解法は届くのに、考え方が残らない夜に──『いかにして解法を思いつくのか』から読み解く「AI伴走」の設計
スマホに貼り付けた問題文のあとに来る沈黙
数学の宿題で行き詰まった夜を、少しだけ思い出してみてください。ノートの片隅に書きかけの式があり、頭のなかには「どこから手をつけるべきか」というもやもやだけが残っている。そこでスマートフォンを開き、生成AIに問題文を貼り付ける。数秒後、整った途中式と答えが返ってくる。提出期限には間に合う。ところが翌日、教師が「ここはなぜこの変形になるの？」と聞いた瞬間、胸のあたりがざわつく──そんな経験を、最近は少なくない教室でも聞くようになりました。
ここで手がかりになるのが、芳沢光雄さんの『いかにして解法を思いつくのか「高校数学」上』です。ジョージ・ポリアの古典『いかにして問題をとくか』の流れをくみ、高校数学に即した形で「発見的問題解決」の考え方が丁寧に紹介されています（書籍の入手先の一例として Amazon.co.jp の商品ページ（短縮リンク） を参照ください）。本のメッセージの芯は、私の読み取りでは、次のようなバランス感覚に近いです。解法そのものを丸暗記でなぞることは危うい。けれど、問題解決のために役立つ「考え方」を支えるキーワード──定義に戻る、図で見る、条件を整理する、特殊な場合を試す、といったヒント──は、学びを深くしてくれる。
この本の主張を、いまの教室にある「AIを伴走ツールとしてどう置くか」という問いに重ね合わせると、中心になるメッセージはかなりはっきりします。AIを「解法を代わりに出す機械」として使うほど、数学への苦手意識を強めたり、「なぜそうなるか」を考えないまま表面だけをなぞる癖を固定しやすい。一方で、AIを「考え方に気づくための伴走者」として設計できれば、数学の学びはむしろ深まりうる、という対比です。
私は別の記事でも、生成AIを「答えの印刷機」にしないために、プロセスや検証を残す設計の話を重ねてきました（「解けた」で終わらないために——高校生の生成AI活用、実例から学ぶ効果的な指導）。体裁は整うのに「なぜ？」に答えが薄くなる違和感は、体裁はきれいなのに、質問に答えが薄い——AIに「考えるプロセス」を預けすぎない授業のつくり方でも、教科をまたいで地続きです。探究の場面では、AIに完成稿を書かせず問いとデータの設計を相談する使い方を、PPDACの一周として描いた稿もあります（問いを一枚ずつ折っていく——生成AIを「思考の相棒」にして、探究とデータサイエンスをつなぐ）。本稿では、数学という教科の縦の道のりに焦点を当て、芳沢さんの本が照らす「考え方の型」と、AI補助の学習環境をどう組み合わせるかを、具体例を交えて整理します。
なお、書名に「高校数学」とありますが、考え方の型そのものは中学校の段階から一貫して効きます。式の難しさが変わっても、「戻る・描く・試す・言い直す」というリズムは同じだからです。読み替えの幅を持って読んでいただいてかまいません。
速い解法が「公式だけの数学」を増幅しうるとき
答えや解法を早く出すことが、学びの質を高めるとは限りません。生成AIは、公式や典型解法を瞬時に提示できます。だからこそ使い方を誤ると、生徒は「なぜその式になるのか」「なぜその見方をするのか」を考えないまま、解法の表面だけをなぞるようになります。これは、かつて「公式暗記だけの数学」が生んできた問題を、スピードと手軽さの面でさらに強めうる危険でもあります。短期の伸びと長期の定着のあいだには、研究コミュニティでも議論が続いています（Short-Term Gains, Long-Term Gaps（Stanford SCALE））。
認知を外部に預けることのトレードオフは、教育の文脈でも繰り返し語られています（AI活用による「認知的オフロード」の現在と課題）。だからこそ教室では、「何を預け、何を自分の神経で通すか」を、数学の単元ごとに言語化していくのがよいと思います。同じツールでも身につき方が分かれる話は、研究と実践の橋渡しとしても整理されています（同じAIを使うのに、なぜ「身につく子」と「身につかない子」がいるのか——研究と実践が教える、賢い使い方への道筋）。
