その宿題、完成したのは「課題」か「学び」か——AI時代に揺らぐ学校の評価

整った文章。筋道の通った構成。見栄えのよい資料。

子どもがそんなレポートを提出したとき、大人は「よく勉強した」と受け止めるかもしれない。だが、生成AIが文章や構成を作れる現在、その完成度は、本人の理解の深さと必ずしも一致しない。

この問題は、不正を見つけるための技術だけでは解決しない。学校が何を学習の成果として認め、家庭が何を努力の証拠として見ているのか。その基準自体が問われている。

2026年10月14日付のアイルランド紙「The Irish Times」で、コナー・マーフィー氏は教育会議「ResearchEd」の参加記を通じ、教育制度への強い懸念を示した。

記事が扱うのはAIだけではない。記憶、復習、注意力、そして間違えられる教室。そこに共通するのは、「学んだように見えること」と「本当に学ぶこと」を取り違えていないかという問いだ。

立派な提出物は、誰の力を示しているのか

会議で心理学の知見を紹介したブラッドリー・ブッシュ氏は、生徒の文章にAIが使われているかどうかを、安定して見分けることの難しさに触れた。

マーフィー氏はこれを、宿題だけでなく、アイルランドの修了資格試験「Leaving Certificate」で拡充される課題評価への疑問につなげている。

この試験は大学進学にも関わる。改革で導入される「Additional Assessment Components（AACs）」には、調査やプロジェクトに基づく報告書などが含まれる。

教員組合ASTIが2026年3月に公表した説明では、2027年の試験で対象となる九つの新設・改訂科目について、AACが最終成績の少なくとも40％を占めるとされている。同時に、教師側からは、提出された課題が生徒本人の仕事なのか確認する難しさが指摘された。

筆記試験では捉えにくい力を評価することには意義がある。しかし、成績への影響が大きくなるほど、本人がどこまで考え、調べ、判断したのかを確かめる仕組みも重要になる。

ここで区別したいのは、AIを調べものの補助に使うことと、本人が理解しないまま成果物を作らせることだ。両者をひとまとめにすると、適切な活用も、公正な評価も難しくなる。

「先生なら見抜ける」という期待の限界

この懸念を考える材料として、英国レディング大学の研究がある。

2024年に公表された研究では、心理学の学部科目の試験にAIが作成した答案を混ぜ、実際の採点過程でどう扱われるかを調べた。その結果、AI答案の94％が見抜かれず、平均では実際の学生の答案より高い評価を得た。

ただし、これは特定の大学・科目・試験条件での結果だ。日本のすべての学校で同じ割合になるという意味でも、あらゆるAI検出技術の性能を示す数字でもない。

それでも、「経験のある先生なら文章を読めば分かる」という期待だけで制度を支えることの危うさは伝わる。

評価の仕組みとして考えたいのは、完成品に加えて、短い口頭説明、授業中の作業、途中段階の記録などを組み合わせることだ。どれか一つを万能な証明とするのではなく、複数の場面から本人の理解を確かめる必要がある。

蛍光ペンで線を引くと、なぜ「勉強した気」になるのか

元記事で印象的なのは、AIの話と、昔からある勉強法の話がつながっている点だ。

教科書に線を引く。ノートをきれいにまとめる。何ページも読み進める。

こうした行為は目に見えるため、本人にも周囲にも努力が伝わりやすい。だが、ページが色づいたことと、内容を思い出せるようになったことは別である。

学習法を比較したダンロスキー氏らの研究レビューでも、練習テストや間隔を空けた学習は高く評価された一方、線引きや読み返しは、幅広い条件での有用性が低いと評価されている。

