第6回「思考する文章、問いかけるプロンプト：生成AIと深める知的対話」― ストーリー・視点・仮説で探究が始まる ―

【1】ストーリー性のあるプロンプトが深い答えを引き出す

第5回の記事でも触れましたが、曖昧で抽象的なプロンプトでは、生成AIのアウトプットもぼんやりしたものになりがちです。目的や状況を明確に伝えることで、回答の精度は格段に向上します。
実際、プロンプトエンジニアリングの書籍などでは、「論理的で明確なプロンプトこそが、良質な出力を得る鍵である」と繰り返し述べられています。生成AIに単純な作業を依頼するのであれば、それだけでも十分な結果が得られるでしょう。また、文脈を含めることで、前回述べたRAG的な検索にもつなげることが可能です。
しかし、私がChatGPTとの対話を通じて感じたのは、箇条書きよりも起承転結のある文章の方が、文意だけでなく行間のニュアンスまでも伝えられるのではないか、ということでした。
従来のプログラミングでは、コンピューターに対して過不足なく論理的に矛盾のない指示を出すことが最優先でした。まさに「1+1=2」という結果を求める世界です。一方、生成AIは論理計算ではなく、言葉のつながりをベースにアウトプットを生成しています。そのため、正確性よりも文脈依存性が高くなる傾向があります。
少し脱線しますが、ChatGPTとnoteの公開日に関する対話をしていたとき、「2025年5月14日（水）」という正しい日付に対して、ChatGPTが「2025年5月15日（水）」だと思います、と回答してきたことがありました。理由を尋ねてみると、ChatGPTは日付と曜日の関係を演算しているのではなく、既知のパターンや過去の出現頻度から、もっともらしい組み合わせを出力しているとのことでした。つまり、正確な日付を知るには、演算処理やカレンダーデータとの接続が必要になるわけです。
このように、生成AIの性質を理解した上でプロンプトを設計するならば、単なる指示文の羅列だけではもったいないと思いませんか？
世の中には、同じテーマで書かれた文章があふれていますが、それらは筆者の状況や背景、目的によって微妙に異なる表現になります。そして、同じ文脈のもとで書かれた文章は、驚くほど似通っていることもあります。
箇条書きではなく文脈を描くプロンプト――自分の立場や背景、目的を文章として組み込むことで、生成AIとの対話の幅は大きく広がり、自分自身の思考の枠組みも深まっていきます。
それが、生成AIを「ただの回答者」ではなく、「思考のパートナー」として活用する鍵だと私は考えています。

【2】視点を動かす問いで、思考の幅が広がる

大学教員として、生成AIに頼りたくなる業務のひとつが、学生に課すレポート課題の設計や試験問題の作成です。あるとき、ChatGPTに対して、「同じ作業を学生が行った場合、どんなアウトプットになるのか？」と尋ねたことがあります。
たとえば、医師国家試験には出題基準が明示されており、その項目ごとに予想問題を作成することは難しくありません。理論上、教員も学生も同じようにプロンプトを書けば、同じような問題を出力させることも可能です。
しかしChatGPTの答えは明確でした。
教員は、「何を測定・評価したいか」といった出題意図を精緻にプロンプトへ織り込めるが、学生は範囲指定しかできないことが多いため、結果に大きな差が出るというのです。さらに、教員はその出力を自分のスキルでブラッシュアップできますが、学生はその質を正しく評価する力が未熟であるため、そこでも差が広がる、とも指摘されました。ただし、時間に余裕があり、プロンプトを練り込む能力のある学生であれば、問題作成の質はどんどん向上する可能性がある――ということも忘れてはなりません。
私自身は、生成AIの進化によって、これまでの教育の前提が変わっていくと考えています。
だからこそ、学生がAIから出力された質の高い予想問題で学ぶこと自体が、新しい学びの形になりうるのです。使用を制限する方向に進むのではなく、むしろ「教員がそのアドバンテージを活かすにはどうすべきか？」に知恵を絞るべきでしょう。
その鍵となるのが、教員自身の経験や知識を、プロンプトという「構造化された言語」でどれだけ表現できるかというスキルです。さらには、学生がどの程度プロンプトを書けるのかを評価するスキルも、これからの教員に求められるかもしれません。
また、学生の生成AI利用を制限することがほとんど意味をなさない、ということについても、改めて記しておきます。学生の間でもモチベーションの差は大きく、モチベーションが低い学生は、生成AIに対しても抽象的・曖昧なプロンプトしか書けず、アウトプットも当然低品質になります。一方、モチベーションが高く、生成AIを使いこなせる学生は、自分の問いや目的を明確にしながら、プロンプトを洗練させていきます。結果として、アウトプットの質に歴然とした差が生まれ、それが教員にとっては「評価しやすい」という新たなメリットにもなるのです。

【3】仮説や逆説から、深い対話が始まる

SNSの普及によって、これまで届くことのなかった「小さな声」が社会に広がるようになりました。1000人の中の1人の声が、実は1万人とつながっていた、というような“気づきのネットワーク”が、インターネットによって可視化されるようになったとも言えます。
一方で、それがエコーチェンバー現象を生み、「似た意見だけが集まってしまう」「異なる立場の意見に触れづらくなる」という新たな問題も引き起こしています。この構造は、生成AIとの対話にも似た側面があります。
AIは、入力されたプロンプトに「寄り添う」ように答える傾向があるため、問いの立て方次第で、自分の考えと似た視点ばかりを強化してしまう危険もあります。
だからこそ、自分とは違う立場だったらどう考えるか？という「視点の入れ替え」を意識的にプロンプトに組み込むことが重要になります。
私が担当する医学部4年生向けのディベート演習では、今年からChatGPTを活用し、次のような使い方を学生に促しました：

• 自分の立場での主張を評価してもらい、改善点をAIに提案してもらう

• 反対意見の立場に立った主張を生成AIに仮想的に作成してもらう

• 相手の主張に対して有効な質問を導き出すために、対話を繰り返す

こうした方法は、教員が一人で全員に対応する以上に、個別性と広がりを持った指導を可能にするかもしれません。当然ながら、そのためには教員自身も生成AIと対話し、自らの知識や経験に対して「逆の視点」から評価してもらうというプロセスを経験しておく必要があります。

次回（第7回）は、生成AIによる「評価とフィードバック」の実践、さらに教育現場への導入と教員像の変化について、もう一歩踏み込んで考察します。

※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.