研究コラム｜AI時代の学びの羅針盤　～　学習者がエージェンシーを発揮するための５つの原則

はじめに

AIの急速な進化により、教育と学びは大きな転換点を迎えています。特にChatGPTやGeminiをはじめとする生成AIは、これまで以上に高度な検索はもちろん、要約や翻訳、問題作成や添削などが可能であり、教員や学習者が日常的に利用する機会が増えています。

2024年にOECDが実施したTALIS（国際教員指導環境調査）（※1）によると、日本の教員が授業でAIを利用した割合は、小中学校ともに20%であり、OECD平均の36%を大きく下回りました。一方、ベネッセ教育総合研究所と東京大学の経年調査（※2）によると、生徒が学校外の学習で生成AIを利用した割合は、2024年から2025年にかけて中学生が約20%から約33%、高校生が約34%から約58%へと大きく増加しています。

こうした状況をふまえ、私たちはAIを使うかどうかだけではなく、その意味を考え、どう使うかを考える必要があります。

ベネッセ教育総合研究所 理事長／教育イノベーションセンター長
小村俊平

教育×AIの現在地

AIは教育と学びにどのような効果があるのでしょうか？また、どのような課題を生み出すのでしょうか？

国内外の研究成果をみると、複数の研究（※3）が生成AIは学習成果や学習意欲、高次思考に対して一定のポジティブな効果があることを報告しています。たとえば、生成AIの特徴として学習者一人ひとりの理解度や学習進度に応じて説明を変えたり、24時間いつでも対話的な支援を提供できることが挙げられます。また、学習者の疑問に即時に応答し、多様な視点や例を提示することで、試行錯誤や振り返りを促す効果があることも示されています。

こうした「個別最適化」「即時フィードバック」「対話的支援」は、従来の教育では実現が難しかった細やかな支援を可能にするものであり、教育と学びにおけるAI活用を積極的に進める後押しになっています。

一方、こうしたAIの効果は単に導入すれば生まれるものではなく、どのような授業設計や学習活動で活用されるかによって大きく左右される（※4）ことが指摘されています。また、AIは一人ひとりに合わせて対応したり、できるようになるまで何度も同じことを繰り返すことを得意としますが、学習者の感情を読み取りながら励ましたり、その人が学ぶ意味を一緒に考えたりすることは、必ずしも得意ではありません。

したがって、AIを導入すれば教員が不要になることはありません。あくまでもAIは教員の一部の業務を代替したり、教員を支援するものであると言えます。AI時代の教育と学びにおいても、引き続き人間の教員が大きな役割を果たすことに変わりはありません。

教育×AIのパラドックス

では、AIを学習デザインの中に位置づけ、効果的に活用するにはどうすればよいでしょうか？

まず大切なのは、AIによって私たちの学習成果や効率を高められる一方、使い方によっては私たちの知の働きを弱めてしまう可能性があること、すなわち教育×AIのパラドックスを理解することです。ここでは、その課題を「知の空洞化」「知の他律化」「知の均質化」という三つの視点から紹介します。

知の空洞化

生成AIは、問いを投げかければ、瞬時に一定水準の答えを返してくれます。その活用場面は、課題文の要約や論点整理はもちろん、レポートの執筆、イラスト、プログラム作成など多岐にわたり、私たちの学習成果や効率は短期的には大きく向上します。実際、米国の大学では学生のAI活用による成績インフレが起こっているのではないかとの問題提起（※5）がなされており、これまでのように成果物だけをみるのではなく、評価のあり方を見直す必要があるのではないかという議論もあります。

重要なのは、教員を含む社会人にとってのAI活用と、学習者にとってのAI活用は必ずしも同じではないことです。社会人にとってAIは、限られた時間で成果を出すための生産性向上ツールとしての側面が強く、効率的に質の高い成果を生み出すことに価値があります。一方、学習者にとっては、単に正しい答えや成果を生み出すことではなく、その過程で何をどのように考え、試行錯誤し、理解を深めたのかという学習プロセスが重要です。

知の空洞化とは、私たちが自ら試行錯誤しながら理解を深めるプロセスが省略されることで生じる課題です。知識とは本来、これまでに身に着けた知識と新しい知識を結びつけ、自分なりに意味づけながら構築していくものですが、AIによってこの知識構築のプロセスが弱まるリスクがあります。つまり、答えは出しているが身についていない、「わかったつもり」になるということです。

