地域公共政策士のための生成AI活用講義資料 2026年度版

地域公共政策士のための生成AI活用ガイド――考える力を手放さず、地域の判断に生かす

生成AIに頼むと、短い時間で整った文章や提案の候補が得られます。では、その文章を提出できたとき、自分は何を学んだのでしょうか。AIを閉じても、根拠を説明し、別の案と比べ、質問に答えられるでしょうか。

本講義で大切にするのは、生成AIを使うこと自体ではありません。AIを使う・使わないを含め、地域のための判断を自分で担うこと です。生成AIには学習を支える可能性がある一方、考える練習を省いてしまう使い方もあります。その両面を理解してから、利用する場面と任せる範囲を選びます。

本稿は、琉球大学「総合特別講義Ⅴ (DX(デジタルトランスフォーメーション)による地域課題解決)」の第2・3回に対応する講義資料です。学部生と、主に自治体職員である社会人学生が、同じ問いを異なる経験から考えられるように構成しています。科目の目的は、ツールの操作だけでなく、地域課題を発見・分析し、DXを踏まえた提案を作り、その提案を判断する力を育てることにあります。¹

学習する場面	本稿の範囲	中心となる問い
第2回・90分	第1～9章	学習へのリスクがあるのに、なぜ生成AIを学ぶのか。どのように使うのか
休憩・10分	講義本体とは別枠	休憩中の作業は課しません
第3回・90分	第10～13章	AIが示す地域課題の2案を、人が点検して採否を判断できるか
復習・後続授業への接続	第14・15章	今回の進め方を、調査や提案書作成でどう使うか

本稿は、授業中にすべてを読み上げる台本ではありません。概念の説明を読み、途中で手を止めて考え、演習の記録を作るための読み物です。予習・復習でも使えます。

第2・3回はオンライン授業です。グループワーク、ペア作業、共同提出は行いません。各自が案の出所と自分の判断を記録し、全体共有では任意のチャット投稿を講師が少数紹介します。

第1～8章の末尾に、小テストを置いています。AIを使わず、本文も見ずに、1問ずつ自分で答えてから、折りたたんだ解答・解説を開いてください。文例と同じ表現かどうかではなく、要点を自分の言葉で説明できるかを確かめます。説明できなかったところは、解説に示した節へ戻って読み直します。

授業中は、講師が既存の説明・確認の時間内で問題を選び、残りは予習・復習に使います。新たな提出課題や成績配点は設けません。第9～13章は既存の理解確認と個人演習を使い、第14・15章は後続授業への接続とまとめのため、小テストを重ねて追加していません。

1．使い方を学ぶ前に、大学の利用ルールを確認する

1-1．授業で使えることと、何でも入力できることは別

琉球大学の「国立大学法人琉球大学における生成AI利用に関するガイドライン」は、高い倫理観を持ち、自分で考えて行動することを求めています。授業での利用は担当教員に相談し、その指示に従います。学びを深めるための補助は想定されていますが、本人の意見が求められる課題に、AIの出力をそのまま提出する使い方は不適切とされています。²

なぜこの使い方が不適切なのかは、後の章で詳しく説明します。第3・4章では学習への影響と研究の結果を、第5・6章では本講義の目的と人が担う判断を取り上げます。

「この授業ではAIを使います」という案内は、すべての情報を入力してよいという意味ではありません。利用するサービス、アカウント、入力できる情報、提出物での扱いを、それぞれ確認する必要があります。

本稿にある指示例も、入力を許可する宣言ではありません。実際の操作は、担当教員が利用条件と入力範囲を確認してから行います。個別に操作できない場合には、講師のデモや模擬出力を使って、検証と判断の練習を進めます。

1-2．個人情報や非公開情報を持ち込まない

生成AIサービスの中には、利用規約やプライバシーポリシーに基づき、入力した文章や会話履歴を、サービス提供事業者がモデルの学習やサービスの改善に利用するものがあります。たとえば、OpenAIの公式説明では、個人向けサービスで入力内容をモデルの学習に利用する場合があるとされています。³

ただし、入力情報の扱いは、サービス、契約プラン、設定によって異なります。どのサービスでも同じ扱いになるわけではなく、事業者がどのような目的にも自由に使えるという意味でもありません。入力する前に、利用目的、保存や削除の扱い、学習への利用を停止できるかなどを、公式の規約や説明で確認します。

本演習では、住民の氏名、連絡先、相談内容、健康状態、勤務先の庁内資料、未発表の研究データなどを入力しません。実際の業務で見聞きした事例についても、その人が特定されないか、非公開情報が含まれていないかに注意が必要です。

氏名を削っただけで、情報が安全になるとは限りません。地域、年齢、家族構成、出来事の時期などが組み合わさると、特定の人を推測できる場合があります。授業では、そのような加工をして実例を持ち込むのではなく、後で示す架空条件を使います。

大学のガイドラインには、個人情報等を扱う場合の例外もあります。ただし、機密性の高い情報を扱うためのセキュリティ対策について、大学による確認が必要です。サービス提供者が、入力された個人情報を応答結果の出力以外の目的で扱わないことも、大学が確認する必要があります。「学習に使わない設定にした」「勤務先では使える」という説明だけで、この条件を満たしたと判断しないでください。

本演習では、この例外を利用しません。必要な確認ができない情報は、AIへ入力しない進め方を取ります。

1-3．公開資料でも、そのままAIへ貼り付けない

ガイドラインは、プロンプトに既存著作物、作家名、作品の名称を入力しないことなども定めています。また、特定の作者や作家の作品だけを学習させたAIを利用しないことや、生成物を利用する際に既存著作物との類似性等を確認することを求めています。

そのため、本授業では、論文、講義資料、公開された記事などを丸ごと貼り付けてAIに判定させる演習は行いません。ブラウザーで原文を読み、出典や内容を人が確かめることと、その文章をAIへ入力することは別の行為です。

本稿の参考文献も、受講者が一次資料を確認するために掲載しています。論文の本文や題名をAIへの入力に使うための一覧ではありません。教員への相談は重要ですが、相談したことだけで入力禁止が解除されるわけではありません。

1-4．この授業独自の運用条件

本演習では、入力範囲を管理するため、AIによる外部検索、資料アップロード、外部データとの連携を使いません。担当教員が確認した架空条件の数値・事実と、自分で決めた目的や基準を、必要な範囲で扱います。

これは授業独自の運用条件です。大学のガイドラインが、あらゆる場面での外部検索を一律に禁止しているという意味ではありません。規程にある条件と、今回の演習のために追加した制限を区別します。

本稿のガイドラインに関する説明は、2026年10月17日に確認した、2026年3月31日改正・同年4月1日実施の版に基づく要約です。原文と担当教員の最新の指示を確認してください。本稿だけで、個別の情報やサービスの利用可否を確定しないでください。

第1章の小テスト

1. 勤務先で使えるAIなら、氏名を消した庁内資料を本演習へ入力してよいでしょうか。理由も答えてください。
2. 本授業で、公開論文の内容を確認する適切な方法を一つ挙げてください。AIへの入力との違いも説明してください。

自分で答えてから開く：第1章の解答・解説

1. 入力しません。勤務先で利用できることと、大学の授業でその情報を入力できることは別です。氏名を消しても個人が特定される場合があり、非公開情報が公開情報になるわけでもありません。本演習は、個人情報等を扱う例外を利用しません。
2. 人がブラウザーで原文を読み、記載内容や出典を確認します。公開されていることだけを理由に、本文や題名をAIへ入力してよいとは判断しません。本授業では、論文を貼り付けてAIに判定させる演習は行いません。

読み直す箇所：1-2節、1-3節。

2．生成AIは、もっともらしい文章を作れても、正しさを保証しない

2-1．本講義で扱う生成AI

生成AIは、文章、画像、音声などの新たな内容を生成する技術です。本講義では、主に文章でやり取りする対話型AIを扱います。

その基盤となる大規模言語モデルは、LLM（Large Language Model）とも呼ばれます。大量のデータから学んだ言語のパターンと、与えられた文脈に基づき、文章を生成します。自然な会話、要約、説明、案の比較などに使えますが、自然に読めることは、事実が確認されていることを意味しません。

サービスによっては、検索や計算などの機能を組み合わせることもあります。それでも、利用者が見ている回答の根拠や、機能が正しく使われたかは、別に確認する必要があります。

2-2．「存在しそうな根拠」に注意する

たとえば、架空の地域の施策について、AIが「住民調査では多数が賛成している」と答えたとします。文章としては自然です。しかし、住民調査を実施していないのであれば、その主張を裏付ける資料はありません。

同じことは、論文、統計、制度の説明でも起こりえます。著者名やURLが表示されても、実際にその文献が存在するか、記載内容が主張を支えているかを人が確かめます。別のAIに同じことを聞き、似た回答が出たことだけでは、裏付けになりません。

本講義では、AIの出力を、判断を始めるための候補として扱い、判断を終えるための証明にはしません。

2-3．「AIが学ぶ」と「自分が学ぶ」を区別する

日常会話では、AIの訓練も、人が知識や技能を身に付けることも「学習」と呼びます。しかし、本講義の中心は後者です。AIがどれほど多くの情報を扱えても、そのことだけで利用者の理解が深まるわけではありません。

入力した内容の保存や利用の扱いは、サービスや契約、設定によって異なります。「この会話をしたから、直ちにモデル全体がその内容を学習した」とも、「設定したから情報漏えいの心配は一切ない」とも、一律には判断できません。自分の学びと、提供者によるデータの取扱いを分けて考えます。

第2章の小テスト

1. AIの回答に著者名とURLが書かれていました。その主張を採用する前に、何を確認する必要がありますか。
2. 「AIが学習すること」と「自分が学ぶこと」は、どう違うでしょうか。

自分で答えてから開く：第2章の解答・解説

1. 文献が実在するかと、その内容が主張を支えているかを人が確認します。著者名やURLの表示だけでは、根拠を確認したことになりません。別のAIから同じ回答が返ることも、それだけでは裏付けになりません。
2. AIの学習はモデルの訓練などを指し、自分の学びは知識や技能を身に付けることです。AIが詳しく説明できても、自分が理解したことにはなりません。また、会話の内容が直ちにモデル全体へ反映されるとも限りません。

読み直す箇所：2-2節、2-3節。

3．学習での生成AI利用は、なぜ諸刃の剣なのか

3-1．作業の成果と、学習の成果は違う

地域課題について、よくまとまった提案書ができたとします。そのとき、少なくとも二つの成果を区別できます。

一つは、成果物としての提案書です。読みやすく、必要な項目がそろい、期限までに提出できたかを見ます。もう一つは、作成者に残った力です。問題をどう捉え、どの根拠を使い、なぜその案を選んだのかを、本人が説明できるかを見ます。

AIの支援によって前者が改善しても、後者が同じように伸びるとは限りません。授業で何を学ぶかによっては、時間のかかる比較や、説明を言い直す作業こそが練習になります。

確認する対象	問いの例
作業の成果	文書は完成したか。必要な情報は整理されているか
学習の成果	AIなしでも、根拠と判断の筋道を説明できるか
判断の妥当性	制約や当事者の状況に照らして、案を採用する理由があるか

この三つは関係しますが、同じ指標ではありません。見栄えのよい文章だけで、すべてを評価しないことが重要です。

3-2．減らしてよい負担と、残すべき思考を分ける

減らしてよいのは、学習の目的ではない作業にかかる負担です。逆に、今回身に付けたい力を育てるための思考や練習は、省くべきではありません。 「楽になったか」だけでなく、「何を楽にしたのか」を区別します。

本講義では、地域の課題を捉え、案を比較し、根拠を確かめ、自分の判断を説明することを学びます。そのため、表の体裁を整える手間は減らせても、何を比較するかを決める作業まで任せてしまうと、学習の中心が抜け落ちます。

AIや計算機などの補助は、次のように分けて考えられます。AIを使う場合は、利用条件と入力範囲が確認されていることが前提です。

場面	負担を減らしてよい作業の例	自分に残すべき思考・確認
比較表を作る	自分で書いた案を、指定した項目の表に整える	比較する案と評価基準を決め、整理の過程で意味が変わっていないか確かめる
見落としを点検する	自分で考えた後に、反対意見や見落としの候補を出させる	指摘の根拠を確かめ、採用・修正・棄却を決める
費用を比べる	費用の加算など、繰り返す計算を計算機に任せる	どの費用を合計するかを理解し、単位、結果、予算との関係を確認する

たとえば、避難情報の伝達方法を比べるとき、AIに比較表の体裁を整えさせることと、「届きにくい人はいないか」「受け取ったかをどう確かめるか」を判断することは別です。後者は、本講義で自分が練習する部分です。AIの候補を参考にしても、判断そのものを省いてはいけません。

ただし、減らしてよい負担の範囲は、学習の目的によって変わります。文章を書く力を練習する授業なら、言葉を選び、構成を考えることも本人に必要な練習です。ある授業で補助を使えたからといって、別の授業でも同じ範囲を任せてよいとは限りません。

作業の手間を減らして生まれた時間は、根拠を確かめたり、別の案と比較したりするために使います。大切なのは、作業の手間を減らし、学ぶための思考は残すこと です。ただし、この使い分けだけで学習成果が高まると保証されるわけではありません。最後に、本人が何を考え、何を説明できるようになったかを確かめます。

