先週、高等教育を揺さぶるプロダクトが登場した。Einstein AIは、ミシガン州立大学を2024年に卒業したAdvait Paliwal氏によって開発され、学生のための完全なデジタル代理人として売り出されていた。
具体的には、同AIはCanvasにログインする。Canvasは、北米の大学の半数、そして世界中の大学で利用されている学習管理システムだ。AIエージェントは学生の代わりに講義を視聴できる。エッセイを読み、論文を自動で書く。文脈に沿った返信でディスカッションボードにも投稿し、学生の介在なしに締め切り前に課題を提出することもできる。「あなたの代わりに大学を卒業するAI」と謳われていた。
サイトは先週、差し止め通告によって閉鎖された。閉鎖の理由は商標権侵害であり、実際の機能が問題視されたわけではない。想像に難くないが、このプラットフォームは瞬く間に拡散し、教育者側の反応はパニック、敵対、そして後手に回った対応となった。
Einstein AIを支える技術
AIの進展を追ってきた人にとって、Einstein AIの中核技術は新しいものではない。これは2025年末から2026年初頭にかけて現れた、新たなエージェント型機能の波の一部だ。1月にテック界を席巻したOpenClawのようなオープンソースのプラットフォームもその一つである。実際、Einstein AIの開発者であるPaliwal氏は、それを「学生版OpenClaw」と呼んだ。
OpenClawはオープンソースのエージェント型AIフレームワークであり、GitHub史上でも最速級の成長を遂げたリポジトリの1つだ。エージェントは目標を与えられると、環境を探索し、手順を実行する。ユーザーの要求を満たすために小さな判断を自律的に行い、コンピューターソフト、プラットフォーム、ブラウザーを使って目的を達成できる。
現時点で技術的障壁はさほど高くない。しかし、それは急速に下がっている。1年以内に、こうしたものが基本的なブラウザー拡張機能として登場する可能性が高い。
では、Einstein AIを止めてもなぜ新しい状況は何も変わらないのか。商用プロダクトは消えても、オープンソースの機能は恒久的に残る。わずかな技術力さえあれば、誰もが個人用途のために同様のものを作れるようになるだろう。将来的には商用利用もあり得る。
次世代のこうした技術は、Einstein AIのようにマーケティングキャンペーンで自己主張することはない。GitHubのようなサイトに静かに現れ、学生たちが採用するだけである。
ロックダウンの限界
では教育者はこれに対して何ができるのか。そもそも、何かすべきなのか。
ここ数年、一部の大学はAIへの対応としてブラウザーをロックダウンしてきた。学生が手元の端末を使って不正をしている、という前提に立った対応である。しかし、これらのエージェントは代わりにリモートのクラウド仮想マシン上で実行できる。こうしたタスクをAIエージェントが完了するために、学生の端末は電源が入っている必要すらない。
クラウド間の接続は、通常のCanvasトラフィックのように見える。Canvasを運営するInstructure社は、サーバー側での検知がほぼ不可能だと認めている。Canvasの学習システムにアクセスしているのがAIエージェントか人間かを判定することは、今後は選択肢になりにくい。エージェントは、人間とまったく同じようにCanvasを操作するからだ。
これはより大きな変化の一部でもある。学生が学業をAIに外注することは、ますます容易になりつつある。Einstein AIはその最新の一歩に過ぎない。
これは教育にとって問題である。これらのシステムはCanvasのような学習プラットフォームを使ってコンテンツを配信する一方で、学生が生み出すのは多くの場合、エッセイのような静的な成果物だ。簡単な品質チェックの後、学生は工場のラインの次の工程へ進む。数十年にわたり、学生を教育のパイプラインに流す便利な方法だった。AIは、このマスマーケット型プロセスに内在する欠陥を露呈させている。多くの場合、学びは親密な人間的プロセスではなく、顔のない商品になってしまった。
学習の成果物を生み出すよう求められると、学校の課題は取り組むべき旅ではなく、乗り越えるべき障害になり得る。筆者は昨年、サンディエゴの高校生へのインタビューで、この学校課題の問題について書いた。その記事で筆者は、前進する唯一の道は、学生が課題を外注しにくいように、タスクをより意味あるものにすることだと主張した。
唯一の現実的な道は、対話的で人間的な学びへの回帰である。教育機関による技術的な軍拡競争は幻想であり、多大なリソースを投じても得るものは多くない。
スキルギャップ
制度に深く組み込まれ、AIへの認識が乏しい教育者が不意を突かれたのは当然である。2026年のCourseraのレポートによれば、AIを使いこなすことに自信がある教育者は25%にとどまる。AIリテラシーを正式にカリキュラムへ組み込んでいるのは20%に過ぎない。
2025年、National Literacy Trustは、教師の67%がより多くのAI研修を望んでおり、81%が研修のための時間が不足しており、75%がAIカリキュラムの知識不足であり、さらに学生と教育者の56%が高等教育は準備不足だと答えたと報告している。
エージェントを理解していない教育者は、それに対抗する設計ができない。学生に助言することも、意味のある政策を提言することもできない。
つまり、教育における巨大な問題が収束しつつある。技術の高度化は加速する一方で、教育者側の認識、スキル、時間が欠けているのだ。
成果物からプロセスへ
では教育は何をすべきか。
成果物からプロセスへ移行しなければならない。提出物を評価するのではなく、認知プロセスを評価することへの転換である。Einstein AIのようなツールはアウトプットを出せる。しかし学生の認知プロセスを証明することはできない。なぜなら、学生の認知プロセスが存在しないからだ。
それをどう評価するのか。
学生が自分の作品を口頭で説明し、擁護する口頭試問か。学生へのソクラテス式の問答か。あるいは、ピアレビュー、振り返り、バージョン履歴といった、実体験に根差したプロセス評価か。ビデオログは、思考という身体化された現実を保存できるかもしれない。即興的な認知を求める授業内ディベート。エージェントでは偽装できない協働的な問題解決。
優れた教師はすでにこうしたことを実践している。プレッシャーにさらされている教師にとっては、より困難だ。しかし、Einstein AIのようなツールやエージェント型AIの利用拡大は、学びのプロセスを評価できることを今や必須にしている。
教育の成果物だけを評価することは、学生が教育者の目の届く範囲で評価を完了する場合を除き、おそらくもはや価値がない。多くの状況では現実的ではないが、一部のコースでは必要になるかもしれない。
政策だけでは足りない
より広い視点では、政策や制度的な対応が始まりつつある。いくつかの州は学校のAI方針を法的に義務付け始めており、労働省は2026年版のAIリテラシー・フレームワークを公表した。AIスキルは、業界を横断する基礎的な職業スキルとして認識されつつある。
しかし、理解のない政策、実践のない政策、振り返りのない政策は、ただの紙切れに過ぎない。ウェブサイト上のPDFに過ぎない。より大きな変化が必要だ。
Einstein AIは、同種のツールの最後ではない。次のものはGitHubに静かに現れるか、商用アプリとしてパッケージ化されて登場するだろう。学生のほうが教育者よりも技術を理解している可能性が高い。
次に同じことが起きたとき、教育は再び衝撃を受けるのか。それとも準備できているのか。ロックダウンに頼るのではなく、評価と大学の課業をより意味あるものにする形で、準備できているのか。
教育システムの存続は教育者にかかっている。より優れたブロック技術にかかっているのではない。目的は技術に先行しなければならない。教育の目的は、常に技術に先行しなければならないのだ。
