速く解けるのに、深く考えられない？――生成AI時代に教師が見抜きたい「学力の空洞化」と授業設計
「できた」の裏で、先生が抱く小さな違和感
最近、提出物が以前より整っていて、説明文もよくまとまっている生徒が増えたと感じる先生は多いのではないでしょうか。ところが、授業中に「では、いまの説明を自分の言葉で言い換えてみよう」と声をかけると、急に口数が減る。小テストで少し条件を変えると、手が止まる。そうした場面に出会うと、「できているように見えるのに、なぜだろう」と考え込んでしまいます。
この違和感は、単純な学力低下というより、学力の中身の変化として捉えると見通しが立ちやすくなります。生成AIで「正解」には速く届ける一方、そこへ至るまでの「読む」「考える」「組み立てる」という過程を外部化し続けると、支援がない場面で自走できなくなるからです。
OECDの教育関連の発信でも、生成AIは学習支援の可能性を持つ一方で、教育設計が曖昧なまま使うと、学習者の深い思考を弱めるおそれがあると指摘されています。参照: How to effectively use Generative AI in education。
大切なのは、AIを使うか使わないかの二択ではありません。どの場面で、何を、どこまで任せるかを教師が設計することです。ここが曖昧だと、学習は「理解の訓練」から「回答の受け取り」へと静かにずれていきます。
英語と数学で起きやすい変化を、教室の場面で見る
英語の授業で、本文を読む前に生徒がAIで全文訳を手にしているケースを想像してみてください。内容把握は速く進みますが、未知語を文脈から推測する経験が起きません。たとえば "issue" が「問題」なのか「発行」なのかを前後関係で見分ける場面、"it" が何を指すかを一文前に戻って確認する場面、読みにくい段落を二度三度読み返して筆者の主張をつかむ場面が、学習から抜け落ちます。結果として、初見の英文に対する粘り強さと推測力が育ちにくくなります。
数学でも同じです。たとえば一次関数の文章題で、本来なら「与えられている条件」「求める量」「使えそうな関係式」を整理してから式を立てるはずです。しかし、AIで答えを先に見てしまうと、式変形の見た目は追えても、なぜその式を選んだのかが残りません。次の授業で数字や条件の並び方が少し変わるだけで、解法の入口がわからなくなる生徒が出てきます。
ここで起きるのが「わかったつもり」です。生成AIの説明は自然で説得力が高いため、「読んだ」「なるほどと思った」が「理解した」に置き換わりやすくなります。けれど、理解の確認は、白紙から再現できるか、別の問題に転用できるか、誤答を見抜けるかでしか測れません。
この点は、例題学習（worked example）の研究とも重なります。例題や解答例は、導入段階では効果がありますが、与え方を誤ると学習者自身の問題解決活動を置き換えてしまうことが示されています。参照: The worked example effect、および研究論文の例 The worked-example effect: Not an artefact of lousy control conditions。
「能力不足」ではなく「工程の外注」を見抜く
生徒の様子を丁寧に見ると、特徴はかなり具体的です。答えは出せるのに、途中の意味を説明できない。条件を少し変えると再現できない。「わかりました」と言うのに、いったんノートを閉じると白紙から書けない。問題文を図や式へ変換するのに時間がかかる。30秒ほどで「無理です」と言って、すぐ外部支援に向かう。これらは「才能がない」サインではなく、「思考の工程を自分で回す経験が減っている」サインです。
この視点に立つと、指導は叱責より設計になります。つまり、どこまでを生徒に任せ、どこからを支援にするかを授業で見える化していくことです。OECDのガイダンスも、教師主導での明確な原則設計を重視しています。参照: Guidance for the use of generative AI、Opportunities, guidelines and guardrails for effective and equitable use of AI in education。
「答え代行」から「思考支援」に変える授業設計
実際の授業では、AI利用の指示文を少し変えるだけでも効果が変わります。たとえば英語なら、「全文訳を作って」ではなく「第2段落の3文目だけ構造を示して」「未知語の意味候補を3つ出して。文脈に最も合うものは自分で選ぶ」と依頼させます。数学なら、「答えを教えて」ではなく「最初の一歩のヒントだけ」「自分の解法の誤り箇所だけ指摘して」と依頼させるほうが、思考の主導権を生徒側に残せます。
さらに、評価方法を少し変えると定着が進みます。完成した提出物だけでなく、「途中でどこに迷ったか」「どの条件を使うと判断したか」「別条件にしたとき何が変わるか」を短く書かせると、理解の中身が見えます。こうした記録は、教師にとっても次時の指導設計の手がかりになります。
ここは、これまで公開されている記事との接続点でもあります。安全面の土台は U18原則って、結局どこが変わったの？──生成AIと10代の安全を、授業目線で整理します、運用設計の土台は 約6割のあとに読む設計図──OpenAI Japan「未成年ブループリント」を教室の言葉に で整理されていました。本稿はその次の段階として、「安全に使う」から一歩進めて「学力を守りながら伸ばす」実装を扱っています。
速さの時代だからこそ、「自走力」を中心に据える
生成AIが広がるほど、処理の速さは今後も上がっていきます。だからこそ学校が守るべき学力の核は、速く答える力ではなく、自分で意味を組み立て、迷いながら考え続け、必要なときに立て直せる力です。ここが育っていれば、AIは生徒の依存先ではなく、学びを深める伴走者になります。
「すぐにはわからない」を避ける教室ではなく、「すぐにはわからない」を扱える教室へ。先生が問いの質を少し変えるだけで、生徒の学び方は確実に変わります。生成AI時代の授業改善は、特別な機材より、日々の指示と言葉の選び方から始められます。
作成日: 2026-03-20
