リソース
生成AIを科目別に整理する心理学教育論集(STP, 2026)
これは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。
Society for the Teaching of Psychologyが無料で公開する編著(2026年、ISBN 978-1-941804-82-7)で、生成AIをツール別ではなく科目別に整理している。心理学は多くのAI利用調査の回答者を供給しながら、その調査対象にはなってこなかった。本書はその反例であり、255ページに21の科目章と序論・結論を収めている。
本書の主張
編者たちの前提は、心理学の教員はAIの利用を教えるうえで並外れて有利な立場にある、というものである。というのも、この学問領域はすでに測定・証拠・人間の行動についての判断力を教えているからだ。彼らの主張は「AIリテラシーは重要だ」よりも狭い。すなわち、AIリテラシーは発達的に獲得されるものであり、学生が「持っている/持っていない」という性質のものではなく、段階的な利用許可、内省、フィードバックを通じて身につけていくものだ、という主張である。
ここから3つの設計上の指針が導かれ、ほとんどの章が少なくとも1つを実践している。学生がツールで何をできるかを段階化し、判断力の発達に合わせてガイド付きの利用から自立した利用へ移行させる。利用と検証を対にし、モデルを使って立てた主張は必ず出典と照合して提示させる。成功を、ツールの流暢な操作ではなく、いつ・そもそも使うべきかを判断できる力として定義する。
構成そのものが主張である。章は、ツールや機能、組織の方針ではなく、教員がこれから担当する科目——基礎的・横断的な科目、臨床・カウンセリング、研究法と統計——ごとにまとめられている。
第I部:基礎的・横断的な科目
- 最初の課題はツールではなくアクセスである(Slade・Hyk)。AIの事前経験なしに履修する学生は二重に不利になる。プロンプトの技能がなく、流暢な回答がいつ誤っているかを判断する力もない。本章はプロンプトエンジニアリングを、再利用可能なプロンプトの公開リポジトリとあわせて教え、その指導を公平性の施策として位置づける。著者は、教育AIを商業化する企業における経済的利害を開示している。
- 教授用コンテンツ生成器としてのAI(Corcoran)。本章のユースケースは教員自身の授業準備である。明示された目標に沿って、視覚資料、例、問題、その他の教授用刺激を生成する。主張は、出力を有用にするのは新奇さではなく、その目標への適合(カスタマイズ)だというものだ。また本章は、学生にAIをただ渡すのではなく、AIについて——その限界と倫理を——教えるべきだと強調する。
- 理論への橋渡しとしての学習方略(Costa)。上級学年の「学習と記憶」の科目で、学生はAI学習ツールを使い、その後でツールの働きを分散練習と検索練習に対応づける。この設計は心理学を主題に、ツールを標本にするものであり、ツールが実装すると称する学習科学そのものを内容とする科目を教えるうえで、最も筋の通った方法である。
- 応用的な行動変容プロジェクト(Emanuel)。学生はAIシステムをコーチ役として、健康行動の変容プロジェクトを実施する。彼らの内省は、うまく機能した点——即時的で、個別化され、批判的でない提案——と、機能しなかった点(共感の欠如、健康に関するもっともらしい誤情報)を切り分ける。本章は、誤りが代償を伴う役割にモデルを置く数少ない章である。
- ディベートのコーチとしてのAI(Jackson)。上級学年の社会心理学の科目では、公開ディベートの前にモデルを使って論点を整理し、反論を洗い出し、再反論を練習する。すべての主張は査読済み文献と照合して検証する。提出された内省のうち、75%は準備においてモデルが少なくとも中程度に有用だったと述べ、35%は強く肯定的だった。約10%はほとんど役に立たなかったとしており、その理由は主に、モデルが一般的な議論や自信ありげな誤りを生成したことだった。後の実施では、1ページの準備計画と、各主張を出典に結びつける証拠台帳が追加された。
- フィードバックを担う科目チャットボット(Lee、Nam、Wages)。心理学入門、研究法、Psychology Apprenticeship向けに構築されたチャットボットが、テーマのブレインストーミング、研究課題の絞り込み、レポートの構成づくりを支援した。著者らは事前調査で124名の学生、事後調査の回答率25%を報告しており、成果の証拠は実装の記述よりも薄い。
