Michael Tong、RevisionDojo創業者兼CTO。
ChatGPTのようなチャットボットが教室で広く使われていることは間違いない。一夜にして、これらのツールは即座に情報を得るための扉を開いた。しかし、やや逆説的だが、学生がチャットボットを使う方法は、これらのリソースとは逆の効果をもたらすように進化してきた。ツールとして使うのではなく、学習の近道として使うことが多いのだ。
AIと教育分野の創業者であり学生でもある私は、教材を真に理解するための努力をするのではなく、ワークシートをまるごとChatGPTに投げ込むことがいかに簡単かを目の当たりにしてきた。即座に答えを得たいという誘惑は強いが、チャットボットをこのような方法でのみ使用すると、教育におけるこの技術のより深い価値、つまり全ての学生のポケットに入る、オンデマンドの個人家庭教師としての可能性を見逃してしまう。
汎用チャットボットの限界
チャットボットが役立つことは誰もが認めるが、研究によれば、これらの汎用ツールは私たちの認知能力に対して、一見思われるほど有益ではないかもしれない。
MITメディアラボの研究では、SAT形式のエッセイを書く課題を与えられた学生のうち、ChatGPTのガイダンスに頼った学生は、記憶や創造性に関連する脳領域の神経活動が著しく低下していることが示された。この効果は、支援なしの執筆に戻った後も続いた。言い換えれば、彼らはほぼ完全に自分の認知能力をこれらのチャットボットシステムに委ねてしまったのだ。
Anthropicが実施した高等教育に関する以前の報告書も、同様の結論に達している。Claudeとの学生の会話を分析したところ、学習者は創造や分析などの高次思考タスクを、それぞれチャットの39.8%と30.2%でClaudeに完全に委託する傾向があることがわかった。
これらのタスクは、批判的思考や判断能力を養うために学習者自身が考え抜くべき重要なものだが、多くの場合、完全に外部委託されている。さらに、Anthropicの研究では、すべてのやり取りのほぼ半分が直接的な回答を求める質問であり、その後の教材との関わりが最小限になっていることがわかった。これらの調査結果は、チャットボットを通じて思考をバイパスするというパターンが、教育自体における広範な問題であることを示している。
2025年7月、OpenAIはスタディモードをリリースした。これは学生の「クイックアンサー」傾向に対処するために設計されたモードで、理解と自己ペースの回答を重視するとされている。しかし、OpenAIはスタディモードが現在カスタムシステム指示を通じて実装されており、一貫性のない動作を示す可能性があると述べている。同社のFAQには、「スタディモードが直接的な回答を提供するケースもある」と追記されている。
主要メディアも、学生が自由にこのモードをオフに切り替えられると報じており、現時点ではそれをロックする方法がないため、実際には簡単に迅速な回答行動をバイパスできる。この一貫性のなさは、このアプローチの脆弱性を再び浮き彫りにしており、さらに汎用チャットボットが直面している問題は、それらが基本的に役立つ質疑応答ツールとして設計されていることだ。
学習において共感が重要な理由
私が学生だった頃、最高の教師とは、私が何かを理解するのに苦労していることに気づいたとき、意識的にトーンやペースを調整する努力をした人たちだった。孔子の有名な言葉にこれを正確に表現したものがあり、おおよそ「学生の適性に応じて教える」と訳される。
これはチャットボットにとって有望に聞こえるかもしれない。チャットボットを支える大規模言語モデル（LLM）は膨大な量の人間の文章や会話で訓練されており、人間の共感や感情を模倣する能力を提供している。しかし、OpenAIとMITメディアラボによる共同研究によれば、一部のユーザーがChatGPTと驚くほど感情的に関わり、時には「友達」と表現することもあるが、これらのケースは非常にまれだという。大多数のやり取りはほとんど感情的な関わりを示さず、特に情報学習の文脈では、ユーザーは通常、短い質問をして迅速な回答を求める傾向がある。
チャットボットは人間の感情的な特質を映し出すことに非常に長けている。しかし、システムが意図的に教育の共感的な部分を活性化するように設計されていない限り、教育的文脈ではそれは大部分が活用されないままだろう。
効果的なAI家庭教師がすべきこと
では、AI家庭教師はどのようなものであるべきか？チャットボットに学生の学習を手助けしてもらいたいなら、単に答えを与えて学生に思考プロセスをスキップさせるわけにはいかない。人間の家庭教師はそうしない。彼らは導き、促し、学生が自分で試す時が来たら一歩引く。良いAI家庭教師も同様に、必要なときにヒントを与え、学生が明らかに行き詰まっているときには適応すべきだ。
これらのテクニックは決して新しいものではない。足場かけ（スキャフォールディング）に関する数十年の研究は、サポートが徐々に取り除かれるときに知識が最もよく定着することを示している。同様に、ソクラテス式問答法に関する研究は、学習者に自分の推論を説明するよう求めることで、より深い理解が構築されることを示している。
AI家庭教師が機能するためには、これらのパターンが脆弱なシステム指示として残されるのではなく、モデル自体に組み込まれる必要がある。そうすることで、学生の思考を近道させるのではなく導くことがデフォルトになる。この技術が実際に教えるようにするためには、単なるプロンプトではなく、モデルとポリシー層に教育学を組み込むことが重要だ。
さらに、足場かけ方法（最小限のヒントから始め、学生が行き詰まったままの場合にのみエスカレートするなど）を用いた適応型ヒントを構築することが重要だ。メタ分析によれば、これはデジタル環境での学習成果を向上させることが示されている。これを、検索練習チェックポイント（解答を明らかにする前の簡単な低リスクの想起）や、次に進む前に答えがなぜ機能するのかを学習者に説明するよう求める振り返りプロンプトと組み合わせるとよい。
最後に、教室でのパイロットテストや保持率研究を通じて効果をテストし、ステップベースのチュータリングベンチマークと結果を比較して、真の効果を評価することが重要だ。
AI家庭教師の真の可能性
教育におけるチャットボットの価値は、実際には私たちが持っているツールをどのように使うかという問題だ。現状では、汎用チャットボットは学生に思考ではなく近道と即答を促す。しかし、意図的な設計をすれば、同じ技術が完全に逆の効果をもたらす可能性がある。チャットボットは思考と探求を促し、学生の強みと弱みにリアルタイムで適応するために使用できる。
教育におけるAIの未来は、学生により少なく考えさせるのではなく、より深く考えさせるツールを設計できるかどうかにかかっている。適切に行われれば、AI家庭教師は学習をより支援的で効果的に、そして皮肉なことに、より人間的なものにすることができる。