なお、こうした知の空洞化に関連して、「認知的オフローディング」（※6）という概念があります。これは、本来人間が行っていた記憶や計算、情報整理、判断などの認知的な負荷の一部を、道具や他者に委ねることを指します。たとえば、電卓を用いて計算を行ったり、検索エンジンを使って必要な情報を調べたりすることで、人間は単純作業の負荷を減らし、より高度な思考や創造的な活動に集中できるメリットがあると言われています。一方、外部ツールへの依存が過度になると、自ら考えたり、試行錯誤しながら理解を深めたりする機会が減少し、物事を多面的に吟味したり、主体的に学ぶ力が弱まるデメリットも指摘されています。

特に生成AIは、非常に便利で使いやすいツールであるからこそ、その便利さに無自覚に依存してしまう可能性があります。したがって、AIに任せる部分と自分自身で問い、考え、判断し続ける部分を意識的に切り分けながら活用することが重要です。生成AIは、私たちの代わりに思考するものではなく、あくまでも思考を支援し、拡張し、深化するためのツールです。

知の他律化

生成AIは、問いを入力すれば瞬時に答えや方向性を示してくれる非常に便利な存在です。しかし、その便利さゆえに、私たちは「まず自分で考える」のではなく、「先にAIに答えを求める」状態になりやすいというリスクがあります。

知の他律化とは、学びの主導権が少しずつ人間からAIへ移り、自分で問いを立てたり、方向性を定める機会が減っていくことを指します。本来学びを支援するツールであるはずのAIに学びのあり方を委ねるようになり、結果として私たちが主体的に学ぶ力が弱まっていく状態です。

これは社会人にとっては、単に考える力が低下するという話ではありません。AIの提案を無批判に受け入れる状態が続くと、日々の仕事における主体的な判断力や説明責任を果たす力が衰えていく可能性があります。そして、教員にとっては「児童・生徒に何を学んでほしいのか」「そのためにどのような足場架けを行うか」などを深く考える機会が減少し、学習をデザインする力が弱まる要因になりえます。

また、児童・生徒にとっては学習指導要領が重視する「主体的・対話的で深い学び」に関わる課題です。学習指導要領では、単に知識を身に着けるだけではなく、自ら問いを持ち、学び方を調整しながら理解を深めていくこと、知識を活用していくことが重視されています。

学びとは、最初に定めたゴールに向かって必ずしも直線的に進むものではなく、そのプロセスの中で「もっと知りたい」「なぜだろう」「別の見方はないか」と考えて深まるものです。迷ったり、立ち止まったり、失敗したりする経験を通して、私たちは「何がわかっていないのか」「自分に合ったやり方は何か」を理解していきます。そして、その積み重ねの中で、自分自身の興味や関心、学ぶ意味にも気づいていきます。

しかし、常にAIが答えや方向性を先回りして提示する環境では、こうした内省や試行錯誤の機会が減少する可能性があります。実際、いくつかの研究（※7）は、AIフィードバックへの過度な依存が、学習者のメタ認知（自分の理解状況を把握し調整する力）の低下や、学習の受動化につながる可能性を指摘しています。

なお、ノーベル経済学賞を受賞した心理学者ダニエル・カーネマンが整理した「二重過程理論」に関連づけ、「第三の認知システム」を提案する論文（※8）も登場しています。二重過程理論では、人間の思考を直感的で高速に働く「システム1」と、時間をかけて論理的・批判的に考える「システム2」に分けて捉えます。これに加えて、生成AIによる外部的な認知を「第三の認知システム」と位置づけるものです。そして、AIがもっともらしい答えを提示することで、人間が十分な吟味を行わないままAIの判断を受け入れてしまう「認知的降伏」が生じる可能性を指摘しています。

知の均質化

生成AIは大量のデータをもとに、多くの人にとって自然で妥当とされる表現や構成を生成します。したがって、そのアウトプットは一定以上の正確性や完成度を有しますが、平均的で似通いやすい傾向があります。

実際、AIを活用することで文章の質や効率は向上しやすくなる一方、個人の経験や価値観、独自の視点に基づく表現が弱まりやすいことも報告（※9）されています。これは単に個人の表現の問題にとどまりません。ひいては、社会全体の知や価値観も似通っていき、創造性や多様性が失われていく可能性を示しています。

本来私たちの学びとは、一人ひとりが異なる感性をもとに世界を捉え、自分なりの意味を生み出し、価値観を育んでいく営みです。同じ出来事に触れても、何を面白いと感じるか、どんな意味を見出すかは人によって異なります。だからこそ、多様な視点や価値観、既存の枠組みを超える発想が生まれ、社会や文化は豊かになってきました。

