AIを禁じれば、学生は考えるようになるのか――酒井邦嘉氏の「全面禁止論」を、根拠から読み直す
AIを禁じれば、学生は考えるようになるのか
――酒井邦嘉氏の「全面禁止論」を、根拠から読み直す
石部統久・ChatGPT６Pro
査読：ChatGPT６Astra・Claude Fable5.1・Grok・Gemini3.８（Parcae Protocol）
2026年9月25日改訂
ある学生が、AIにレポートを書かせた。内容を確かめず、そのまま自分の答案として提出した。
別の学生も、AIを使った。こちらは、ある説明への反論を出させ、挙がった文献を探し、原文と照合した。AIの説明が間違っていたので、理由を確かめて書き直させた。
二人とも、画面の前でAIを使っている。しかし、何をしているかは違う。
前者では、学ぶために設けられた作業が省かれているかもしれない。後者では、比較し、確かめ、訂正する作業が生まれているかもしれない。どちらについても、その後、本人に何ができるようになったかを調べなければ、学習の有無までは分からない。
ところが、「AIを使った」という一点で二人を括れば、この違いは消えてしまう。
東京大学教授の酒井邦嘉氏は、日本経済新聞の「教育現場、生成AI使用の全面禁止が必要」（2026年9月24日）で、生成AIに頼るほど能力向上の機会を失い、教育現場では使用を全面的に禁じるほかないと主張した。[1]
読書や手書きの価値を認めることに、異論はない。AIで答案だけが立派になり、本人が学んでいない危険も現実にある。しかし、それを認めることと、「全面禁止以外に方法はない」と結論することの間には、大きな距離がある。
学習を損なうAI利用がある。そのことだけでは、教育現場での全面禁止が唯一の方法だとは言えない。
本稿が問うのは、この日経論考における学生の学習・作文利用から、全面禁止へ進む推論である。教師の校務や研究まで明示的に禁じた、あるいは永久の禁止を主張した、と読み込むものではない。また、有効な授業例があるだけで、広く利用を許す政策の方が優れているとも決まらない。年齢や課題を限定し、当面は原則禁止として、教員の事前承認で例外を認める方が合理的な場合もあり得る。
禁止には、学習の機会を失わせる利用を防ぐ目的がある。その予防効果も含めて比べる必要がある。「禁止だけで思考力は育たない」という指摘を、禁止の効果が一切ないという結論へすり替えてはいけない。
学生に読解と論理的思考を求めるなら、この文章についても、何が書かれ、何が確かめられ、どこから筆者の判断が加わったのかを読まなければならない。
1．ある学生の点数が低いことと、学生の能力が低下したこと
まず、酒井氏らの調査を見よう。
東京大学などが2025年9月に公表した資料によれば、アンケートの対象は18～29歳の学生1,062人だった。ただし、読解問題に答えたのは、そのうち追加調査に応じた180人である。講義を記録する140人と、記録しない40人が比較されている。調査全体は登録モニターを対象とし、居住地の84％は東京・埼玉・千葉・神奈川に集中していた。[2]
人数を示すだけでも、調べた対象の輪郭は変わる。「全国の学生1,062人」という数字を、そのまま日本の大学生全体の読解力検査として受け取ることはできない。
もっと根本的なのは、調査が何と何を比べたかである。
ある時点で、ノートを取る学生と取らない学生の間に点数差があった。このことから、以前より学生の能力が落ちたとは分からない。昔との比較がないからである。同じ物差しで過去の学生と比べるか、同じ学生を追跡しなければ、時間的な「低下」は測れない。
これは、日本全体で読解力が低下していないという主張ではない。全国的な動向は別の時系列資料で調べるべき問題であり、ここで検討するのは、この調査から何が言えるかである。
また、ノートを取らないから読解が苦手になったのか、もともと読解が苦手でノートを取れないのかも、この比較だけでは決まらない。講義の形式、事前の学力、生活時間など、両方に関係する別の条件も考えられる。これは、その条件が原因だと断定する話ではなく、原因をまだ区別できていないという話である。
実は、共同発表自身がここを認めている。
両者の因果関係は明らかでない。[2]
それなのに日経論考では、紙の長文読書や手書きの習慣の減少が、読解力低下の直接的要因として挙げられる。「考えられる」という仮説の形ではある。しかし、その後の強い禁止論を支えるには、原因の候補を示すだけでは足りない。
そもそも、ここでの中心的な比較は、紙で書く人と電子機器で書く人の比較ではない。記録する人としない人の比較である。さらに、公開された調査は、生成AI利用の有無を変えて、その影響を測った実験でもない。
「記録習慣と成績に関連がある」から、「紙を使わなくなって能力が落ちた」へ、さらに「AIを禁じるべきだ」へと、別々に確かめるべき命題が連結されている。
調査が無意味なのではない。この調査が答えられる問いより、新聞論考が答えたことにしている問いの方が広いのである。
2．「ほとんど理解できない」「考えない」は、何を測った言葉か
酒井氏は「読まない」「記録しない」という回答と低い読解成績を結び付ける。まず、共同発表にある二通りの分類を分けよう。[2]
