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
はじめに：ホールの隅で交わされた、ささやかな一言
先日、セミナーの合間に他校の先生方と話す機会がありました。話題はもちろん生成AIでした。ある先生は、少し照れながらこう言います。「うちの子たち、レポートの体裁はすごくきれいになったんです。でも、質問すると『なぜそう思うの？』に返ってくるのが薄くて……。成績は上がっているのに、頭を使う時間が減っている気がする、というか」。その言葉に、周りの先生方が静かにうなずきました。禁止派でも推進派でもなく、「なにかズレている感じ」を共有している顔ぶれでした。
この違和感は、決してその教室だけのものではなさそうです。生成AIの教育利用に関する意識調査では、子どもへの影響を肯定的に捉える回答もある一方で、思考力の低下などへの懸念を挙げる声も報告されています（生成AIの教育利用に関する意識調査｜PR TIMES）。もし物語として描くなら、冬の午後の国語の授業で「自分の将来とAI」という意見文を書く場面があるでしょう。タブレットを開いた生徒が、迷わず生成AIに「800字の意見文を書いて」と頼み、数秒で整った文章が返ってくる。ところが教師が「どうしてそう考えたの？」と聞くと、言葉に詰まり、「なんとなく、AIがそう書いていたから」としか答えられない——そんな絵が、いまの不安の輪郭をなぞっているのかもしれません。
では、この不安に、脳科学や教育研究、そして政策の議論は何を差し出してくれるのでしょうか。私自身の整理では、AIを禁止するのでも、便利ツールに丸投げするのでもなく、認知（考えるプロセス）・知識・知恵のどこをAIに手伝わせ、どこを人間に残すのかを意識的に設計することが出発点になります（AI活用による「認知的オフロード」の現在と課題｜SMEAI）。以下では、MITの脳活動研究や「認知的オフロード」の議論、文部科学省のガイドラインが示す方向性をたどりながら、教室に戻るための小さな設計原則とシナリオを描いていきます。同じテーマを別の角度から扱った「思考を奪うAI」と「思考を広げるAI」の境目は、教室の設計にある——先生が明日から持ちたい視点と、一つだけ試せることや、流動性知能と結晶性知能の整理から人間側に残したい力を考えた「考えるエンジン」と「知のデータベース」——流動性知能と結晶性知能から、AI時代の教育で教師が手放してはいけないこととも、地続きで読んでいただけるように書きました。
脳の活動が静かになるとき——「Your Brain on ChatGPT」が示したシグナル
話は、いまメディアでもよく取り上げられるMITメディアラボらの研究から入ります。課題は「Your Brain on ChatGPT」と題された一連の報告で、18〜39歳の参加者を「AIなし」「検索エンジン利用」「ChatGPT利用」の条件に分け、SAT型の読解・思考・エッセイ課題に取り組んでもらい、その間の脳活動や行動成績を比較したものです（ChatGPTを使うと脳の活動が低下するという研究結果、MITが発表｜Ledge.ai；MITの研究で判明、ChatGPTを使うと脳の活動が低下する｜GIGAZINE；英語報道ではThis Is Your Brain on ChatGPT｜TIME）。
結果として、ChatGPTを使ったグループは、AIを使わずに自力で取り組んだグループに比べて、前頭前野を含む広い脳ネットワークの活動が最も低く、脳波や結合性の指標でも有意に低下していたと報告されています。日本語での解説では、「外部サポートの量が増えるほど、脳の神経結合性が下がる」「LLMグループがあらゆる周波数帯で最も弱い脳活動だった」とまとめられています（生成AIは脳の働きを低下させるのか？ 〜Your Brain on ChatGPT論文を読む〜｜note）。フォローアップとして紹介された話では、ChatGPTに丸投げして課題を進めた参加者の一部が、自分が数分前に書いた内容をほとんど覚えていなかった、というエピソードも伝えられています（かばさわ氏のポスト｜X）。