- 3層の評価(Granito)。診断的・形成的・総括的の各課題にAIを組み込んだ版を用意し、総括評価の側は、ツールが成果物そのものではなく支援のパートナーとなる真正な(オーセンティック)プロジェクトへと移行する。「何を採点するのをやめるか」が問いなら、読むべきは本章である。
第II部:臨床・カウンセリング科目
- 導入活動としての心理療法(Castro)。学生はDSM-5-TRの障害を1つと心理療法の技法を1つ選び、模擬セッションを体験したうえで、AIによる遠隔医療が何を得て何を失うかを議論する。この設計は対比によって技法を教えるものである。シミュレーションは、治療の関係性部分をあえて省くことで、その部分が何であるかを示す。
- ケーススタディを共同で作成する(Pulido)。学生はChatGPTでDSM-5-TRのケーススタディの下書きを作り、それを評価する。これにより評価の技能はモデルではなく学生側に置かれる。本章は大学院版と学部版の翻案を記述し、プロンプトの反復的な改良を技術的な雑務ではなく臨床推論の一部として扱う。
- ゼミでのケース概念化(Draheim)。ケース概念化は、学生がクライエント情報と治療成果研究を統合する作業であり、学部段階で教えるのは難しい。このゼミではAIを使って概念化を生成し、批判的に検討する。そもそもツールを魅力的にしている制約として、教員のフィードバック負担が名指しされている。
- 文化的謙虚さ(Draheim)。宿題ではモデルを使って文化的謙虚さを扱った論文を読み解き、続いて授業内で生成出力に含まれるバイアスを見つける演習を行う。この組み合わせが重要である。同じ週の中で、ツールは話題を開くために使われ、そのあと批判の対象にされる。
- トラウマに配慮した授業(Rubio)。大学院のトラウマ関連科目では、Hermanの三段階モデルとPerryの神経順次モデルに基づき、テキスト生成モデルと画像生成モデルを使って治療的な物語や「安全な場所」のイメージを共創する。ここで仕事をしているのは枠組みであり、ツールは、その枠組みが制約をかける素材を供給する。
- セラピストとしてのボット(Niederjohn)。学生は複数のチャットボットと対話し、その体験を、治療同盟を扱う対面での作業と比較する。本章はこの演習の緊急性を示す数字を提示する。先行調査では、メンタルヘルス専門職の65%がチャットボットによる支援に利点を見いだしていた一方で、86%はケアでの利用を支持しなかった。実践的な提案は段階的なはしごである——まずAIとのロールプレイ、次に仲間同士、そのあと人間が演じる模擬患者。
- 訓練生向けロールプレイ(Labriola・VanHara)。AIロールプレイは、台本のある学生同士のロールプレイを、台本のない臨床像の提示に置き換える。著者らは、これにより現実感とリスクを取る意欲が高まると論じる。必要性の根拠は学生調査のデータである。16か国の約4,000名の学生のうち86%がAIを利用していると報告し、58%が十分な知識がないと答え、72%がAIリテラシーの授業を求めていた。
第III部:研究法・統計・科学的リテラシー
- 研究の副操縦士としてのAI(Sumutkaら)。活動は初心者を、テーマの絞り込み、文献探し、変数の生成と操作的定義、倫理の適用へと順に導く。明示された目標は情報リテラシーが第一で速度は第二であり、本章は、ツールが使われるのと同じくらい示範されていることを明言している。
- 批判的評価としての質問生成(Burkett)。学部の研究法科目における3段階のアプローチは、ChatGPTを研究デザインについての評価的質問の生成器に変える。そのために専用のカスタムGPTが構築されている。生成された質問はそのまま理解度の測定として機能する——他の章が語りながらも、めったに操作化しない評価上の手立てである。
- モジュールとしての活用と誤用(Urdan、Firtch、White)。すぐ使えるモジュールが、研究デザインの生成、練習テスト、既知の失敗パターンを扱う。その根拠は、AIに興味はあるが時間のない教員にとって、導入の摩擦こそが本当の障壁だという考え方である。