分類基準集団人数平均正答率講義の記録記録する14057％講義の記録記録しない4032％本・新聞・雑誌の読書読む13056％本・新聞・雑誌の読書読まない5039％
同じ180人を二つの基準で分けた表なので、四行の人数を足してはいけない。記録する群も読む群も、対応する群より平均点が高い。この差は、説明すべき観察結果である。
そのうえで、共同発表が「チャンスレベルと変わらない」と検定結果を記しているのは、記録しない40人の群である。読まない50人の群について、同じ検定結果は確認できない。両条件を満たす集団の分析も別にあるため、「読まない」と「記録しない」を一つの集団のように扱わず、どの分類について述べているかを固定する必要がある。
「無作為回答で期待される点数との差を、統計的に確認できなかった」ことは、「実際に無作為回答をしていた」「理解がないと証明された」ことと同じではない。差が小さいのか、測定のばらつきが大きいのか、人数が足りないのかを分ける必要がある。同等だと積極的に結論するには、どの程度の差まで同じと扱うかも定めなければならない。[3]
しかも、集団の平均と一人ひとりは違う。共同発表には、講義を記録しない40人の中にも、正答率60％以上の人が6人いたと記されている。[2] この6人の存在は、群の平均点が低いことへの反証ではない。平均から全員の理解不能を認定できない、という補足である。6人が「読まず、記録もしない」集団に属するとも、確認できた記述だけでは分からない。
検査にどれだけ真剣に取り組んだかも、能力とは区別したい。公開報告には、回答時間や注意確認によって両者を見分けた情報がない。低努力回答が原因だったと決めることはできないが、その可能性を除いたとも言えない。
さらに、「読まない、書かない、考えない」という三つの言葉は、同じ検査で測られた三項目ではない。
読書時間は読書時間である。記録習慣は記録習慣である。選択式の読解問題の点数は、その問題への成績である。それらから、生活の中で考えること一般の不在まで認定するには、追加の根拠が必要になる。
読書をしていても、著者の説明を繰り返しているだけの場合がある。一冊の説明を理解できても、その説明が事実に合っているかを検証できるとは限らない。逆に、短い文章でも、根拠を探して比較するには多くの思考が要る。
たとえば「日本の大学では規制の議論すらない」という短い一文を読む。意味を理解するだけなら、長い時間はいらない。けれど、それが本当かを確かめるには、大学や文科省の文書を調べ、日付と内容を比べなければならない。
読解には、少なくとも二つの問いがある。何が書かれているか。そして、書かれていることは何に支えられているか。 前者の上手さだけでは、後者は保証されない。
長く読むことには価値がある。しかし、長さや冊数を、理解・検証・判断の修正の代わりに置くことはできない。
3．紙の利点を認めた先に、まだ問いが残る
では、紙と画面に違いはないのか。そう結論するのも誤りである。
Delgadoらの2018年のメタ解析は、複数の研究をまとめ、読解成績に平均的な紙の優位を報告した。その差は、時間制限のある課題や説明文などで目立った。[4] 手書きノートについても、Flaniganらの2024年のメタ解析は、大学生の学習成果に小さい平均的優位を報告している。[5]
したがって、紙を残すことや、手書きを練習することには研究上の理由がある。
一方、手書きの優位を有名にした研究の直接追試では、直後の学習に関する優位が再現されなかった例もある。[6] メタ解析では、復習なしでも平均的な手書き優位があり、復習を設けた研究では差が大きかった。[5] 復習の有無や試験までの時間も確かめる必要がある。一つの実験だけで「手書きなら理解する」「入力なら考えない」と決めることはできない。
さらに、2026年のClinton-LisellとLitzingerによるメタ解析では、スクロールが必要な条件では紙の読解上の優位が大きく、不要な条件では差が小さく、統計的に確かな差は検出されなかった。[7] これは完全な同等性の証明でも、スクロールだけが原因だという証明でもない。ただ、電子機器という一つの名前の中に、違う読書条件が入っていることを示している。
文章が動き続ける小さい画面と、固定ページや見開きを大きく表示する画面は違う。通知の有無も違う。酒井氏が重視する位置関係を、表示の工夫でどこまで保てるかが次の問いになる。文字の拡大にも、配置が変わる不利益と、小さい文字を読めなかった人が読める利益の両方があり得る。
新聞の紙面を見渡すことと、あるネットサイトをスクロールすることを比べる際にも、紙か電子かだけでなく、表示面積、配置、見出し、選ばれた記事の違いを考える必要がある。「パラレルサーチ」という機能の名前を付けても、その働きが紙にしか実現できないことの証明にはならない。
QRコードについても、接続先と学習範囲を教師が指定する場合と、行き先も終点も示さない場合は違う。リンクがあることから、学習範囲が必ず定まらなくなるわけではない。紙の巻末に参考文献があっても、授業の範囲を決めることはできる。
紙の長所を守るには、その長所が何に由来し、誰に、どんな課題で役立つかを具体化した方がよい。 物質としての紙、手の運動、文章の配置、注意の向け方、授業の設計を、一つの善悪へ押し込める必要はない。
