想定読者: 生成 AI 時代の授業設計・評価方法に悩む大学教員（学部不問）
所要時間: 約 65 分（付録含む）

はじめに — あなたの教室で起きていること

学期末のレポートを採点していて、こう感じたことはないでしょうか。

「文章は整っている。構成も悪くない。引用もある。
——でも、この学生は本当に考えたのだろうか？」

口頭試問をすると、その違和感は確信に変わります。自分のレポートの内容を説明できない。根拠を尋ねると言葉に詰まる。「なぜこの主張にしたのか」と聞くと、「AI がそう提案したので…」と答える。

これは一部の学生の問題ではありません。そして、教員の「感覚」に過ぎない話でもありません。2025 年に発表された 2 つの研究が、科学的に証明しました。

ChatGPT を使って学習した学生は、45 日後のテストで従来学習の学生より約 11 ポイントも成績が低かった。

— Barcaui (2025), Social Sciences & Humanities Open ¹

この 11 ポイントは、多くの大学で1 段階以上の成績差（A から B へ、B から C へ）に相当します。

本稿の目的は 3 つです。

なぜ生成 AI を使うと成績が下がるのか——認知科学のエビデンスで説明する
なぜ成果物評価はもう機能しないのか——構造的な限界を可視化する
どうすればいいのか——明日の授業から実践できるプロセス評価の手法を提供する

「禁止」も「放任」も答えではありません。本稿が提案するのは 第三の道——AI を「思考の代行」から「思考の足場」へ転換させるプロセス評価設計 です。

忙しい方へ: 時間がない場合は、セクション 1.1（RCT の結果）→ セクション 3（プロセス評価への転換） の 2 つだけお読みください。理論的背景を飛ばしても、実践に必要な情報は得られます。

1. エビデンス：2 つの決定的な研究

「感覚的にそう思う」では、同僚も学生も納得しません。ここでは、「生成 AI で成績が下がる」ことを科学的に証明した 2 つの研究を紹介します。どちらも、授業設計を見直すための確かな根拠になります。

1.1 RCT — 「ChatGPT は認知の松葉杖」（Barcaui, 2025）

ブラジル・リオデジャネイロ連邦大学で実施されたこの研究は、ChatGPT の学習効果をランダム化比較試験（RCT）——医学の治験と同じゴールドスタンダードの手法——で検証した、数少ない論文です。「アンケートではなく実験」「直後ではなく 45 日後」「予告ではなく抜き打ち」——この厳密さが、まさに教員が求めていたエビデンスです。

ゴールドスタンダード（gold standard）とは: ある事柄を検証する方法のうち、最も信頼性が高いとされる基準手法のことです。医学では「ランダム化比較試験（RCT）」がゴールドスタンダードとされています。被験者をランダムに 2 群に分け、一方にだけ介入（この場合は ChatGPT の使用）を行い、他方と比較することで、「AI を使ったから成績が下がった」という因果関係を厳密に証明できます。アンケート調査や観察研究では「たまたまそういう学生が多かっただけ」という反論が可能ですが、RCT ではそのような偏り（バイアス）が排除されるため、結果の信頼性が格段に高くなります。

実験デザイン

結果 — 11 ポイントの差

指標	AI 支援群	従来学習群
45 日後のテスト得点	57.5%	68.5%
標準偏差	1.5	1.7
6 点以上の割合	51.2%	73.8%
平均学習時間	3.2 時間	5.8 時間

統計的有意差: t(83) = −3.19, p = .002
効果量: Cohen's d = 0.68（中〜大）
- 従来学習群の約 75% が、AI 支援群の平均より高いスコア
学習時間を統制しても有意差は残った（ANCOVA: F(1,82) = 7.89, p = .006）

最も重要な発見: AI 支援群は学習時間が約 45% 短かった（3.2h vs 5.8h）。しかし、学習時間の差を統計的に除去しても、AI 群の成績はなお有意に低かった。つまり、「短時間しか勉強しなかったから」では説明できない、AI の使用そのものによる負の効果が存在する。

教員にとっての意味: この 11 ポイント差は、多くの大学の成績評価で1 段階以上の差に相当します。そして、この差は「レポートの質」では見えません。AI 支援群の学生も、学習時には立派なプレゼンを行っていました。しかし、その「立派な成果物」の裏で、学生の脳は何も処理していなかったのです。成果物の質で評価する限り、この差は永遠に検出できません。

技術トピックで最大の悪影響 — 「AI が便利な領域」ほど危険

サブグループ分析では、技術的なトピック（アルゴリズム、コード、理論など）で最も大きな効果量が観察されました。

トピック領域	Cohen's d	95% CI	教員への示唆
技術トピック	0.92	[0.48, 1.36]	理論・計算・コーディング等の授業で特に要注意
倫理・社会	0.45	[0.01, 0.89]	議論・考察中心の授業でも有意な影響
その他	0.60	[0.16, 1.04]	領域横断的に一貫した傾向

ここに逆説があります。AI が最も「便利」な領域——概念の説明、複雑な理論の分解、コードの生成——こそが、学習への悪影響が最大の領域なのです。教員が「AI があるから、この難しい部分は学生に任せよう」と思う場面こそ、最も注意が必要です。

