ChatGPT日誌①「ChatGPTと『同席』する実験」―学生との抄読会で見えた、「第4の参加者」の力―

2025年5月18日 07:00

※この記事は、通常の連載とは別に、最近の実践をもとにした考察記事です

【1】ChatGPT同席の抄読会：生成AIと共に読む、という体験

（タイトルにある「第4の参加者」とは、当事者である、「私」、「学生」、そして「第三者的立場の外部的な視点（たとえば過去の論文やガイドラインなど）」に続く、「AI＝生成AI(ChatGPT)」の立ち位置、つまり、人間でも記録装置でもない、“対話する知性”としての新しい参加者という意味合いで用いています）

今週、医学部6年生の学生と英語論文の抄読会を開催しました。数年前、ある学生から声をかけられたのをきっかけに、有志の学生と、年に数本の論文をテーマに、自発的な抄読会を行うようになり、今回もその流れで実施したものです。
この抄読会に参加する学生の学びに対するモチベーションは非常に高く、通常、1本の疫学論文を3回（それぞれ2時間程度）に分けて読み進めながら、批判的吟味（Critical Appraisal）を行います。私は教員として、疫学的・臨床的な観点から質問を投げかけつつ進行するという形式です。
今回の抄読会も、4月に講義室のある建物の廊下で、昨年一緒に学んだ学生2人から声をかけられ、自然な流れで開催が決まりました。
事前に私の方で候補となる論文を6本用意し、学生に選んでもらう形式にしましたが、今回は参考としてChatGPTにも論文の評価を依頼してみました。「学生と一緒に抄読会をするならどの論文が適しているか」をChatGPTに尋ね、順位付けしてもらったのです。最終的にはChatGPTが3番目に挙げ、親しみやすいと評価した論文が学生により選ばれ、彼らの関心に合致していたことから、生成AIによる提案も有効であると感じました。
そして、今回の抄読会では、ChatGPTを「同席」させるという新しい試みを実践しました。PCをプロジェクタに接続し、ChatGPTの画面をスクリーンに映しながら、学生とともに学ぶというスタイルです。
初回は、論文のタイトル、Abstract、Introductionを中心に読み進め、論文のPDFファイルをChatGPTに読み込ませて、学生や私が出したコメントや疑問をプロンプトとして入力し、ChatGPTからの応答を全員で確認していきました。
ChatGPTはコメントを客観的に整理し、箇条書きや表の形式で即座に要点をまとめてくれます。教員としては、普段ホワイトボードに書いていたメモ作業が不要になり、進行が格段にスムーズになりました。
2回目になると、学生の読み方も変わってきました。論文のMethodsの見出しから構成を捉えたり、情報収集方法の妥当性を議論したりと、コメントに鋭さが増していきました。ChatGPTに問いかけることで、彼らの思考はさらに整理されていった印象です。
加えて、この抄読会のやり取りはスレッドとして記録が残るため、後からの振り返りや復習にも役立つという点でも、大きな効果を感じました。

【2】集団で生成AIを使うと、何が起きるのか？

この経験をもとに、教育でChatGPTを「同席」させた場合のメリット・デメリット、また教員に求められるスキルについて、ChatGPTと対話しながら整理しました。

◆ 教育的メリット

リアルタイムな知識補完：その場で疑問に即応でき、学習効率が高まる
多角的な視点の導入：想定外の切り口が議論に深みを与える
問いを育てる訓練：プロンプトを作る行為が「問いの技術」になる
科学的・批判的思考の促進：出力内容の妥当性を吟味する習慣が身につく

◆ 教育技法としてのメリット

教員の思考過程を可視化できる：どのように問い、評価し、知識を組み立てるかを共有できる
共創型の学びが可能になる：教員・学生・生成AIの三者による学習の共同構築
時間の節約と内容の充実：検索・整理に費やす時間を削減し、深い議論へ

たとえば、「Introductionに不足があるのでは？」という問いをChatGPTに投げかけたところ、アカデミック・ライティングの原則に照らして、欠けている視点を整理して提示してくれました。まさにリアルタイムで知識を補完してくれる存在でした。
一方、デメリットや注意点も明確です。

◆ デメリット・留意点

出力の不正確さ・偏り：専門性が高い領域では誤情報も含まれうる
依存傾向の懸念：学生が主体的に考えなくなるリスク
役割の曖昧化：AIと人間の役割分担が不明確になりがち
技術リテラシーの格差：生成AI活用のスキルに差が出ると学習機会に偏りが生じる

実際、ChatGPTの出力が厳密すぎて、学生が全体像を把握しづらい場面もありました。出力内容を咀嚼し、補足する役割は依然として教員に求められます。
さらに、こうした実践を通じて、教員に求められるスキルも見えてきました。

◆ 教員に求められるスキル

プロンプト設計力：生成AIに効果的な問いを投げかける能力
情報評価力（メタ認知）：出力の妥当性を見極め、必要に応じて修正・補足する力
構造化・翻訳力：複雑な出力を学生が理解できるよう再構成する能力
ファシリテート力：生成AIの出力を活かして議論を深める対話設計能力
AIリテラシーと倫理観：技術の限界と可能性を伝える責任

