高校数学の再編とAI教育——現場の負担と入試の壁を噛み砕く
はじめに：中教審で議論されている「数学の再編」とは
中央教育審議会では今、日本の教育課程の基準である「学習指導要領」の改訂に向けた議論が進められています。2025年12月には、文部科学省が高校数学の必修科目「数学Ⅰ」の内容を見直し、数列やベクトル、確率といった人工知能（AI）やデータサイエンスにつながる学習内容を盛り込む方針を中教審の作業部会に示しました（次期学習指導要領：高校「数学Ⅰ」にAIの基礎検討｜毎日新聞）。高校の「数学」は、AIの学びを重視してA・B・Cの区分をなくす方向で再編が検討されています（高校の「数学」再編へ AIの学び重視しA、B、Cの区分なくす方向｜朝日新聞）。次期学習指導要領は2032年度からの適用が見込まれています。そうした動きのなかで、学校現場の皆さんにとっては、「また変わるのか」「負担は増えないのか」「入試はどうなるのか」といった疑問が浮かぶのではないでしょうか。本記事では、東洋経済の記事や文科省のワーキンググループ資料を踏まえ、なぜこの再編がAI教育とつながるのか、現場の負担は増えないのか、入試が変わらないと“絵に描いた餅”にならないかという三つの問いを、できるだけ噛み砕いて整理します。筆者のnoteでは、次期学習指導要領と疲弊する現場や教育DXの停滞を打破するなど、現場の負担と変革の両立を扱った記事を公開しています。それらと矛盾のない形で、読んだあと「ここから考えてみよう」と手がかりが持てるように書いていきます。
なぜ高校数学の再編が「AI教育」とリンクするのか
リンクの理由は、「AIの中身」より「AIを使う社会の読み解き」にあります。
AI教育というと「プログラミング」や「行列」を想像しがちです。けれど、学校教育でまず必要になるのは、AIの数式そのものではありません。データを読み、誤りを見抜き、判断する力（統計・確率・モデル化）と、“それっぽい答え”をうのみにしない力（批判的思考・論理）です。東洋経済の記事が指摘する「AIにだまされない／前提やデータを見抜く」は、まさにここにあります。AI時代の市民リテラシーとは、AIそのものを作る力より、AI社会を生きるためのデータ・判断・説明の力を底上げすることです。
そうした力を育てるには、そもそも学ぶ機会が必要です。ところが現状は、AI・データサイエンスに直結しやすい単元（統計、確率、ベクトル、行列の入口など）が選択科目（A、B、C）側に散在しています。進路選択や学校のカリキュラム都合で「そもそも学ばない生徒が出る」構造になっています。数学Bの履修率は約45％、数学Cは約34％と低く、AI人材育成の基盤強化が課題となっていました。この“構造の穴”を埋めに行くのが、再編の核心です。その穴を埋める一つの手立てが、数学Ⅰに新設を検討されている「社会を読み解く数学（仮）」です。
文科省の算数・数学ワーキンググループ（教育課程部会）では、数学Ⅰに日常・社会の題材を通して数学的に表現し、予測や意思決定に活用する領域（＝社会を読み解く数学（仮））を入れる案が示されています（教育課程部会 算数・数学ワーキンググループ（第2回） 配付資料｜文部科学省）。これは「AIの数式をやる」というより、ニュースの統計・グラフを読める、AIの出力を“根拠と限界”込みで扱えるという市民リテラシーの整備に近いです。文系志望の生徒も含めて全員がAI関連の基礎的理論を学べるようにする——というのが、この再編の狙いです。
現場の負担は増えないのか（結論：放置すると増える。設計次第で抑えられる）
AI教育とのリンクは必然だとしても、現場では別の問いが立ち上がります。「負担は増えないのか」——この問いに、率直に答えるなら、放置すると増える可能性が高い、というのが現実です。