もちろん、これは特定の課題・条件での結果であり、「AIを使うと必ず脳がダメになる」と一般化することはできません。それでも、「AIへの過度な依存が、少なくとも一部の条件では脳の活動と記憶を弱めうる」という重要なシグナルとして受け止めてよいでしょう（生成AIは脳の活動を低下させる？ ChatGPT利用時の脳の変化を読み解く｜Forbes JAPAN）。ここから先は、このシグナルを教育の言葉に翻訳するために、「認知的オフロード」という概念を手に取ってみます。
「頭の仕事を外に預ける」とは何か——メリットと落とし穴の両方
認知的オフロード（cognitive offloading）とは、ざっくり言えば、記憶や判断、問題解決といった認知処理を、外部のツールや環境に委ねることです。Risko & Gilbert（2016）らが整理した定義に沿う説明は、教育とAIの交差点でも繰り返し参照されています（認知的オフロードとは？ AI時代の思考と記憶の新しい関係｜note）。SMEAIの解説では、教育・ビジネス・医療などの事例を通じて、AIが記憶・情報検索・定型処理を肩代わりすることで人間がより高度な思考に集中できる一方、「自分で考える必要がなくなる危険」も同時に孕んでいると指摘されています（AI活用による「認知的オフロード」の現在と課題｜SMEAI）。
教育の現場に置き換えると、AIチューターが弱点に合わせたヒントを出してくれることで、教師は個別対応に時間を割け、生徒は理解の深まりにエネルギーを使える——そんな明るい絵も描けます。しかし「いつでもAIが答えを出してくれる」環境に慣れすぎると、自分で問いを立てること、情報を取捨選択すること、根拠を検証しながら判断することといった、認知のコアが外部化され、「思考の第一歩」が薄くなっていく危険が指摘されています（Cognitive Offloading & AI: Why Educationalists Should Be Worried｜LinkedIn）。
他校の先生方との会話で何度か出たのも、この二面性でした。「AIを悪者にしたくない」「でも、子どもが考える前に画面が先に答えを出す構造は怖い」。その怖さを言語化する道具箱の一つが、まさにオフロードの視点なのだと思います。
日本のガイドラインが向いているのは「排除」ではなく「マネジメント」
日本でも、文部科学省は2024年末に「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（Ver.2.0）」を公表しました。科学技術の動向として紹介されているほか、パイロット校の実践調査では、試行錯誤を通じて学習意欲や創造性が高まる面がある一方、AIの回答をそのまま鵜呑みにし、自分で活用場面を選べない子どもも一定数いることが報告されています（文科省、生成AIの学校利用ガイドラインを改定 小中学生の利用容認｜科学技術情報プラットフォーム（JST）；調査の紹介は教育イノベーション研究所の記事｜IPP Japanなど）。国立国会図書館のCurrent+でも、ガイドライン改定と調査結果が整理されています（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の改定｜Current+）。
ガイドライン本文では、生成AIは人間の能力を補助・拡張しうると評価しつつ、出力には誤情報やバイアスが含まれうるため、あくまで参考であり、最終判断は人間が行うべきだと明記されています（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）｜文部科学省）。つまり公的なスタンスは、「AIを教室から追い出す」のではなく、認知オフロードを自覚的にマネジメントしながら活用する教育に寄っていると読めます。筆者が文科省資料を読み解いた国は、AI時代の子どもに何を学ばせたいのか？——文科省資料から読み解くとも、方向感は重なります。
認知・知識・知恵——三つの層で「何を人間に残すか」を見る
ここで、設計の軸として三つの言葉を並べてみます。認知は、情報をどう受け取り、理解し、処理するかという心のプロセスです。注意や記憶、推論、メタ認知などがここに含まれます（認知機能とは｜イン・ザ・ヴィレッジ）。知識は、経験や学習を通じて蓄えられ、説明できる形になっている内容——事実や概念、手続きの束です（Knowledge（知識）｜英語部）。知恵は、状況や価値観を踏まえ、知識を組み合わせて、より良い判断や行動を選び取る実践的な力に近いイメージです（知恵とは｜マイナビウーマン）。