しかし、AIが急速に普及する現在、多様な視点や価値観を育む土壌そのものが変化しつつあります。AIによって誰もが短時間で一定水準の知識や成果物へ到達できるようになりましたが、その一方で、似たような情報や表現へ収束しやすくなり、独自性や創造性を発揮することが、これまで以上に難しくなっていく可能性があります。

現在の生成AI時代にも通じる示唆として、インターネットが急速に一般化し、知識へのアクセス環境が大きく変化していた2006年に、将棋棋士の羽生善治氏は次のように語っています。

「ITとインターネットの進化によって将棋の世界に起きた最大の変化は、将棋が強くなるための高速道路が一気に敷かれたということです。でも高速道路を走り抜けた先では大渋滞が起きています。」（※10）

皆が同じAIを使い、同じような情報や表現に触れるようになると、多くの人が一定水準までは高速で到達できる一方、その先で「自分なりの視点」や「自分にしかできない表現」を生み出すことが難しくなります。だからこそAI時代には、効率的に答えへたどり着くこと以上に、一人ひとりが独自の問いや価値を生み出す力を育んでいくことが重要になります。また、こうした独自の問いや価値を生み出す力をいかにして育んでいくかが、教育にとって大きな課題になります。

AI時代の学びにおける5つの原則

これらの課題をふまえると、AI時代の学びにおいては、私たち一人ひとりがどのように学びに向き合い、学びを形成していくかが、ますます重要になります。そして、その鍵となるのが、「エージェンシー」という考え方です。

OECD Education 2030（※11）では、2030年に向けた学びの指針として「ラーニング・コンパス」を策定し、その中心にエージェンシーを位置づけました。エージェンシーとは、「変化を起こすために、自ら目標を設定し、振り返りながら、責任をもって行動する資質・能力」を指します。これは、単に知識を得るだけではなく、社会の当事者として、自らの学びや行動を主体的に方向づけていく力とも言えます。

私がラーニング・コンパスの策定に参画したのは2016年から2021年にかけてであり、現在のように生成AIが急速に普及する以前でした。しかし、2026年を迎えた今、AIが容易に答えや方向性を示す時代だからこそ、自ら考え、学びを作り上げていくエージェンシーの重要性は、ますます高まっていると感じています。

では、学習者がエージェンシーを発揮していくために大切なことは何でしょうか？

ここでは「問い続ける」「見極める」「面白がる」「塗り替える」「混ざりあう」という５つの原則を提案します。

問い続ける

問い続けるとは、AIに上手に質問するテクニックのことではありません。AIは、人間の問いに対して瞬時に答えや方向性を示しますが、そもそも「何を問うべきか」を考えるのは、人間の役割です。そして、示された答えをそのまま受け入れるのではなく、「なぜそうなるのか」「本当にそれでよいのか」と立ち止まり、考え続けることが重要です。

大切なのは、手っ取り早く正解や成果を得ることだけを目指さないことです。違和感を簡単に手放さず、ときには前提そのものを疑いながら問い直していく。そのプロセスを粘り強く繰り返すことが、主体的な学びにつながります。AIが容易に答えを提示する時代だからこそ、すぐに納得せず、自分自身の問いを深め続ける「知のスタミナ」が、これからの学びには不可欠です。

見極める

AIは非常に便利な一方で、誤情報や偏った情報をもっともらしく提示することがあります。そのため、AIが示した情報をそのまま受け入れるのではなく、「本当に正しいのか」「他の見方はできないか」と立ち止まって吟味する姿勢が欠かせません。AIを使いこなすとは、単に効率的に答えを得ることではなく、その答えを批判的に見極めることでもあります。

また、現実社会の問題の多くには、唯一の正解が存在するわけではありません。「何を優先するのか」「誰にとって望ましいのか」などの条件によって正解は変わります。さらに、その判断は普遍的に固定されたものではなく、時代や文化、立場や状況などのコンテクストとタイミングに大きな影響を受けます。だからこそ、AIには代替できない判断を人間が引き受ける必要があります。

見極めるとは、「何を信頼するか」「何を重視するか」を、多様な視点から考え続けることです。そして、その判断を支えるのは、一人ひとりが持つ価値観であり、人類が積み重ねてきた「真（何が真実か）」「善（何がよりよいか）」「美（何に価値や意味を感じるか）」に向き合う営みです。AI時代だからこそ、社会や自身の価値観に照らして考え、主体的に選び取る力が大切になります。

面白がる

AIを使えば、効率よく答えにたどり着くことができます。しかし、本来の学びは、効率だけで成り立つものではありません。面白がるとは、「もっと知りたい」「なぜだろう」という好奇心を持ち、自分なりの意味を見出しながら学びを深めることです。正解を早く得ることだけを目指すと学びは受け身になってしまいます。

