モスクワにある大学の講義室で、5年生のある女子学生が提出期限の30分前、チャットツールにマーケティングのケーススタディ分析を依頼するプロンプトを入力しています。AIは即座に、具体例や参照文献を交えた構成案を提示しました。彼女は表現を微調整し、そのまま課題を提出しました。
学術誌『Frontiers in Education』に掲載された研究では、まさにこうした実態が調査されています。研究チームは複数国の学生1,000人以上を対象に、日々の学習で生成AIをどのように活用しているかを分析しました。この研究は抽象的な傾向を示すのではなく、ゼミの準備から卒業論文の執筆に至るまで、具体的な活用法を明らかにしています。
その活用メカニズムは以下の通りです。まず学生が課題を定義して下書きを作成させ、それを自身のノートや講義資料と照らし合わせます。ここで重要なのは、単なるコピーではなく、編集とファクトチェックを行うプロセスです。このサイクルによってワーキングメモリの負荷が軽減され、情報収集よりも分析そのものに時間を割けるようになります。例えるなら、AIは部屋の家具を配置する下働きであり、学生はどこに余白を残すべきかを判断する役割を担っているのです。
調査データによると、回答者の約65%が学業のために一度はAIを利用した経験があるといいます。AI利用の利点としては、準備スピードの向上や難解なテーマへの理解深化が挙げられています。一方で、調査対象が主に理工系や経済系の学生に偏っていることや、データ収集期間が1学期間のみであるといった限界も指摘されています。AIを日常的に使い続けることで、批判的思考の深さにどのような変化が生じるかについては、長期的な観察データが不足しています。
ここで、より広範な問題が浮き彫りになります。AIが教員への相談よりも手軽な存在になるにつれ、巧みなプロンプトを使いこなす学生と、単に答えを丸写しする学生との間で格差が生じているのです。自律的な学習を評価の軸としてきた高等教育システムは、今や「成果物」と「プロセスの習得」のどちらを評価すべきかという指針を見失い始めています。
もはや議論すべきはAIを許可するかどうかではなく、AIには代替できない「個人の見解」や「論拠の選択に対する責任」を求める形にいかに課題を再構築するかという点にあります。