生成AIや検索は、知識へのアクセスと、それらしく文章を組み立てることに強みがあります（生成AI時代の著作権とクリエイティブ｜note）。一方で、何を大事にするかを選ぶ、他者や社会との関係の中で妥当性を判断するといった知恵の領域は、依然として人間の経験や価値観に根ざしています（生成AIと人間の知性の違い｜note）。教育実践を検討した文章では、生成AIが問いの生成や比較のための素材づくりまで肩代わりすると、外見上は深い語彙で話しているように見えても、思考の核心が外注される危険があると警鐘が鳴らされています（認知的オフロードとは？ AI時代の思考と記憶の新しい関係｜note）。「深そうな言葉」が先に来て、自分の違和感や問いが出発点にならない——これは、AI時代の教室でもっとも警戒したい落とし穴の一つです（生成AIは脳の活動を低下させる？ ChatGPT利用時の脳の変化を読み解く｜Forbes JAPAN）。
「子どもに残すのは知識か、考える力か」という問いは、単純な二択ではありませんが、整理の助けになる視点は子どもに残すのは「知識」？ それとも「考える力」？——AI時代、人間が本当に持つべきものでも触れています。いまの段落は、そこから一歩進めて、プロセスである認知、ストックである知識、使いどころである知恵を分けて見る、という補助線だとお考えください。
教室の設計原則——研究と現場のあいだをつなぐ四つの出発点
では、リスクを踏まえつつ、明日の時間割に落とし込むにはどうすればよいか。研究と実践の議論から、私は次の四つを出発点として持ち帰っています。
まず思考の出発点である問いは、できる限り人間側に残すことです。AIが質問を提示し、子どもが答えるだけの構造は、問いの生成そのものをオフロードしてしまいます（認知的オフロードとは？｜note）。AIを使うなら、自分たちの問いに多様な視点を集める、自分の仮説への反論を生成してもらうなど、人間が発した問いにAIをぶつける形が望ましいです（Cognitive Offloading & AI｜LinkedIn）。
次にAIの役割は素材づくりと視点の拡張に寄せ、結論や最終判断は人間に残すことです。定型的な情報収集、要約、反例の生成はAIが得意な領域です（AI活用による「認知的オフロード」の現在と課題｜SMEAI）。一方、判断や統合を任せきりにすると、前頭前野を中心とするプロセスがオフロードされ、先ほどのMIT系の知見が示すリスクと響き合います（ChatGPTを使うと脳の活動が低下するという研究結果｜Ledge.ai）。文科省のガイドラインが強調する「最終判断は人間」とも、ここでつながります（ガイドラインPDF｜文部科学省）。
さらに「AI前・AIと一緒に・AI後」の三相で時間を区切ることです。解説のなかでは、最初からAIに頼らず、自力で考え始めてからAIを補助的に使うグループの方が、脳活動や成績の面で良好だったという示唆も紹介されています（かばさわ氏のポスト｜X）。授業に応用するなら、AI前は自力で問いと仮説を持つ時間、AIと一緒には検証や反対意見の収集、AI後は画面を閉じて自分の言葉でまとめ直す時間、という区切りが有効です（参考として生成AI時代の教育DX｜Qiitaの整理）。
そしてメタ認知とAIリテラシーを、カリキュラムとして教えることです。大学教育の文脈でも、生成AIと批判的思考を結びつける授業デザインの重要性が論じられています（生成AIと批判的思考｜大阪大学プラザ）。初等中等教育でも、「AIは間違える」「見えないバイアスがある」「任せる範囲は自分で決める」といった視点を、継続的に言語化する場が必要です（IPP Japanの紹介｜IPP Japan）。判断の委ね方については、AIに任せていい判断、ダメな判断——学校現場で気をつけること（松尾研・金融庁の論点から）でも整理しています。教育が育てたい人間像を広く描いた「使う？使わない？」で終わらせない——AI時代、教育が育てるべき人間の姿とも、視線は同じ方向を向いています。
授業のなかで起きる物語——二つのシナリオ
原理が頭に入ったあとは、物語の方が身体に残りやすいものです。ここでは二つ、短くシナリオを置きます。