そのなかでも、多くの先生が首をかしげるのが「数学Ⅰのボリューム」です。現行の数学Ⅰだけでも数と式、図形と計量、二次関数、データの分析……と盛りだくさんで、3単位では駆け足になりがちです。そこに「数学ガイダンス」と「社会を読み解く数学」を足すのか、と。「何を考えているのか」という声は、もっともです。
文科省の算数・数学ワーキンググループでも、山田誠司委員（大分県教育庁教育次長）が「教育課程のフィージビリティ（実現可能性）の観点から、数学Ⅰの新設項目のボリューム感のイメージを持っておくことが必要だ」と指摘しています（数A・B・Cをなくし選択しやすく 必履修の数Ⅰの内容拡充｜教育新聞）。同委員は、数学ガイダンスは数コマ程度、「社会を読み解く数学」は1単位程度の想定ではないかと述べています。また、選択科目（数列、行列、統計など）を履修する場合は、その分数学Ⅰを減単できる設計にする案も示されています。
ただし、ここにも懸念があります。選択の組み合わせが増えるほど、学校ごとのカリキュラムのバラエティが広がり、収拾がつかなくなるのではないか、という声です。どの生徒が何をどこまで学んだかがばらつき、教科書・入試・指導の設計が複雑になりかねません。だからこそ、後述する「標準パッケージ」の提示が重要になります。現時点では制度設計の途中であり、ボリュームがどう落ち着くのかは、今後の議論を見守る必要があります。
ここで、もう一つややこしい問題が浮かび上がります。数コマや1単位程度に抑えれば現場の負担は軽くなる一方で、そんな軽い内容だと入試で扱いにくいのではないか、という懸念です。共通テストや二次試験で出題するには、ある程度の学習量と明確な到達目標が必要になります。薄い内容だと、出題の対象になりにくいか、出題しても表面的なものになりがちです。現場負担を抑えることと、入試で意味のある形で評価できること——この両立が、数学Ⅰの再編でも問われることになります。
東洋経済の記事では、教員不足で疲弊する学校にとって「次期学習指導要領」は理想論か、という問いが投げかけられています（教員不足で疲弊する学校にとって「次期学習指導要領」は理想論か？｜東洋経済education×ICT）。負担増の火種は具体的です。カリキュラム設計が学校ごとに必要になり、担当者の頭脳労働が増える可能性があります。A・B・Cを一つにして「選べる」ようにすると、学校ごとに設計が必要になり、その設計コストが現場に降りかかります。教材・評価づくりも課題です。「社会題材×数学」「探究寄り」は、問題・ルーブリック・評価例がないと作れません。研修負担も無視できません。先生が“探究的な問い”を体験していないと支援が難しい、という指摘があります。教科書の順序性が崩れると、教える順番・積み上げが学校ごとに崩れ、授業が安定しにくくなる懸念もあります。こうした負担を避けるには、どうすればよいのでしょうか。
答えのカギは、国・自治体が“例”を出すかどうかにあります。東洋経済の記事でも「方針だけでなく具体例を」「デモンストレーションを」と主張しています。現場負担を増やさない設計の条件は、三つあります。一つ目は、選択の自由を無制限にしないことです。「何でも選べる」だと設計が爆発します。そのため、標準パッケージ（例：統計パック、線形パック、確率パック）を国・自治体が提示し、学校はその組合せにする——という形にすれば、設計コストが激減します。先生の工夫は上乗せでOKです。二つ目は、教材を“問い＋評価例＋授業の流れ”で配ることです。問い集だけでは回りません。授業1〜2コマの台本、ワークシート、ルーブリック、よくある誤答までセット化が必要です。ここがないと「結局、担当者がゼロから作る」になりがちです。三つ目は、研修を“体験型で短く、同僚と共有できる形”にすることです。2時間講義×数回より、40分の模擬授業体験＋持ち帰り教材が効きます。校内で回すなら「同じ教材で横展開」できないと負担が増えます。いずれも、現場任せにせず、国・自治体が“具体例”を出すことで初めて現実味を帯びます。
