FAQ
AI を使うことは実際に学生の学習を助けるのか？
英語ページの自動翻訳です。母語話者による確認はまだ行われていません。
助けます——しかし、AI を使って作られたより良い仕事は、必ずしもより良い学習の証拠ではありません。 研究は、本物の学習上の利益、無視できる効果、そして学習の害を記録しています。重要な問いは、単に学生が AI を使うかどうかではなく、AI が彼らに何をするのを助けるか、どの思考が彼らの責任のままか、そしてその後彼らが何ができるか です。
知識ベースは、AI 支援された仕事の成功と獲得された能力の区別を performance–learning gap（成績—学習ギャップ） と呼んでいます。学生は AI とともに、より強いエッセイを提出したり、より多くの練習問題を解いたりしながら、同等の仕事を独立にこなす能力が少しも良くならない——そしてときには悪くなる——ことがあります。逆に、よく設計された AI のフィードバック、例、チューターリングは、その後の AI なしの成績を改善できます。学習の伸び と 認知的なオフロード を参照してください。
研究は実際に何を示しているか？
いくつかの AI 支援介入は学習を改善する
幅広い出発点は EdTech は学習格差を縮められるか？デジタル介入の世界的な証拠 です。10 の経済にわたる 14 のランダム化研究のこの世界銀行の総合は、適応的で AI を活用した教育技術について、0.125 標準偏差 の正の平均学習効果を推定しました。しかし、それは初期の 適応的なシステム と 生成的な ツールを合わせていました。新しい生成的なツールについて統計的に確立された優位性は見出さず、一方、その比較にはかなりの不確実性があると認めています。この結果は、これらの介入の可能性を支持するものであり——どんな チャットボット でも学習を改善するという主張ではありません。
より具体的な証拠は、なぜ 教授設計 が重要なのかを示しています。高等教育における人間中心の GenAI フィードバック設計 では、1,176 人の 1 年生学部生を巻き込んだ多地点ランダム化研究が、ピア・フィードバック、直接的な AI フィードバック、自己評価に続く AI フィードバック、そして自己評価、ピア・フィードバック、AI の批評を組み合わせたハイブリッドな順序を比較しました。
省察的でハイブリッドな設計は、直接的な AI フィードバックより強い遅延された AI なしの転移 を生み出しました。学生はその後、改訂されている課題だけでなく、新しい科学的な論証の課題でより良い成績を挙げました。しかし、それらの条件は追加の評価的な活動と、おそらくより多くの時間も要求しました。この研究は、ある 1 つの構成要素や AI 自体が優位の原因だったというより、完全なフィードバック設計 を支持します。
AI は練習の成績を改善しながら学習を害しうる
最も明確な注意は ガードレールのない生成 AI は学習を害しうる：高校数学からの証拠 から来ます。
このほぼ 1,000 人の学生を対象としたランダム化フィールド実験では、汎用スタイルの AI インターフェースは支援された練習の点数を統制群に対して 48% 上げましたが、学生はその後、補助なしの試験で17% 低い点数を採りました。教員が設計した導きとヒントで構成されたチューターは、そのペナルティを大きく避けました。決定的に、それは統制群に対する補助なしの試験成績の統計的に有意な改善は生み出しませんでした。害を避けることは、追加の学習を実証することと同じではありません。これらの百分率はこの特定の介入と状況を記述するものであり、AI 利用の普遍的な効果ではありません。
含意は実践的です。AI の道具を、終えた宿題、正しい練習の答え、学生の満足度で判断すると、その教育的価値について誤解を招く像を与えうるのです。満足度と感じられた学習は 自己報告の指標 であり、知識ベースは、それらが測定された学習からどれだけ drift しうるかを記録しています。
