生成AIを使うほど学力は下がるのか｜AI×教育と学校現場

この記事は約8分で読めます。
『管理職への道を考え始めた先生へ』 管理職になっても、ならなくても、後悔しない選択をするための書籍 詳しく見る Amazonサイトへ→

「生成AIを使うと、子どもの学力は下がるのでしょうか」。学校で生成AIの活用を話題にすると、よく出てくる問いです。

2026年9月8日、OECDはPISAの知見を紹介する記事の中で、成績の高い生徒にはAIを使わない傾向が見られる一方、AIが生成した情報の読み取り方や評価の仕方を明示的に教えられた生徒では、AI利用がより良い学習成果と関連する可能性を示しました。ここから読み取るべきなのは、「AIを使えば下がる」「使わなければ上がる」という単純な結論ではありません。

大切なのは、生成AIを使ったかどうかより、考える仕事のどこをAIに任せ、どこを児童生徒自身が引き受けたかです。本記事では、OECDと文部科学省の資料を基に、生成AIと学力の関係をどう捉え、明日の授業で何を変えられるかを整理します。

１．「AIを使う生徒の成績が低い」を因果関係にしない

OECDの記事は、PISAの結果について「成績の高い生徒はAIを使わない傾向がある」と紹介しています。しかし、これはAIの利用が学力低下を直接引き起こしたと証明するものではありません。

もともとの学習習慣、読書量、家庭環境、利用目的、利用頻度、教員による指導の有無など、結果に関係し得る要因は複数あります。分からない問題を考えずに答えだけ得るために使う場合と、自分の考えを批判的に検討するために使う場合を、同じ「AI利用」として扱うこともできません。

したがって、学校が「AIは禁止」「これからは全面活用」と一方向へ急ぐ根拠にはなりません。まず見るべきなのは、利用の有無ではなく、学習のどの場面で、何を目的に、どのような指導の下で使ったかです。

２．完成した答えを受け取るだけでは、学びの過程が抜ける

生成AIは、整った文章やもっともらしい説明を短時間で返します。その便利さのために、問いを理解する、知識を思い出す、試行錯誤する、根拠を比べる、自分の言葉に直すという過程が省略されることがあります。

OECD『Digital Education Outlook 2026』は、汎用的な生成AIによって課題の成果物が良くなっても、それが必ずしも学習の定着を意味しないと整理しています。AIが使えない試験では、その優位性が消えたり逆転したりする研究も紹介されています。一方で、明確な教育目的をもって設計された活用では、知識、論証、批判的思考などの学びにつながる可能性も示されています。

教師が見るべきなのは提出物の見栄えだけではありません。「なぜこの結論になったのか」「どの資料で確かめたのか」「AIの案から何を変えたのか」を児童生徒が説明できるかを見る必要があります。

３．AI時代ほど、読む力が必要になる

OECDが注意を向けているのは、事実と意見を区別する力、曖昧さを扱う力、情報を批判的に評価する力です。生成AIの文章は流暢であるため、間違った内容でも正しく見えることがあります。引用元のように示された資料が存在しない場合や、古い制度と新しい制度を混ぜて説明する場合もあります。

そのため、AIリテラシーは「上手なプロンプトを書けること」だけではありません。OECDと欧州委員会が2026年に公表した学校教育向けAIリテラシー枠組みも、AIの仕組みを理解し、出力を批判的に評価し、倫理的・創造的に使う知識、技能、態度を重視しています。

生成AIが答えを作る時代には、読む力の役割が小さくなるのではありません。誰が、どの根拠から、どこまで確かに言えるのかを判断する読解力は、むしろ重要になります。

４．「AIの誤り探し」だけを目的にしない

生成AIの出力を授業で扱うとき、「間違いを見つけよう」という活動は入り口になります。ただし、誤りを一つ見つけて「やはりAIは信用できない」で終わると、AIを批判的に使う力には十分つながりません。

同じ問いでも、条件や聞き方を変えると回答が変わることがあります。正しい事実を含んでいても、必要な視点が抜けていることもあります。資料の内容自体は正しくても、別の時代や地域には当てはまらない場合もあります。

授業では、正誤だけでなく、「根拠はあるか」「問いに合っているか」「抜けている立場はないか」「どこまで確信できるか」を検討させます。AIを間違える機械として笑うのではなく、出力を材料にして自分の判断を鍛えることが目的です。