3-3．認知負債を、過度に恐れず、軽視もせず理解する

後で紹介する認知負債に関する研究は、独立して考えるための努力を外部システムに繰り返し置き換える状態を、「認知負債」という概念で論じています。⁴

たとえば、毎回AIの説明を使って課題を仕上げ、自分では根拠を調べなかったとします。その場では作業が進みます。しかし、別の条件で考え直したり、出典を問われたりすると、自分の理解が十分でないことに気付くかもしれません。短期の便利さと、後で必要になる理解の間の隔たりを考えるための例です。

この例は、誰にでも同じ影響が起こるという説明ではありません。「認知負債」は、医学的な診断名ではありません。幅広い場面で使える、確立した測定尺度として扱うこともできません。AIを一度使えば脳が損傷する、といった意味でもありません。

必要なのは、不安をあおる言葉ではなく、どの活動を任せ、どの練習が自分に残っているかを具体的に見ることです。

第3章の小テスト

1. 本講義では、比較表の体裁を整える作業と、案を比べる評価基準を決める作業のうち、どちらを自分に残す必要がありますか。理由も答えてください。
2. AIを使って完成度の高い提案書ができました。「作業の成果」とは別に、「学習の成果」として何を確認しますか。

自分で答えてから開く：第3章の解答・解説

1. 評価基準を決める作業を自分に残します。地域の課題をどう捉え、何を重視して案を選ぶかが、本講義で練習する思考だからです。体裁を整える補助は考えられますが、意味が変わっていないかは人が確認します。任せてよい範囲は、授業の学習目的によって変わります。
2. AIなしでも、課題の捉え方、使った根拠、案を選んだ理由を本人が説明できるかを確認します。提出物の出来だけでは、作成者に残った力は分かりません。

読み直す箇所：3-1節、3-2節。

4．研究と大学生のアンケートから、何が分かり、何は断定できないのか

研究の結果を読むときには、「誰を対象に、どんな課題で、何を測ったか」を先に確認します。脳波、成績、本人の感想は、同じものを測っているわけではありません。条件の異なる研究を、賛成票と反対票のように足し引きすることもしません。

授業中は、まず次の三つを押さえます。

• AIを使って課題が進むことと、自力でできるようになることは別です。
• 研究の結果は、対象、課題、測定方法の範囲で読みます。
• AI利用の有無だけでなく、何を任せ、本人が何を考えるかを見ます。

4-1～4-4節は、講師の説明に合わせて研究の結果と限界を確認します。4-5節では、大学生自身がAI利用をどう捉えているかをアンケートから考え、4-6節の比較表で資料の違いを整理します。方法や数値の詳細は、予習・復習でも読み返せます。授業中に専門用語をすべて覚える必要はありませんが、結果と限界を切り離して読まないでください。

4-1．エッセイ作成と認知負債――Kosmynaらの研究

MIT Media Labの研究者らによる研究では、LLM、検索エンジン、道具を使わない条件で、エッセイ作成を比較しました。第1～3セッションの参加者は計54名、第4セッションの参加者はそのうち18名です。第4セッションでは、一部の参加者について、LLMを使う条件と使わない条件を入れ替えました。⁴

研究では、EEGと呼ばれる脳波の測定、文章の分析、作成した文章についての想起や所有感などを調べています。道具の使用条件によって脳活動の結合パターンに違いがありました。LLM条件では、書いた内容を思い出しにくいことや、自分の文章だと感じる度合いが低いことも報告されました。

ここで注意したいのは、脳波の結合パターンを、そのまま「頭のよさ」の点数に置き換えないことです。この研究はfMRIではなくEEGを使っています。脳のどの部分が損傷したかを示した研究ではありません。

本稿が参照するのは、2025年12月31日改訂のarXiv第2版です。本文には「Preprint, under review」と表示されており、査読済み論文とは区別します。参加者数や地域が限られ、課題もエッセイ作成です。政策立案、ほかのAI、長期的な能力の変化に、そのまま一般化することはできません。

この研究を、「AIは危険だから使うな」とだけ受け止めないようにします。自分で考える段階を省くと、本人の理解や説明には何が残るのでしょうか。授業では、文章の出来とは別に、この点を確かめる必要があると考えます。

4-2．批判的思考への影響――Leeらの調査

Leeらは、業務で生成AIを少なくとも週1回使う知識労働者319名を調査し、936件の利用事例を集めました。これは、AIを使う群と使わない群へ無作為に分けた実験ではなく、利用者自身の認識を尋ねた調査です。⁵

AIへの信頼が高いほど、批判的思考の実行が少ないという関連が報告されました。一方、自分の課題遂行能力への自信が高いほど、その実行が多いという関連もありました。

この結果を、「AIが批判的思考力を低下させたことが証明された」と言い換えることはできません。思考する能力の長期的な変化を、直接測った研究ではないからです。回答者は、作業全般の負担の軽減と、批判的思考の負担の軽減を、混同した可能性があります。著者らも、この点を限界として指摘しています。

研究は、思考が単に減るだけでなく、その役割が変わることも報告しています。情報を集める作業から、情報の検証へ。文章を一から作る作業から、出力を目的に合わせて統合する作業へ。こうした変化です。

本講義では、批判的思考を「AIに反対すること」とは考えません。「この主張の根拠は何か」「前提は地域の実情と合うか」「別の案や反証はないか」と、判断を支える条件を点検することとして扱います。

4-3．練習の好成績は、自力で解く力を意味するか――Bastaniらの実験

Bastaniらは、トルコの一つの高校で、約1,000人の生徒を対象に数学の比較試験を行いました。汎用チャット型のGPT Base、教員の設計した学習支援を組み込んだGPT Tutor、AIなしの対照条件を比較しています。⁶

重要なのは、AIを使える練習中の成績と、その後に支援なしで受ける試験の成績を、分けて調べたことです。

測定した場面	GPT Base	GPT Tutor
AIを利用できる練習中	対照条件より48％高い成績	対照条件より127％高い成績
その後の支援なしの試験	対照条件より17％低い成績	対照条件と統計的に区別できる差は確認されなかった

数値は、論文が報告する対照条件に対する相対的な成績差です。点数のパーセントポイント差ではありません。特に、17％を「知能が17％低下した」「批判的思考力が17％低下した」と説明するのは誤りです。

GPT Tutorで悪影響が抑えられたことも、「AIなしの試験でも成績が向上した」という意味ではありません。この実験では、対照条件との差を確認できなかったのであり、すべての利用方法が等しいと証明されたわけでもありません。

また、この結果は、特定の高校、数学の課題、特定のAI設計、短期の評価に関するものです。それでも、「AIを使っている間はできた」と「自分でできるようになった」を区別する必要性を、具体的に考えられる研究です。

研究の読み違いを直してみましょう。

「AIで思考力が17％低下した」という説明は、測定した対象を取り違えています。ここで報告されたのは、特定の数学実験における、支援なしの試験成績の相対差です。

4-4．学習を支える設計で改善した例――Kestinらの実験

負の影響を示す研究だけを読んで、AI利用全体を判断することも避けます。Kestinらは、ハーバード大学の物理の授業で、194名を対象に比較試験を行いました。2週の異なる内容について、AIチューターと教室での能動的学習を経験する条件を入れ替えています。⁷

AIチューターを使った条件では、学習直後のテストで、教室での能動的学習の条件より高い成果が報告されました。ここで使われたのは、汎用の対話画面をそのまま開いて自由に質問させる方法ではありません。学習者の参加を促す指示や、課題を順に進める仕組みが設計されていました。

ただし、対象は限られた物理の内容であり、短期の成果です。自宅でのAI学習と、教室での学習という環境の違いもあります。政策判断や長期的な批判的思考への効果を、そのまま示すものではありません。

この研究からは、学習を支えるように設計した利用には可能性があると分かります。しかし、本稿の指示例だけで、研究と同じチューターが再現できるわけではありません。

4-5．大学生自身は、AI利用と依存をどう捉えているか――中国新聞網のアンケート報道

中国新聞網が2025年9月22日に掲載した記事は、中国の大学生を対象としたAIツールの利用と意識に関するアンケートを紹介しています。調査を行ったのは中国青年報・中青校媒とSoul Appで、有効回答は3,129件です。中国新聞網が独自に実施した調査ではなく、中国青年報の記事を掲載したものです。中国青年報の掲載記事でも、同じ結果を確認できます。⁸

回答内容の要約	回答者に占める割合
AIを利用している	99.2％
問題に直面すると、つい最初にAIへ助けを求める	65.9％
AIなしではやっていけないと感じる	47.1％
過度な依存による、自分で考える力や問題解決力への悪影響を懸念する	62.3％

この結果では、AIを身近に使う一方で、頼りすぎることを心配する回答も見られます。便利だと感じながら、使い方に不安を持つこともあります。

ただし、62.3％は、思考力が低下したと測定された学生の割合ではありません。 過度な依存への懸念を示す回答の割合です。また、47.1％という自己認識を、依存症の診断結果と読み替えることもできません。この記事はアンケート結果を紹介した報道であり、認知負債の発生や、AIによる能力低下の因果関係を示す実験報告ではありません。

報道には、対象者の選び方や回答率など、調査の代表性を判断するための情報が十分には示されていません。中国の大学生全体の利用率を99.2％と断定したり、日本の大学生や本講義の受講者にも同じ割合が当てはまると考えたりしないでください。

授業では、これを他国の学生の問題として眺めるだけでなく、自分の使い方を振り返る材料にします。困ったとき、まず自分の考えを書いているでしょうか。AIの提案を見た後も、自分の基準で採否を決めているでしょうか。利用頻度の多さだけでなく、AIへ依頼する前と、出力を受け取った後に、自分が何を考えているか を確かめます。

4-6．研究とアンケートを、授業の問いに戻す

研究・調査報道	主に確認したもの	本講義での注意点
Kosmynaら	エッセイ作成時の脳波、想起、所有感等	神経活動の違いを、恒久的な能力低下と決め付けない
Leeら	批判的思考の実行や負担についての自己報告	関連を因果関係へ、自己報告を能力の客観測定へ置き換えない
Bastaniら	練習中と、支援なしの試験での数学の成績	作業が進むことと、自分で解けるようになることを分ける
Kestinら	学習支援を設計したAIによる短期の物理の学習成果	特定の設計の結果を、汎用AIや本授業の効果と同一視しない
中国新聞網掲載の大学生アンケート	回答者のAI利用と、依存についての自己認識・懸念	能力の低下を測定した結果や、大学生全体の割合と読み替えない

研究とアンケート報道は、同じ方法で同じ対象を調べた資料ではありません。本講義では、それぞれが何を示すかを区別し、「何をAIに任せ、本人は何を考え、何によって学習を確かめるか」という設計の問いに戻します。

第4章の小テスト

1. 脳波の変化、批判的思考に関する自己報告、数学試験の成績を、同じ「思考力の点数」として比べてよいでしょうか。理由も答えてください。
2. AIを使った練習中の好成績だけで、自力で解く力も伸びたと判断できますか。確かめるために必要な測定を挙げてください。
3. 大学生アンケートの62.3％は、何を示す数値でしょうか。「能力低下が測定された学生の割合」と説明してよいかも答えてください。

自分で答えてから開く：第4章の解答・解説

1. 同じ点数としては比べられません。脳活動、本人の認識、特定の課題の成績は、測っているものが違います。対象や課題、測定方法も異なるため、一つの結論へまとめず、それぞれの範囲で読みます。
2. 練習中の成績だけでは判断できません。AIの支援がない条件でも、自分で解けるかを確かめる必要があります。Bastaniらの実験では、練習中のGPT Baseの好成績と、その後の支援なしの試験結果が一致しませんでした。この結果も、特定の数学実験の範囲で読みます。
3. 回答者のうち、過度な依存による思考・問題解決力への悪影響を懸念する人の割合です。能力低下を測定した割合ではありません。また、中国や日本の大学生全体を代表する割合とも断定できません。

読み直す箇所：4-1節～4-6節。

5．それでも、なぜ地域課題解決の授業で生成AIを学ぶのか

この授業で生成AIを学ぶのは、人が考える仕事をAIに引き渡すためではありません。AIの提案を受け取っても、根拠を確かめ、ほかの案と比較し、地域にとって採用する意味があるかを自分で判断できるようになるためです。

第4章で見た学習へのリスクは、この目的と矛盾しません。むしろ、便利な出力を得ることと、自分で判断できるようになることを区別する必要性を示しています。答えを作らせる方法を学ぶだけでは不十分です。その答えを採用してよいかを見極める力を育てます。

5-1．目的は、AIを導入することではなく、提案を判断できるようになること

地域課題解決の提案は、文章として完成していても、地域にとって妥当とは限りません。誰の困りごとを解決し、誰に負担がかかり、誰が取り残されるのか。こうした問いを抜きに、提案のよしあしは判断できません。

たとえば、避難情報をスマートフォンへ配信する案を考えます。AIが分かりやすい配信文や立派な提案書を作っても、スマートフォンを使わない世帯への経路がなければ、必要な人へ情報を届けるという課題は残ります。電話などを併用するなら、誰が連絡し、どの程度の負担を引き受けられるかも確認しなければなりません。

ここで必要なのは、文章をさらに整えることではなく、案を地域の条件に照らして点検することです。「費用を抑えること」と「取り残される人を減らすこと」のどちらを重視するかも、文章の自然さでは決まりません。地域の事情や当事者の意向を確かめ、人が判断の理由を説明する必要があります。

本科目で育てたいのは、技術の名前を知り、操作できることだけではありません。地域の課題と解決案の関係を捉え、DXの提案を目利きする力です。もっともらしい提案を受け取る側ではなく、その提案を吟味する側になる。 生成AIを学ぶ理由は、ここにあります。

