課題をこなすことは学びではない
AIシステムは、正しい小論文を書き、方程式を解き、歴史的な出来事を説明し、生徒の関心に合わせて例を作り変えることができる。これらの出力のいずれも、その生徒がシステムなしに推論できること、システムの誤りを見抜けること、その考えを新しい状況に応用できること、あるいはどの問いを立てる価値があるかを判断できることを証明するものではない。変革的AI後の教育は、この区別から始まる。
短期的な証拠はすでに警鐘を鳴らしている。OECDのデジタル教育アウトルック2026は、教育学的に設計されたAIが学習を支援した一方で、汎用のチャットボットは持続的な効果を伴わずに直近のタスク成績だけを向上させることがあった、という新しい研究群を統合している。引用されているある高校数学のフィールド実験では、標準的なGPT-4のインターフェースを使用した生徒は、後の支援なしテストで対照群より17%成績が悪かったのに対し、学習上の安全策を備えたチューターはその低下を回避した。この結果は一つのタスクと一つの実装についてのものであり、あらゆるチャットボットが学習を損なうという証拠ではない。ツールに支援された出力と、実際に身についた能力とは、別々に測定されなければならない。
これはシステムが向上するにつれ、いっそう重要になる。答えが安価になるとき、教育において希少な仕事となるのは、世界のモデルを構築すること、判断力を鍛えること、動機を育むこと、他者とともに学ぶこと、そして強力なアシスタントを単に操作するだけでなく、それを検証できるようになることである。
教育には少なくとも五つの仕事がある
学校は情報伝達のシステムだけではない。学校は、子どもたちが基礎的な技能を身につけ、自分だけでは選ばないような領域に出会い、社会的な期待を学び、人間関係を築き、他の機関が認める資格を得る手助けをする。学校はまた、食事、安全、障害者支援、カウンセリング、スポーツ、芸術、そして大人が働くことを可能にする保育も提供している。
優れたチューターは指導の部分を変えることはできても、その機関そのものに取って代わることはできない。1ドルあたりの説明数だけを数えるAGI後の教育政策は、家庭や地域社会が学校に求めるもののほとんどを見落とすだろう。
五つの仕事は率直に述べることができる。
- 能力:人が独立して使える知識と技能を築くこと。
- 判断力:どの証拠を信頼し、どの価値観が行動を導くべきかを決める実践を積むこと。
- 発達:身体的、感情的、社会的、道徳的な成長を支えること。
- 所属:若者に、他者への義務を伴う地域社会での実在の居場所を与えること。
- 認定:監視をカリキュラムに変えることなく、能力の信頼できる証拠を提供すること。
AIはこれらの仕事の一つひとつを支援することができる。だが、それらをモデルが測定できるものを中心に、こっそりと定義し直すことを許してはならない。
個別指導:本物の可能性と、その具体的な限界
一対一の指導は歴史的に高価であった。AIは、説明、練習問題、翻訳、フィードバック、アクセシビリティ支援を桁違いの規模で利用可能にできる。生徒は同じ質問を、恥ずかしさなしに十通りの言い方で尋ねることができる。教師は複数の例を生成し、学習者がなぜつまずいているのかを診断する時間をより多く割くことができる。
その可能性は実装次第である。生成AIの教育利用に関するUNESCOの指針は、人間の行為主体性、プライバシー、年齢適合性、包摂性、教育学的な検証を強調する法的拘束力のない政策指針である。流暢なシステムは、事実を捏造し、誤った学習目標に適応し、機微な生徒データを露出させ、あるいは最終的な自立ではなく利用の継続に向けて最適化されるかもしれない。
有用な指導システムは、次第に自らを不要にしていくべきである。それは、答えを与える前に学習者に想起させ、テンプレートを繰り返すのではなく問題を変化させ、不確実性を示し、外部での検証を促し、支援なしでの成績を定期的に試験する。成功とは、心地よい会話の数ではない。学習者が後に何をできるようになるかである。
教師が不可欠であり続けるのは、指導が関係的かつ文脈的だからである。教師は、いら立ち、家庭の変化、仲間関係の力学、回避、並外れた才能、そして何週間にもわたる誤解のパターンを見て取る。技術的に優れた説明であっても、子どもが困難に耐えることや、努力が報われると信じることを誰も助けなければ、失敗しうる。
基礎的な知識は重要性を減じるどころか、むしろ増す
生徒はもはや事実を必要としない、モデルがそれを取り出してくれるからだ、と主張する人もいる。それはアクセスと理解を混同している。背景知識があるからこそ、人はありそうにない答えに気づき、考えをつなぎ、有用な問いを立て、推論に足るだけの文脈を保持できる。それがなければ、検証は別のモデルに尋ね、最もそれらしく聞こえる回答を選ぶことに崩れ落ちてしまう。
基礎的な読み書き、数的能力、科学的推論、公民、歴史、統計、メディアリテラシー、基本的なコンピューティングは、依然として保護的なインフラである。暗記が教育を支配すべきではないが、想起の練習と内面化された知識は、ツールが不在であったり、操作されていたり、誤っていたりするときにも機能する精神を築くことの一部である。
カリキュラムにはまた、モデル・リテラシーも必要である。訓練データが証拠とどう異なるか、生成された引用がなぜ失敗するか、不確実性が何を意味するか、自動化されたランキングがどのように関心を形作るか、そして個人情報を決してシステムに入力してはならないのはどのような場合か。これは使い捨ての技術授業一つではなく、既存の科目の中に組み込まれるべきものである。
評価は成果の実演に近づかなければならない