ただし、これらの条件が満たされるかどうかは、スケジュールに大きく左右されます。改訂スケジュールでは周知・移行期間が前提の絵が示されていますが、実際はこの期間に上の「標準パック」が出ないと現場が燃えます。次期学習指導要領の理念を現場で形にするには、余白をつくる・挑戦を認める・覚悟を制度で支えるという三つのやるべきことが、数学の再編にも同様に当てはまります。
入試が変わらないと“絵に描いた餅”化しないか（結論：そのリスクは高い。だから設計は入試とセットが必須）
現場の負担と同じく、もう一つ看過できないのが入試との関係です。「入試に必要ないと学ばない」——これは、ほぼ構造的な問題として起きています。選択履修が増えるほど、生徒は「共通テスト・二次に出るか」で選びます。すると、国が「全員に学ばせたい統計」でも、出なければ避けられる。この指摘は机上の空論ではなく、現行の共通テストでも統計が出題される／されないの違いが受験指導に直結します（実際、共通テスト数学IIBCでも統計分野が出題される年があります）。入試が変わらないと、学校現場は受験対策に引き戻され、新しい学びが形骸化するリスクがあります。そのリスクを下げるには、次の三つのルートが現実的です。一つ目は、数学Ⅰの必履修部分に“データ・意思決定”を入れることです。これが「社会を読み解く数学（仮）」の狙いで、入試以前に“全員が通る”道を作ります。必修にすれば、入試で出るかどうかに関わらず、全員が学ぶことになります。二つ目は、共通テストで“出る／出ない”が曖昧にならない設計にすることです。選択が多いと「選ばないで逃げる」余地が生まれます。そのため、共通テスト側の出題設計（必答化・出題範囲の固定）がセットでないと、学校現場は受験対策に引き戻されます。ここは今後の制度設計次第で、現時点で断定はできませんが、入試とカリキュラムの一体設計が不可欠です。三つ目は、探究・推薦・総合型で“数学的リテラシー”を評価できる枠を増やすことです。受験が「速く解く一本」だと、探究型授業は常に不利になります。一方で、総合型・推薦が増える流れの中で、データ分析・モデル化・説明の力が評価対象になれば、学校側は授業として成立させやすくなります。
まとめ：リンクは必然、ただし「入試・標準教材・研修」がなければ現場が潰れる
ここまで三つの問いを追ってきました。整理します。
この再編がAI教育とつながるのは、“AIそのもの”より、AI社会を生きるためのデータ・判断・説明の力を数学で底上げする狙いだからです。統計・確率・モデル化といった“AIの基礎部品”が選択科目に散らばり、学ばない生徒が出る構造を埋めようとしているのが、再編の核心です。だからこそ、再編の方向性そのものには必然性があります。
とはいえ、「理想と現実の乖離がありすぎでは」という声も、もっともです。理想は、全員がAI時代の市民リテラシーを身につけ、選択の自由度で一人ひとりに合った学びを——。ところが現実は、数学Ⅰはすでにてんこ盛りなのにさらに足すのか、ボリュームを抑えると入試で扱いにくい、選択を増やすと収拾がつかなくなる、標準教材・研修はまだ見えない、入試は変わっていない——。こうしたギャップを埋めないまま進めば、理念だけが先行し、現場が置いていかれる構図になりかねません。
だからこそ、理念を形にするには、入試・標準教材・研修の三位一体が不可欠です。その三つはいずれも国・自治体が動かなければ成立しないものです。個別の学校がどれだけ工夫しても、標準パッケージがなければ設計は爆発し、教材がなければ担当者がゼロから作る羽目になり、入試が変わらなければ受験対策に引き戻されます。だから、「一緒に考えていく」と言うだけでは足りません。国・自治体が「具体例」を出し、入試設計とセットで示す——その動きを、2032年を見据えて求め続けることが、現場にできることの本筋になります。
作成日：2026年2月20日
