Mail

AIを使うと成績が上がる。これは事実だ。しかしAIを取り除くと成績がさらに下がる。これも事実だ。

二つの文が同時に真であり得るだろうか？OECDが2026年1月に発表したデジタル教育展望2026報告書は、このパラドックスに正面から向き合う。生成AIは教室に到着した。問題は、それが学生をより賢くするのか、それともより依存的にするのかだ。

1. 48%向上、そして17%低下の真実

数字が語るパラドックス

OECDデジタル教育展望2026報告書が引用した研究結果の一つが、教育界の注目を集めた。生成AIを活用した学生は、AIなしで同じ課題に取り組んだ学生と比べて48%高い完成度を示した——アウトプットの質、提出率、正確さのすべてにおいて差が出た。

ところが同じ学生たちがAIなしでテストを受けると、成績が17%低下した。AIありとなしの差がそれほど大きかったということだ。

この結果は不快な問いを投げかける。学生はAIのおかげでより多く学んだのか、それともAIが学習そのものを代行したのか？

生成AIは「成果」を高めるが「能力」を下げる可能性がある

報告書の核心的な主張はこうだ。生成AIは良い教育学を増幅させ、悪い教育学も増幅させる。 どのように設計され、どのように使われるかによって、効果がまったく逆になりうる。

AIを使った学生がより良いアウトプットを出したことは否定できない。しかしAIなしでは以前より成績が悪くなったなら、AIは学生の能力を伸ばしたのではなく、その能力が不要になるよう仕向けたに近い。

2. OECDが名付けた「メタ認知的怠慢」

苦労して考えるプロセスそのものが学習だ

教育心理学に**生産的な葛藤（productive struggle）**という概念がある。難しい問題に取り組み悪戦苦闘するそのプロセス自体が、長期記憶の形成と理解の深さに核心的な役割を果たすという原理だ。脳は簡単に得た情報より、苦労して処理した情報をより長く記憶する。

生成AIはこの葛藤を取り除く。エッセイの草稿をChatGPTに頼んだり、数学の解き方をAIに教わったりすると、学生は良いアウトプットを得るが、そのアウトプットに至る認知的プロセスを経験しない。

OECDはこの現象を**「メタ認知的怠慢（metacognitive laziness）」**と命名した。AIに依存することで、自分の思考プロセスを監視・調整するメタ認知能力を使う機会が失われるという。

TALIS 2024：教師が見ている現実

OECD国際教員調査TALIS 2024によると、中学校教師の**37%がすでに授業でAIを活用している。このうち57%**はAIが授業計画書の作成に実質的に役立つと回答した。

しかし同時に、教師の**72%**は学生がAIが作ったアウトプットを自分のものとして提出する問題を懸念した。教室へのAI導入はすでに現実となっている——制御できないレベルで。

指標	数値
授業でAIを活用する中学校教師の割合	37%
AIが授業計画に役立つと回答した教師	57%
AIアウトプットの代理提出を懸念する教師	72%

3. AIが学習効果を生む条件

「速い使用」vs「遅い使用」

OECD報告書は学生のAI活用方法を二つのタイプに分ける。

速い使用とは即座のアウトプット生産を目的にAIを使うことだ。課題を代わりに書いてもらったり、答えを直接教えてもらう要求がこれにあたる。速い使用は短期的成果を高めるが、学習そのものを迂回する。

遅い使用とは反復的な探索と省察のためにAIを活用することだ。概念についてソクラテス式の問答を行ったり、AIの回答を批判的に分析したり、間違いへのフィードバックを求めたりする方法だ。遅い使用は認知的な葛藤を維持しながら、AIを補助ツールとして位置づける。

報告書は、ほとんどの学生が自然に速い使用を選択すると指摘する。速い方が楽だからだ。しかしその手軽さが学習を侵食する。

教育学的設計があるときだけ効果が出る

興味深い発見もあった。経験が少ないチューターが教育学的に設計されたAIツールを活用したとき、経験豊富なチューター単独より良い学習結果をもたらした事例が報告された。AIが専門性のギャップを補ったのだ。

これが報告書の核心的条件だ。教育学的目的を持って設計されたAIツール、そしてそれを意図的に活用する教師と学生が出会ったとき、生成AIは学習を実質的に向上させる。

4. 教師と学生が今すべきこと

教師：AIを設計のパートナーにせよ

OECDは教師と学生が一緒にAI活用方法を**共同設計（co-design）**することを強く勧める。AIツールをただ使うのではなく、どんな学習目標のためにどう使うかを共に決めることだ。

具体的にできること：

プロセス中心の評価導入：最終アウトプットだけでなく、学生がAIとどのように対話したかのプロセスを評価に含める
プロンプトリテラシー教育：AIに「良い質問」を投げる方法、AIの回答の限界を判断する方法を教える
AI批判課題の設計：AIの回答を分析して誤りを見つける活動が批判的思考を最も効果的に育てる

学生：難しい部分をAIに渡すな

AIを使うたびに自分に問いかけてみよう：

「AIの助けなしに自分はこれができるか？」
「AIが自分の考えを代替したのか、自分の考えをより発展させてくれたのか？」
「今、AIなしでこの内容を説明できるか？」

これら三つの問いに答えられないなら、AIを使ったのではなく、AIに使われたのかもしれない。

おわりに

AIが教育に入ってきたことは止められないし、止める理由もない。ハーバード研究をはじめとするさまざまな結果は、適切に設計されたAIツールが学習効果を実質的に高めることを示している。

しかしOECDの警告は明確だ。AIは学習ツールにも、学習回避ツールにもなりうる。 その違いは技術にあるのではなく、使い方にある。そしてその使い方を設計するのは、結局のところ教師と学生、そして教育政策の役割だ。

今、AIを授業や学習に活用していますか？どんな方法で使ったとき、本当に学んでいると感じましたか？コメントで教えてください。

あわせて読みたい

出典

OECD. (2026). OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html
CIDDL. (2026). Summary of OECD Digital Education Outlook 2026. https://ciddl.org/summary-of-oecd-digital-education-outlook-2026/
EU Digital Skills and Jobs Platform. (2026). OECD Digital Education Outlook 2026: how generative AI can support learning when used well. https://digital-skills-jobs.europa.eu/en/latest/news/oecd-digital-education-outlook-2026-how-generative-ai-can-support-learning-when-used

AIが勉強を代わりにするとき — OECD 2026報告書が示す48%のパラドックス

目次