持ち帰りの小論文や定型的な問題集は、モデルがそれをこなせるようになると、個人の能力についての弱い証拠となる。全面的な監視や自動化された不正検知で対応すれば、それ自体が新たな害を生み、それでも誤った告発が生じるだろう。
評価は代わりに、いくつかの形式の証拠を用いることができる。
- 監督下での作文と問題解決。
- 選択の口頭説明と弁護。
- 改訂と過程を示すポートフォリオ。
- 実技の実演とプロジェクト。
- 個人の省察を伴う共同作業。
- モデルの出力を検証し、比較し、改善することを求める、AI利用を明示した課題。
- 独立していなければならない能力についての、ツールなしでの定期的な評価。
完璧に本物で公平な方法は一つもない。ポートフォリオは外部の助けを受けうるし、口頭試験は一部の生徒を不利にしうるし、時間制限のある課題は不安を測定してしまうかもしれない。複数の方法を組み合わせたシステムは、ごまかしにくく、学習者に能力を示す手段を複数与える。
資格認定もまた変化しうる。雇用主や機関は、実証された仕事、徒弟制度、免許試験、継続的に更新される能力の記録に、より頼るようになるかもしれない。それは機会を開きうるが、継続的な行動スコアリングにもなりうる。教育記録は目的を限定され、訂正可能であり、幼少期のモデル・プロファイルが人につきまとい続けることを防ぐ規則の下に置かれるべきである。
育つことには、最適化されていない出会いが必要である
AIの話し相手は、際限なく忍耐強く、興味を示し、応答的でありうる。人間の仲間はそのいずれについても一貫してそうではない。子どもたちは、自分では完全には制御できない人間関係を通じて、交渉、修復、共感、境界線、ユーモア、リーダーシップ、そして違いへの寛容さを学ぶ。
関心を引きつけるよう最適化されたシステムは、まさに社会的発達が生じる摩擦を取り除いてしまうかもしれない。責任ある大人であれば異議を唱える場面で子どもを肯定してしまったり、相互的な必要を伴わずに親密さを模倣してしまったりするかもしれない。学校と家庭は、機器を使わない遊び、チーム活動、世代を超えた関係、構造化されていない時間、そして他者に対する現実の責任を保つべきである。
これは子ども時代からAIを排除すべきだという主張ではない。翻訳、アクセシビリティ、創作ツール、指導、コミュニケーション支援は参加を広げることができる。境界線となるのは、模擬的な関係が、人間の愛着、専門的なメンタルヘルスケア、あるいは仲間とともに生きるという困難な実践に、静かに取って代わるべきではないということである。
規範的な優先事項:教師に必要なのは訓練だけでなく統治への発言力である
「教師にAIの使い方を訓練する」というのは、教師が調達、データ利用、業務量の測定について、あるいはシステムの出力が専門的な判断を上書きできるかどうかについて発言権を持たない限り、不十分である。教育者、生徒、保護者、障害専門家、プライバシー担当者は、導入の前に参加すべきである。
契約には、どの生徒データが収集されるか、会話がモデルの訓練に使われるか、記録がどれだけの期間保持されるか、どの下請け業者がそれを受け取るか、そして学校がどのようにデータを書き出し、あるいは削除できるかが明記されるべきである。システムは、言語、障害のニーズ、年齢層、地域のカリキュラムにわたって評価されるべきである。学校は、そのシステムを安全にまたは合法的に利用できない生徒のために、実効性のあるAIなしの経路を保持しなければならない。
AIは、監視を強化する新たなダッシュボードを生み出すのではなく、事務的な負担を減らすべきである。定型的な作成作業で節約された時間は、フィードバック、計画、人間関係に振り向けられるべきであり、学習成果が分かる前に、より大きな学級やより少ない支援スタッフを自動的に正当化すべきではない。
アクセスとは無料のチャットボット以上のものである
低コストの個別指導が機会を広げられるのは、生徒に接続環境、機器、言語支援、静かに勉強できる場所、そして助けてくれる大人がいる場合に限られる。より裕福な家庭は、同じシステムに人間のチューター、エンリッチメント、安全な仲間ネットワーク、認定された資格を組み合わせられるかもしれない。補完的な制度なしにソフトウェアだけを提供することは、不平等をそのまま残しかねない。
公共図書館、学校、コミュニティカレッジ、信頼できる市民団体は、プライバシー保護と人的支援を伴ったアクセスを提供できる。公的な評価は、関心の引きつけではなく教育目標に照らして製品を試験できる。オープンな教育教材は、単一のベンダーへの依存を減らし、地域社会が何が教えられているかを検査できるようにする。
国際的には、言語の網羅性と地域の知識が重要である。英語と富裕国のカリキュラムに強いシステムは、普遍的なチューターではない。地域社会は、生徒データや文化的な権限を手放すことなく、教育資源を構築し、翻訳し、修正し、統治する能力を必要としている。
AGI後の卒業生
教育は、あらゆるタスクで機械に勝とうとすべきではない。教育は、人々が目的の作者であり続け、証拠の有能な判定者であり続け、制度の責任ある参加者であり続け、有能な友人、家族、隣人、市民であり続けられるよう備えるべきである。
この世界における卒業生は、必要なときには高度なシステムとともに、また必要ならばそれなしでも働けるべきであり、答えと論証を区別できるべきであり、不確実性と操作を見抜けるべきであり、困難な領域を学べるべきであり、人々と協力できるべきであり、個人情報を守れるべきであり、他者に影響を与える決定に責任を負えるべきである。
これらの目標はAIより古くからあるものである。認知の外部委託が、人間のどの能力が再建困難になるのか誰にも分かるよりずっと前に容易になってしまうからこそ、変革的な能力はそれらをいっそう急務にする。