中学生の意見文「AIとわたしの未来」。 まずAI前の15分、教師は「10年後、あなたの一日はどうなっていると思う？」とだけ問いかけ、AIは使わずメモを書いてもらいます。次にAIと一緒の15分、生成AIにポジティブな変化とネガティブな変化をそれぞれ三つずつ挙げさせ、生徒は自分のメモと照らし、共感するところ、違和感があるところ、思いつかなかった視点を色分けして書き込みます。コピペは禁止です（IPP Japanの紹介｜IPP Japan）。最後のAI後の20分は画面を閉じ、自分の言葉で意見文を書き直します。AIから得た視点は使ってよいが、「自分は何を大事にしたいか」は必ず自分の言葉にする、という約束です（生成AI時代に挑む大学教育改革：メタ認知と批判的思考で育む自律的学び｜SMEAI）。この流れは、先に述べた脳研究の示唆と、問いの生成を人間に残すという批判的視点の両方に接続できます（かばさわ氏のポスト｜X；認知的オフロードとは？｜note）。
高校理科の探究「AIが提案した実験計画を、人間が赤入れする」。 AI前は、既習の法則と自分たちの予想を黒板に出し合い、簡単なモデル実験を見ます。AIと一緒には、生成AIに実験案を三つ提案してもらい、安全性、コントロール変数、測定精度の観点で赤入れします（AI活用による「認知的オフロード」｜SMEAI；生成AIと批判的思考｜大阪大学プラザ）。AI後は、採用した部分と変えた部分を明記した計画書にまとめ、実施します。評価では「何をどう変えたか」「なぜか」を重視します（生成AI時代に挑む大学教育改革：メタ認知と批判的思考で育む自律的学び｜SMEAI）。AIを相棒のように扱いつつ、批判的検討と最終判断を人間に残す、という設計です。
明日からの三歩——プロトコル、研修、そして「やらないことリスト」
最後に、学校と教師が動かしやすい実務の一歩を三つに絞ります。文科省のガイドラインは、教育委員会や学校に対して、方針やルール作り、研修の企画を求めています（Current+の紹介｜Current+）。この流れのなかで、各校が「AIに任せることと任せないこと」「AIなしで取り組む時間の最低ライン」「生成物のそのまま提出禁止」などを、教員と生徒が話し合って文書化する——いわば校内プロトコルを置くことが、いちばん堅い土台になります（科学技術情報プラットフォームの記事｜JST）。
教師研修では、MITの脳活動研究が示した可能性、認知的オフロードのメリットとリスク、そして「問いや素材づくりがAIに静かに移り変わる授業」がどこに潜むかを、事例つきで共有すると、授業デザインの質が一気に揃いやすくなります（This Is Your Brain on ChatGPT｜TIME；Forbes JAPANの解説｜Forbes JAPAN）。名古屋大学高等教育研究開発センターの紀要には、生成AIと子どもの思考をテーマにした実践報告も掲載されており、こうした文献に触れること自体が、現場の認知リテラシーを高める一歩になります（名大高等教育研究開発センター紀要｜名古屋大学）。
三歩目は、子どもと一緒に「AIにやらせないことリスト」を作る、という非常にシンプルな儀式です。最初の問いを考えること、自分が大事にしたい価値や気持ちを言葉にすること、友だちとの関係でどう振る舞うかを決めること、失敗したあと次にどうするかを決めること——こうした項目は、知恵の領域に近い仕事です（生成AI時代の著作権とクリエイティブ｜note）。それに対して、「情報のたたき台」「言い換え例」「反対意見の生成」など、AIに任せてよいことを対で並べると、禁止ではなく主体的な使い分けという話に進みやすくなります（IPP Japanの紹介｜IPP Japan）。
おわりに——二択ではなく、ビジョンから逆算する
AI時代の教育は、「使うか・使わないか」という二択ではなく、どんな認知とどんな知恵を育てたいのかというビジョンから、AIの位置づけをデザインしていくプロセスだといえます（Forbes JAPANの解説｜Forbes JAPAN）。研修のホールで交わされたささやかな一言は、孤独な不安ではなく、設計の問いへの招待状でもあります。研究とガイドライン、そして教室の小さなプロトコルが、対話を深めるたたき台になれば幸いです。
作成日：2026年3月21日