なお、酒井氏ら自身の2026年の漫画読解研究では、同じ25人が両条件を経験し、紙とタブレットの準備条件による正答率の有意差は検出されなかった。反応時間には設問群に応じた差があり、脳活動も分析しているが、単純に「同じ設問でタブレットが有意に遅い」とまとめられる結果ではない。比較の内訳は注[8]に示した。
この研究で紙の利点一般を否定することはできない。一方、脳活動、解答の速さ、正確さ、後日の保持は別の指標である。生理的な違いが将来の学習差を生むという仮説には、その先を追う検証が要る。脳の画像だけで、教育上の優劣が決まるわけではない。
4．AIで答案がよくなることと、人が学ぶこと
AI教育論では、ここが最も大切になる。
数学の問題をAIが解き、生徒が解答を写す。正解は提出できる。しかし、翌日、数字を変えた問題を一人で解けるだろうか。
この危険は、単なる心配ではない。
Bastaniらが2025年に『PNAS』へ発表した研究では、トルコの高校の約1,000人を対象に、数学の練習で使う支援をクラスごとに無作為に割り当てた。通常のチャットに近いAIを使った群は、練習では成績が上がったが、続くAIなしの試験では対照群を下回った。差は相対値で約17％、100点換算では約5.4点である。[9]
これは、AIを与えさえすれば教育がよくなるという考えへの、強い反証である。
ただし、同じ研究にはもう一つのAI条件がある。教師が準備した解答や典型的な誤りへの対応を組み込み、直接答えを渡す代わりに手がかりを示す設計にした群である。この群では、AIなし試験で対照群を下回るという統計的に明確な結果は得られなかった。対照群より学習が向上したとも示されていない。[9]
結果を並べると、論点が見えてくる。
比べる場面通常のチャットに近い支援教師の知識と制約を組み込んだ支援AIを使える練習成績が上がった成績が上がったその後のAIなし試験対照群より低かった対照群との差は明確でなかった
同じ基盤モデルでも、支援の設計を分けて検討する必要があることを、この結果は示唆する。ただし、一方で有意差があり、他方でなかったというだけで、二つのAI群の差が統計的に証明されたことにはならない。それでも、この結果から、設計を区別せず全面禁止だけが必要だと結論することはできない。
もっとも、指示文に「答えを教えないで」と一行書けば解決する、という話でもない。研究では教師の教材知識と問題ごとの準備が組み込まれていた。その労力と実装条件まで含めて考える必要がある。
また、対照群より点数が低かったことを、「それまで持っていた能力が壊れた」と言い換えてはいけない。身につくはずだった技能の形成が少なかった場合と、すでにある技能を失った場合は違う。両者を区別するには、介入前と介入後に何を測ったかを確かめる必要がある。
他方、Kestinらの2025年の研究では、ハーバード大学の物理の授業で、教育用に作り込んだAI個別指導の後に、対面のアクティブラーニングより短期テストの成績が高いという結果が得られた。[10] 比較したのは、自宅で取り組むAI教材と、教室での授業という教育設計全体であり、AIという部品の有無だけではない。194人、二つの授業内容での比較で、長期的な思考力一般を証明したわけではない。「学習が二倍」といった倍率表現には集計方法をめぐる再分析もあるため、ここでは用いない。[11]
これらを「AIは有害」「AIは有効」という見出しだけで読むと、互いに矛盾して見える。しかし、支援の設計だけでなく、対象者、教科、課題、比較対象も異なる。どの違いが結果を生んだかは、さらに比べる必要がある。
5．「うまく使えばよい」でも終われない
ここで、AI推進側にも都合の悪い問題が残る。
よい支援を設計できることと、実際に学生がその支援を選ぶことは違う。
Strömberg、Lei、Wuによる2026年の研究は、中国中部の一県の中高生26,811人、30か月の記録を扱っている。AI導入後、宿題の成績は上がり、所要時間は減った一方、AIなしの試験成績には大きな悪化が推定された。改訂にあたり論文本体も確認したが、未査読のディスカッションペーパーである。[12]
方法は、導入時期の違いを利用する「差の差法」である。AIを使い始めた生徒の前後の変化を、同じ時期の未導入者の変化と比べる。主分析の対照は観察期間中の未導入者で、導入前の成績推移はよく似ていたと報告されている。ただし、因果解釈には、AIがなければ両群の成績が似た推移をしたという前提が要る。導入と同時に起きた別の変化が結果を生んでいないかは、なお吟味すべき点である。
著者らは、宿題の取得から提出までが50分未満のAI利用者を「外注」と分類し、導入から5か月を超えた群では、その割合を81％と報告する。短時間の利用者群には、高い宿題点と低い試験点という傾向も見られた。ただし、AIへの入力・出力から丸投げを直接確認した割合ではない。本文も、時間と試験成績の関係を因果関係とみなさないよう留保している。[12]
それでも、この研究が提起する問題は重要である。主に使われたのは汎用AIであり、教育用支援の効果を直接比べた研究ではないが、学生が実際にどの道具をどう使うかを問うている。よい学習支援を提供しても、より早く答案を作れる別の道具へ移る可能性は残る。
ここから先は、教育制度についての検証可能な仮説である。