5-2．負の影響があることから、直ちに全面禁止だけが導かれるわけではない

「学習に悪影響があるかもしれないなら、使わないほうがよいのではないか」。これは当然の疑問です。自力で基礎を学ぶ場面では、AIを使わない判断が適切なこともあります。本講義でも、最初の目的・評価基準の設定と最後の理解確認ではAIを使いません。

ただし、AIの出力に触れないことと、その出力を吟味できることは別です。地域課題についてAIを使った提案を示されたとき、前提の誤りや根拠の不足を見抜けるでしょうか。自分が操作しない場合でも、提案の採否を判断するには、何を確かめるべきかを知る必要があります。利用しないことだけでは、この点検を十分に練習できません。

逆に、AIへ自由に完成案を作らせれば、判断する力が育つとも限りません。課題を定め、案を比べ、根拠を調べるところまで任せれば、まさに本講義で練習したい思考を省いてしまうおそれがあります。

そこで、使う場面と任せる役割を限定します。先に自分で課題、目的、評価基準を決め、比較する案はAIに出してもらいます。人は、その案と理由を条件に照らして点検し、採用・修正・不採用を決めます。AIの答えを無条件に追認する手順ではありません。最後はAIを閉じ、自分の言葉で判断を説明します。個別操作でも、講師デモや模擬例の検討でも、中心に置くのはこの点検と判断です。

つまり、学習へのリスクがあるにもかかわらず、無条件に使うのではありません。考える練習を奪う使い方と、考え直す材料を得る使い方を区別するために学ぶ のです。ただし、第4章の研究から、この授業手順で認知負債を必ず防げるとは結論できません。研究の結果と限界を踏まえた授業設計として、本人が何を説明できるかを確認します。

5-3．政策立案にAIは必須なのか

ここまでの説明は、政策立案にAIが必須だという意味ではありません。AIが役立つかどうかは、目的と、その時点で足りない情報によって変わります。

住民がどの連絡方法を希望しているか分からないなら、必要なのは住民への確認です。AIに「住民になったつもりで答えて」と頼んでも、得られるのは仮想の意見であり、実際の住民の希望は分かりません。現場の観察、公開資料の調査、関係者との対話を、AIの文章で置き換えることはできません。

一方、自分が考えた案に対して「誰を取り残す可能性があるか」「どの前提が崩れると実施できなくなるか」と問い、別の観点の候補を得る使い方は考えられます。自分の案に反対する理由をあえて検討すれば、次に調べるべき点が見つかるかもしれません。AIの役割は、その材料を出す補助です。指摘を確かめ、実際の調査につなげるのは人です。

その指摘が自分でも挙げられるものだけだったり、確認の手間に見合わなかったりすれば、今回はAIを使う価値が小さいと判断して構いません。使わない理由を説明できることも、本講義で身に付けたい力です。利用回数や出力した文章の量を増やすことが、本講義の目的ではありません。

AIを使うかどうかは選べます。しかし、提案の根拠を確かめ、判断の理由を説明する仕事は手放せません。 この力を育てるために、本講義では生成AIを学びます。次章では、そのために人が担う仕事を具体的に整理します。

第5章の小テスト

1. 学習へのリスクがあるにもかかわらず、本講義で生成AIを学ぶ理由を、「便利だから」以外の言葉で説明してください。
2. 住民が希望する連絡方法が分かりません。AIに住民役で答えさせることと、実際の住民へ確認することは、どう違うでしょうか。

自分で答えてから開く：第5章の解答・解説

1. たとえば、AIによる提案の根拠や前提を、自分で点検できるようになるためです。そのうえで、採用するかどうかを判断します。操作の習得や利用回数を増やすことが目的ではありません。使わない判断も含め、理由を説明できることを重視します。
2. AIから得られるのは仮想の意見であり、実際の住民の希望を調べた結果ではありません。住民の希望を判断の根拠にするには、実際の住民への確認が必要です。AIの案は、質問項目を考える補助にはなりえても、調査そのものの代わりにはなりません。

読み直す箇所：5-1節～5-3節。

6．人に残す六つの仕事

6-1．目的を定める

最初に、「誰の、何を改善したいか」を自分で書きます。「AIを使った政策を作る」では、技術の導入が目的になってしまいます。「情報を受け取れない人を減らしたい」など、改善したい状態を先に置きます。

目的は、途中で見直して構いません。ただし、AIの文章に引きずられて変わったのか、新しい根拠を得て変えたのかを区別できるようにします。

6-2．案が出る前に、評価基準を自分で決める

AIを開く前に、何を重視して案を比べるかを書きます。第3回では、比較する案はAIに出してもらいますが、評価基準までAIに決めさせません。AIが出した案に、自分の基準を後から都合よく合わせないためです。

評価基準は、案のよしあしを見る観点です。届きにくい人への配慮、受け取りの確認方法、実施に必要な人員などが候補になります。何を重視するかと、その理由を先に残します。基準を見直す場合も、AIに合わせたのか、新しい根拠を得たのかを区別します。

6-3．AIに頼む範囲を決める

「全部考えて」ではなく、「この条件で比較できる2案と、その理由を示してほしい」など、頼む範囲を限定します。何を出力させるかだけでなく、評価基準と最終案は人が決めることも伝えます。

この授業では、最終案の決定や、架空の数値による効果の保証をAIに任せません。第8章で扱うメタプロンプト生成法も、この範囲の中で使います。

6-4．根拠を確かめる

出力の主張を一つずつ、与えられた条件、計算、実際の一次資料と照合します。今回の演習では外部検索を使わないため、架空条件にないことは「仮説」や「追加確認が必要な事項」として残します。

AIが「正しいです」と答えたことや、出典らしいものを示したこと自体を、根拠の確認とは見なしません。確認できないことは、未確認と明記します。

6-5．採用・修正・棄却を決める

AIの指摘が役に立った場合も、なぜ採用したかを書きます。逆に、条件に合わなければ、棄却して構いません。一部だけ使い、残りを修正することもできます。

根拠が足りない場合には、判断の保留も選べます。ただし、「分からない」で止めず、何が分かれば決められるか、誰に何を確認するかを残します。

6-6．AIを閉じ、自分の言葉で説明する

最後に、AIと作業中の記録を見ず、自分の判断を説明します。「AIが言ったから」ではなく、「この条件と基準に照らすと、こちらの案が適切だと考えた」と言えるかを確かめます。

これは、認知負債を診断する検査ではありません。また、説明できたことだけで、長期の学習効果が証明されるわけでもありません。その時点での理解を確かめ、必要なら学び直すための活動です。

第6章の小テスト

1. AIを開く前に、自分で定めたり用意したりするものを、目的と案の比較に関して挙げてください。
2. AIが「この案は確実に実施できる」と答えましたが、人員や運用費は未確認です。この主張をどう扱い、何を記録しますか。

自分で答えてから開く：第6章の解答・解説

1. 誰の何を改善するかという目的、案を比べる評価基準、確認できる条件と不明点を用意します。第3回では比較案の作成をAIに補助させますが、基準と最終判断は人に残します。AIへ頼む範囲と、決めさせないことも明確にします。
2. 実施できると確定した事実としては採用しません。人員や運用費を確かめる必要があると記録し、誰に何を確認するかを残します。判断を保留する場合も、その理由を説明します。

読み直す箇所：6-1節～6-5節。

7．プロンプトエンジニアリングから、コンテキストエンジニアリングへ

「AIの答えが、思っていたものとちょっと違う。もう少し指示文（プロンプト）を変えてみよう」

「もっと具体的に」「別の視点で」と言い換えても、また少し違う答えが返ってくる。何度か試すうちに、指示文を直すこと自体に時間がかかり、肝心の作業が進まなくなることがあります。

この行き詰まりは、言い回しの問題だけとは限りません。何のために使うのか、どの条件を守るのか、何をもってよい答えとするのかが、AIと十分に共有されていない可能性もあります。

そこで、指示文をどう言い換えるかだけでなく、目的と前提のどこにずれがあるかを確かめる ことを考えます。必要な前提を対話で具体化する進め方として、本章ではメタプロンプト生成法につなげて説明します。

7-1．AIへの依頼を設計し、結果を見て改善する

プロンプトとは、AIへ渡す指示や問いかけです。何をしてほしいか、どの条件を守るか、どのような形で答えてほしいかを設計し、出力を確かめながら改善する取り組みを、プロンプトエンジニアリングと呼びます。Microsoft Learnの技術解説でも、指示や補足情報、例などを使ったプロンプトの組み立て方が紹介されています。⁹

たとえば、AIに役割を指定する、出力を表などの形式にそろえる、望む回答の見本を示す、といった工夫があります。これらは、頼みたい作業を具体化するための手段です。特別な言い回しを書けば、どんな課題にも正解が得られるというものではありません。

「専門家として答えて」と指定しても、専門的な知識や事実の裏付けが保証されるわけではありません。また、読みやすい表に整理されても、中の数値や比較基準が正しいとは限りません。依頼の工夫と、出力の正しさの確認は分けて考えます。

7-2．必要な文脈を、最初からすべて伝えるのは難しい

プロンプトの技法を学ぶことには意味があります。しかし、技法の名前や定型文を覚えただけでは、場面ごとに使い分けられるようにはなりません。 何を達成したいのか、どの情報が足りないのか、どこまでAIに任せてよいのかによって、適切な依頼は変わるからです。

ここで重要なのが、AIの応答の前提となる情報、すなわち「コンテキスト」です。目的、背景、対象者、制約、確認済みの事実、評価基準、それまでの対話などが含まれます。人には当然の前提でも、AIと共有できているとは限りません。

住民向けの案内文を分かりやすくしたい場面と、複数の施策案の弱点を点検したい場面では、必要な文脈が違います。前者では読み手や伝えたい内容を、後者では比較する案や評価基準を具体化する必要があります。役割の指定や出力形式だけを同じように当てはめても、それぞれの目的に必要な条件はそろいません。

さらに、何を伝える必要があるかに、人が最初から気付けるとは限りません。避難情報の伝達案なら、世帯構成や届け方を書いても、連絡する人の負担、通信が使えないときの対応、情報を理解できたかの確認など、検討すべき点が後から見つかることがあります。複雑な地域課題では、目的達成に必要な文脈を人が最初からすべて洗い出し、一度の入力で漏れなく伝えることは、実務上ほぼ不可能です。 単純な依頼なら、必要な条件を最初にそろえられることもあります。

そこで、一度で完璧な指示を書こうとするだけでなく、必要な情報を選び、整理し、対話や作業の進行に合わせて更新することを考えます。このように、AIが利用する情報全体を整える取り組みが、コンテキストエンジニアリングです。Anthropicによるコンテキストエンジニアリングの技術解説でも、指示文だけでなく、会話履歴などを含めた情報全体を選び、維持する考え方が説明されています。¹⁰

プロンプトの工夫と、コンテキストの整備は、対立するものではありません。指示の書き方に加え、「何を前提としてAIに渡すか」「対話の途中で何を確かめ直すか」にも目を向けるのです。

情報は、多く入れるほどよいわけでもありません。目的に関係しない情報や古い条件が混ざれば、判断の前提が曖昧になります。入力してよい範囲で必要な情報を選び、確認できたことと、まだ分からないことを分けて伝えます。コンテキストを整えるためであっても、個人情報や非公開情報などの入力制限は変わりません。本演習で外部検索や資料アップロードを使わない条件も同じです。

7-3．対話で文脈を整える方法として、メタプロンプト生成法を学ぶ

本講義では、コンテキストエンジニアリングの一つの方法として、メタプロンプト生成法を解説します。 自分の目的を伝え、不足情報をAIに1問ずつ確認させ、その回答をもとに実行用のプロンプトを作らせる方法です。人が必要な文脈を最初から一人ですべて書き上げるのではなく、AIと対話しながら、依頼した範囲の作業に必要な前提や条件を具体化します。

たとえば、AIに「自分の案の見落としを点検したい」と伝えます。その後、「比較で重視する点は何ですか」と聞かれたとします。その問いをきっかけに、自分が重視する公平性や担当者の負担を言葉にすれば、依頼の前提を明確にできます。質問に答える過程も、コンテキストを整える作業なのです。

操作の方法として覚えておけばよいのは、このメタプロンプト生成法だけです。ほかの技法が不要だからでも、この方法があらゆる場面で最良だからでもありません。依頼文を作る作業にはAIの補助を使い、人は目的と条件を考え、生成された指示と出力の点検に力を注ぐ、という本講義の方針です。

ただし、AIが必要な質問を漏れなく出す保証はありません。人が知らない地域の実情も、AIが正しく補えるとは限りません。AIの質問に答えても、現地調査や住民への確認が済んだことにはなりません。分からないことは未確認のまま残し、入力できない情報は渡しません。

第6章で整理した人の仕事も残ります。授業では、生成されたプロンプトを人が確認・承認してから実行します。出力の根拠を確かめ、採否も自分で判断します。覚える操作の方法は一つに絞っても、考える仕事は手放しません。 次章では、メタプロンプト生成法の基本指示と、授業で使う手順を見ていきます。

第7章の小テスト

1. プロンプトを何度言い換えても、期待と違う答えが続きます。言い回し以外に、AIと共有できているか確認する情報を二つ挙げてください。
2. コンテキストを整えるために、情報はできるだけ多く渡すべきでしょうか。残す情報と除く情報の例を挙げて説明してください。