これは、蛍光ペンを使ってはいけないという意味ではない。線を引いた後に、何が大切だったかを自力で取り出す機会が必要なのだ。

例えば、教科書を閉じて要点を三つ挙げる。答えを見ずに問題を解く。昨日習ったことを短く説明する。できなかった部分を確かめ、もう一度取り組む。

AIが作った分かりやすい説明を読むときも、同じ問いを向けたい。読んで納得しただけなのか。それとも、画面を閉じても説明できるのか。

今日できたことが、来週もできるとは限らない

会議では、授業直後の出来と、長期的に残る学習を区別する重要性も語られた。

説明を聞いた直後なら答えられる。例題のすぐ下にある類題なら解ける。しかし、数日後、何のヒントもなく取り組むと手が止まる。こうした経験は珍しくない。

元記事で紹介されたのは、学習を分散させ、関連する内容を組み合わせながら繰り返し確かめる方法だ。30分程度の短い学習時間も例に挙げられているが、「誰でも必ず30分が最適」という話ではない。

家庭で取り入れるなら、今日学んだ内容に翌日少し戻り、週末にもう一度確かめる、といった形が考えられる。数学なら、解き方が同じ問題だけを続けるのではなく、学習済みの異なる種類の問題を混ぜてみる。

大切なのは、すらすら進む感覚だけを成功の基準にしないことだ。ただし、難しくして困らせればよいわけでもない。取り組める課題と、間違いを修正できる説明が必要になる。

SNSでは「代作への不安」と「一発勝負への疑問」が交差

この問題をめぐるオンラインの議論は、単純なAI賛成・反対には分かれていない。

以下は、今回のThe Irish Times記事そのものへの直接の反応ではなく、アイルランドの教育改革とAIをめぐるReddit上の関連議論で確認できた意見だ。匿名の投稿であり、世論全体を示す調査ではない。

2024年12月、研究課題でのAI利用を扱ったスレッドでは、高い配点がつく以上、ルールで禁じてもAIに課題を作らせる生徒が出るのではないかという懸念が書き込まれていた。

同じ投稿では、口頭試験や音楽の実技など、筆記試験以外の評価をすべて否定しているわけではないとも説明されている。問題視されているのは、課題の種類ごとに、本人の力をどう確認するかという設計だ。

別の関連スレッドでは、家庭環境による支援の差や、課題が重なることによる負担への不安が見られた。一方で、一度の大きな試験に成績が集中することへの疑問や、評価を小さく分ければ生徒の重圧を減らせるのではないか、という意見もあった。

この議論から見えてくるのは、「試験か、課題か」という二択だけでは整理できない問題である。

課題評価には、時間をかけた探究を認める価値がある。しかし、家庭で受けられる助けが異なり、本人の理解も確認しにくければ、別の不公平を生むおそれがある。どちらの方式にも、守るべき利点と補うべき弱点がある。

日本の学校でも、「何を評価するか」を先に決めたい

この問いは、日本の読書感想文、調べ学習、探究活動、大学のレポートにも重なる。

例えば、同じ「地域の課題をまとめる」という宿題でも、目的は一つではない。情報収集の力を育てたいのか。資料を比較する力なのか。文章を書く力なのか。それによって、AIに任せてよい作業は変わる。

文章表現を練習する課題で本文全体を生成させれば、練習の中心が失われる。一方、情報を比較する課題なら、AIの説明と公的資料の食い違いを調べる活動も考えられる。

文部科学省が2024年12月に改訂したガイドライン第2版も、人間を中心に据えた活用と、AIの存在を踏まえた情報活用能力の育成を基本にしている。児童生徒の利用では、発達段階や能力の育成状況、リスクへの対策を踏まえるという考え方だ。

この方向性を授業に落とし込むには、「AI利用可」とだけ伝えるのでは足りない。発想の補助、表現の修正、本文の生成など、どの使い方を認めるのかを課題ごとに示す必要がある。

完成品に加えて、「考えた跡」が見える評価へ

では、どんな課題なら本人の学びを確かめやすいのか。ここからは、元記事と関連資料を踏まえた提案である。

一つは、提出までの過程を少しずつ共有する方法だ。最初の問い、参照した資料、途中で変えた考え、最終的な結論。その全部を大量に記録させる必要はない。重要な分岐点だけでも、完成品からは見えない判断を捉えられる。

