PROTHENTIATHE JOURNAL ↗
In the Making
研究から、これからを考える。
RESEARCH & POSSIBILITIES15 / RESEARCH & POSSIBILITIES

AIがいなくなった、一週間後。

仕上がった文章と、書いた人の中に残るもの。似て見える二つの成果を、別々に測ってみる。

暗い画面から離れた本が、谷を越えて根を伸ばしている。

よい文章ができた。では、よくわかったのだろうか。

AIのある机では、この二つが以前より簡単に離れられる。文章はすらすら進み、読んでいる本人にも筋が通って見える。けれど画面を閉じて説明しようとすると、接続詞だけが先に出てくる。「つまり」の先に、何もいない。

もちろん逆もある。自力では越えられなかった説明の段差を、AIとのやり取りで越える。翌日には、同じ説明を借りなくても考えられる。どちらも見た目は、AIを使って課題を終えた人だ。

成果物の、外側を測る

Zara ContractorとGermán Reyesの研究は、完成した課題から少し離れて、学んだ人を追いかけた。大学生211人をAIの利用を認める条件と認めない条件に無作為に割り付け、決められた時間で未知の技術を学び、文章を書いてもらう。知識を測るのは直後と約一週間後。評価時には補助を使わない。[1]

この時間差がいい。AIが働いている最中の速さだけではなく、AIのいない机へ、何を持ち帰れたのかが問えるからだ。

直後の知識テストでは、AI利用を認めた条件の正答率が7.2ポイント高かった。一週間後の差は3.9ポイント。後者のp値は.068で、通常の5%水準では有意ではない。後日の作文総合品質も、改善方向の推定だが同じ水準を満たさなかった。持続する学習効果が確定した、と言い切るには慎重さが要る。

数字が少し歯切れ悪いのは、研究の欠点というより、いま見えている範囲の輪郭だろう。「AIで学べる」と「AIに任せると学べない」の二択に、実験まで気持ちよく整列してくれるわけではない。

便利になった分、何をしたか

研究は使い方にも目を向ける。説明を求めて理解を助けてもらう使い方と、文章の生成を任せる使い方。しかし、この使い分け自体は無作為に割り付けたものではない。違いが見えても、それだけで一方の使い方が学習を生んだとは証明できない。

もともと問いを立てるのが得意な人が、AIにも説明を求めたのかもしれない。課題を早く終わらせたい人が、文章を頼んだのかもしれない。使い方と、使う人の事情をほどくには、もう一段の研究が必要になる。

それでも、ここには日常へ持ち帰れる問いがある。これは実験の結論というより、読んだあとに残った問いだ。AIが引き受けた作業の跡に、何を置くのだろう。

空いた時間を、別の資料を読むことに使う。自分の言葉で説明してみる。わからなかったところを、もう一度聞く。あるいは、課題を閉じて次の仕事へ行く。同じ短縮時間でも、行き先は違う。節約した時間には、学習という振込先が自動で設定されているわけではない。

だから、苦労を残せばよいという話でもない。難しい言い回しに何十分もつまずくことと、考え方そのものを試すことは、同じ負荷ではない。取り除いてよい面倒と、取り組む価値のある難しさ。その境目を、便利か不便かだけでは決められない。

AIを外すのは、罰ではない

この実験にも留保がある。単一大学の短時間の課題で、追跡は約一週間。直後テストでは、AI利用を認められていた学生のほうが禁止事項に違反する割合も高かった。観測した点差を、すべて純粋な学習の差と扱うことはできない。論文はまだプレプリントである。

一方で、評価の位置を変える発想は鮮明だ。

仕事でAIの導入効果を考えるときも、納品物の品質と、人に残る力は分けてよさそうだ。今日の資料を仕上げる目的なら、AIとの共同成果を評価すればよい。明日、自分で条件を変え、誤りを見つけ、他の人に説明する力まで育てたいなら、それは別に確かめたい。

全員にAIなしの試験を課そうということではない。仕事はいつも一人で行うものではないし、道具を使い続けること自体にも価値がある。ただ、育成をうたうなら、道具が生んだ成果を本人の成長と読み替えないこと。そのために、短い説明や別条件の問いを挟んでみる余地がある。

「その答えをどう直せる?」と尋ねるだけでも、完成品の鑑賞から、理解の手触りへ少し近づく。うまく言えなかった場所は、能力の判決ではなく、次にAIと考える場所になる。

たとえば、自分がつくった資料を別の人に渡す場面を考える。完成度の高い資料なら、受け取った人は助かる。しかし、条件が一つ変わったときに、どこを変えればよいか。その質問に答えられるかは、資料の美しさからはわからない。説明する力は、完成品の背後にある選択へ戻れることでもある。

AIとの会話をすべて記録しても、その選択が本人に残った証明にはならない。ログは道順であり、自分で歩けるかは別だ。逆に、細かい経路を忘れていても、何を確かめればよいかがわかっていることはある。記憶量だけを学習とするのも、少し狭い。

だから評価を一つ増やすなら、正解を再生させるだけでなく、少し違う問題を前に何を尋ねるかを見たい。これは今回の研究が測り切ったものではない。次に確かめたい、理解の姿である。道具を外した瞬間をゴールにするのではなく、もう一度使うときの関わり方まで見たくなる。

いつも一緒にいる道具を、ときどき脇へ置く。離れてみることで、一緒にいた時間の働きがわかることがある。

画面に残ったものではなく、画面を閉じた人に何が残ったか。その問いを、便利さと一緒に持っていたい。

PAPER & RESEARCHERS

今回の研究

READ THE PAPER原論文を読む ↗
論文
[1]Experimental Evidence on the Learning Impact of Generative AI
著者
  • Zara Contractor
  • Germán Reyes
論文上の所属
  • Zara Contractor:Middlebury College
  • Germán Reyes:Middlebury College and IZA
刊行・改訂
プレプリント。arXiv初出:2026年7月9日18:15:08 UTC。最新版v2:2026年10月4日14:22:13 UTC(本文表紙October 2026)。IZA Discussion Paper 18792(2026年7月)は旧版。2026年10月28日の確認時点で査読済み刊行版は確認できていない。本文の数値はv2 PDFを使用。
NOW, YOUR TURN.

この問いを、あなたの仕事へ。

あなたの課題で試す