自分で答えてから開く：第7章の解答・解説

1. たとえば、目的、対象者、守るべき条件、評価基準、確認済みの事実です。自分には当然の前提でも、AIと共有できているとは限りません。言い換えだけでなく、前提の不足や食い違いも点検します。
2. 情報量を増やすこと自体が目標ではありません。入力可能な情報のうち、目的に必要な条件や事実を残し、無関係な情報や古い条件を除きます。未確認事項は消して確定したように見せず、不明であることを明示します。個人情報等の入力制限も変わりません。

読み直す箇所：7-2節、7-3節。

8．メタプロンプト生成法――答えを求める前に、依頼を具体化する

8-1．プロンプトを作るための指示を渡す

最初から詳しい指示を作るには、目的、対象、条件、出力の形などを整理する必要があります。何が足りないかに、自分だけでは気付きにくいこともあります。

本講義で「メタプロンプト生成法」と呼ぶのは、AIに不足情報を確認させ、その回答をもとに、目的を達成するための実行用プロンプトを作らせる方法です。名称と次の基本指示は、講師指定のものとして扱います。

これから私の目的を伝えます。目的を達成するために足りない情報があれば、私に１問づつ聞いてください。すべての情報がそろったら目的を達成するための最適なプロンプトをあなたが生成し、実行してください。[目的]

上記は指定された原文であり、表記もそのまま掲載しています。[目的] には、自分が達成したいことを書きます。AIに目的そのものを丸投げするための指示ではありません。

8-2．なぜ1問ずつ聞かせるのか

1問ずつにするのは、人間のワーキングメモリには限りがある という、認知心理学・脳科学の知見を踏まえているからです。ワーキングメモリは、考えるための情報を一時的に保ち、扱う働きです。質問を読み、条件を思い出し、自分の答えを組み立てるときにも使います。

Cowanによるワーキングメモリの総説では、その容量の限界が論じられています。¹¹ 扱える情報量は、課題の条件や情報のまとめ方、個人によって変わります。「人は誰でも、同じ数の質問までなら同時に答えられる」という単純な話ではありません。

たとえば、目的、予算、対象者、評価基準を一度に聞かれたとします。何に答える途中だったかを覚えつつ、条件を確かめ、回答の順序も考えなければなりません。画面を読み返せても、複数の論点を行き来する負担は残ります。答えにくい問いを曖昧に埋めたり、前の問いへの回答を忘れたりすることも考えられます。

そこで、本講義では質問を1問ずつにします。一度に考える論点を絞り、その問いが必要かを確かめ、自分の前提を説明するためです。一つの文に複数の問いを詰め込まれた場合も、分けるよう求めます。同時に抱える問いを減らし、一つの問いについて考える時間を確保する という設計です。

これは、ワーキングメモリの知見を応用した授業上の工夫です。1問ずつの対話が常に最適であることや、メタプロンプト生成法の学習効果が、この総説によって直接実証されたわけではありません。

ただし、質問が多いほど学習が深いという意味ではありません。すでに分かっている内容を何度も聞くなら、確認の重複を指摘します。初めから必要な情報が揃っている場合に、必ず質問させる必要もありません。

AIが必要な問いを漏れなく出すとは限りません。質問に答えた後も、目的や条件がそろっているかは人が点検します。

8-3．「情報が揃う」は、地域課題がすべて解明されたという意味ではない

この方法でいう「情報が揃う」は、依頼した範囲の作業をするための条件が整理された状態です。地域の調査や合意形成が、すべて終わった状態ではありません。

たとえば、住民の意向が未調査でも、「意向は未確認としたうえで、案の見落としの候補を挙げる」という依頼は考えられます。一方、「最も住民に支持される案を決定する」ための情報は不足しています。同じ未確認事項でも、依頼する作業によって意味が変わります。

分からないことは「分からない」、入力できないことは「回答できない」と伝えます。目的に必要な情報を共有できない場合は、実行範囲を見直すか、AIの利用をやめます。不足を埋めるために、架空の事実を作ったり、非公開情報を出したりしません。

8-4．授業では、生成と実行の間に人の確認を入れる

基本指示の原文は、プロンプトの生成と実行を続けて求めています。本授業では、判断の過程を残すために、生成されたプロンプトを人が確認・承認してから実行する 条件を追加します。

この追加は授業用の調整です。メタプロンプト生成法の原文を、承認が必須の定義だったかのように読み替えません。また、大学ガイドラインが、この承認手順をそのまま義務付けているわけでもありません。

人が目的と評価基準を考える
→ AIが不足情報を1問ずつ確認し、人が回答する
→ 情報が揃ったら、AIが実行用プロンプト案を生成する
→ 人が目的・条件との一致を確認し、必要なら修正する
→ 人の承認後にAIが実行する
→ 人が出力の根拠を確かめ、採否を判断する

生成された指示を読むときは、目的が変わっていないかを見ます。「見落としを確認したい」と頼んだのに、「最適な政策を決定する」という指示へ変わっていたら、そのまま承認しません。

8-5．模擬対話で流れを確かめる

この節では、模擬例で対話の流れと人が確認する箇所を押さえます。第2回の最後は、9-1節の目的例から一つ選び、条件を確認できた人が実際に試します。個別にAIを操作しない人は、講師デモや模擬例で同じ点検を行います。第3回は、共通の架空課題で自分の目的と基準を決め、AIが示す2案を点検します。

次は手順を説明するための模擬例であり、実際のAIとの対話記録ではありません。

人：目的を伝える

架空地区の避難情報の届け方を、2案とその理由で示してほしいです。評価基準と最終案は自分で決めます。

AI：1問確認する

比較で特に重視する点は何ですか。

人：自分の基準を答える

第3回でこの例を使うときは、下の回答を写す前に、自分ならどう答えるかを書きます。基準が未完成なら、その旨と迷いを残してください。

スマートフォンを使わない世帯を取り残さないことです。

この後も、目的や条件について必要な情報があれば1問ずつ確認します。上の1往復だけで、必要な情報がすべて揃ったとは扱いません。比較案の作成を人へ差し戻すのではなく、未確認事項を明示して案を出す範囲を確認します。その後、AIが実行用のプロンプト案を提示します。

生成されたプロンプト案の模擬例は、次のようなものです。

提示された架空条件と本人の目的・評価基準だけを使い、
避難情報の届け方を2案、短く示す。
各案に、届け方、理由、届きにくい人、受け取り確認の候補、未確認事項を付ける。
条件にある事実と、追加確認が必要な仮説を区別する。
政策効果や住民の意向を作らず、最終案は決定しない。

ここで人は、「自分が重視する点が残っているか」「使ってよい情報の範囲を超えていないか」「AIに結論を決めさせていないか」を確認します。問題があれば修正を求め、問題がなければ実行を承認します。

出力を受け取って終わりではありません。第12章で行うように、指摘を条件と照合してから、採否を決めます。

8-6．この方法でも、思考の丸投げは起こりうる

AIが質問をしてくれるからといって、示された選択肢を何も考えずに選ぶだけなら、自分の判断は弱くなりえます。AIの質問が、一つの価値観へ誘導していないかも見ます。

たとえば、「全員に同じ方法で送るなら、どれにしますか」と聞かれたとき、本当に同じ方法だけでよいのかを考えます。自分の基準が届きにくい人への配慮なら、その前提を訂正します。AIに聞かれたことへ答えるだけでなく、問いそのものを点検することが大切です。

また、「最適なプロンプト」は、AIが提案した指示の候補にすぎません。事実の正しさ、政策として最善であること、認知負債の防止を保証するものではありません。前章までの四つの研究も、この方法の効果を直接検証した研究ではありません。

第8章の小テスト

1. AIに1問ずつ確認させる理由を、ワーキングメモリの働きに触れて説明してください。
2. 授業用の手順では、AIが実行用プロンプトを作った後、人が何をしますか。基本指示の原文との違いも説明してください。

自分で答えてから開く：第8章の解答・解説

1. 情報を一時的に保ちながら考える働きには限りがあるため、同時に抱える論点を絞り、一つの問いを考える時間を確保するためです。研究知見を応用した工夫であり、常に最適な方法と実証されたわけではありません。不要な質問を増やす必要もありません。
2. 目的、条件、AIに任せる範囲が保たれているかを人が確認し、必要なら修正を求め、問題がなければ実行を承認します。原文は生成と実行を続けて求めますが、授業用の手順には人の確認・承認を追加しています。出力を受け取った後の検証と採否の判断も、人が行います。

読み直す箇所：8-2節、8-4節、8-6節。

9．第2回の終わりに、メタプロンプトを試して振り返る

第2回の最後は、選んだ目的でメタプロンプト生成法を試し、自分の判断を振り返ります。以下の時間は第2回の開始から数え、切り替えは講師の合図に従います。AI利用は必須ではありません。個別に操作しない人も、講師デモや模擬例で質問・依頼文・出力を点検します。84分からの理解確認は、全員がAIを使わずに行います。

9-1．目的を選んで試し、判断を振り返る（73～84分）

選ぶ目的は一つです。 [目的] の候補を三つ示します。いずれも授業用の練習で、実在の住民や勤務先の情報を入れるものではありません。

例	[目的] に入れる文
1：学習で使うか	生成AIを学習に使うかどうか、判断する観点を整理したい。
2：任せる範囲	生成AIに任せる作業と、自分で考える作業を切り分けたい。
3：架空の地域課題	架空の避難情報伝達案の見落としを点検したい。採否は自分で決める。

最初に自分の予想や基準を一言書きます。例3は、仮の伝達案も一つ自分で考えてください。案を思い付かなければ、例1か2を選びます。必要な情報が分からない場合は、未知のまま残します。

送信できるのは、教員が利用環境と入力範囲を確認できた場合だけです。 教員は開始前に、8-1節の原文、選択する目的、次の追加条件を含む練習用文面を用意し、入力可否を確認します。学習者は原文の [目的] を選んだ文に置き換え、追加条件を別段落で付けた文面を使います。原文だけを送信しません。資料全体や論文、参考文献、他人の投稿を貼り付ける許可ではありません。

次は原文と区別した、授業用の追加条件です。

これは授業用の短い練習です。基本指示に加え、次の条件を守ってください。
不足情報は一度に1問だけ尋ね、私の回答を待ってください。
確認後は実行用プロンプト案を提示するまでに留め、
私が「実行を承認」と返信するまで実行しないでください。
不明な事実を補わず、入力された内容だけで考えてください。
外部検索、資料アップロード、外部サービスとの連携は使いません。
研究の結果、政策効果の数値、住民の希望を新たに作らないでください。
回答は2点以内、全体200字程度を目安とし、確認が必要な点を明示してください。
利用の是非、指摘の採否、最終判断は私が決めます。

目的に合わせて、教員が入力可と確認した自分の予想・基準や、例3の仮の案だけを必要な範囲で添えます。個人情報や非公開の業務情報は使いません。環境・文面・入力範囲が未確認の場合や、操作しない場合は、以下の模擬例を使ってください。必須のアカウント作成や、新たな提出先は設けません。

経過時間	活動
73～74分	目的を一つ選び、自分の予想や基準を一言書く。教員確認済みの練習用文面を準備する
74～76分	不足情報の質問に1問ずつ答える。質問がなければ生成された依頼文を先に読む。デモ・模擬例の人は質問への回答案を書く
76～77分	依頼文の目的・条件・任せる範囲を人が確認する。必要なら修正を求め、問題がなければ実行を承認する
77～78分	承認後に実行し、出力を読む。デモ・模擬例の人は示された出力を読む
78～80分	自分の予想・基準や講義資料と照合し、採否の理由と未確認事項を手元に残す
80～81分	講師が、未知の扱いと人に残る判断を確認する
81～82分	AIへ追加送信せず、選んだ目的・自分の基準・自分で決めることを一言ずつ書く。実際の操作、デモ、模擬例の別も残す
82～84分	講師の振り返り1分の後、個人で次に確かめる点を1分で追記する。投稿は任意

76分までに依頼文が出ない、77分までに確認・承認できない、78分までに出力が得られない場合は、模擬例に切り替えます。枠を延ばしたり、承認を省いたりしません。AIが承認前に出力しても、承認済みの実行結果とは扱わず、止めて模擬例で点検します。

個別操作をしない場合・時間内に進まない場合：第2回専用の模擬例

以下は例1を使った、教員が作成した説明用の模擬例です。実際のAI出力ではなく、学習効果を実証したものでもありません。例2・3を選んだ人も、切り替えた後はこの例1で質問・依頼文・出力を点検します。第3回の検証問題の解答例は使いません。

段階	模擬例・自分ですること
質問	「何を自力でできるようになりたいですか」。自分ならどう答えるかを先に書く
回答例	「研究結果から言えることと言えないことを、自分で説明したいです」
依頼文案	「学習で生成AIを使うかどうかを判断する観点を、2点以内で示してください。学習目的は、研究結果の限界を自力で説明することです。利用するかどうかは人が決めます」。目的と任せる範囲が保たれているか確かめ、修正・承認の判断と理由を書く
出力例	「観点1：自分で説明する時間が残るか。観点2：出力を講義資料と照合できるか」
点検	自分の予想や基準、講義資料と照合し、採用・修正・保留の判断と理由を書く。実際に自分がAIを操作したとは記録しない

第3回では、全員が同じ架空課題を扱い、11-1節の共通の依頼を使います。今回の入力文や出力をそのまま貼り付けず、10-3節で自分の目的と評価基準を先に考えてください。比較する案は、その後AIに出してもらいます。