提出物の出来栄えに点数を付け、本人が説明できるかをほとんど確かめないなら、学生には「理解すること」より「提出できるものを作ること」が有利になる。その条件のまま、速く答案を作れるAIが入れば、学習を省く方向の使い方が増えるかもしれない。
この問題を、学生の怠け心だけへ押し戻してはいけない。課題量、締め切り、評価方法、質問できる相手の有無が、学生の選択に関わる。
自分で考えて不完全な答案を出す学生より、AIで体裁を整えた学生が高く評価されるなら、独力で取り組む学生ほど不利になり得る。この不公平への懸念には理由がある。「正しく使おう」という呼びかけだけでは、点数の付け方が生む誘因は変わらない。
逆に、AIを禁止しただけで、それらの条件が改善するわけでもない。紙で模範解答を書き写していたなら、手は動いていても、学ぶべき判断を省いている可能性がある。
AIは、完成品と本人の理解を、これまで以上に容易に切り離す。そのため、完成品だけで学習を測る評価の弱点が露出する。
この弱点を直す仕事は、端末を取り上げるだけでは終わらない。
したがって、原資料との照合や後日の独力試験を提案するなら、それらを評価に組み込み、取り組む時間を確保するところまで設計しなければならない。その制度が、原則禁止より成果と費用の両面で優れるかは、別途比べる課題である。
6．「平均化するだけ」という説明は、何を説明しているのか
酒井氏は、現在のAIは新しいものを生成せず、既存データを平均化して合成するだけだと述べる。
「平均化」が、内部の演算、既存表現の再利用、無難な返答への偏りのどれを指すのかは明確でない。Transformerには重み付きの加算も非線形な変換もあるが、演算の説明だけで独創性の議論は終わらない。[13]
まず、既存の材料から、以前になかった組み合わせを作ることはできる。小説家が既存の語彙を使って新しい場面を書くことも、その一例である。人間とAIの仕組みが同じだという話ではない。「材料が既存である」ことから、「結果も既存である」とは導けないということである。
ただし、新しい語の並びと、科学的に新しい成果も違う。『Nature』のFunSearch研究は、言語モデルのプログラム候補生成を、探索の仕組みと外部評価器へ組み込み、特定の数学上の構成や評価条件で従来結果を改善した。[14] モデル単体の数学的理解や、普通のチャットの発見能力を証明したものではない。候補を作る働きと、確かめる働きを結び付けた成果として読む必要がある。
さらに、人類にとって新しいことと、本人が新しく学ぶことは違う。九九の練習は学問上の発見ではなくても、初めて学ぶ子には意味がある。AIの出力が独創的かという問いと、その出力を使って本人が何を学べるかという問いは、分けなければならない。統計的に作られた説明でも教育に役立つ可能性はあるし、新奇な説明でも学習を妨げることはある。どちらも、実際の学習を測って判断すべきことである。
7．迎合の危険を、迎合しない使い方の検討へつなぐ
一方、AIが利用者におべっかを使うという指摘には、研究上の根拠がある。
Sharmaらは、人間からの評価を利用して調整した言語モデルに、真実より利用者の見解に合わせる応答が生じることを調べている。[15] 2026年のIbrahimらの研究でも、親しみやすく応答するよう追加訓練したモデルで、誤った信念への同調や正確性の悪化が観察された。[16]
この問題は、丁寧な言葉遣いをやめれば済むものではない。もっともらしく、自分の意見に沿った説明ほど、確かめずに受け入れやすくなる。その条件が、応答の作り方や評価の仕組みに埋め込まれ得る。
ただし、迎合が起きるという観察と、すべてのAIが利用者を中毒にする目的で作られているという設計意図の認定は別である。後者には、製品ごとの目的、評価指標、設計判断などの証拠が必要になる。
酒井氏が触れる自死事例も、重大な検証課題である。しかし、記事の記述だけから個別の因果関係を確定することはできず、親密な相談を継続する製品と、教師が管理する学習支援との危険が同じとも分からない。被害の重大さを認めるほど、どの応答と利用条件が危険を増やしたのかを特定する必要がある。
原子力や遺伝子組み換えとの類比も、厳格な検証や規制の必要性を考える入口にはなる。しかし、類比だけでは禁止の範囲は決まらない。どの機能、誰の利用、どの条件を制限すれば被害が減るかを示す必要がある。
私は、AIを相互批評者として使う方法を検討してきた。あるAIの説明を別のAIに批判させ、食い違った箇所の原資料を調べる。ただし、複数のAIが同意したことを、正しさの証明にはしない。似た資料や学習傾向に依存していれば、同じ誤りを繰り返す可能性があるからだ。
ここで述べているのは、効果が保証された教育法ではなく、検証すべき運用案である。初心者に「AIを批判せよ」と命じるだけでも足りない。照合する資料、判断の観点、誤りを直す手助けを用意する必要がある。
たとえば、AIへ賛成意見と反対意見を作らせるだけでは、もっともらしい文章が二つできるだけかもしれない。そこで、「両者を区別するには、どの事実を調べればよいか」と問う。出典を開き、実際に何を測った研究なのかを確かめる。見つからなかった証拠は、見つからなかったまま残す。
この確認過程を省く使い方と、確認過程を増やすための使い方を区別せず、どちらも思考の放棄とする根拠は示されていない。
8．バークレーと文科省の文書を、そのまま読んでみる