より大きく長いフィールド研究は、規模において同じ方向を指しています。生成 AI の学習ペナルティ は、段階的な AI の導入を使って、30 か月にわたり 26,811 人の中国の中学生（7〜12 年）を追跡しました。宿題の点数は 18% 上がり、完了時間は 30% 減りました（64 分から 45 分へ）。一方、閉書の月例試験の点数は 6 か月以内に 20% 下がり、高リスクの入学試験の点数はベースラインの 18〜24% 下がりました——しかし、およそ 2 年経ってからでした。損失は、宿題を外部委託する行動を示した AI 利用者のおよそ 81% に集中していました。宿題の時間を非利用者と同等に保った利用者は、およそ同じくらい効率よく学びました。宿題と試験の成績の間の発散は、国民的コホートにわたって書かれた成績—学習ギャップであり、そして 2 年の遅れは、短い評価が体系的にその費用を過小評価することを意味します。
アクセスと安全策だけでは十分ではない
2 年のランダム化学校実験、One Click Away：Khanmigo による AI チューターリング は、18 の中学校でわずかな 数学 の達成の伸びを見出しました。しかし学生はめったに実質的なチューターリングの会話に従事しませんでした。著者らは、その伸びが AI なしの構造化された練習と結びついているものと似ていたと述べました。その介入は個別化された練習と AI チューターリング を合わせていたので、AI の構成要素の追加の貢献をきれいに切り離しませんでした。有能なチューターが利用可能であることは、学生がそれを生産的に使うこととは別のことです。
より新しい AI チューターリングを生産的にする 実験は、関連した教訓を提供します。NUMI を使う 6,000 人を超える中学生の間で、AI 支援は間違いの後の回復を改善した一方、問題を通じての進みを遅くしました。3 問連続正解の習熟度規則は、プラットフォームが定義する成功を上げながら、それ自体では 1 週間後の学習を改善しませんでした。最も強い遅延学習のシグナルは AI が習熟度のワークフローに埋め込まれたときに現れましたが、その伸びは統計的にかろうじて有意で、特定の練習された資料に集中していました。このワーキング・ペーパーは、入念に構造化されたアプローチについて示唆的な証拠を提供するものであり、広く実証された処方箋ではありません。
成果を決めるのは、道具へのアクセスだけでなく、学生が道具をどう使うか
同じ技術は、相互作用がどう構造化されるかに応じて異なる学習を生みます。教師の監督のないエッセイ評価での 38 人の学部生の 質的研究 では、従事は 認知的な外部委託 から認知的な再配分——低次の検索から 批判的な評価 へ労力を移すこと——までのスペクトラムにわたりました。ほとんどの学生（n = 31）は生成 AI を学習の助手として使うつもりでしたが、76.32% が単一ターンの問う—答えを得る—止める、という対話に頼り、78.94% が課題を通じてではなく、起草の前か後に道具を使い、効率のパラドックスを生み出しました。スキーマを構築する認知的な仕事の代償を払って得られた利便性です（「それを忘れる速さもまたとても速い」）。持続的で反復的な対話を通じて認知的パートナーとして働いたのは 8 人の学生だけでした。
教育学的な 教訓は、包括的な許可も禁止も、学生に推測を残すということです。行動を変えたのは、学生がどの認知的な仕事を保持しなければならず、どの AI の援助が適切かについての課題固有の導きでした——コースでのAIカンニングを減らすにはどうすればよいですか? で展開されている設計の方向です。
労力が少ないことが自動的に学習が少ないことを意味しない
AI が助けるのは、学生に懸命に働かせるとき、または完全な例を決して見せないときだけだと結論づけるのも誤りでしょう。
Coach not crutch で報告された事前登録された実験では、AI とともにカバーレターの改訂を練習した大人は、その後、一人で練習した人々より良い AI なしの作文を生み出しました。費やした労力はそれより少なかったにもかかわらずです。利益は 1 日後のフォローアップでも持続しました。別の実験では、AI が改訂した例を見ることが、道具で練習することと同等の利益を生むことが分かりました。これらは短く境界づけられた作文課題でした——あらゆる種類の作文にわたる持続的な改善の証拠ではありません——しかし、例が学習を支えうることを、必ずしもそれに取って代わるのではないことを示しています。
したがって目標は最大の難易度ではありません。意図された能力を伸ばす学習活動を保つか、または改善することです。
同じパターンが計算機教育で繰り返される