9-2．3問で理解を確認する（84～90分）

次の3問に、自分の言葉で答えてください。整った文章にすることより、自分の理由が書かれていることを重視します。

1. 学習へのリスクがあるにもかかわらず、本講義で生成AIを学ぶ理由は何か。便利さ以外の理由を含めて説明する。
2. メタプロンプト生成法で、自分が決めることと、AIに補助させたい作業を一つずつ挙げる。
3. 紹介した研究からは断定できないことを一つ挙げる。

10．第3回の個人演習――台風時の避難情報を、誰にどう届けるか

第3回の演習は、本稿を読みながら進めます。条件、記録のひな形、指示例、模擬対話・出力、解説、最後の設問を掲載しています。別のPPTXプレゼン資料は配布しません。本稿を開くか印刷し、手元の文書または紙に記録しながら進めてください。

最初に10-2節の架空地区と届け方を確認します。この段階ではまだ記入しません。続いて10-1節で記録欄と復習メモを用意し、10-2節に戻って条件の記録と方式の確認を行います。10-3節以降は、この章を上から順に見ながら進めてください。各ステップに、取り組む時間、すること、残す記録を示します。時間は第3回の開始から数え、切り替えは講師の合図に従います。

各自のAI操作を残し、本稿の指示と時刻で自己確認して進みます。講師は一人ずつ進捗を尋ねたり、全員の完了を待ったりしません。挙手や完了投稿は不要です。各欄は短い語句や一文で構いません。書けた人は根拠を見直し、書けない人はその欄に「未完了」と迷いを残して、予定時刻に次へ進んでください。自己確認は、答えが正しいという保証ではありません。

ただし、利用・入力許可、課題・目的・基準、送信文面、実行前の本人による確認は省けません。不足があれば、講師の個別返答を待たず、本稿の8-5節の質問・プロンプト案と12-1節の模擬出力へ切り替えます。講師デモは全体で行われる場合だけ使う任意の補助であり、実施を待ちません。入力用条件の候補も10-2節に掲載していますが、掲載されているだけで入力の許可があるとは判断しないでください。

時刻ごとの自己確認と、進む先

区切り	自分で確かめること	間に合わない場合
15分	課題と改善したい状態を各1文書いたか	未完了を残して基準の作業へ進む
20分	基準2つと、それぞれを重視する理由を書いたか	未完了を残し、条件の整理へ進む。AIに基準を代作させない
29分	課題・目的・基準2つと理由があるか	8-5・12-1節の模擬例へ切り替える
35分	利用・入力許可を確認でき、11-1節の文面がそろったか	送信せず8-5節へ切り替える。遅れて個別操作を始めない
39分	自分のプロンプト案が手元にあるか	未完了の段階を残し、8-5節のプロンプト案を読む
41分	本人が11-2節の点検を終え、実行してよいと判断したか	承認返信を送らず12-1節へ切り替える
43分	承認後の出力があり、比較する2案を読めるか	12-1節へ切り替え、追加生成や遅れた出力は待たない
49分	主張一つと照合する条件をメモしたか	未完了の印を残し、12-1節の確認例を読む
55分	2案を基準で比べた短いメモがあるか	空欄を未完了とし、主張の採否の記録へ進む
70分	案の採否か保留と理由、次の確認事項一つがあるか	未完了を残し、13-2節の比較例を読む
80分	判断理由・未確認事項・使った方式を見直したか	未完了のままでもAI・記録を閉じ、設問だけが書かれた回答用紙で4問へ進む

模擬例へ切り替えた後は、その授業中に個別のAI対話へ戻りません。AIとの接続が回復した場合も、前の操作を追いかけず、本稿の時刻表で現在のステップを確かめ、模擬例で合流します。本稿をオンラインで開けなくなる場合に備え、授業前に保存するか印刷しておいてください。参照できる本稿が手元にない間は、未完了の段階と不明点を記録します。読めるようになったら現在のステップへ戻り、45分以降の点検では12-1節の模擬出力を使います。操作の問題は「メタプロンプトの過程」に残し、個別回答を待たずに進んでください。

第11章はAIへの指示と対話の進め方、第12章は出力の検証、第13章は記録と振り返りの参照先です。必要な節を読んだら、この章の手順へ戻ります。

読み進め方：第10章を進行表にする

第10～13章を一章ずつ終わらせるのではありません。まず10-1～10-5節で、AIを使わずに条件・課題・目的・基準を整理し、送信前の準備まで進めます。個別操作する人がAIへ送信するのは、10-6節の合図後です。その後も、出力の点検、案の採否、最後の説明は自分で行います。

第10章で取り組む作業	必要なときに開く参照先	読んだ後の戻り先
ステップ5・6：送信文面の準備と対話	11-1節の指示例、11-2節の点検項目	文面の準備中は10-5節、対話・承認中は10-6節
ステップ7：主張の点検と2案の比較	12-1節の模擬出力。確認例や12-2節以降は、まず自分で点検してから読む	10-7節
ステップ8：案全体の採否と次の確認	12-4節の判断の観点	10-8節
ステップ9：同じ記録の見直し	13-1節の8項目	10-9節
ステップ10：資料を閉じて自力説明	13-3節の4問	10-10節の提出案内

授業外に一人で復習する場合、本稿だけを根拠にAI利用や入力の許可があるとは判断しないでください。教員の利用条件や合図を確認できない場合は、個別送信せず、8-5節・12-1節の模擬例で進めます。時刻表は授業中の進行を示すもので、授業外に送信や承認をしてよいという許可ではありません。

模擬例による一人での復習では、各ステップの作業を記録したら次へ進みます。自分で主張と照合先を書いた後で12-1節の確認例を開きます。10-9節では13-2節の比較例を読み、自分の記録を見直します。実際の全体共有は未実施と明記してください。最後は10-10節で資料と記録を閉じ、設問だけを見て答えます。授業中に参加・操作・共有・提出した実績とは区別して記録します。

経過時間	進むステップ	ここまでにすること
0分～0分15秒	第10章の冒頭	本稿を使う個人ワークショップであると確認する
0分15秒～3分15秒	題材の導入・10-2節	架空地区と届け方を先に確認する。まだ記入しない
3分15秒～8分	ステップ1・10-1節	共通の記録欄を準備し、第2回の原則をAIなしで思い出す
8～12分	ステップ2・10-2節	最初の1分で条件と不明点を記録し、残り3分で入力範囲と自分が使う方式を確認する
12～20分	ステップ3・10-3節	課題、目的、評価基準2つを自分で書く。案はまだ作らない
20～29分	ステップ4・10-4節	確認できる条件と不明点を分け、AIに2案と理由を求める範囲を決める
29～35分	ステップ5・10-5節	入力用の文面、または本稿の模擬例と記録欄を確認する。まだ送信しない
35～45分	ステップ6・10-6節	対話、講師デモ、模擬例のいずれかで点検を進める
45～58分	ステップ7・10-7節	AI・教材の案を点検し、条件・自分の基準で比較して採否と理由を書く
58～70分	ステップ8・10-8節	AI以外の手段とも比べ、暫定案または保留の理由を書く
70～80分	ステップ9・10-9節	共有された考えか13-2節の比較例を読み、判断の記録を仕上げる
80～90分	ステップ10・10-10節	AIと演習記録を閉じて7分間回答し、残り3分で提出する

10-1．ステップ1：AIを使う前の原則を思い出す（3分15秒～8分）

10-2節の題材を読んだら、下の空欄ひな形を手元の文書へコピーしてください。紙で記録する人は8項目を見出しにします。13-1節と共通の記録欄です。講師から「生成AI活用ハンズオン_ワークシート.docx」が配布されている場合は、その共通欄を使っても構いません。別ファイルがなくても、このひな形で取り組めます。各ステップで同じ記録に追記し、最後に別様式へ書き直しません。

最後の4問には、この記録とは別の回答用紙を用意します。13-3節から 4問の設問だけ を転記するか、教員が配布した設問付きの回答用紙を使ってください。この段階では回答を書きません。設問を用意したら、この節へ戻ります。最後に資料を閉じても問いが分かるようにするためで、解答例や自分の判断メモは添えません。

【課題と当事者】

【目的・基準と案の比較】

【点検に使ったもの】

【メタプロンプトの過程】

【採用・修正・棄却】

【暫定の結論】

【次に調べること】

【AIを使う価値】

記録の欄（13-1節と共通）	追記するステップ
課題と当事者	2・3
目的・基準と案の比較	3で目的・基準、7でAI・教材の2案を比較
点検に使ったもの	2・5・6
メタプロンプトの過程	6
採用・修正・棄却	7
暫定の結論	8
次に調べること	2～8で、不明点や確認事項が出たとき
AIを使う価値	8・9

まだAIを開かず、同じ記録の冒頭に、復習のメモとして次の二つを書いてください。

1. AIへ依頼する前に、自分で何を決めるか。
2. AIから出力を受け取った後、自分が何を確かめるか。

まず自分で書いてから、次の確認例を読み、自分の言葉で補足します。用語をすべて思い出すことより、誰が判断するかを押さえてください。

復習メモを書いてから開く：AIを使う前後の原則

依頼の前に、人が課題・目的・評価基準を決め、利用環境と入力できる範囲を確認します。AIには、不足情報の確認、実行用プロンプトの生成、比較する案の作成を補助させます。生成されたプロンプトは人が点検し、承認するまで実行させません。

出力の後も、事実と仮説を区別し、根拠を条件と照合します。採用・修正・棄却や保留の理由、未確認事項、次に調べることは人が記録します。AIを使わない選択も含め、使う価値を自分で判断してください。

ここまでの記録： 8項目の共通の記録欄と、AIを使う前後に自分が担う仕事についての復習メモ。

10-2．ステップ2：架空条件と、自分の進め方を確認する（題材紹介0分15秒～3分15秒／条件整理8～12分）

ここからは、沖縄の架空地区を想定した個人演習です。自分で目的と基準を決め、比較する2案はAIに出してもらいます。人は案の根拠を点検し、採用・修正・不採用を判断します。AIに最終案を決めさせたり、答えを無条件に追認したりする演習ではありません。

以下の地区、世帯数、届け方、条件は、すべて授業用の架空設定です。沖縄の実際の統計、制度、政策効果ではありません。実在の自治体の政策判断や、災害時の行動指示に使わないでください。

本稿はAIの支援で作成した講義資料案です。担当教員が教材と入力の適否を確認するまで、配布文章をAIへ貼り付けないでください。操作する場合も、確認された数値・事実を必要な範囲で使います。

条件	演習での設定
地区	100世帯。スマートフォンを使う世帯60、使わない世帯40。演習では重複しない区分とする
目的	どの世帯にも避難情報を届け、受け取ったか確かめる方法を検討する
案A	スマートフォンへの配信。使わない世帯には別の経路が必要
案B	電話での連絡。利用できる連絡先、不在時の対応、担当者の負担は未確認
案C	戸別説明。必要な人員と実施可能な時期は未確認
案D	放送による呼びかけ。設備、聞こえる範囲、聞き取れない人への対応は未確認
未確認の点	通信障害、必要人員、障害や言語への配慮、受け取ったことの確認、情報の理解、住民の希望と同意

冒頭では、この表から題材と制約を確認するだけです。記録は10-1節で共通の8欄を用意した後に行います。8分の合図でこの表へ戻り、最初の1分で、確認できる条件を「課題と当事者」、不明点を「次に調べること」に記録してください。残り3分で、講師の案内に従い、個別操作、講師デモ、模擬例のどれで進めるかと、使う本稿の節を記録します。

AIへ入力する条件の候補：教員の確認後に使う

次は、上の架空設定から整理した入力用条件の候補です。別の共有先やプレゼン資料を探す必要はありません。ただし、この掲載だけでは入力許可になりません。個別操作を行う場合、担当教員がこの候補と利用環境を確認し、入力できる範囲を案内します。

これは授業用の架空地区であり、実際の統計や災害対応の指示ではない。
地区は100世帯。スマートフォンを使う世帯60、使わない世帯40で、重複しない区分とする。
届け方の候補は、A：スマートフォン配信、B：電話、C：戸別説明、D：放送である。
Aだけでは、スマートフォンを使わない世帯への経路はない。
Bで使える連絡先、不在時の対応、担当者の負担は未確認である。
Cに必要な人員と実施可能な時期は未確認である。
Dの設備、聞こえる範囲、聞き取れない人への対応は未確認である。
通信障害、必要人員、障害や言語への配慮、受け取り確認、情報の理解、住民の希望と同意は未確認である。

11-1節の条件欄に使うのは、教員が確認済みと案内した範囲だけです。本稿全体や条件表の全文を貼り付ける許可ではありません。候補を参照できない場合や、利用・入力の許可を確認できない場合は、自分では入力せず、本稿の模擬例で進めます。

条件を読むときは、次の違いに注意します。

配信の仕組みを作っても、それだけで全員が受け取り、内容を理解したとは言えません。スマートフォンを使わない世帯には別の経路が必要ですし、使う世帯にも、通信が使えない、通知に気付かないなどの可能性があります。ただし、これらが実際にどの程度起こるかは、今回の条件からは分かりません。

電話や戸別説明にも、別の課題があります。電話が使える連絡先を把握しているか、誰が連絡するか、必要な人員を確保できるかは未確認です。デジタルではない方法なら自動的に安全・確実だと考えないようにします。

今回の目的には、情報を送る経路だけでなく、受け取ったかをどう確認するかも含まれます。

この演習では、予算や費用の計算は行いません。届きにくい人と受け取り確認を中心に考えます。放送も、設備が使えるか、聞こえるか、内容を理解できるかは未確認です。手段の数を増やすだけで、全世帯が受け取ったと結論しないでください。