制度に関する記述は、さらに具体的に照合できる。
酒井氏が挙げるカリフォルニア大学バークレー校の法科大学院は、確かに厳しい規則を設けている。2026年夏からの規則では、単位評価のために提出する文章の構想、構成、執筆、推敲、翻訳、編集でAIを使うことを原則として禁じ、試験に関する利用も原則として禁じる。[17]
酒井氏の引用した報道も、対象を課題・試験とし、「ほぼ全面的に禁止」と述べている。この紹介を、例外を隠した誤引用として批判することはできない。
しかし、規則には続きがある。
論文を書くための資料探索は、判例・法令・文献などを特定する目的に限って認められている。さらに教員は、教育上適切と判断すれば、事前に文書で示し、利用の開示を求めることで、異なるルールを設定できる。これはAIの扱い方を教える授業だけに限られない。[17]
公式のQ&Aも、AIを禁止しているのかという問いに、明確に「No」と答える。学生自身の能力を評価することと、AIを適切に使う能力を教えることを、同時に目標としている。[18]
つまり、ここには厳しい禁止を出発点にし、教育目的に応じて教員が例外を設ける制度がある。運用資源が限られるときに、このような原則禁止が有力な選択肢になることは、本稿も否定しない。
批判すべきなのは、酒井氏がその紹介の後で、構想や校正などの線引きも解決にならず、教育現場では全面禁止以外に方法がないと結論するところである。バークレーの制度を根拠にするなら、そこにある探索の許可や教員裁量まで退ける理由を、別に示さなければならない。 規則の存在は、その規則が最適であることまで証明しないが、例外付きの規則と例外を退ける議論の違いは消せない。
次に、「日本の大学では規制の議論すらない」という記述である。
酒井氏自身が所属する東京大学は、2023年4月28日の教員向け方針で、授業や課題の教育目的に応じ、AI利用を禁止することを明示的に認めている。担当教員が可否を決め、学生へ明確に伝えるよう求めている。[19]
文科省も同年7月、大学・高専へ向けて、利用を認めない場面での違反への対応や、評価方法の工夫などを検討する文書を出している。[20]
規制が十分か、運用できているかは、別に批判できる。しかし、規制を議論していないという事実認定は、これらの公開文書と両立しない。全面禁止という結論に至っていないことと、規制を議論していないことは違う。
文科省の「利活用」という言葉の扱いにも、同じ問題がある。
酒井氏は、「利用」から「利活用」へ名称が変わったことから、無条件の誘導や、使わない自由の剥奪を読み取る。しかし、2024年12月のガイドライン本文は、一律の禁止も義務づけも行うものではないと明記する。利用それ自体を目的にせず、教育目標への効果を吟味することも求めている。[21]
もちろん、文書にそう書いてあっても、現場で実質的に強制される可能性はある。その場合に調べるべきなのは、予算の条件、管理職の指示、利用率による評価などである。名称の一語を解釈するだけでは、実態の証明にはならない。
「使うべきだ」という推進姿勢への批判はできる。だが、推進と義務化の間を埋める資料を示さず、明文の留保を飛び越えるのは、読解として問題がある。
9．能力の詐称、不正提出、盗作を分ける
酒井氏は、AIによる文章作成を、本人の能力の詐称であり、盗作に等しいとする。
独力で書くことを指定された課題に、AIの文章を自作として提出するなら、評価を欺くことになる。この評価上の欺瞞を認めたうえで、何を違反と呼ぶのかを分けたい。
AIを使ったことを明示し、生成された文章の誤りを探して直す課題ならどうだろう。その文章を独力で作ったとは申告しておらず、評価されるのも検証と修正の能力である。
ここでは、少なくとも三つの問いが違っている。
問い確かめること本人の能力を偽っていないか誰が何をしたと表示し、何の能力を評価されているか課題の規則に違反していないかその場で認められた支援の範囲は何か他者の表現や着想を不適切に流用していないか出力の内容と元の資料、帰属表示の関係はどうか
これらは重なることもあるが、同一ではない。AI利用を開示しても課題の規則違反はあり得るし、AIを使わずに他人の文章を写すこともできる。逆に、許可された共同作業を明示して行ったことだけでは、能力の詐称とは言えない。
「AIが関わった」という技術上の事実から、ただちに背信や盗作という倫理判断を出すことはできない。何を約束し、何を隠し、何を借りたかを調べる必要がある。
学校での許可範囲とは別に、制作の目的一般にも区別がある。私は別稿で、面白い小説を作って読みたい人に、まず自力執筆の修業を要求する必要はないと論じた。[22] 楽しむための制作と、作文の技能を身につける授業では、目的が違うからである。この教育外の例は、学校でどの利用を認めるかへの直接の答えにはならない。
学校の中でさえ、一つの活動にすべての技能訓練を負わせる必要はない。歴史的な因果関係を検討する課題で、外国語を訳す手間をどこまで支援するか。外国語の作文そのものを練習する課題で、どの支援を外すか。答えは、育てたい能力によって違ってよい。
「自分の頭を使う」と言う前に、その課題で本人が引き受けるべき判断は何かを示す。それが教育設計の仕事である。
10．何ができるようになったかを、別々に確かめる