５．明日できる「五つの確認」で出力を読む

特別なAI授業を新設しなくても、調べ学習やレポート作成の中に、次の五つを入れられます。

  1. 主張を分ける：出力を、確認できる事実、解釈・意見、提案の三つに分けます。
  2. 確かめる箇所を選ぶ：日付、人数、制度名、引用、固有名詞など、誤りが影響する箇所に印を付けます。
  3. 一次資料へ戻る：省庁、自治体、統計、法令、原典など、情報の発信元を探します。
  4. 複数の根拠を比べる：一致する点だけでなく、対象、時点、定義の違いも確認します。
  5. 自分の判断を書く：「採用した」「修正した」「保留した」と、その理由を一文で残します。

例えば社会科なら、生成AIに地域課題の説明を作らせ、自治体の統計と比較できます。理科なら、現象の説明に含まれる因果関係を教科書や実験結果で確かめられます。国語なら、要約で落ちた論点や、原文にはない評価語を探せます。

重要なのは、すべてを検索して丸付けすることではありません。どこを優先して確かめるべきかを選ぶこと自体が、情報を評価する学びになります。

６．使用の記録は、取り締まりではなく振り返りに使う

文部科学省のガイドラインは、学習課題で生成AIを利用した場合、ツール名、入力したプロンプト、出力、利用日などを明記させることを例示しています。また、情報の真偽を確かめ、AIとのやり取りの過程や引用・参考文献を示すことも挙げています。

この記録を「AIを使った生徒を見つける証拠」にすると、児童生徒は利用を隠すようになります。むしろ、思考の過程を振り返る資料として扱います。「最初の問いをどう変えたか」「どの回答を疑ったか」「自分の考えがどう変わったか」を短く残させれば、完成品だけでは見えない学びを教師も確認できます。

生成AIの利用を認める課題、条件付きで認める課題、使わずに自力で取り組む課題を、事前に分けて伝えることも必要です。ルールは課題ごとに明確にし、後から判断を変えないようにします。

７．あえて使わない時間も授業設計に入れる

生成AIが役立つからといって、学習の全過程で使う必要はありません。基礎知識を思い出す時間、最初の予想を書く時間、計算や読解の技能を確かめる時間、自分の経験を言葉にする時間では、先にAIの答えを見ることが学習目的を弱める場合があります。

例えば、まず三分間は自分で考え、その後にAIの案と比較する。単元の途中ではAIを使えるが、最後は資料を閉じて説明する。グループで検証した後、一人で判断理由を書く。このように「使う・使わない」を学習過程の中で切り替えます。

教師が最後に判断するのは、便利か危険かの二択ではありません。その場面で育てたい力は何か、AIを入れることでその思考が深まるか、逆に省略されるかです。

８．評価するのは文章の巧さだけではない

生成AIを利用できる課題で、完成した文章だけを評価すると、児童生徒自身の理解との区別が難しくなります。そこで、問いの設定、根拠の選択、事実確認、修正理由、口頭説明なども評価材料にします。

全員に長いプロンプト履歴を提出させる必要はありません。「AIの回答から確かめたことを二つ」「採用しなかった提案を一つ」「最終的に自分で決めたことを一つ」といった短い記録でも、判断の過程は見えやすくなります。

AIを使ったかどうかだけで一律に加点・減点するのではなく、課題のルールを守り、根拠に基づいて出力を吟味し、自分の判断として説明できたかを見ます。これは生成AIだけの技能ではなく、検索結果、動画、SNSなどあらゆる情報と向き合う基礎になります。

９．学校でそろえたい最低限の共通理解

教員によって「全面禁止」「自由に使用」が分かれると、児童生徒は教科ごとの暗黙のルールに迷います。まず学校内で、利用可能なサービス、年齢制限と保護者同意、個人情報を入力しないこと、課題ごとの利用表示、困ったときの相談先を共有します。

ただし、細かな手順を一度に作り込む必要はありません。最初は「目的を先に示す」「出力を確かめる」「利用を明記する」「最後は本人が判断する」という四点をそろえるだけでも、授業の質は変わります。

文部科学省も、生成AIを一律に禁止したり義務付けたりする硬直的な運用は望ましくないとしています。学校の実態や児童生徒の発達段階、情報活用能力に応じて、具体的な学習場面から共通理解を更新していくことが現実的です。

１０．生成AIを「答えの機械」から「考える材料」へ

生成AIと学力の関係を考えるとき、利用時間や回数だけを見ても授業改善にはつながりません。完成した答えを受け取るだけなら、学びに必要な努力が抜けることがあります。一方、出力を問い直し、一次資料と比べ、判断理由を説明する活動なら、批判的思考や情報活用能力を育てる材料になります。

明日の授業で変えることは一つで十分です。生成AIの回答を使わせるなら、最後に「この回答のどこを、何で確かめたか」を一文書かせてください。AIを使った事実よりも、確かめて判断した過程を大切にする授業が、AI時代の学力を支えます。

関連記事

参考資料

LATEST

最新の記事

タイトルとURLをコピーしました