計算機教育の 72 研究のシステマティック・レビュー は、最も頑健な結果に同じ構造を見出します。生成 AI は確実に短期的な完了を上げ、課題上の時間を減らし（36 研究）、コーパスで 1 つも、即時の成績への負の効果を記録する研究はありません——しかしそれらの伸びは「独立した成績には転移しない」（21 研究）。Codex を支援に使った学生は学習中に 2 倍の数の課題を完了しましたが、AI なしの事後テストでは統制群より良い成績を挙げませんでした。事前知識 がすべてを調整します。よく準備された学生は援助を永続的な技能に変え、一方、準備の不十分な学生は、それを、必要としている練習を取り除く松葉杖として使うリスクを冒します。このレビューの中心的な設計要件は検証です——AI の出力を読み、テストし、修正し、説明し、批評すること——裁量に任せた願望ではなく、採点され観察可能な仕事の構成要素にすることです。
有用な設計原理：足場を張り、代用しない
知識ベースの 足場 と 能動的学習 の総合は、学習者が理解し、練習し、評価し、そして最終的により少ない援助で遂行できるようにする支援を強調しています。
「足場を張り、代用しない」は有用な原理ですが、AI の機能 1 つ 1 つに機械的にではなく、学習目標 に適用する必要があります。完全な解かれた例は、学生が学ぶものになりえます。ヒントの列は、なお、考えずにクリックして通過するものになりえます。重要な区別は、学習者が援助を使って何をするかです。認知的なオフロード と 助けの求め を参照してください。
独立した能力を伸ばすことを意図した活動のために、妥当な出発の手順は：
- 学習者の思考を確立する。 最初の試み、予測、下書き、説明、または適切な例の解釈を求めます。
- 的を絞った援助を提供する。 AI を、ヒント、説明、対照的な例、または困難に焦点を当てたフィードバックに使います。
- 援助への応答を要求する。 学生に、提案を受け入れるか拒むかについて説明し、改訂し、検証し、正当化させます。
- より少ない支援で新しい応用を確かめる。 学生に、同等の問題を解くか、またはその考えを別の文脈で適用させます。
これは教授上の出発点であり、普遍的に検証された順序ではありません。援助の量と時期は、学生の事前知識と課題を反映すべきです。AI の誤用を減らす と 事前知識 を参照してください。
保持される思考を明示的にする
数学では、教員は、学生に助けを求める前に試みた解法を提出させ、それから「最初に見直すべき段階を特定し、有用なヒントを 1 つ与え、もう一度試みるよう私に求めてください」のようなプロンプトを使うよう求めるかもしれません。その後の確認は、AI の答えの再現ではなく、新しい解法と説明を要求すべきです。これは 足場 と 助けの求め の指針を適用したものです。
作文では、教員は、学生に AI の批評を受ける前に自分の下書きをルーブリックに対して評価させ、それから、どの提案を受け入れ、修正し、拒否したかを説明させてもよいかもしれません。論証の構築が目標なら、AI が生成した散文は、学生が論証を構築できるという証拠の代用であってはなりません。代替の改訂を評価することが目標なら、完全な例を比較することが適切かもしれません。作文教育 と フィードバック・リテラシー を参照してください。
これらは証拠の設計上の応用です。それらは、教育学的にもっともらしく聞こえるからという理由で動くと仮定するのではなく、それでもコースの中で評価されるべきです。
自分のコースで AI が助けているかどうか、どうやって見分けるか？
AI Ed の評価 のページは、AI の出力の質、学生がそれを使う経験、そして学生の実際の学習を分けることを推奨しています。実践的な評価には、満足度調査や課題の成績の比較以上のものが必要です。
まず能力を特定する。 活動の後、学生が理解すべきこと、できるべきことを決めましょう。「磨かれた報告書を作る」ことは、「適切な証拠を選ぶ」「因果関係を説明する」「裏づけのない結論を検出する」とは別のことです。評価は、あなたが伸ばそうと意図する能力を明らかにすべきです。教育測定 を参照してください。