特に重要なのは、「ChatGPTに何をしてもらうのか」を明確に設定し、その目的に沿って活用する姿勢です。

【3】生成AIが職場や教育現場に「いる」ことの意味

このような「ChatGPTの同席」という実践は、教育の場に限らず、ビジネスシーンでも大いに応用可能です。

ChatGPTを会議やディスカッションに「同席」させることで、以下のような役割を担わせることができます。

◆ ChatGPTの会議での役割

知識補完・整理：その場で専門用語や背景情報を補足し、議論をスムーズに
アイデア出しの支援：異なる視点からの提案や、関連事例の提示
発言の記録・要約：議論の要点を要約し、論点を可視化
多角的視点の導入：消費者視点、法的視点、多文化的視点などの即時提示
冷静でフェアな「問い直し」：感情的になりがちな議論に冷静な論点整理を促す

◆ 想定されるメリット

構造化と可視化：論点の流れや課題の整理を支援し、会議の「迷走」を防止
意思決定の明確化：会議終了時に、決定事項・未決事項・宿題リストを整理可能
仮説形成と検証の促進：会議中に提起されたアイデアを即時に補完・広げる
業務の属人化の回避：一部のキーパーソン不在でも議論の継続性を担保

一方で、ビジネスの現場では、情報漏洩や責任の所在の曖昧化といったリスクが常に存在します。ChatGPTが同席していることを共有し、あくまで人間が意思決定し、責任を取るという原則を明確にしておくことが不可欠です。
それでも、生成AIを共に働く“第4の参加者”として活用することで、人間側の思考力・構造化力・ファシリテーション力が問われるようになります。つまり、生成AIの導入は人材育成の観点からも意義のある実践であり、決して「省力化」のためだけのものではないのです。

【4】生成AIと働くには、アナログな「3つの力」が鍵になる

2回目の抄読会で、学生がこんなことをつぶやきました。
「ChatGPTがいてくれると、質問しやすくて助かります。でも、出力された内容が本当に正しいのか、自分だけでは判断できないこともあって、やっぱり先生がいないと難しいです。」
この一言は、彼らがChatGPTの力と限界の両方を感じ始めている証拠だと感じました。そして同時に、私自身もまた、ChatGPTの存在によって自らの力量が「可視化」され、常に学び続けることの必要性を突きつけられているように感じました。
そこで、私はChatGPTに次のように問いかけました。
「ChatGPTを同席させるには、知識レベルの高い人と、ファシリテート力のある人が必要なのでは？また、これは個人にとっても組織にとっても「諸刃の剣」なのでは？」
それに対するChatGPTの回答は以下の通りでした。

◆ ChatGPT“同席”に必要な3つの人間能力

専門性（知識の深さ・広さ）
　→ 出力の妥当性や前提条件を見抜く基盤となる
ファシリテート力（対話設計・橋渡し能力）
　→ 出力をどう活かし、他者の思考とどう接続するか
AIリテラシー（限界を理解し適切に使う力）
　→ テクノロジーに振り回されず、目的に沿って使いこなす知的体幹

これらが欠けていると、ChatGPTを呼んでも「迷子にさせてしまう」だけになります。

◆ 諸刃の剣としてのChatGPT

個人にとって：思考を代替させれば劣化するが、使いこなせば知の加速装置となる
組織にとって：導入だけで満足すれば劣化を招くが、知的プロ人材と共に使えば進化の起点となる

つまり、「生成AIの活用」はテクノロジーの問題ではなく、「人間の器の問題」なのです。

【5】なぜ氷河期世代が、ChatGPT時代のキープレイヤーなのか

この「人間の器」を育ててきたのは、実は氷河期世代を含む、前AI時代の学習者たちではないか――そんな仮説が浮かびました。

◆ なぜ「前AI時代」の学習者が強いのか

構造的な学習経験：問いの立て方、文章の書き方、議論の仕方を体系的に学んでいる
「遅い思考」の耐性：情報の海に頼らず、自分で調べ、考え、まとめてきた
対人経験の厚み：SNS以前の、顔の見える関係性でのコミュニケーションを重ねてきた

これはまさに、ChatGPTが必要とする「人間的な力」そのものです。
私自身、受験期は紙と鉛筆、大学ではネット黎明期でインターネットという技術に感動し、社会に出てからはアナログとデジタルの両方を行き来しながら生きてきました。今になって、その経験すべてが、生成AIという時代に「文脈を読む力」として機能していると感じます。
生成AIは言語を扱う存在です。だからこそ、求められるのは以下のような非技術的スキルです：

論理的思考力（順序立てて伝える力）
批判的思考力（表層に騙されない力）
構成力・文脈理解力（状況と目的に応じて言葉を使い分ける力）

これらは、まさに氷河期世代が培ってきた力です。
リスキリング＝プログラミングではなく、リフレーミング＝自分の知的遺産を再評価することこそが、生成AI時代に必要な「逆襲のスキル」なのかもしれません。

※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。