ここまでの記録：

• 「点検に使ったもの」に、使う方式と入力用条件の参照先を残します。
• 「課題と当事者」に、条件から分かることを書きます。
• 「次に調べること」に、追加の確認事項を書きます。

10-3．ステップ3：AIなしで、課題・目的・評価基準を書く（12～20分）

次の欄を手掛かりに、共通の記録へ書いてください。まだAIは使いません。比較する案は後でAIに出してもらうため、ここで自分の案を作る必要はありません。

以下の6項目は、考えを整理するための問いであり、新しい提出様式ではありません。困りごとと確認できる条件は「課題と当事者」、改善したい状態・基準・理由は「目的・基準と案の比較」、不明点は「次に調べること」へ書きます。基準は「基準1とその理由」「基準2とその理由」を対応させて残してください。

【誰の、何が困りごとか】

【どうなれば改善したと言えるか】

【自分が重視する評価基準を2つ】

【条件から確認できること】

【まだ分からないこと】

【その基準を重視する理由】

誰に届きにくいか、受け取りをどう確かめるかなどから、自分が重視する評価基準を2つ決め、理由を残します。AIの案が出た後で、その案に都合よく基準を合わせないためです。

社会人学生は業務経験を、学部生は生活や地域での経験を、仮説を考える手掛かりにできます。ただし、自分の経験を住民全体の意向と同一視しません。経験に基づく推測なのか、今回の条件なのかを分けて記録します。

ここまでの記録：

• 「課題と当事者」に、誰の何が困りごとかを書きます。
• 「目的・基準と案の比較」に、改善したい状態、評価基準2つ、その理由を残します。案の比較は、出力を受け取った後に追記します。
• 「次に調べること」に、不明点を書きます。

20分で書けない欄は未完了とし、どこで迷っているかを残して次へ進みます。目的や基準をAIに代作させて埋めません。

10-4．ステップ4：条件を整理し、AIに求める案の範囲を決める（20～29分）

20～26分は、10-2節の条件表に戻り、「条件から分かること」と「まだ分からないこと」を分けます。8分のときの記録を見直し、スマートフォンの利用区分、連絡先、人員、受け取り確認などを整理してください。事実は「課題と当事者」、不明点は「次に調べること」へ追記します。案の比較表はまだ作りません。

26～29分は、AIに求める内容を確認します。比較する2案について、それぞれの届け方と理由、届きにくい人、受け取り確認の候補、未確認事項を短く示してもらいます。評価基準と、どの案を採用するかは人が決めます。

29分に課題・目的・基準2つと理由がそろっているかを手元で確認します。不足があれば、その欄と迷いを残し、講師の個別指示を待たず8-5・12-1節の模擬例へ進みます。基準をAIに作らせたり、準備が完成したと記録したりはしません。

ここまでの記録： 条件で分かること、不明点、AIに依頼する範囲。必要なら、個別操作をしない理由も「点検に使ったもの」に記録します。

10-5．ステップ5：対話や例の検討に使う記録を準備する（29～35分）

29～32分は、個別操作の人は10-2節の入力用条件の候補と、教員が確認した入力範囲を確かめます。模擬例の人は、質問・プロンプト案がある8-5節と、出力がある12-1節の位置を確認し、教材名と節番号を「点検に使ったもの」に記録します。12-1節の折りたたみの確認例はまだ開きません。講師デモを使う場合も、本稿の模擬例を参照できるようにしておきます。

32～35分は、個別操作の人が11-1節の指示に必要事項を記入し、送信前の文面を「点検に使ったもの」に残します。デモ・模擬例の人は、自分なら質問へどう答えるかを考える準備をします。8-5節の回答は一例であり、自分の基準として写しません。35分の合図までは、AIへ送信しません。

11-1節の欄	どこから内容を用意するか
AIへの依頼	11-1節の共通の依頼文を使う
教員が確認した入力可能な条件の数値・事実	10-2節の入力用条件の候補のうち、教員が確認済みと案内した範囲を使う
自分で書いた課題	ステップ3で書いた「誰の、何が困りごとか」を使う
自分で決めた目的	ステップ3で書いた、改善したい状態を使う
自分で決めた評価基準	ステップ3で書いた評価基準2つを使う

10-2節の入力用条件の候補を開き、教員が入力可能と確認した数値・事実を使ってください。同節の説明や条件表を、そのまま貼ってよいという意味ではありません。参照する条件や入力許可を確認できない場合は送信せず、8-5・12-1節の模擬例へ進みます。

記録全体をAIへ送るのではありません。確認質問に答える際も、入力用条件を参照し、未知のことを事実として埋めず、入力可能な範囲で答えてください。35分までに文面が整わなければ、個別送信せず、デモ・模擬例へ切り替えます。

模擬例を使う人は、「点検に使ったもの」に「本稿8-5節・12-1節」と記録します。講師デモを使う場合は、実際に見た内容を区別して残します。質問への回答案や、プロンプト案への判断は、次のステップで「メタプロンプトの過程」に追記します。記録欄を作り直す必要はありません。自分ではAIへ送信しません。

ここまでの記録： 「点検に使ったもの」に、送信前の文面、または使う教材を残します。35分に利用・入力許可と文面の各欄を自己確認し、一つでも未確認なら送信せず8-5節へ切り替えます。講師が個別の入力文を確認する時間や、遅れて個別操作を始める時間は設けません。

10-6．ステップ6：質問・プロンプト・出力を点検する（35～45分）

35分の全体への合図で、条件と準備を自己確認できた人だけが11-1節の指示を送信します。個別操作をしない人は8-5節の質問とプロンプト案を使い、同じ順序で検討します。全体デモがある場合は、その教材でも構いません。

経過時間	個別にAIを操作する場合	講師デモ・模擬例を使う場合
35～39分	不足情報の質問に1問ずつ答える。不明なこと、入力できないことは、その旨を伝える。質問なしでプロンプト案が出た場合は、先に読む	示された質問に、自分ならどう答えるかを書く。模擬例なら、架空の質問への回答案として記録する
39～41分	自分のプロンプトを11-2節の観点で点検し、必要なら修正する。実行してよいかを本人が判断するが、承認返信はまだ送らない	8-5節などの案を確認し、自分なら修正するか、実行を承認してよいと考えるか、その理由を書く
41～43分	41分の合図後、本人が確認を終えた場合だけ「実行を承認」と返信する。承認前の回答は、承認済みの実行結果とは扱わない	12-1節などの模擬出力を読むか、全体デモの実行を観察する。自分が操作・実行したとは記録しない
43～45分	2案を読み、条件や自分の基準と照合したい主張を一つ選ぶ	教材の2案を、先に決めた目的や基準に照らして読む。基準未完成なら迷いを記録する

AIが質問せずにプロンプト案を提示した場合は、無理に質問を追加させず、その案を先に読みます。「質問はなかった」と記録し、前提に抜けがないかも点検してください。39～41分は点検と本人の判断に使い、承認返信と実行は41～43分です。早く案ができても、承認返信を前倒ししたり、余った時間を後の枠へ足したりしません。

模擬例は、8-5節の模擬対話とプロンプト案、12-1節の模擬出力を使います。別のデモ資料は必要ありません。12-1節の折りたたんだ確認例は、まず自分で点検してから開いてください。

39分にプロンプト案がない場合は8-5節へ、41分に点検を終えられない場合は承認返信をせず12-1節へ切り替えます。43分に出力がない、または2案に足りない場合も12-1節を使います。各自が時刻で判断し、個別の切り替え指示は待ちません。11-3節の方法で未完了の段階を残し、対話の再開や遅れた出力への戻りはせず、後の点検時間を保ちます。

ここまでの記録：

• 「点検に使ったもの」に、使った方式・教材・出力を残します。
• 「メタプロンプトの過程」に、質問への回答または回答案と、プロンプトへの判断を書きます。

質問がなかった場合や途中で止めた場合は、その経過と判断の理由も残します。2案が出ていない場合は、不足を記録して12-1節の模擬例へ切り替えます。追加生成を待って、後の点検時間を削ることはしません。

10-7．ステップ7：案の根拠を確かめ、自分の基準で比較する（45～58分）

第12章を参照し、次の時間配分で進めます。

最初の点検では、自分が使う2案と10-2節の条件、自分で決めた基準を見ます。模擬例を使う人は、12-1節の出力本文だけを読み、折りたたんだ確認例はまだ開きません。12-2～12-4節の判断例も、先に自分で主張と照合先をメモしてから読みます。

時間	すること
45～49分	自分が使う出力・教材の2案から主張を分け、条件と照合する。個別操作は自分の出力、デモは示された出力、模擬例は12-1節を使う
49～51分	全員が12-1節の折りたたみの確認例を開き、三つの主張の根拠を確かめる。講師の補足がある場合も、この確認例と照合する
51～55分	自分の検討対象へ戻り、条件・自分の基準で2案を比較する。模擬例の人はその2案を続けて点検する
55～58分	主張ごとの採用・修正・棄却、または保留と、その理由を書く

自分の出力と模擬例を、どちらも最後まで点検する必要はありません。模擬例の三つの誤りが、自分の出力にもあるとは限らないためです。

45～49分の点検メモは「採用・修正・棄却」の欄に残します。次の形で、まず主張を一つと照合先を書いてください。共通解説の後、55～58分に判断と根拠を追記します。主張を採用しないことと、その主張を含む案全体を不採用にすることは別です。案全体の判断は次のステップで行います。

点検する主張と出所	照合する条件・目的・基準	主張への判断と根拠	残る確認事項
自分の出力・教材から主張を一つ取り出す	条件の記載箇所や、何が未確認かを書く	後で採用・修正・棄却・保留と理由を追記する	誰に何を確かめるかを書く

51～55分は「目的・基準と案の比較」の欄に、次の比較表を作ります。基準の名前は、先に自分で決めたものに置き換えます。AIの説明をそのまま写さず、条件を根拠に自分の評価を書いてください。

AI・教材の案と出所	評価基準1から見た点	評価基準2から見た点	未確認事項
案1	自分で評価	自分で評価	不明点を記入
案2	自分で評価	自分で評価	不明点を記入

基準が未完成の場合は、書ける範囲で条件と照合し、判断に足りない基準と迷いを記録します。例示された基準を自分で決めたことにして埋めません。

「AIが言ったから」「何となくよさそうだから」で終わらせず、どの条件を根拠にしたかを残してください。確認のための調査が必要なら、誰に何を尋ねるかを書きます。この演習の中で、未調査のことを確認済みに変えてはいけません。

ここまでの記録： 「目的・基準と案の比較」に2案の比較表、「採用・修正・棄却」に主張ごとの採否と根拠を書きます。「次に調べること」に、追加確認が必要な事項を残します。

10-8．ステップ8：暫定案と、次に調べることを決める（58～70分）

AIや教材の元の案と、点検後に自分が修正した箇所を区別します。案の出所と元の文章は消さず、何を根拠に変えたかを残してください。

12-4節も読み、自分の基準に照らしてAI・教材の案を採用・修正・不採用にするか、判断を保留します。2案とも不採用でも構いません。届きにくい人、受け取りの確認方法、実施条件、未確認事項を整理してください。基準や根拠が足りない場合は、保留する理由と、次に自分で考えることを残します。

あわせて、AIに候補を出してもらうことと、自分で候補を考えること、条件を見直すこと、人に確認することなどを比べます。案が出た便利さだけでなく、根拠や誤りを確かめる手間も含めて、使う価値を判断してください。デモ・模擬例の人は、教材の検討から分かる範囲で書き、実際に操作した効果とは分けます。

ここまでの記録： 「暫定の結論」に、暫定案または保留の理由、届きにくい人、受け取りの確認方法、残る不確実性を書きます。「次に調べること」に、確認する相手・資料・項目を残します。「AIを使う価値」には、AIを使う意味についての判断を書きます。

10-9．ステップ9：全体共有を踏まえ、記録を仕上げる（70～80分）

ここまで追記した8項目の記録を、13-1節の説明と照らして見直します。別の様式へ転記するのではなく、判断の理由や未確認事項に抜けがないかを確かめます。時間は次のように使います。

1. 70～72分：採否と根拠を短く整理する。希望する人はチャットへ投稿する。投稿しない人も、自分の記録には残す。
2. 72～77分：72分時点で届いている最大3件の投稿を読み、どの条件と基準に基づくかを比べる。共有がない場合は13-2節の折りたたみの比較例を開く。講師は投稿の到着を待たず、個別の添削は行いません。異なる基準や、見落とした条件を確かめます。
3. 77～80分：自分の記録を見直す。案を変える場合も変えない場合も、その理由を書く。

個別操作、講師デモ、模擬例のどれを使ったかを明記し、実際に行ったことと「自分ならこうする」という判断を分けます。他の受講者の投稿をAIへ入力してはいけません。共同編集や共同提出は行いません。

ここまでの記録： 13-1節の欄に沿った、自分の判断が追える記録。最後の回答用に、別の参照メモを残すことはしません。

10-10．ステップ10：AIと記録を閉じ、自分で説明する（80～90分）

80分になったら、記録が未完了でもその旨と不足を残し、AI・講義資料・演習記録・参照メモを閉じます。最初の7分で、10-1節で用意した設問付きの別の回答用紙に、13-3節の4問の答えを書いてください。見てよいのは設問だけで、解答例や判断メモは見ません。自分の基準、採用しなかった主張の根拠、未確認事項、AIを使う意味を説明します。判断できなかった部分もその理由を自分の言葉で書き、回答を書き終えるまで、他の受講者の投稿は見ません。