本来人間の知的な営みとは、起こった出来事や得られた情報から意味をくみ取り、それを自分なりに再解釈して新しい価値や視点を生み出していくことにあります。同じ出来事でも、人によって感じ方や意味づけは異なります。そして、その解釈を更新し続けることこそが学びです。

AIは答えや情報を提示できますが、「それをどう意味づけるか」「自分はそこに何を感じるか」を決めるのは、人間が果たすべき役割です。だからこそAI時代には、起った出来事の発見に気づき、面白がりながら、自分なりの問いや意味を深めていくことが大切です。その好奇心が、人間らしい学びを支え、未来を切り拓く原動力になります。

塗り替える

AIが学びを強力に支援してくれる時代だからこそ、自分自身で学びを方向づけ、調整しながら進めていく力が重要になります。特にAI時代には、知識やスキルの陳腐化がこれまで以上に速く進みます。一度身につけた知識や成功体験だけでは対応できず、変化に応じて学び続け、自分自身を更新していくことが求められます。

塗り替えるとは、単に新しい知識を付け足すことではありません。経験や対話、試行錯誤を通して、それまで当たり前だと思っていた理解や価値観、さらには「学び方そのもの」を更新していくことです。ときには、自分の考えを修正したり、これまでの前提を手放したりすることも含まれます。学びとは、知識を蓄積するだけでなく、自分自身を変化させ続ける営みでもあります。

これは、OECD Education 2030 が提唱する AAR サイクル（Anticipation-Action-Reflection：見通し-行動-振り返り）を繰り返しながら、螺旋階段を上るように学びを更新していくことでもあります。まず、「何を学ぶのか」「なぜ学ぶのか」「どのように学ぶのか」という見通しを持ち、自分なりの目標や方法を考える。そして、AIも活用しながら実際に行動し、試行錯誤を重ねる。さらに、「なぜうまくいったのか」「何が理解できていないのか」「次はどう変えるべきか」を振り返り、次の学びへとつなげていくのです。

一方、注意しなければならないのは、AIが提示する答えや助言に無自覚に従い続けると、自分で学びを方向づける力が弱まってしまう可能性があることです。AIは学びを代替する存在ではなく、思考を深めるためのツールです。だからこそ、人間自身が「自分は何を学びたいのか」「なぜそう考えるのか」を問い続けながら、主体的に学びを調整していく必要があります。

混ざりあう

AIとの対話が日常になっていく時代だからこそ、人間同士が対話し、協働する価値は、むしろこれまで以上に高まっていきます。混ざりあうとは、単に他者と意見を共有したり、合意することではありません。ときには意見の違いや葛藤に向き合いながら、異なる立場や価値観を持つ相手を理解しようとし、お互いを尊重しながら対話し、協働することです。

これは社会の様々な課題を解決する場面だけでなく、学校や家庭、地域など、私たちの日々の暮らしの中でも欠かせない営みです。実際、ウェルビーイング研究（※12）においても、幸福感や人生満足度を支える重要な要素として「社会的つながり」が重視されています。便利さや効率だけでは得られない、「誰かと理解し合えている」「誰かとともに生きている」という感覚は、人間が豊かに生きるうえで欠かせないものです。

また、AIは一人ひとりに最適化された情報や答えを提示しますが、その便利さが進むほど、人は自分と似た価値観や興味の中に閉じこもりやすくなる危険があります。だからこそ、自分とは異なる考えに意識的に出会い、対話を通して視点を広げることが重要です。多様な立場や価値観を持つ人々と交わりあうことは、時に煩わしさや難しさを伴うかもしれませんが、自分自身の見方や考え方を問い直す機会にもなります。また、他者と交わることによる摩擦が、新しい何かを生み出すきっかけにもなることもあります。

おわりに

本稿では、AIが教育にもたらす可能性と課題を概観し、「問い続ける」「見極める」「面白がる」「塗り替える」「混ざりあう」という、AI時代に学びを豊かに発展させていくための5つの原則を提案しました。

これからAIがますます社会に浸透していくなかで私たちに求められるのは、「AIをどう使うか」だけではありません。より重要なのは「人間はどのように学び、どのように生きるのか」という問いです。

AIは、知識へのアクセスを容易にし、効率的で個別最適な学びを支援してくれます。しかし、学びとは本来、単に正解へ最短距離で到達することではありません。違和感を抱きながら問い続けること、多様な判断基準をふまえて見極めること、未知のものを面白がり、自分なりの意味を見出すこと。他者との対話や葛藤を通して、自分自身の考え方や価値観を塗り替えていくこと。そうした営みの中にこそ、人間らしい学びがあります。