私は学習について、経験の後に何が比較的持続して変わり、違う場面でどこまで使えるかを問うてきた。[23] 今回も、まず測る対象を分けたい。
調べる対象具体的な確かめ方本人が単独でできることAIや資料を外して説明し、未見の問題を解く資料やAIを選び、確かめ、直す能力誤った出力や食い違う資料を与え、判断と修正を追う人間とAIと資料を合わせた成果誤り、完成度、時間、費用などを測る
三つ目がよくなっても、一つ目が育ったとは限らない。一つ目の試験がよくても、二つ目ができるとは限らない。どれか一つを「本当の能力」のすべてにしてしまうと、残りが見えなくなる。
第2節で問うた「書かれていることは何に支えられているか」は、表の二つ目に当たる。出典の名前を挙げられるだけでなく、実際に照合し、食い違いを説明できるかを見るのである。
記憶、理解、適用、転移、推論、修正も分けてよい。これは必ず順番に上がる六段階という意味ではない。覚えた説明を再現できること、条件を変えた問題へ使えること、証拠が変われば結論を直せることを、同じ成功として数えないための区別である。
発達段階も分けたい。文字の形を覚えて書く児童と、文献の論拠を検討する大学生では、本人に繰り返させたい作業が違う。大学の短期実験で得た利点を、そのまま初等教育の基礎言語力への懸念に答える証拠にはできない。本稿の運用案も、まずその作業に必要な読み書きと照合の力を持つ学習者を想定している。幼い学習者には、直接操作を認める年齢、教師による仲介、練習中は支援を外す範囲を別に検討すべきである。
そのうえで、次のような授業と評価を、検証する候補にできる。
最初に短い問題を一人で考え、どこが分からないかを残す。次に、教師の説明、紙の資料、設計されたAI支援などを条件に応じて使う。最後に支援を外し、数字や場面を変えた問題を解く。一定期間後にも、説明と応用が残っているかを確かめる。
別の課題では、AIの説明に誤りを混ぜておき、用意された原資料と照合させる。誤りの数だけでなく、正しい箇所まで疑って壊していないか、根拠のない自信が増えていないかを見る。
こうした案に効果があるかは、実施して比べなければ分からない。授業方法の実験と、学校で実際に運用する政策の比較も分ける。後者では、①原則禁止と教員の事前承認、②用途を限定した許可、③より広い許可を候補とし、各案の評価方法と担当者の仕事まで具体化する。
照合を求める案なら、照合の根拠や訂正の理由を採点し、支援を外した試験を組み込む。禁止する案にも、独力で取り組む時間と指導を設ける。同じ教科・年齢・資源条件のもと、可能ならクラスごとに割り当て、事前の学力、直後の成績、後日の保持、未見問題への対応を共通の指標で比べる。採点者には条件を伏せる。条件外のAI利用や家庭で受けた支援も、把握できる範囲とできない範囲を示す。これはAI単体の効果ではなく、制度全体の比較である。
費用も双方について測る。利用を認めれば、教材点検、教師研修、利用料、誤りへの対応が要る。禁止を運用すれば、監督、違反の認定、学生からの異議申立てなどに仕事が生じる。しかし、禁止が必ず高価だとも言えない。監督下の対面試験なら、比較的確実に支援を外せる場面もある。全員への長い口頭試問を当然視せず、短い授業内課題なども含め、教員が維持できる方法を比べたい。
とくに、自宅で作った提出物だけからAI利用を確実に見分けられない場合、検知の失敗と誤認を費用に含める必要がある。東京大学の方針も、AI生成の判別には限界があると注意している。[19] 隠した利用が見逃され、正直な申告だけが処分につながる偏りが生じないか。これは禁止が必ず失敗するという予言ではなく、執行の公平さについての検証課題である。識別できない利用を、ゼロと数えることもできない。
もしAI支援の群で、長期の保持や転移が繰り返し悪化するなら、その用途の制限を強める理由になる。AIなしの授業の方が、同じ人員と費用でよい結果を出すなら、そちらを選べばよい。逆に、本人の理解を損なわず、参加機会や検証能力を改善する条件が確認されれば、その利用まで排除する理由は弱くなる。
対策が未整備な場面で、利用を一時停止することもあり得る。教員の準備や監督が追いつかないなら、当面の原則禁止が合理的だという結論も比較から出てよい。重大な被害が疑われる場合に、完全な実証が終わるまで待つ必要もない。ただし、対象、期間、例外を認める権限、見直し条件、代替手段は示せる。暫定的な制限の必要性を認めることと、全面禁止以外に方法がないと断定することは違う。
11．使わない自由と、考え方を一つに決めない教育
酒井氏は、AIを使わない自由が奪われると懸念する。紙を選びたい人、費用を負担できない人、提供企業へ情報を渡したくない人が、理由も聞かれず取り残される制度でよいはずはない。
しかし、使わない自由を重視するなら、使いたい人の学習機会を制限する場合にも、理由と範囲を説明する必要がある。独力試験、練習、資料照合、学習への参加を助ける支援では、制約の理由が違う。
全面禁止も、学生や教師の行動を変える介入である。家庭や塾で支援を得られる人との違いを広げないか。利用が見えなくなり、誤りを相談しにくくならないか。これらは既に起きたとの断定ではなく、禁止政策にも向けるべき検証課題である。
利用率でも、禁止件数でも、学習の成果を測ることはできない。学生に何が残り、何ができなくなり、誰の参加が難しくなったかを確かめる必要がある。