ここで誤解のないように付け加えると、私は「AI禁止」が唯一の正解だとは思っていません。むしろ現実的なのは、使う場面と使わない場面を、あらかじめ教室で約束することです。たとえば定期考査の直前だけはAIを閉じ、単元の最初の一周は紙と鉛筆だけで型を体に入れる、そのあとの振り返りで伴走を許す──時間軸で分けると、生徒も親御さんも迷いにくくなります。テストが「AIのない世界」である以上、日常の学習が「AIありき」だと、試験当日にだけ思考の回路を付け替えなければならず、負担が偏りがちです。だからこそ、週のなかに「AIなしの小さな山」を必ず置く、という発想がしっくりきます。
本が言う「暗記」と「考え方の手がかり」のあいだ
芳沢さんの本が繰り返し強調するのは、問題ごとの答えを覚えることより、問題に向き合うための型を育てることです。定義に戻る、図で考える、条件を整理する、特殊な場合で試す、逆から考える、見直して誤りに気づく──こうした型は、試験のあとに消えてほしくない資産です。AIは、この型を生徒に代わって実行してしまう道具ではなく、型を思い出させ、試すきっかけを与える道具として使うのがよい、というのが本稿の主張の骨格です。
文部科学省のガイドラインでも、生成AIの出力は参考情報として活用し、最終的な判断は利用者が行うことが重要だとされています（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（令和6年12月）（PDF））。数学の伴走設計は、この「最後は自分で確かめる」姿勢と相性がよいです。
教科書や学校配布のプリントに、すでに「この章のヒント」が載っている場合も多いです。生成AIは、そのヒントを対話で動かす装置だと捉えると分かりやすいかもしれません。静かな文字が、質問に応じて順番を入れ替わり、自分のつまずきに寄り添う──ただし最後の一押しは人間がする、という約束つきで使うイメージです。
ポリアが問題解決に使った「ヒューリスティクス」は、魔法の呪文ではなく、迷ったときに立ち返るチェックリストに近いものです。芳沢さんの本が高校数学に寄せてくれたのは、そのチェックリストを、いまのカリキュラムの言葉で読み直す作業だと感じます。生成AIは、そのチェックリストを口頭で唱えてくれる学習者になり得ます。ただし唱え方を間違えると、チェックリストの代わりに「答えの朗読」が始まってしまう。だから教室では、どの順番で、どこまで言わせるかを決めることが、ツール以前の設計になります。
伴走としての4つの役──具体例でたどる
AI補助の学習環境で大切なのは、完成した解法を聞くことを学習の中心にしないことです。代わりに、次のような役割を持たせると、発見的問題解決の流れと噛み合いやすくなります。
第一に、答えを出す前に「考える視点」を返してもらう使い方です。たとえば二次関数の最大・最小の問題を送ったとき、いきなり解答を出すのではなく、AIに「まず何が変化していて、何が一定か」「図にすると何が見えるか」「まず係数を1や0の簡単な数に置き換えて様子を見られないか」「使えそうな定義や性質は何か」と問いかけるプロンプトを教室で共有します。生徒が自分のノートに図のラフを一枚描いてからチャットを開く、という順番をルール化すると、AIは「解法の供給装置」ではなく「思考の呼び水」に近づきます。
別の例を置いてみます。空間ベクトルで「垂直」「内積がゼロ」が出てきたとき、いきなり計算式を並べる前に、AIに「この状況を図で言い換えると、どんな関係が見える？」と聞かせる。返ってきた説明を鵜呑みにせず、生徒は手元の立体のスケッチに矢印を一本足す。そこから初めて内積の式に入る──この順序が、式の意味を身体側に残しやすくなります。