もう一つは、提出後の短い説明である。

「この資料を選んだ理由は？」
「最初の考えと変わった点は？」
「別の条件でも同じ結論になる？」

こうした問いは、AI利用を取り締まるためだけでなく、理解を深める機会にもなる。

ただし、即答の速さや人前で話す得意さだけで評価してはいけない。考える時間を設ける、短文や図で説明できるようにするなど、学習目標に合わせた方法が必要だ。

また、確認作業をすべて教師の追加負担にすれば長続きしない。課題数や分量を見直し、授業中に過程を確かめる時間を確保することも、評価改革の一部である。

間違えられない教室では、考える過程も見えなくなる

元記事の終盤では、安全な環境で失敗できることの重要性が取り上げられている。

これは、AI時代の教育とも深く関係する。完成した正解ばかりが評価され、途中の迷いや誤りが恥になるなら、生徒には不完全な自分の考えを見せる理由がなくなる。

反対に、間違いから何を修正したかが認められれば、考えた過程を示す意味が生まれる。

「ここまでは分かった」
「この部分はAIの説明を読んでも理解できなかった」
「最初に使った資料には問題があった」

そんな発言を学習の出発点として扱える教室なら、教師も支援すべき箇所をつかみやすい。

元記事で紹介された教師たちの実践も、生徒の注意を引き、深く考える時間へつなげようとするものだった。方法や世代が違っても、生徒には学ぶ可能性があるという信頼が共通していた。

「何ページやった？」の次に聞きたいこと

家庭で変えられることもある。

「何ページやった？」に加えて、「今日は何が分かった？」と聞いてみる。「全部終わった？」だけでなく、「まだ分からないところは？」と尋ねる。

毎回、口頭試験をする必要はない。子どもが説明に詰まったときも、責める材料にするのではなく、一緒に確かめるきっかけにすればよい。

生成AIは、見栄えのよい成果物を短時間で作る。しかし、その成果物ができたことと、学ぶ人の中に知識や判断力が残ったことは同じではない。

これからの教育で確かめたいのは、提出されたページの完成度だけではない。その子が何を理解し、何を問い直し、次にどんなことを自分の力でできるようになったのか。

AI時代の学校の価値は、その違いを丁寧に見ていくところにある。

出典・参考資料

1. The Irish Times：
   AIと課題評価、記憶、注意力、失敗できる環境に関する記述。
   https://www.irishtimes.com/ireland/education/2026/10/14/we-are-walking-our-way-into-a-fundamentally-flawed-education-system-and-we-have-been-warned/

2. ASTI：2026年3月31日公表の教員調査に関する説明。
   AACの配点、本人による課題作成の確認、負担への懸念を参照。Association of Secondary Teachers Ireland
   https://www.asti.ie/news-campaigns/latest-news/the-student-or-ai-teachers-warn-of-verification-issues-in-new/

3. レディング大学：AI答案を実際の採点過程に混ぜた研究の発表。
   特定の大学試験でAI答案の94％が見抜かれなかったという結果の出典。University of Reading
   https://www.reading.ac.uk/news/2024/Research-News/AI-generated-exam-answers-go-undetected-in-real-world-blind-test

4. ダンロスキー氏らの学習法レビュー／ケント州立大学の研究紹介。
   練習テスト、分散学習、線引き、読み返しなどの有用性に関する資料。pubmed.ncbi.nlm.nih.gov
   https://pubmed.ncbi.nlm.nih.gov/26173288/
   https://www.kent.edu/kent/news/success/all-study-strategies-not-created-equal-according-kent-state-researchers

5. 文部科学省：学校現場における生成AIの利用について。
   ガイドライン第2版の基本的な考え方と、児童生徒による利用上の留意点を参照。学校現場における生成AIの利用について
   https://www.mext.go.jp/zyoukatsu/ai/about.html

6. Reddit：研究課題でのAI利用をめぐる関連議論。
   2024年12月の投稿で確認できる、代作への懸念と評価方式に関する意見を要約。今回の記事への直接の反応ではない。reddit.com
   https://www.reddit.com/r/ireland/comments/1h73vij/

7. Reddit：Leaving Certificate改革をめぐる関連議論。
   家庭環境による差、継続的な課題の負担、試験の重圧を分散する考え方について、確認できた投稿を要約。reddit.com
   https://www.reddit.com/r/ireland/comments/16net0u/
   https://www.reddit.com/r/ireland/comments/1bv1v7b/