「AIがあると解けるのに、外すと急に粘れない」──数学の授業に「AIオフ」を設計する
便利なのに、小テストで手が止まるとき
数学の授業で生成AIをどう扱うか。この問いは、これから高校の現場でますます避けて通れなくなるはずです。
わからない問題があれば、AIに聞けばよい。途中式も出る。解き方の説明も出る。別解まで見せてくれる。生徒にとってはとても便利ですし、教師から見ても「家庭学習で一人でも進められる」「質問対応の補助になる」という意味で、確かに魅力があります。
ただ、その便利さに、少し引っかかる場面もあります。普段の課題ではよくできる。でも、小テストになると手が止まる。少しひねった問題になると、急に何も出てこない。そして何より、粘れない。この感覚は、単なる印象ではないのかもしれません。私は以前、夜の自学で「解法は届くのに、考え方が残らない」違和感を数学の文脈で整理しました（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）。今回取り上げる研究は、その体感を実験室のデータで突きつけてくれるものです。
研究が示したのは、「禁止しろ」ではなく「協働の設計」です
2026年4月にarXivで公開された論文、AI Assistance Reduces Persistence and Hurts Independent Performance（Grace Liu ほか）は、人とAIの協働を無作為化比較試験で検証し、参加者1,222人分の因果的エビデンスを報告しています。数学的推論や読解を含むさまざまな課題で、AI支援中は成績が上がる一方、支援を外した直後の無支援課題では成績が下がり、諦めてスキップする行動が増える、という結果が繰り返し観察されました。著者らは、粘り強さ（persistence）が長期学習の強い予測因子であることを踏まえ、この傾向を重い問題として位置づけています。
とくに印象的なのは、効果がごく短いAIとのやりとり（おおよそ10分程度）のあとにも現れる、という点です。つまり「たまに使っただけ」で済ませにくいテーマでもあります。論文の要旨では、よい人間のメンターは学びを足場づけし成長を優先しうるのに対し、現在のAIは即時かつ完全な応答を返す短期志向の協力者になりがちだ、という対比が明示されています（AI Assistance Reduces Persistence and Hurts Independent Performance（arXiv:2604.04721））。
ここで誤解だけは避けたいです。この研究が言っているのは、「AIは危険だから禁止すべきだ」という単純な結論ではありません。核心は、いまのAIが「その場のタスク完了」には最適化されやすい一方で、「将来の自立」には最適化されていない構造がある、という問題提起に近いと私は読みました。実験の主たる数学タスクは分数の計算問題で、学習段階でAIサイドバーから即時の正答を得られる条件では成績が上がる一方、予告なくAIを外したあとの無支援問題では解答率が下がりスキップが増える、というデザインで検証されています（AI Assistance Reduces Persistence and Hurts Independent Performance）。だからこそ、高校数学の現場の想像にも線が引きやすいのです。
なぜ数学では、この話が胸に刺さりやすいのか
数学は、答えを知ることだけでは身につきません。問題文を読み、何が問われているか整理し、使えそうな公式や視点を探し、とりあえず手を動かし、間違え、その意味を考え、別の見方を試す──この時間そのものの中で、「数学の考え方」が少しずつ育っていきます。
ところが生成AIは、その時間を短縮します。いや、短縮というより、飛ばしてしまうことがあります。数Ⅰの2次関数の最大・最小を例に取れば、AIに解かせれば軸と定義域と場合分けが整った答案がすぐ出ます。けれど生徒に本当に必要なのは、その答案そのものより、「まず何を見ればよいか」「軸と定義域のどちらが先か」「なぜ場合分けが要るのか」を、自分で迷いながらつかむ経験のほうです。
論文が粘りの低下メカニズムとして示唆するのは、たとえば次のような筋です。AIが数秒で答えることで、人間側の「これくらい考えるのが普通」という時間感覚がずれる。そして試行錯誤を飛ばすことで、自分の理解の穴や、自分がどこまでできるかという自己認識が育ちにくい（AI Assistance Reduces Persistence and Hurts Independent Performance（arXiv:2604.04721））。数学では、この二つがそのまま「少し考えても出てこない時間に耐えられない」「すぐ答えを見る」「ますます考える力が育たない」という循環に直結しやすいのです。表面には課題が進んで見えても、着手力や立て直す力が弱くなっていく──そんなズレを、教室では以前から「プロセスをどう残すか」として語ってきました（「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）。認知の一部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論じられています（AI活用による「認知的オフロード」の現在と課題）。