だからこそ、単にAIに学びを委ねるのではなく、AIを活用しながらも、自ら問いを立て、判断し、意味づけし、学びを方向づけていくエージェンシーが、これまで以上に重要になります。

そして、このエージェンシーとは、教員が児童・生徒に一方的に教えたり、身につけさせたりするものではありません。教員と児童・生徒が、ともに磨き続けていくものです。

なぜならば、児童・生徒に求められる学びの姿と、教員自身に求められる学びの姿は、本質的には切り離せないからです。児童・生徒と教員、子どもと保護者、部下と上司など、学びにおける私たちの関係は、常にフラクタル（相似形）です。児童・生徒が主体的に学ぶためには、教員自身もまた主体的に問い、学び、自らの実践や価値観を更新し続けることが、これからますます重要になっていくのではないでしょうか。

ベネッセ教育総合研究所では、AI時代において重要な資質・能力とは何か、それらを中長期的に育んでいくための学習デザインとは何か、AIと人間がどのように学びを支え合うのかについて、国内外の研究レビューや独自の実証プロジェクトを通して研究し、社会に提言していきます。

AIが高度化する時代だからこそ、「人間らしく学ぶ」とはどういうことなのかを、これからも皆さんとともに考えていきたいと思います。

※1
OECD国際教員指導環境調査（TALIS）2024報告書のポイント
https://www.nier.go.jp/05_kenkyu_seika/talis/pdf/talis2024_point.pdf

※2
ベネッセ教育総合研究所＆東京大学社会科学研究所「子どもの生活と学びに関する親子調査」
https://benesse.jp/berd/shotouchutou/research/pdf/oyako_tyosa_2025_0326.pdf

※3
Effect of generative artificial intelligence on university students learning outcomes: A systematic review and meta-analysis
https://www.sciencedirect.com/science/article/abs/pii/S1747938X25000740
A systematic review and meta-analysis of the effectiveness of Generative Artificial Intelligence (GenAI) on students' motivation and engagement
https://www.sciencedirect.com/science/article/pii/S2666920X25000955
Unraveling the mechanisms and effectiveness of AI-assisted feedback in education: A systematic literature revie
https://www.sciencedirect.com/science/article/pii/S2666557325000436
Potential risks of generative artificial intelligence integration into K-12 education: A scoping review
https://www.sciencedirect.com/science/article/pii/S2666920X2600022

※4
Artificial intelligence in education: A systematic literature review
https://www.sciencedirect.com/science/article/pii/S0957417424010339
Teacher readiness for generative AI: A Theory of Planned Behaviour approach
https://www.sciencedirect.com/science/article/pii/S2590291125010824

※5
Artificial Intelligence and Grade Inflation. CSHE Higher Education
https://cshe.berkeley.edu/publications/artificial-intelligence-and-grade-inflation-cshe-higher-education-working-paper-series

※6
Cognitive Offloading
https://www.sciencedirect.com/science/article/abs/pii/S1364661316300985

※7
Students' attitudes toward LLMs and its association with metacognitive abilities: A cross-sectional study
https://www.sciencedirect.com/science/article/abs/pii/S1471595325003245
AI self-efficacy and knowledge graph-integrated generative AI feedback in higher education
https://www.sciencedirect.com/science/article/abs/pii/S1096751626000060

※8
Thinking--Fast, Slow, and Artificial: How AI is Reshaping Human Reasoning and the Rise of Cognitive Surrender
https://www.researchgate.net/publication/399711077_Thinking-Fast_Slow_and_Artificial_How_AI_is_Reshaping_Human_Reasoning_and_the_Rise_of_Cognitive_Surrender

※9
Reimagining human creativity and learning in the age of generative AI: A multi-method meta-thematic synthesis
https://www.sciencedirect.com/science/article/abs/pii/S3050475925006694
The homogenizing effect of large language models on human expression and thought
https://www.cell.com/action/showPdf?pii=S1364-6613(26)00003-3

※10
梅田望夫著『ウェブ進化論』
https://www.chikumashobo.co.jp/product/9784480062857/

※11
The OECD Learning Compass 2030
https://www.oecd.org/en/data/tools/oecd-learning-compass-2030.html

※12
Very Happy People
https://journals.sagepub.com/doi/10.1111/1467-9280.00415
Social Relationships and Mortality Risk: A Meta-analytic Review
https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1000316