研究の利害関係にも、同じ物差しを当てたい。AI企業が教育導入に利益を持つなら、独立した検証が要る。酒井氏らの2025年調査も、紙や筆記具に関係する企業などと共同し、手書きの価値を探究する事業として公表されている。[2] それだけで結果を否定することはできない。しかし、どの問いが選ばれ、どの比較が行われなかったかを吟味する必要は、どちらにもある。
大学名も専門家の肩書も、論証の正しさを保証しない。検討すべきなのは、資料の読み方と、そこから結論へ進む手続きである。
今回の論考では、学生間の差から時間的な低下へ、読み書き習慣から思考一般へ、ある使い方の危険から教育現場の全面禁止へと、結論の範囲が広がっている。バークレーの厳格な規則の紹介自体は認められる。しかし、その制度にある例外を含む代替案との比較を示さず、全面禁止だけを唯一の解決策とする根拠は足りない。
これは、学生の思考力を心配する文章だからこそ、問われなければならない欠陥である。
冒頭の二人の学生へ戻ろう。
一人はAIの文章をそのまま提出した。もう一人はAIの説明を疑い、原資料を調べ、誤りを訂正した。二人の画面を消せば、見かけは同じになる。しかし、何を学んだかという問いへの答えにはならない。
翌日、別の問題を渡してみる。理由を尋ねる。反例を示す。説明を直せるかを確かめる。
禁止は、学習の機会を守る助けにはなり得る。しかし、学生が考えるようになるかは、それだけでは決まらない。利用を認める場合も、照合と独力での遂行を測らなければ、立派な提出物の陰に理解の不足が隠れ得る。問うべきなのは、どの条件で、誰の学習を、どれだけ守り育てられるかである。
思考を守るというなら、道具の名前で判断を終えず、人が何をしたか、その後に何が残ったかまで見なければならない。
出典・確認範囲
確認・改訂日：2026年9月25日。新聞論考は提示された本文を批判対象とし、原掲載の図は未確認。研究・規則は以下のプライマリーソース等と照合した。統計データの再解析や網羅的な系統レビューは実施していない。本文中の授業案や政策効果の予想は、本稿の提案・仮説である。
[1] 酒井邦嘉「教育現場、生成AI使用の全面禁止が必要」『日本経済新聞』2026年9月24日。記事。会員限定本文は今回提示されたテキストに依拠した。
[2] 東京大学・応用脳科学コンソーシアムほか「デジタル時代の学生に対し読み書きの実態を調査」、2025年9月1日。共同発表と付録。標本構成は「調査内容」、読解検査と因果関係の留保は添付資料⑤。対応する査読論文の存在を確認できたとはしていない。
[3] Lakens (2017). “Equivalence Tests: A Practical Primer for t Tests, Correlations, and Meta-Analyses.” 論文。
[4] Delgado et al. (2018). “Don't throw away your printed books: A meta-analysis on the effects of reading media on reading comprehension.” Educational Research Review. 著者大学の公開原稿。
[5] Flanigan et al. (2024). “Typed Versus Handwritten Lecture Notes and College Student Achievement: A Meta-Analysis.” Educational Psychology Review. DOI／公開全文。表4・5。全体の効果量g＝0.248を、復習あり条件だけの値としては扱わない。復習条件による研究間の差も、復習だけの因果効果とはしない。
[6] Urry et al. (2021). “Don't Ditch the Laptop Just Yet.” 手書きノート研究の直接追試と小規模メタ解析。要旨・書誌。
[7] Clinton-Lisell & Litzinger (2026). “Decoding digital reading: a network meta-analysis of comprehension across devices.” 全文。母語の説明文を扱う研究などに対象を限定している。スクロール別の結果を、単一原因の確定や全読書場面へ一般化しない。
[8] Umejima, Sunada & Sakai (2026). “Manga reading on paper vs. digital devices: Prospective effects on core and supportive integration processes in the brain.” PLOS ONE. 全文。方法・図2と結果。前半を紙またはタブレットで読み、後半は共通装置で読む被験者内計画。正答率の媒体主効果p＝.9。反応時間は設問群主効果p＜.0001、媒体主効果p＝.07、交互作用p＝.2。多重比較でタブレットSet 2が有意に長かった相手は、タブレットSet 1と紙Set 1であり、紙Set 2ではない。正答試行のSet 2−Set 1はタブレットだけで有意だが、それだけでは媒体間の差を証明しない。COAMIXと科研費の支援を開示し、資金提供者は設計・解析・公表判断等に関与していないと申告している。