「見ればわかる」のに、「入り口」が作れないとき
AI時代の数学で増えやすいのは、「見ればわかる」「説明されれば納得する」生徒が増える一方で、自分から問題に入っていけない生徒が増える、というパターンです。数Ⅱの微分の応用なら、AIの解答を読めば「なるほど」と言えても、類題を一人で解こうとすると何から始めればよいかわからない。数学Aの確率なら、樹形図や表の整理をAIに見せてもらえば理解した気になっても、自分で場合分けを立てる段になると手が止まる。
不足しているのは知識だけではなく、問題の前に立ったときの最初の一歩です。研究結果を数学教育に引きつけるなら、ここがいちばん重要だと私は思います。AIは「解き終える」ことには強い。しかし数学の授業で育てたいのは、「解き始める」「迷いながら進む」「戻って修正する」力でもある。だからAIを使うにしても、その前後の設計が要る、という話に自然につながります。画面に出る文章はきれいでも、問いへの答えが薄くなる違和感は、教科をまたいで地続きです（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）。意味のある苦労をどこに置くかという視点とも響き合います（「わかったつもり」で終わらせない——教室で、"意味のある苦労"を取り戻すには）。
「AIオフ」とは、過去に戻る時間ではなく、自立を失わないための時間です
ここで言いたいのは、AIを全面禁止しようという話ではありません。むしろ逆で、これからの学校ではAIを使うことを前提にしながら、使わない時間も計画的に組み込む必要がある、ということです。論文自体が細かな時間割まで提示しているわけではありませんが、結論部の含意として、表面的な注意喚起ではなく人とAIの協働のしかたそのものを見直す必要が示唆されています。AIが「いつでもすぐ助ける」状態そのものが条件づけになりうる、という読み方もできます（AI Assistance Reduces Persistence and Hurts Independent Performance（arXiv:2604.04721））。
授業デザインに落とすなら、私は次のイメージが自然だと思います。AIを使う時間と、AIを切る時間を、あらかじめ設計する。 ここでいう「AIオフ」は、単なる禁止ではありません。目的は、AIなしでも考え始められる感覚を保つこと、少し苦しい時間に耐える練習をすること、自分の理解の穴を自分で発見することです。つまりAIオフは、昔のやり方に戻るための時間ではなく、AI時代に自力を失わないための時間です。場面の切り替えを明示する話は、応答の速さそのものを問い直す別稿とも地続きです（「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））。同じツールでも身につき方が分かれる理由を、研究と実践の両面から整理した記事とも橋がかかります（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）。
「最初」と「最後」にオフを置くと、数学の設計はシンプルになります
数学でAIオフを入れる場所は、どこでもよいわけではありません。特に大事なのは二か所だと思います。一つ目は、問題に最初に向き合う場面です。ここでAIをすぐ使わせると、生徒は「何が難しいのか」すら自分でつかまないまま進みます。二つ目は、単元の最後に、自分だけで解けるか確かめる場面です。途中の学習ではAIが役立つとしても、最後までAI込みのままだと、理解したのか支えてもらっていただけなのかが見えません。
授業の型としては、導入や初見の問題ではAIオフにし、途中の整理や振り返りではAIを使わせ、まとめや確認では再びAIオフに戻す、という往復がつくりやすいです。ずっとオフでも、ずっとオンでもなく、オンとオフを往復することで、AIが補助なのか代行なのかを、生徒自身が体感できるようになります。
数Ⅰ「2次関数の最大・最小」──答えより先に「見る順番」を育てる
たとえば数Ⅰの「2次関数の最大・最小」を考えます。生徒がつまずきやすいのは、公式を知らないことよりも、「まず何を見るか」が定まらないことです。軸を見るのか、定義域を見るのか、場合分けが必要なのか。頭の中が整理される前に答えだけ見てしまうと、そこは育ちません。
授業を三段階にしてみます。最初の10分はAIオフで、問題だけを見せ、「何を調べればよさそうか」を各自で書かせます。この段階では正解は求めません。「軸を見ればよさそう」「端の値も必要かもしれない」くらいでよいのです。次の15分でAIを解禁します。ただし聞いてよいのは答えではなく、「この問題で最初に注目すべき点は何か」「自分の考え方のどこが足りないか」「場合分けが必要かどうかの判断基準」といった見方に限るようにします。最後の10分は再びAIオフで、類題を1問、自分だけで解かせます。ここで初めて、「本当に自分のものになったか」を確かめます。