第二に、生徒の途中式や言葉になった考えを、見直す相手にしてもらう使い方です。生徒が「ここで平方完成して、頂点を読み取りました」と送ったとします。AIには正解を書かせず、「その式変形はどの法則のどの部分を使っているか」「図では頂点が本当にそこか」「別の解釈（たとえば定義域が制限されていないか）はないか」「最後の答えは問題文の条件に言い当てているか」と問い返すよう指示します。本で大事にされていた「見直しの勧め」は、AI時代には非常に相性のよい使い方です。
場合の数の単元なら、生徒が「重複順列で割りました」と書いたときに、AIに「同じものを区別しない、という条件は本当に満たせている？」「小さな具体例で数え上げた結果と、式の答えは一致する？」と返させる、という運用も考えられます。教師が一人ひとりに同じ突っ込みを繰り返す負担を減らしつつ、突っ込みの型は教室で共有できる、という利点があります。最後の確認は、やはり生徒がノートの余白に「自分で気づいた抜け」を一行書くところまで含めて完了、と決めるとよいでしょう。
第三に、「図を描く」「特殊化する」「一般化する」を支援してもらう使い方です。たとえば数列の漸化式で手が止まったとき、AIに「nが1、2、3のときだけ表にして規則を探す話を、対話形式で手伝って」と頼む。次に「その表をグラフにするとどう見えるか説明して」と続ける。最後は画面を閉じて、自分の言葉で一般項への道筋をノートに書く──こうした切り替えの補助は、図や帰納の発想を支える本の精神とも重なります。ここでも、最後の一枚は人間側に残すのがポイントです。
第四に、公式の意味を問い直す相手にする使い方です。「この三角関数の加法定理を使って解いて」ではなく、「この公式が成り立つ理由を、図の言葉で説明して」「この公式が使えないように見える問題を一つつくって」「似ているけれど本質が違う二つの問題を対比して」といった依頼は、暗記から理解へ進む道を開きやすいです。微分積分に進んだら、「積分定数を忘れたら何がおかしくなるか、意図的に間違った例を一つ示して、そのあと正しい形に直すコメントを自分で書く」といった誤答を資源にする依頼も有効です。AIはときに平気で誤った中間式を生成しますが、数学の授業ではその性質を「間違い探しの教材」として逆利用することもできます（ただしハルシネーションは予測不能なので、最終確認は必ず定義・教科書・教師のチェックに戻す、というルールは外せません）。
評価に「AIとの対話ログ」と「自分の言い換え」を添付させる工夫は、丸暗記型の利用をそらすのに効きます（参考：「宿題をAIに書かせる子」に悩む先生へ——思考力を奪わない、AIの"正しい"導き方）。
証明の単元では、AIに「完成した証明をそのまま書かせてコピペ」すると、最も危ない橋を渡ってしまいます。そこで代わりに、生徒が書いた一行目だけを貼り、「この一行から先、論理の飛躍がないか三つだけ指摘して。ただし結論の行までは書かないで」と頼む。AIは批評役になり、生徒は反論と修正で前に進む。
批評が的外れなときは、それを見抜く練習にもなるので、むしろ学びが二重になります。最後に教師が「飛躍の指摘のうち、どれが当たりでどれが外れだったか」を短く添削する──この三角関係は、人数の多いクラスでも現実的です。
生徒へ：「答えを聞くこと」と「数学ができること」は別だと知っておく
生徒向けに、やわらかくまとめるならこうです。AIに答えを聞くことは、数学ができることとは別物です。数学ができるとは、答えにたどりつくまでの見方や考え方を、少しずつ増やしていくことです。AIは、その考え方を代わりにやるためではなく、自分の考え方を広げたり、見直したりするために使うのがよい。比喩で言えば、AIは「答えをくれる先生」ではなく、「考えるきっかけをくれる相棒」です。相棒に走ってもらうのではなく、一緒に地図を広げて「ここから登る？」と指差してもらうイメージに近いかもしれません。
家庭の場面でも、親御さんがまず聞いてあげられるのは「答え合わせ」より「どこで止まったか」です。子どもが「AIがこう言ってた」と話したら、正しいかどうかを即断する前に、「その説明で自分の胸がスッとした？ まだモヤっとしてる？」と一度立ち止まる。速い正解のあとに戻る感情や違和感は、長い目で見るととても大事な信号です。学校の先生方が評価でプロセスを見ようとしている話とも、ここでつながります。
