AIを家庭教師・批評家・思考パートナーとして使う方法

専門分野における判断、概念の発展、文脈の理解では、教員や仲間との対話も重要です。 課題でのAI利用や利用申告については、所属する学校・大学の規則に従う必要があります。

リサーチと読解ではAIに資料を問い直させる

AIは読書の代わりではなく、読解を深める道具です。チャットボットを開く前に、本文を短く要約し、著者の主張を特定し、テキストについて二つの疑問を書き出します。

そのうえで、次のように尋ねます。

• 「この著者はどのような前提を置いていますか」
• 「主要な主張それぞれを支える証拠は何ですか」
• 「批判者ならどのように反論しますか」
• 「厳密な定義が必要な用語はどれですか」
• 「不足している証拠は何ですか」
• 「同じ証拠に当てはまる別の説明はありますか」

検索語や関連概念、調査の手がかりをAIに提案させることはできます。ただし、AIを資料データベースとして扱ってはいけません。重要な主張、引用、参考文献、統計、技術的な記述は、必ず元の出版物や原資料で確認します。

二つの文献を比較する表も役立ちますが、各欄を本文に照らして埋め、確認するのは学生です。リサーチログでは、次の項目を分けて記録するとよいでしょう。

• 資料に明記されていること
• 資料から自分が推論したこと
• AIが提案したこと
• 自分で独立に検証したこと

対話を終えたらAIを閉じ、著者の論旨を記憶から書き出します。その際、限界や未解決の疑問を一つ含めます。それができなければ、読解を深めたのではなく、読書を迂回していた可能性があります。

科学では説明し、穴を見つけ、予測する

「ファインマン・テクニック」は、学習者が概念を平易な言葉で思い出して説明し、その説明の穴を見つけ、修正して、さらに簡潔に説明する方法です。 AIを、好奇心旺盛な初心者や懐疑的なレビュアーに見立てれば、この過程を対話型にできます。

有効なプロンプトの例は次のとおりです。

• 「光合成について説明します。好奇心旺盛な初心者として、一度に一つずつ質問してください」
• 「定義されていない専門用語をすべて指摘してください」
• 「私の説明から誤った結果を予測してしまうケースを挙げてください」
• 「この二つの仮説を区別できる観察は何ですか」
• 「私の説明のどの部分がメカニズムで、どの部分が単なる相関ですか」
• 「変数を一つ変えた場合に何が起きるか、私に予測させてください」

図を描き、因果の流れを示し、予測を立てるのは学生です。AIはその後で、例外的なケースや誤解、反例を突きつけます。最後は、AIの回答を見ずに、目の前にいる想像上の初心者へ説明してみましょう。

コーディングでは修正前に推論をレビューする

コーディングでは、AIをコードレビュー担当、デバッガー、テストの相棒として使えます。まず自分で初版を書き、プログラム全体を置き換えさせるのではなく、問題の位置を絞り込みます。

• 「最小の失敗原因を特定してください。コード全体を書き直さないでください」
• 「出力が誤るまで変数の値を追跡してください」
• 「常に成り立つべき不変条件は何ですか」
• 「このアルゴリズムを壊す入力例を一つ挙げてください」
• 「通常ケース、境界値、無効な入力、空の入力、攻撃的な入力のテストを提案してください」
• 「この二つの方法の時間計算量と空間計算量を比較してください」

受け取ったヒントをもとに修正を実装し、テストを実行し、なぜ直ったのかを説明します。その後、要件を一つ変更し、AIに全体を再生成させずに自分で対応します。

提出するすべての行を説明できること、バグを再現できること、修正の理由を説明できること、そしてAIが示していないテストを少なくとも一つ書けることを、実践的な基準にするとよいでしょう。

シンガポールのLearning AssistantとFeynman Botが示すこと

シンガポール教育省は、Student Learning Space（SLS）内のAIツールを、直接答えを渡すのではなく、質問、足場かけ、フィードバックによって学習を支援する教育システムとして説明しています。 Learning Assistant（LEA）は文章作成支援など複数の役割を担い、反復的な質問を通じて理解を深める設計です。

ここで中心にあるのは、AIの回答ではなく学生の返答です。AIはすぐに課題を完成させる代わりに、次の問いを投げ、理解の穴を示し、説明を求めることで、学習に適度な「つまずき」を組み込みます。

ただし、この仕組みも万能ではありません。MOEの学生向け案内は、Learning Assistantの回答が生成AIによる確率的なもので、ときに不正確になり得ると説明し、他の情報源で反映・事実確認するよう促しています。

SUTDのFeynman Botも、概念学習に同じ考え方を取り入れています。学生は学習資料をアップロードし、適切なレベルを選び、テーマを説明します。ボットは適応的な質問を返し、報道によれば、学生が「分かりません」と答えられる回数はおよそ3〜4回までで、その後は弱点に応じたアプローチを提案して新しい質問をします。 関連研究では、このボットは自己調整学習のためにファインマン・テクニックを実装したAIとして位置づけられています。

重要なのは、AIチューターが永遠に答えを拒むことではありません。学習者がまず試し、説明し、理解の穴に向き合う時間を、AIがすぐに答えを出すことで奪わないことです。

学習と著者性を守るためのルール

学生、教員、教育機関は、次のようなシンプルな境界線を設けられます。

• AIを使う前に、まず自力で取り組む
• 解答より先に、質問、ヒント、批評、診断を求める
• 自分で説明できない文章、証明、コード、分析を提出しない
• 最後に、AIなしの説明や類題への応用を行う
• 事実、計算、引用、参考文献、コードを検証する
• 申告が必要な場合は、草稿、プロンプト、フィードバック、修正履歴を保存する
• 判断、動機づけ、倫理、高い利害が関わる評価では、教員や仲間の力を借りる
• AIと意見が違ったときは、自分が間違っている証拠ではなく、調べるきっかけと考える

最初の思考を提供し、重要な判断を下し、最後の説明を作るのは学生です。AIが提供するのは、質問、異論、別の解釈、テスト、フィードバックです。

「試す→比べる→批評する→直す→説明する」というサイクルを繰り返してこそ、AIの利用は作業の外注ではなく、長く残る学びになります。