残りの3分で、担当教員が案内した提出先と方法を確認し、回答や記録を提出します。提出先や公開範囲を自己判断で変更しないでください。

提出のために演習記録を開き直すのは、回答を書き終えた後です。それを見て自力回答を書き換えません。提出先や方法が未案内の場合は、回答と記録を保管し、担当教員に確認してください。自分で公開先を決めたり、提出済みと記録したりしません。

ここまでの成果： AI・講義資料・演習記録を見ずに書いた個人回答と、講師の案内に従った提出。案内がない場合は、提出前の回答と記録の保管。

11．目的と基準を決め、AIに比較する2案を出してもらう

11-1．授業用に調整した指示例

この節は、10-5節で送信前の文面を準備し、10-6節で対話するときに使います。準備中にここを読んでも、まだ送信しません。

次は、基本指示に「人による確認・承認」を加えた授業用の調整版です。原文そのものではありません。課題・目的・基準は、先に自分で書きます。その内容をこの指示に入れ、AIには比較する2案を出してもらいます。末尾の【】で示した4欄に、教員が入力可能と確認した条件と、自分が書いた内容を必要な範囲で入れます。

これは実際の災害対応ではなく、架空の地域課題を検討する授業です。
私は、課題、目的、評価基準を先に自分で決めました。比較する案は、あなたに出してもらいます。

目的の達成に必要な情報が足りなければ、一度に1問だけ質問し、私の回答を待ってください。
情報が揃ったら、目的を達成するための実行用プロンプト案を生成し、私に提示してください。
私が「実行を承認」と返信するまで、生成したプロンプトを実行しないでください。
必要な情報が不明な場合は、勝手に補わず、不明な点を明示してください。

【AIへの依頼】
下に記す自分の目的と評価基準に沿って、比較できる届け方を2案示してほしい。
案を出す補助だけを依頼する。基準と最終判断は私が担う。

【生成するプロンプトに含める条件】
外部検索や外部資料は使わず、次に記す条件だけを使ってください。
届け方の候補A～Dから、異なる2案を示してください。組み合わせても構いません。
各案に「届け方」「理由」「届きにくい人」「受け取り確認の候補」「未確認事項」を短く付けてください。
理由や確認方法の候補は、条件にある事実と、追加確認が必要な仮説を区別してください。
確認方法の候補を実施済みとせず、到達率・効果・連絡先・人員・設備の利用可否を作らないでください。
事実や政策効果の数値を新たに作らないでください。
住民が実際にそう考えていると断定しないでください。
評価基準や最終案を決定せず、完成した提案書は作らないでください。
点検は、届きにくい人と受け取り確認を中心とし、金額の検討や計算は行わないでください。
最後に、人が調べるべき問いを1つ示してください。

【教員が確認した入力可能な条件の数値・事実】
【自分で書いた課題】
【自分で決めた目的】
【自分で決めた評価基準】

10-5節の対応表で4欄を埋めた文面だけを、送信用に準備してください。この節の説明、下の記入例、ワークシート全体をまとめて貼り付けるのではありません。文面の準備で参照した人は、「点検に使ったもの」に文面を残して10-5節へ戻り、送信開始の合図を待ちます。対話中に見返した人は10-6節へ戻ってください。

自分で目的と基準を書いてから開く：記入の仕方の例

これは書き方を示す例であり、入力の許可や、選ぶべき案を示すものではありません。「入力用条件」の欄には、10-2節の候補のうち、担当教員が入力可能と確認した範囲を使います。下記の課題、目的、基準はそのまま写さず、自分の記録に置き換えてください。

記入する欄	書き方の例
教員が確認した入力可能な条件の数値・事実	10-2節の入力用条件の候補から、教員が確認済みと案内した範囲を転記する。許可が未確認なら入力しない
自分で書いた課題	スマートフォンを使わない世帯にも、避難情報を届ける経路が必要である
自分で決めた目的	スマートフォンを使わない世帯にも別の経路を用意し、受け取ったかを確かめられるようにしたい
自分で決めた評価基準	スマートフォンを使わない世帯への配慮と、連絡する人の負担

11-2．質問に答えるときも、人が前提を点検する

AIが複数の質問を一度に出したら、一つに絞るよう求めます。「回答できない」と伝えた情報を繰り返し求めてくる場合も、入力の範囲を変えたり、無理に答えたりせず、利用の中止も検討します。

生成されたプロンプトを読むときは、少なくとも次を確認します。

• 自分が定めた課題と、重視する基準が保たれているか。
• 架空条件にない事実や、未確認の住民意向を、確定事項として扱っていないか。
• 比較する2案を出す役割に収まり、基準や最終案の決定を引き受けていないか。
• 外部資料の利用や、入力できない情報の提供を求めていないか。

確認と実行してよいかの判断は39～41分、実際に「実行を承認」と返信するのは41分の合図後です。これは本人がプロンプトの内容を点検する手順であり、講師の個別承認を受ける手順ではありません。AIが承認前に回答を出してしまっても、承認済みの実行結果とは扱いません。

点検した結果と、修正する理由・承認してよいと考えた理由を「メタプロンプトの過程」に残し、10-6節の進行へ戻ってください。プロンプトの実行を承認しても、出力の正しさや案の採用まで承認したことにはなりません。

11-3．授業の時間内に進まないとき

第3回のAI利用枠は10分です。不足情報の確認に4分、生成されたプロンプトの確認に2分、承認後の実行に2分、出力の読み取りに2分を使います。

この枠に入る前に、担当教員の案内に従って利用環境を確認し、10-5節の対応表を使って文面を準備します。準備や接続が間に合わなければ、枠を延長せず、デモ・模擬例を使います。

質問なしでプロンプト案が提示された場合は、10-6節の手順で前提を点検します。質問を無理に追加させず、承認・実行の時間も変えません。

確認のための4分以内に、作業に必要な条件が整理できなければ、実行へ進めません。生成されたプロンプトが目的から外れ、確認の2分で直せない場合も承認しません。対話が未完了であることと、残った問いを記録し、本稿の8-5節・12-1節の模擬例へ切り替えます。

講師が各区切りで全体に時刻を知らせますが、一人ずつの完了確認はしません。各自が第10章の自己確認表に従い、未完了なら8-5・12-1節へ切り替えてください。切り替え後は個別の対話へ戻らず、遅れて届いた出力も使い直しません。操作の問題は手元に残し、授業中の個別対応を待たない運用です。

時間が足りないからといって、AIに前提を作らせたり、生成された指示を読まずに承認したりしないでください。対話を完了することより、判断の過程を省かないことを優先します。

11-4．AIを個別に操作できない場合

アカウントや接続の条件から個別操作が難しい場合は、8-5節と12-1節の模擬例を使います。講師の全体デモが示される場合は、その教材も使えますが、個別のデモや操作支援を待ちません。自分なら質問にどう答えるか、プロンプトをどこで直すか、2案が自分の目的や基準に合うかを記録します。

講師も利用条件や入力範囲を確認できない場合は、模擬対話、生成プロンプト案、模擬出力を教材として使います。受講者の提出物やチャット投稿を、講師がAI入力へ転用することはしません。

本稿だけで進める場合は、8-5節の模擬対話とプロンプト案、12-1節の模擬出力を使います。13-1節の記入例は、自分の記録を書いた後に参照してください。模擬対話は手順の一部を示す例であり、実際に質問を受け、実行した記録として扱わないでください。講師デモは任意の補助であり、なくても同じ点検に取り組めます。

デモの観察や模擬例の検討でも、検証・判断の活動はできます。ただし、それを本人がAIを操作した経験と同一視しません。記録にも、個別操作、講師デモ、模擬例のいずれを使ったかを残します。

12．出力を検証する――もっともらしい提案を、そのまま採用しない

12-1．まず、自分で気になる箇所を探す

次の文章は、教材用に作った模擬出力です。実際のAIが答えた記録ではありません。指示に反する出力や根拠のない断定を、人が見抜くための例です。

案1：AとBを組み合わせる。スマートフォン配信と電話があれば、全世帯へ確実に届く。受け取りを確認する必要はない。
案2：BとCを組み合わせる。電話と戸別説明なら、住民もこの方法を希望している。

解説を読む前に、どの主張を、何と照合すればよいか考えてください。「何となく怪しい」ではなく、条件で確認できること、条件に書かれていないこと、実際の調査が必要なことを区別します。

模擬例で進める人は、この2案を10-7節の点検対象にします。「採用・修正・棄却」に主張と照合先を先に書き、共通解説の後に確認例と比べてください。個別操作の人は、共通解説でこの例を確認した後、自分の出力の比較へ戻ります。

自分で点検した後に開く：模擬出力の確認例

第一に、到達を保証する根拠がありません。 複数の経路を用意することと、全世帯が確実に情報を受け取り、理解することは別です。必要な人員、使える連絡先、通信障害への対応などは未確認のままです。

第二に、受け取り確認を省く根拠がありません。 情報を送っただけでは、相手が受け取ったかは分かりません。誰がどのように確かめ、未確認の世帯へどう対応するかを検討する必要があります。

第三に、住民の希望を作っています。 今回の条件には、住民への意向調査の結果はありません。「住民も希望している」を事実として採用することはできません。実際の住民へ確認すべき事項として残します。

この模擬例は、未確認事項を省くなど、11-1節の出力条件にも従っていません。2案が示されただけで依頼どおりと扱わないでください。誤りがあっても「AIは信用できない」で終わらせず、条件の読み違い、確認の省略、根拠のない保証を分けて記録します。

12-2．指摘を、条件と照合する

AIの指摘を点検するときは、主張を小さく分けます。一つの文章に、正しい条件の読み取りと、根拠のない結論が混ざっている場合があるからです。

指摘の例	照合すること	判断の例
Aだけでは、スマートフォンを使わない世帯への経路がない	案Aの対象と、使わない40世帯の条件	条件に基づく指摘として採用できる
受け取りを確認する必要はない	情報を送ったことと、受け取ったことは別であり、確認方法は示されていない	確認不要という主張は採用せず、確認方法を検討する
Dなら全世帯へ確実に届く	放送の設備や聞こえる範囲、聞き取れない人への対応は未確認	到達の保証は採用せず、届きにくい人を調べる
電話の担当者に負担が集中するかもしれない	必要人員や連絡件数は未確認	検討すべき仮説として残す
住民の多くはAを希望している	意向調査の結果は与えられていない	事実として採用せず、調査事項にする

「条件にある事実」「仮説」「追加確認が必要な事項」は、機械的に一つだけ選ぶ分類ではありません。仮説であれば、その確認のための調査が必要になることもあります。重要なのは、確かさの違いを隠さないことです。

12-3．採用、修正、棄却の理由を残す

指摘を採用する場合も、「AIが言ったから」では不十分です。「案Aの対象はスマートフォン利用世帯で、非利用世帯には別経路が必要と条件にあるため」など、採用の根拠を書きます。

一部を修正して使うこともできます。たとえば、「全世帯へ確実に届く」は採用できなくても、「複数の経路を比較し、届かない可能性を点検する」という論点は残せます。AIの文章を、そのまま一まとまりで受け入れる必要はありません。

棄却する場合は、何が合わなかったかを具体化します。根拠を確認できないのか、受け取り確認を省いているのか、自分の目的から外れているのかで、次に必要な対応が違うからです。

12-4．届きにくい人と、受け取りの確認方法から判断する

12-1節の模擬例では、根拠のない三つの主張は退けたうえで、AとBの組み合わせと、BとCの組み合わせを比べます。届きにくい人への配慮や、受け取りを確かめる方法を自分の基準から考えます。手段の数だけで、どちらがよいかは決まりません。

AとBを選ぶなら、スマートフォン向け配信と電話をどう補い合わせるかが論点になります。ただし、電話の連絡先や担当者の負担は未確認です。BとCを選ぶ場合にも、人員や実施時期などの条件を確かめる必要があります。

スマートフォン配信を含まないBとCの組み合わせでも、スマートフォン利用世帯が必ず対象外になるわけではありません。手段の名称から、対象者や到達の確実性を勝手に決めないことも大切です。

この演習には、条件だけから一意に決まる「最適な政策」はありません。自分が重視する基準から、届きにくい人、受け取りの確認方法、残る不確実性を説明します。

ここまで読んだら10-8節へ戻り、案全体の判断と理由を「暫定の結論」に書きます。追加確認が必要な点は「次に調べること」へ、確認する相手・資料・項目とともに残してください。

13．判断の記録を作り、最後はAIなしで説明する

13-1．完成した提案書ではなく、判断が追える記録を作る

今回の成果物は、立派な政策提案書ではありません。何を考え、何を点検し、どの理由で案を選んだかが分かる、個人の記録です。共同編集や共同提出は行いません。

次の8項目は、10-1節で用意した共通の記録欄です。演習中は各ステップで追記し、70～80分には同じ記録を見直します。この節で、記録を一から作り直す必要はありません。

10-1節のひな形や講師のワークシートに書いた、同じ記録を見直してください。各欄について、判断の根拠があるか、分からない条件を確認済みにしていないか、未完了の部分と理由が残っているかを確かめます。全体共有や比較例の検討で見直している人は10-9節へ戻ります。途中で記入先を確かめるために開いた人は、取り組んでいたステップへ戻ってください。