前、後、そして後に測る。 短いベースラインの課題、即時の学習の確認、そして遅延された応用を使いましょう。同等の課題と、適切なところでは、文脈を変えるか、あるいは異なる応用を要求する課題の両方を含めましょう。目標が独立した能力であるとき、その能力を学生の代わりに遂行しうる AI の援助を取り除きましょう。練習の直後の成功した確認は有用ですが、数か月にわたる定着や領域を越えた転移を確立するものではありません。学習の伸び と 学習の転移 を参照してください。
意味のある比較を使う。 可能なところでは、AI を支援する活動を、似た内容、教授時間、練習の機会を使った、よく設計された非 AI の代替と比較しましょう。単純な前後の改善では、AI が伸びを引き起こしたことを確立できません。学生は 教育 の残りを通して改善するかもしれません。より強い因果の主張には、比較を設計する際に 有効性の研究方法 を参照してください。
学生が助けをどう使うかを観察する。 説明、誤りを正そうとする試み、正当化された改訂、そして検証を探しましょう——ログイン、メッセージの数、完了した問題だけではありません。これらの観察は結果を説明する助けになりますが、学習の指標を置き換えるべきではありません。助けの求め と 学生—AI 相互作用 を参照してください。
ダッシュボードが実際に測るものを確かめる。 8 つの AI ティーチング・エージェントの評価 で、医学教育 において、プラットフォーム独自のスコアによるエージェントの順位は、専門家が検証した教育品質のルーブリックから発散しました——プラットフォームでは 3 位とされたエージェントは、ルーブリックの質では最下位でした——プラットフォームのスコアが、相互作用中の学生の成績を追っており、エージェントの教育する振る舞いを追っていなかったからです。組み込みの指標は検証すべき仮説であり、学習の証拠ではありません。そのような確認を信頼できるものにする指標と比較設計については 教育者はAI関連の介入を評価するために、どのような測定方法や研究方法を用いることができるでしょうか。 を参照してください。
重要な留保として、すべての正当な学習成果が AI なしで実証される必要があるわけではありません。コースは、効果的な AI 支援された仕事を意図的に教えるかもしれません。その場合、学問が要求する独立した基礎と並んで、学生が AI の利用を選び、検証し、改訂し、擁護する能力を評価しましょう。AI 時代の学習成果のための人間能力テスト は、独立した能力、AI で増強された成績、そして検証の責任の間のこの区別を提案しています。それは概念的な評価の枠組みであり、どのコースにも当てはまる検証済みの解決策ではありません。
誰が利益を得るか、そしてその利益が何を犠牲にするかを確かめる
平均の改善は、ほとんど利益を得ない学生や新しい障壁に遭遇する学生を隠しえます。デジタル・ディバイド の総合は、道具へのアクセスを、それを使う技能と、最終的に得られる成果から区別しています。
教室での評価では、事前知識、言語のニーズ、アクセシビリティの要件のような関連する出発点で結果を調べましょう。学生がすでに有用なフィードバックを入手し評価する方法を知っていると仮想するのではなく、導きを提供しましょう。独立した学習を評価するとき、その課題にアクセスするために必要な便宜をではなく、目標とする思考を提供する援助を取り除きましょう。AI リテラシー、AI 教育における公平性、そして アクセシビリティ を参照してください。
学生が実際に受け取るフィードバックも点検しましょう。流暢な応答は、彼らの困難を誤診し、誤りを強化し、あるいは別の種類の支援が必要だったときに答えを提示しうるのです。コースに整合した教材を使い、人間の助けへの経路を保ち、活動が必要とする以上の学生の情報を集めるのを避けましょう。これらの懸念は AI フィードバックの質、教育学的安全性、そして プライバシー に直接つながります。
結論
AI は学生の学習を助けられますが、アクセス、磨かれた出力、「チューター」というラベルのどれも、それが助けることを確立しません。 証拠は、特定の教授設計が、学生が伸ばすべき能力の指標を使って、意味のある代替と比較されるときに最も強いです。長期の定着、広い転移、そして学習者と状況を越えた一般化は、重要な不確実性のままです。AIEd 研究の限界 を参照してください。
教員にとって最も有用な問いは：
この AI 支援された活動の後、学生は以前はできなかったことを、何を理解し、説明し、判断し、できるようになったか——そして、どの証拠がその改善を示しているか？