
→ChatGPTが「目的×生成AIの活用段階」の二軸を用いた以下の分類案を提案。

🔹この段階の特徴：
ユーザーの問いに対して、ChatGPTは分類の軸（何を基準に区切るか）が定まりきらず、まず、「出力の違い」に注目して分類したが、プロセスや問いの設計が欠けていた。

【STEP 2】「段階モデル」としての骨組みが見えてくる

「ユーザーの問いにより、「活用の進化」としての段階整理が始まる。「0段階」に注目が集まり、0Aと0Bの分岐が生まれることで、実践への接続が可能になる。」

ユーザーがChatGPTの作成した分類を受けて、「2軸というよりも、生成AI活用の進化のプロセスをレポートという例で表したい」と問いかける。
→ChatGPTが「0＝AIが全部やる、1＝人が考えてプロンプトを作る…」のように、段階として分類する形を提案。

ユーザーが「0の中にネガティブな意味で機会を放棄することもあれば、代わりの物差しを用いることにつながることもあるので、同じ表現型であっても、その背後にある意味をしっかり考えないといけない」と指摘。
→ここでChatGPTが「0A（機会の放棄）」と「0B（意図的な再設計）」の区分を提案。

🔹この段階の特徴：
ChatGPTの構造化の提案に、ユーザーが教育者としての肌感覚で修正を加えることで、より妥当なモデルに近づき、特に「0B」という段階の発見が、分類モデルに深みを与える転機となる。

【STEP 3】「やめる」の意味を問い直す──背景の対極構造と中間のグラデーション

「『やめる』という表現に込められた意図の違い（抑制型か再設計型か）を整理し、その間に広がる現実的な段階を言語化。5段階＋0A/0Bのモデルに。」

0段階について、ユーザーから「同じ『やめる』でも、生成AIを使わせないために『やめる』のと、生成AIを積極的に使うために『やめる』という、2パターンが存在し、その間に、既存の方法の中で、何となく生成AIを使用する度合いがいくつかの段階に分かれるのでは？」と問いかけ。
ChatGPTが、生成AIと「やめる」の2つの対局構造を整理。

さらに、その両極の間に存在する多くの現場を、意図や習熟度によって整理。

🔹この段階の特徴：
同じ「やめる」という表現型でも、その背景に対極的な意味が存在することが明らかになり、さらに、その間のグラデーションも5段階に分類できた。

【STEP 4】「段階モデル」の構造的整理と完成

「最終的に、0A〜5段階＋0B段階という形でモデルが完成。「0B」は直線的進化の先にあるのではなく、哲学的な転回としての“Why”の再設計に位置づけられた。」

ユーザーが、0段階を含めたモデルの必要性を主張。
ChatGPTが、以下のような0段階の再定義と、改訂版の6段階モデルを提案。

ユーザーが「0B段階は5段階の後に来るのでは？」と指摘し、ChatGPTから、構造的な整理案が提示される。

[段階的な深化（Howを問う）]
0A → 1 → 2 → 3 → 4 → 5

[哲学的な転回（Whyを問う）]
↓
0B（形式を超えた、目的起点の再設計）

その上で、レポートを例にした、最終的な生成AI活用段階がまとまる。

【2】「問いを育てる」という使い方──ChatGPTとの共著という感覚

このようにSTEP 0からSTEP 4までを経て段階モデルが形成されていきましたが、その過程で交わされた対話は、これだけではありません。
たとえば、「大学レポート以外の場面ではどうか？」という問いから、ChatGPTが社内プレゼンや医療現場の症例記録といった例を提示したものの、少しわかりづらかったため、「エントリーシート」や「読書感想文」などのより身近な例で再整理を依頼したこともありました。
あるいは、「0段階の定義を見直してほしい」と投げかけたり、逆にChatGPTからモデルの哲学的補助線を提案されたりと、何度もやりとりを重ねてきました。モデルがある程度まとまったあとには、「どの段階に到達すると教育的に意味があるのか？」や、「学生のレポートはどの段階に当たるか？」などを評価してもらうことで、ChatGPT日誌③が完成しました。
このプロセスを通じて、ChatGPTは文章を編集するだけの「道具」ではなく、思考を深め、整理する「共著者」としての役割を担っていたと実感しています。

【3】おわりに：抽象的な問いが、思考の構造に変わるまで

今回のプロセスは、「なんとなく気になっていたこと」をまずプロンプトにしてみることから始まりました。それをChatGPTとの対話によって少しずつ整理し、修正し、具体化し、構造化していった——これは、まさに抽象的な思考が現実の構造へと変わっていくプロセスだったと言えます。
後日、別記事で触れる予定ですが、野中郁次郎氏の「知識創造理論」におけるSECIモデルは、暗黙知を形式知に変え、理論化していくプロセスを示したものです。今回の試みは、それと同じ方向を向いていたように感じています。
分類や構造というのは、ある日突然思いつくものではありません。むしろ、モヤモヤを丁寧に言葉にしていく中で、少しずつ輪郭が見えてくる——そのプロセスにChatGPTが「同席」してくれたことこそが、最大の発見でした。
ぜひ、ChatGPTを「代行者」ではなく、「共に問いを育てる相棒」として、活用してみてください。

※この記事は、本編連載の補足・応用として、現場の実践例を共有する【番外編】です。
本編の構成や背景は以下をご覧ください：
👉 第0回：「成長の道具」としての生成AI活用論

※本記事は筆者個人の見解に基づくものであり、所属組織（大学等）の公式見解を示すものではありません。

※本記事および掲載図表、写真の著作権は鈴木孝太に帰属します。
無断転載・複製・商用利用を禁じます。
© 2025 Kohta Suzuki. All rights reserved.