教師へ：導入の成否は「速く解けるか」ではなく「考え方に向かうか」
教師向けには、次のように整理できます。AIを導入するときに最も注意すべきなのは、解法の自動提示が、従来の「解法暗記型の学習」をさらに強めてしまうことです。一方で、AIをヒント生成、見直し支援、図示支援、別解比較、誤答分析に用いるなら、数学で本来育てたい発見的問題解決を支える環境になり得ます。つまりAI導入のポイントは、「答えを速く出せること」ではなく、「考え方に向かわせる設計になっているか」にあります。既習の評価や単元テストではAI利用を区切り、振り返りでは対話ログを読む──といった場面の切り替えは、他教科でも有効な原則と響き合います（「答えをすぐもらう」から「一緒に考える」へ——Slow AIが教育にもたらす転換（第1部））。
採点の面でも、私は「最終式の正しさ」だけを重くしすぎると、伴走設計が歪みやすいと感じます。もちろん計算の正確さや論理の厳密さは数学の骨格ですから、そこを軽くするつもりはありません。足し合わせるのは、あくまでプロセスの痕跡のほんの一部です。たとえば小さな点数配分で「自分の言葉で、なぜそのヒントで進めたかを二文書けたか」「見直しで直した箇所を一つ示せたか」を載せる。テスト本番ではAIなし、という線引きと組み合わせると、家庭学習ではAIに頼っても、検証の責任は自分に戻ってくる、というメッセージが一貫しやすくなります。「テスト対策だけをAIに任せ、理解は後回し」に流れたときに起きうるすき間は、短期の成績と長期の定着の議論とも重なります（Short-Term Gains, Long-Term Gaps（Stanford SCALE）；解説映像として How AI Can Vaporize Long-Term Learning）。目に見えにくい力とバランスの話は、教科横断の視点でも続けて書きたいテーマです。
補助輪はつけても、ペダルは自分で踏む
この内容をAI補助学習に置き換えたときの最も大事なメッセージを、一文にするとこうなります。AI時代の数学学習で守るべきなのは、解法を受け取ることではなく、解法に至る「考え方」を自分の中に育てることだ。AIはそのための補助輪であって、思考そのものの代行者ではない。
明日から試すなら、プロンプトを一つだけクラスに貼ってみてください。「この問題の答えはまだ出さないで。私がつまずいているところを一つだけ聞くので、考え始めるための視点を三つ、短く返して」。小さな一文が、伴走の向きを変えることがあります。単元が進むにつれてプロンプトを増やす必要はありません。むしろ大事なのは、同じ型の問いかけを繰り返し口に出すことです。「定義に戻れる？」「図は描いた？」「特殊な数で試した？」──本にあった語彙が、生徒の頭の中で自動再生されるようになると、AIの有無にかかわらず強いです。
情報Iや探究の文脈でAIリテラシーを扱う時間とも、きれいに接続できます。数学で「答えを出させないプロンプト」を練習しておくと、レポートや調べ学習でも同じ筋の判断力が効きます。逆に、他教科で学んだ「引用と検証」「ログを残す」態度が、数学の途中式の説明責任にも戻ってくる。教科の壁は越えやすく、考え方の型だけは共通だと私は考えています。
もし「うちの学校はまだ端末が足りない」「家ではスマホの管理が難しい」という現実があっても、設計の芯は同じです。紙のワークシートに「つまずいたら自分へ三問」を印刷しておき、それでも詰まった日だけ親御さんの端末を借りる──そんな段階の少ない版から始めてかまいません。伴走は高価な端末より、約束の言葉のほうが先です。
数学の道は長いので、完璧なルールより、試して言葉を直す勇気があれば十分です。ポリアと芳沢さんが残してくれた「ヒントの語彙」と、いま手の中にある生成AIを、同じ方向を向ける──そんな接続を、教室で育てていければうれしいです。
作成日：2026年3月30日