記録の欄	書く内容
課題と当事者	誰の、何が、なぜ困るのか
目的・基準と案の比較	AIを使う前に決めた目的・評価基準と、出力後に自分で評価した2案の比較表
点検に使ったもの	AIサービス・日付・指示と必要な出力部分、または講師デモ・模擬例を使った旨
メタプロンプトの過程	確認された情報、回答やプロンプトへの判断を、下表の方法別の書き方で残す。未完了ならその旨
採用・修正・棄却	指摘ごとの判断と、根拠となった条件
暫定の結論	選んだ案、届きにくい人、受け取りの確認方法、または判断を保留する理由
次に調べること	確認する相手・資料・項目
AIを使う価値	個別操作、デモ、模擬例のどれに基づく判断かを示す。案を得る補助の価値と点検の手間、ほかの手段が適切な部分を書く

実際に行ったことと、「自分ならこうする」という判断を分けて書きます。とくに、デモや模擬例で実行を承認してよいと考えた場合も、自分がAIを操作・実行したとは記録しません。

方法	「メタプロンプトの過程」の書き方
個別操作	実際の質問と自分の回答、生成されたプロンプト、承認または修正の理由を記録する。質問がなければ、その旨と前提の点検結果を書く。「確認の4分で未完了。人員は不明と回答した」など、止めた段階も残す
講師デモ	見た教材や場面を示し、実際の質問への自分ならどう答えるかと、プロンプト案への判断を書く。例：「デモの評価基準を尋ねる問いに、私なら公平性と担当者の負担と答える。住民意向を断定しない条件は残す」
模擬例	参照した教材を示し、架空の質問への回答案と、プロンプト案への判断を書く。例：「8-5節の質問に、私なら非利用世帯への配慮と答える。もう一つの基準も2案の説明に反映するよう、プロンプトを直したい。操作はしていない」

採否を判断する対象も明記します。個別操作なら受け取った出力、デモなら示された出力、模擬例なら12-1節などの模擬出力です。デモや模擬例では、「この例では役立つ観点を得たが、自分で操作した場合の使いやすさは未確認」と書けます。

「暫定」とするのは、結論に責任を持たなくてよいからではありません。確認できた条件の中でどこまで判断し、どこから先は保留したかを、責任を持って区別するためです。

自分の記録を書いた後に開く：判断の書き方の一例

以下は、特定の案を正解として示すものではありません。採用理由と未確認事項を分ける書き方の例です。

私は、模擬例が示した2案を、非利用世帯への配慮と連絡担当者の負担で比べた。AとBの組み合わせは、非利用世帯への電話経路を含むため、暫定的に検討する。自分が最初に作った案ではなく、教材の案を点検した判断である。
ただし、電話を使える連絡先、担当者の人数、受け取ったことを確認する方法は未確認である。そのため、全世帯へ届くとは結論しない。必要な体制を確認できなければ、ほかの組み合わせを再検討する。
模擬出力の「全世帯へ確実に届く」「受け取りの確認は不要」という主張は、根拠がないため採用しなかった。実際に進める前には、住民の希望、連絡手段の利用可能性、担当体制、受け取りの確認方法を人が調べる。

同じ条件でも、重視する点によって別の暫定案や、保留という判断がありえます。文例をそのまま自分の意見として提出せず、自分の基準と根拠を書いてください。

13-2．全体共有で、別の見方を知る

授業では、各自が採否と根拠を短く整理し、希望する人がチャットへ投稿します。講師は最大3件を取り上げ、比較して解説します。投稿がない場合や共有に参加できない場合は、下の比較例を使います。別のプレゼン資料や、追加配布の事例は必要ありません。

53名全員の口頭発表は行いません。チャット投稿は任意です。投稿の有無だけで理解を判断するのではなく、各自の判断の記録と、最後の個人回答で確認します。

他の人の考えを見るときも、「社会人だから正しい」「経験がないから劣る」とは判断しません。どの条件と基準に基づくかを見ます。別の見方を知った後は、自分の案を変える場合も、変えない場合も、その理由を残します。

自分の採否と根拠を書いた後に開く：同じ2案を比べた架空の記録

次は本稿内で比較するために作った例であり、実際の受講者の投稿ではありません。どちらも12-1節の2案を点検しています。模範解答として写さず、先に自分で決めた基準との違いを確かめてください。

比較する点	記録例1	記録例2
重視する基準	スマートフォンを使わない世帯への配慮と、連絡担当者の負担	受け取りを確認できることと、実施可能性
案全体についての判断	案1のAとBを暫定候補にする。非利用世帯への電話経路を含むが、連絡先と担当者の負担を確認できなければ見直す	2案とも判断を保留する。どちらも受け取り確認の体制や必要人員が分からず、今の条件だけでは実施可能と判断できない
採用しない主張	「全世帯へ確実に届く」「受け取りを確認する必要はない」「住民もこの方法を希望している」は、いずれも根拠がない	同じ三つの主張を採用しない。主張を退けることと、案全体を保留することを分ける
次に確かめること	利用可能な連絡先と担当体制を担当部署に確認する	受け取りを確かめる手順と実施体制を担当部署に、希望や同意を住民に確認する

記録例1も、案1を実施してよいと判断したわけではありません。電話を使えるか、誰が連絡するかは未確認です。記録例2も、2案が実施不可能だと断定してはいません。判断に必要な情報が足りないため、保留しています。

見直すときは、自分と異なる結論であることより、判断に使った条件と基準を確かめます。案を変えるなら何を根拠に変えるのか、変えないなら残る不確実性は何かを記録してください。

13-3．最後の10分は、AIと演習記録を閉じる

70～80分には、全体共有か13-2節の比較例をもとに記録を見直します。暫定案、指摘の採否、未確認事項を整理しておいてください。80分になったら、AI・講義資料・演習記録・参照メモを閉じて答えます。10-1節で用意した、設問だけが書かれた別の回答用紙を使います。最後の回答のために、解答例や自分の判断をまとめた参照メモを残しておくことはしません。

最初の7分は、AIと演習記録を見ずに、次の問いへ答えます。残り3分で提出します。回答を書き終えるまで、他の受講者の投稿は見ません。

以下の設問だけを回答用紙へ転記するためにこの節を開いた人は、回答を書かずに10-1節へ戻ってください。授業中の自力回答は10-10節の合図後に行います。一人で復習する場合も、ステップ9までの記録を見直して閉じた後に答えます。

1. 自分は何を重視し、どの案を選んだか。保留した場合は、その理由は何か。
2. AI・教材の案の中で、採用しなかった主張は何か。その根拠は何か。全採用した人は、共通解説で点検した模擬例から答えてください。
3. 未確認の点は何か。実際に進める前に、誰に何を確かめるべきか。
4. 個別操作、デモ、模擬例のどれを使ったか。案を出す補助と、人による点検をどう評価するか。使わない選択なら、その理由は何か。

デモ・模擬例を使った人は、観察や例の検討から考えた範囲で答えます。操作していないことを不利に扱うための問いではありません。「例では見落としに気付いたが、自分で操作した場合も役立つかは未確認」でも構いません。

固有の数値をすべて暗記できるかではなく、判断の筋道を説明できるかを確かめます。説明できなかった部分は、次に学び直す場所です。AIの出力をもう一度眺めるだけでなく、元の条件と自分の基準へ戻ります。

回答を書き終えたら10-10節へ戻り、提出先と方法の案内を確認します。記録を添付するために開いても、自力回答を書き換えるためには使いません。

13-4．記録と評価の扱い

提出先、提出時間、公開範囲は、担当教員の案内に従ってください。実名の住民情報や業務の秘密は記録に含めず、授業内提出と外部公開を区別します。本稿だけを根拠に、公開してよいとは判断しないでください。

提出先や方法が未案内の場合は、自分の回答と演習記録を保管し、担当教員に確認してください。授業外の復習でも、提出や公開が許可されたとは見なさず、実施した方式と未完了の部分を記録します。

ここで挙げた理解確認は、学習の途中で理解の程度を確かめ、その結果を指導や復習に生かすための活動です。新たな公式の配点や提出期限を設定するものではありません。シラバスの科目全体の配点は、最終レポート40％、授業後の振り返り等20％、オンラインPBLの受講態度20％、協働20％です。PBLはProject Based Learningの略で、課題に主体的に取り組む学習を指します。

第2・3回を個人演習にしたことによって、後続回の協働活動や、科目全体の評価条件を変更するわけではありません。また、今回の活動だけで、認知負債の有無や、長期的な能力の変化を診断することもできません。

14．後続のDX講義とアイデアソンへ、何を持っていくか

14-1．技術の導入を、地域の変化と結び付ける

次のDX講義では、技術を入れたことと、地域の困りごとが改善したことを区別して考えます。アプリやAIを導入しても、使えない人が取り残されたり、現場の負担が増えたりすれば、目的を達成できない可能性があります。

今回記録した「誰の、何を改善するか」「どの基準で比較するか」は、後の提案を点検するときにも使える問いです。技術の説明だけでなく、住民にとって何が変わるかを言葉にします。

14-2．仮想の意見を、実際の住民の声にしない

アイデアソンでAIから論点の候補を得ても、それを実際の住民が述べた意見として扱ってはいけません。住民や関係者への確認、現場の観察、公開された一次資料の調査は、人が計画して行う仕事です。

質問項目を考える補助と、調査の実施は別です。同じように、AIが示した効果の説明と、実際に効果を確かめることも別です。調査が必要な点を消さず、次の活動へ渡します。

14-3．よくある迷いを整理する

知識がないときは、何から始めればよいでしょうか。
分からない用語や条件を手元に書き、講師の説明や一次資料で確認します。AIに文章を作らせても、分からない部分を自分が理解したことにはなりません。自力で考えることは、最初から全部知っていることではありません。

AIの質問に答えていれば、批判的思考をしたことになりますか。
それだけでは言えません。問いの前提を点検し、自分の理由を説明し、生成された指示や結果を確かめたかを見ます。対話の長さを、学習の深さの代わりにしません。

AIが自信を持って答えたら、採用してよいでしょうか。
自信のある文体は、根拠の強さを示すものではありません。条件や一次資料と照合します。確認できないことは、未確認として残します。

AIを使わないほうが早かった場合も、学習になりますか。
なります。どの作業には役立ち、どの作業には不要だったかを、理由とともに記録できるからです。使った回数を増やすことは、本講義の目的ではありません。

参考文献を確認することと、演習で外部検索を使わないことは矛盾しませんか。
矛盾しません。論文や規程を人がブラウザーで確認することと、今回のAI演習で外部検索や資料入力を使うことを区別しています。演習の入力範囲を管理しながら、授業の根拠は一次資料で確認します。

15．AIに考えさせる前に、自分が何を判断したいかを持つ

生成AIは、学習を助ける可能性と、学習のための練習を省いてしまう危険の両方を持ちます。研究を読むときには、何を測った結果かを区別します。利用の是非は、便利さや不安だけで決めず、学習の目的に照らして判断します。

地域課題解決で重要なのは、AIが作った案をうまく見せることではありません。誰の課題を扱い、何を重視し、どの根拠で選び、何が未確認かを、人が説明できることです。

メタプロンプト生成法も、その判断を補助するために使います。目的と基準を自分で持ち、AIの質問を点検し、生成された指示と結果を確かめます。AIを使わないことが適切なら、その選択も含めて理由を説明してください。

参考文献・参照資料

本文中のリンクと脚注から、研究、規程、技術解説の原文を確認できます。研究の紹介は要約であり、本稿の授業手順の効果が実証済みであることを示すものではありません。

1. 琉球大学、2026年度「総合特別講義Ⅴ (DX(デジタルトランスフォーメーション)による地域課題解決)」公開シラバス。講義コード106938002。 ↩

2. 琉球大学「国立大学法人琉球大学における生成AI利用に関するガイドライン」。2026年3月31日改正、2026年4月1日実施。確認日：2026年10月17日。 ↩

3. OpenAI、入力データのモデル改善への利用に関する説明（個人向けサービス）。確認日：2026年10月17日。利用条件は変更される可能性があるため、利用時点の公式情報を確認してください。 ↩

4. Nataliya Kosmyna et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv:2506.08872v2。2025年12月31日改訂。プレプリントとして参照。本文PDF。 ↩ ↩²

5. Hao-Ping (Hank) Lee et al. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI 2025. DOI: 10.1145/3706598.3713778。著者公開本文。 ↩

6. Hamsa Bastani et al. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS 122(26), e2422633122. DOI: 10.1073/pnas.2422633122。公開本文。 ↩

7. Greg Kestin et al. (2025). AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports 15, 17458. DOI: 10.1038/s41598-025-97652-6。公開本文。 ↩

8. 中国新聞網「“遇事不决问AI”，近八成受访大学生曾把AI当朋友」。2025年9月22日。出典：中国青年報。中国青年報の掲載記事。調査主体：中国青年報・中青校媒、Soul App。有効回答3,129件。確認日：2026年10月17日。 ↩

9. Microsoft Learn、プロンプトエンジニアリングに関する技術解説。指示、補足情報、例を使った設計と、モデルによる手法の適用範囲の違いを参照。すべての手法を全モデルに推奨するものではありません。確認日：2026年10月17日。 ↩

10. Anthropic、AIエージェントのコンテキスト設計に関する技術解説。指示文に加え、会話履歴などを含む情報全体の選別・維持を扱う。本講義では、この考え方を対話による条件整理に応用し、講師指定のメタプロンプト生成法をその一つの方法として位置付ける。この記事が、本講義の方法の学習効果を実証しているわけではありません。確認日：2026年10月17日。 ↩

11. Nelson Cowan (2010). The Magical Mystery Four: How Is Working Memory Capacity Limited, and Why?. Current Directions in Psychological Science 19(1), 51–57. DOI: 10.1177/0963721409359277。公開本文。ワーキングメモリの容量の限界と、その条件・個人差を扱う総説。確認日：2026年10月17日。 ↩