[9] Bastani et al. (2025). “Generative AI without guardrails can harm learning: Evidence from high school mathematics.” PNAS. 全文。実験設計と表1。2025年8月の訂正は著者所属に関するもの。
[10] Kestin et al. (2025). “AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting.” Scientific Reports. 全文。教育設計全体の比較であり、汎用AI単体の効果とはしない。
[11] Clay Ford (2026年1月31日). “AI tutoring outperforms in-class active learning: a re-analysis.” 公開データ再分析。未査読。倍率の集計方法に批判がある一方、再分析でも短期成績の正の差は残る。
[12] Strömberg, Lei & Wu (2026). “The Generative AI Learning Penalty: Evidence from Chinese Secondary Education.” CEPR Discussion Paper 21577, v.2。公式抄録／共著者公開の全文／著者解説、9月4日。改訂時に全文を取得し、第3～5節と対応図表を照合。未査読。外注という分類は宿題50分未満という基準によるもので、AIへの入力・出力の直接観察ではない。第5.2節は、時間と成績の関係の因果解釈や、時間を延ばせば学習が回復するとの推論を留保している。個票データの再解析は行っていない。
[13] Vaswani et al. (2017). “Attention Is All You Need.” 原論文。3.2節の注意機構と3.3節の非線形変換等。これだけで個別の現行AI製品の全仕様が分かるとはしていない。
[14] Romera-Paredes et al. (2024、オンライン公開2023). “Mathematical discoveries from program search with large language models.” Nature, 625, 468–475。論文／要旨。言語モデルと評価器を組み合わせたFunSearchの研究。Ernest Davisの公開批評（2024年1月11日）も参照。成果全体とLLMの役割、数学的理解、適用範囲を分ける批評であり、本稿もこの成功をモデル単体の発見能力に帰属しない。
[15] Sharma et al. (2023／ICLR 2024). “Towards Understanding Sycophancy in Language Models.” 論文。人間の選好による調整と迎合の関係を調べた研究。
[16] Ibrahim, Hafner & Rocher (2026). “Training language models to be warm can reduce accuracy and increase sycophancy.” Nature, 652, 1159–1165。全文。特定モデルへの追加訓練実験であり、全製品の挙動や開発者の意図を証明するものではない。
[17] UC Berkeley School of Law, “Artificial Intelligence Policy,” effective summer 2026。公式PDF。両ページに教員裁量の例外があり、2ページ目に資料探索の許可と利用開示がある。
[18] UC Berkeley Law, “Artificial Intelligence Policy: Questions and Answers.” 公式FAQ。現在の説明として参照。FAQの公開日は確認できないため、酒井氏が執筆時に読めたはずだとは主張しない。例外規定は[17]にも存在する。
[19] 東京大学「AIツールの授業における利用について（ver. 1.0）」、2023年4月28日。教員向け方針。冒頭と第2項、第5項の検出ツールに関する注意。
[20] 文部科学省「大学・高専における生成AIの教学面の取扱いについて（周知）」、2023年7月13日。公式PDF。
[21] 文部科学省「初等中等教育段階における生成AIの利活用に関するガイドライン Ver. 2.0」、2024年12月26日。公式PDF。4ページの位置付けと7ページの基本的な考え方。
[22] 石部統久「面白いものを、AIに作ってもらおう」。公開稿。本稿では保存済みの現行原稿本文を参照した。娯楽目的の制作と技能習得の区別。
[23] 石部統久「学習とは、何が変わることなのか」。公開稿。共同成果・人間単独・外部資源を含む遂行の区別を参照。
制作注：本稿は、過去のAI・教育・読書・知識論の対話、既稿『知る・信じる・説明する――本と論文を行き来する読書案』などを踏まえ、生成AIを資料探索・構成・本文生成・照合・批評に使用して作成した。本文は今回の新稿であり、過去対話の逐語的な再録ではない。