- 期待に届かなかったチャットボット(Hilley・Edwards)。必修の統計科目のためにJujiプラットフォーム上で構築された「Zig」は、練習問題についてオンデマンドで支援するはずだった。期待は満たされなかった。失敗は具体的で示唆に富む。Leveneの検定について尋ねた学生が「levee」と入力したところ拒否され、採点についての質問にはzスコアに関する無関係な回答が返り、例を求めると定義が返ってきた。その多くは、推論モデルではなくQ&Aを詰め込んだプラットフォームに由来する。それでも本章は本書の誠実な否定的結果であり、科目用ボットを作る前に読むべき章である。
- Rの教育における段階的導入(Garrison、Tyson、Lyu)。4段階モデルはAIを使わない学習から始まり、学生がツールの出力を評価できるようになって初めてツールを加える。著者らが挙げる準備完了の合図はAIの限界への苛立ちであり、記録されている失敗パターンは、それより早くAIを導入した結果、基礎が身につく前に依存が生まれたことである。
- 最上級学年ゼミでのChatGPTとElicitの併用(Katzarska-Miller)。学期を通して取り組む研究レポートの前に4回の準備ワークショップを置き、下書きには生成モデル、文献には研究支援ツールを使う。本章は設計を社会構成主義の学習理論に根拠づけ、授業前後の自己評価でAIリテラシーが変化したかを確かめている。
21章を通じて繰り返されること
- アクセスを段階化する。 ほとんどすべての章が、学生がツールを判断する拠り所——統計量、枠組み、ディベートでの立場、プログラミングの基礎など——を持つまで、ツールを与えない。
- 検証を必須にし、可視化する。 証拠台帳、出典確認、プロンプトのログ、「ファクトチェック後に何が変わったか」のメモが、各部を通じて現れる。この要件こそが、ツール利用を学習に変える。
- 学生の内省を測定器具として使う。 ほとんどの章で内省が証拠の基盤であり、それは本書の中心的方法論的弱点でもある。
- ツール単位ではなく科目単位で設計する。 1科目につき1章という本書自身の編成上の決定が、そのまま提言である。
- 教員の判断を対象として保つ。 繰り返し述べられる主張は、学生が「ツールを使わないとき」を判断できるようになって修了すべきだ、というものである。
本書の薄いところ
各章は実践者の報告である。研究デザイン、標本、効果量を報告するものはほぼなく、数字が現れる場合も学習ではなく実装を記述している。例外も部分的である。Leeらは事前・事後調査を持つが事後の回答率は25%であり、Jacksonの内省分析は1クラス分のテーマ的コーディングにとどまる。
熱意の検証も不均等である。CorcoranとCostaは推進者として書き、HilleyとEdwardsは失敗を報告し、商業的利害を開示しているのはSladeとHykだけである。特定の製品名を挙げる章はすぐに古くなるだろう。多くが2025年時点のツールの挙動を記述しているからだ。
知っておくべき網羅性の欠落:費用と有料プランはほとんど論じられず、アクセシビリティと障害は独立した部として扱われず、K-12はCastroの中等教育の章にのみ現れる。本書が扱うのは米国の学部・大学院の心理学教育であり、大規模講義についてはCostaとGranitoの章以外ほとんどない。
本書の使い方
これから担当する科目の章を読む。3つの部——基礎的・横断的な科目、臨床・カウンセリング科目、研究法と統計——が、関連する章をまとめてくれている。例を挙げれば、心理統計におけるAIチューター・チャットボット、最上級学年ゼミでのChatGPTとElicitの併用、ディベートのコーチとしてのAI、臨床訓練におけるケース概念化と文化的謙虚さ、そして学生にChatGPTで質問を生成させ、それを批判的に検討させる研究法の章である。
想定読者
キャリアの段階を問わない心理学の教員、そして評価上の課題が同じ形をしている隣接社会科学系領域の教員。すなわち、エッセイ中心の課題、事例検討、統計不安、一度の再設計が実行可能な小規模科目である。
注記と留意点
PDFは無料で、アカウント登録は不要。著作権はSTPにあり、Creative Commonsライセンスではない。出典を明記すれば個人利用および授業での複製が認められるが、再配布や商業利用には著者の許諾が必要である。各章は研究ではなく実践者の報告であり——デザインも標本も効果量もない——ため、主張は経験報告として扱い、引用は章ごとに行うこと。