学生の学習にAIは有効か？OpenAIの実験で判明、AIと思考訓練の「組み合わせ」が最適解
世界中で「学生に生成AIを使わせるべきか、一律で禁止すべきか」という議論が続く中、OpenAIがイタリアのボッコーニ大学と共同で実施した実験により、AI利用のメリットが明確になりました。本実験では、1000人以上の大学1年生を対象に、「大学グッズ販売店のマーケティング施策提案」という課題が課されました。学生たちは無作為に4つのグループに分けられ、「ChatGPT（GPT-4o）へのアクセス」「因果推論のトレーニング」「両方」「いずれもない」のいずれかの条件が与えられました。
評価は、人間による5段階評価に加え、アイデアの数、多様性、因果推論の有効性、専門家模範解答との類似性といった自動テキスト分析によって行われました。その結果、単にChatGPTを使用したグループは、他のグループと比較して評価が平均して1段階高く、アイデアの豊富さや論理的な明確さにおいて優位性を示しました。ただし、このグループの学生は課題をAIに丸投げしたのではなく、自身が何を尋ねるかを決定し、回答を評価し、最終的な提出物を自分で決定するという主体的なプロセスを踏んでいました。
一方、因果推論のトレーニングのみを受けたグループは、自身のアイデアが「なぜうまくいくのか」「いつ失敗する可能性があるのか」という因果関係を明確に説明する能力に優れていました。しかし、この能力は従来の評価基準（論理的な明確さ）とは異なるため、5段階評価ではChatGPTグループほど高くなりませんでした。また、自動分析では独創性が高いことも判明しています。
最もバランスが取れていたのは、ChatGPTと因果推論のトレーニングの両方を受けたグループでした。このグループは、論理的な明確さという点でChatGPTグループと同等でありながら、アイデアの独創性という点ではトレーニングのみのグループと同等という、理想的な結果を示しました。OpenAIは、この結果から、教育における議論は「AIを使うか、考えるか」という二者択一ではなく、AIの利点と人間が培うべき思考力を組み合わせることが重要であると結論づけています。
背景
近年、生成AI（LLM）の進化に伴い、教育現場でのAI利用に関する議論が世界的に活発化しています。従来の教育評価は「知識の再現性」や「論理的な構造」を重視しがちでしたが、AIが高度なアウトプットを可能にしたことで、「学生が本当に何を学んでいるのか」「どのような能力を評価すべきか」という根本的な問いが浮上しています。
重要用語解説
- 生成AI: 大規模言語モデル（LLM）を指し、テキストや画像を生成する人工知能技術。ChatGPTやGPT-4oなどが代表的であり、文章作成や情報整理に利用されます。
- 因果推論: 単なる相関関係ではなく、「Aが原因でBという結果が起こる」という原因と結果の関係性（因果関係）を論理的に考察し、説明する思考プロセスを指します。
- RCT: Randomized Controlled Trial（ランダム化比較試験）の略。介入群と対照群に無作為に分け、介入の効果を科学的に検証する研究デザインのことです。
今後の影響
本実験結果は、教育評価のパラダイムシフトを促すものです。AI時代においては、単なる知識の習得や論理的な回答の構築だけでなく、「AIを使いこなす能力」と「独自の視点や因果関係を考察する独創性」を組み合わせたハイブリッドな能力が、最も重要視されるべきだと示唆しています。