この設計だと、AIは答えを出す機械ではなく、見通しを整える補助線になります。同時に、生徒は「最初に自分で考える時間」と「最後に自分だけでやる時間」の両方を持てます。
数学A「確率」──「整った図」のあとに、自分の分類を残す
確率でも同じです。樹形図や表をAIに出してもらえば理解した気になりやすいのですが、本当に難しいのは、場合分けの発想を自分で作ることです。色や数字のカードを引く問題でも、AIに最初から解かせると整った場合分けがすぐ出ます。けれど生徒に必要なのは、「何で分けると整理しやすいか」を自分で悩むことです。
最初はオフにします。いきなり計算させるのではなく、まず「この問題は何で分類すると見通しが立つか」を考えさせます。その後でAIを使い、「自分の分類とAIの分類は何が違うか」「どちらが漏れにくいか」を比較させます。最後に、別の条件の類題をAIなしで解きます。この最後のオフがないと、生徒は「見ればわかる」で終わってしまいます。確率は、AIを使うと一見すごく相性がよい単元です。だからこそ、整理のしかたを生徒の頭の中に残すためのオフ時間が必要になります。
数Ⅱ「微分の応用」──「翻訳」までを自分の神経で通す
微分の応用問題では、AIに最も頼りたくなるのは、極値や増減表をきれいに出してくれるからです。しかし生徒が本当に苦しんでいるのは、計算以前に、「何を文字で置くのか」「何を関数にすればよいのか」「どこまで条件を式に落とせたか」という着手の段階です。
だからここでのAIオフは、「全部自力で解け」という意味ではなく、少なくとも問題の翻訳までは自分でやるという形にするとよいと思います。面積最小の問題なら、何をxと置くか、面積をどう表すか、定義域はどうなるか、まではAIオフ。その後、微分計算や式変形の確認にAIを使い、最後に、別の設定の類題を再びAIオフで解きます。こうすると、生徒の中に「数学の問題を数式の問題へ変える力」が残ります。これは、AIに全部任せると最も失われやすい部分です。
「AIオフ」は、生徒を困らせるためではない
ここは誤解されやすいところです。AIオフの時間を入れるというと、「あえて不便にするのか」と受け取られがちです。でも実際には逆で、AIが前提の時代だからこそ、AIなしでも崩れない土台を作るために必要な時間なのです。
論文は、AIが人の基準点をずらし、無支援の努力を以前より重く感じさせる可能性を指摘しています。また、試行錯誤の機会を奪うことで、自分がどこまでできるかを知るメタ認知まで弱めうる、という論じ方も読み取れます（AI Assistance Reduces Persistence and Hurts Independent Performance（arXiv:2604.04721））。数学でこれを放置すると、「AIがあるときだけできる」「少しでも詰まると止まる」「似た問題しか解けない」という状態が広がりやすくなります。
だからAIオフは、単なる制限ではありません。生徒が自分で考え始められ、少し迷っても持ちこたえられ、AIを使っても最後は自分で判断できるようにするための設計です。
時間割に返すなら、まず三つを言葉にしておく
これからの数学の授業で本当に問われるのは、AIを使わせるかどうかだけではありません。もっと重要なのは、どの場面では使わせ、どの場面では切るのかです。私は、少なくとも次の三つを明示しておくことが大切だと思います。初見の問題では、まず自分で考える時間を確保する。AIを使うときは、答えよりも見方・着眼点・誤りの確認に寄せる。そして最後に、必ずAIなしで確かめる場面を置く。この三点があるだけで、AIは思考の代行者ではなく、思考を整える補助者に近づきます。
最初に向き合い、途中で整理し、最後にもう一度だけ自分で
この論文が示しているのは、AIが便利かどうかという単純な話ではありません。便利さが積み重なることで、人の粘り強さや無支援での問題解決力が少しずつ削られるかもしれない、ということです。しかもその兆候は、ごく短いAI利用のあとでも観察されています（AI Assistance Reduces Persistence and Hurts Independent Performance（arXiv:2604.04721））。
数学では、この問題は特に重い意味を持ちます。なぜなら、数学で育てたいのは「正解を見る力」ではなく、わからない問題の前で自分なりに考え始める力だからです。だからこれから必要なのは、AIを遠ざけることではなく、AIを前提にしながらも、授業の中に意図的な「AIオフの時間」を組み込むことです。最初は自分で向き合い、途中でAIを使って整理し、最後にもう一度、自分だけで確かめる。この往復が、AI時代の数学の授業では、かなり大事になっていくのではないでしょうか。
作成日: 2026-04-13