Kapur (2008) の productive failure（生産的失敗） の研究は、難しい問題に取り組んで失敗する経験こそが学びを深めることを示しています。AI が即座に「正解」を提供すると、この生産的失敗の機会が失われます。

AI への慣れは防御にならない — 「借り物の能力」の罠

AI の使用経験と成績の相関は弱く、統計的に有意ではなかった（r = 0.18, p = .10）。

つまり、「AI を使い慣れている学生は上手く使えるので大丈夫」という期待は外れたということです。Barcaui はこれを "borrowed competence"（借り物の能力） と呼んでいます。AI の流暢な出力を、自分自身の理解だと錯覚してしまう現象です。

教員が知るべきこと: 「うちの学生は AI を日常的に使っているから、上手に学習に活用できているはず」——この想定は危険です。AI の「使用経験」が多いことは、「正しい使い方を知っていること」を意味しません。むしろ、認知的オフロードの習慣がより深く根づいている可能性があります。

これは「使うな」と言う理由ではありません。**「使い方を教えないと、経験があっても学びが浅くなる」**という警告です。

1.2 脳波研究 — 「AI に任せると脳の接続性が低下する」（Kosmyna et al., 2025）

もう一つの重要な研究は、MIT Media Lab が 2025 年に発表した脳波（EEG）研究です ²。

実験デザイン

54 名の被験者を 3 グループに分け、同一のエッセイ課題を4 ヶ月（4 セッション） にわたって実施しました。

グループ	条件
Group 1	LLM（ChatGPT 等）を使用
Group 2	検索エンジンを使用
Group 3	自力のみ

4 つの主要発見

発見③が最も深刻です。 4 ヶ月間 AI に依存した後、AI の使用をやめても脳の状態が回復しなかった。「あとで自力でやればいい」は神経科学的に通用しにくいということです。

大学教育における「不可逆性」の意味 — なぜ予防的な授業設計が不可欠なのか

発見③の「元に戻らない」は、大学教育にとって極めて重大な意味を持ちます。

大学の学部教育は通常4 年間です。もし 1 年次から生成 AI に依存した学習を続けた場合、MIT 研究の 4 ヶ月間のデータを外挿すれば、卒業時までに脳の認知ネットワークは深刻な弱体化を起こしている可能性があります。そして、その時点で「やり直し」は極めて困難です。

認知負債は「治療」より「予防」が圧倒的に重要である。

これは医学でいう一次予防の考え方と同じです。生活習慣病は発症してから治療するより、発症前に生活習慣を改善するほうが遥かに効果的です。認知負債も同様に、蓄積してから回復を試みるのではなく、蓄積させない授業設計を最初から組み込むことが決定的に重要です。

対応のタイミング	難易度	効果
予防（学期初めからプロセス評価を導入）	低い	極めて高い
早期介入（学期途中で兆候に気づき対応）	中程度	高い
事後対応（認知負債が蓄積してから回復を試みる）	極めて高い	不確実（MIT 研究が示すとおり）

つまり、大学教員が今この瞬間に授業設計を見直すことは、「あったほうがいい改善」ではなく、「学生の認知能力を不可逆的に損なわないための必須の対応」なのです。本稿の Section 3 で提案するプロセス評価への転換は、この認知負債の予防策として設計されています。

具体的な数値 — 脳に何が起きているか

MIT 研究は、以下の具体的な数値を報告しています。

指標	LLM 使用群	自力群	意味
脳の神経接続性	ベースラインの43%	ベースライン維持	脳の情報伝達経路が半分以下に
記憶保持率	31%	高い水準を維持	学んだ内容の約 7 割が消失
執筆困難の報告	83%	—	AI 除去後、大多数が「書けない」と報告

43% の意味: 本来 100 本の道路がある都市で、43 本しか使われていない状態です。脳の各領域をつなぐ情報ネットワークが半減し、複雑な思考が困難になります。これは Barcaui の「11 ポイント差」の神経科学的な裏付けです。そしてこの研究は大学生が対象です。脳がまだ発達途中の小中高生では、影響はさらに深刻である可能性が高いのです。

1.3 収束するエビデンス — 世界中の研究が同じ結論に

Barcaui の RCT と MIT の脳波研究は、最も厳密な証拠です。しかし、これらは孤立した発見ではありません。世界中の研究が、同じ方向を指しています。

研究	国	サンプル	主な発見
SBS スイスビジネススクール (Gerlich, 2025) ³	スイス	666 名（18-65 歳）	AI 使用頻度が高いほど批判的思考が18% 低下。認知的オフローディングが媒介
Microsoft Research (Lee et al., 2025) ⁴	米国	319 名の知識労働者	Bloom's Taxonomy 全レベルで認知努力が減少。AI への信頼が高いほど批判的思考が低下（β = -0.69, p < 0.001）
Stanford Digital Economy Lab (Brynjolfsson et al., 2025) ⁵	米国	大規模雇用データ	若年労働者（22-25 歳）の雇用が20% 減少。AI 暴露職種で特に顕著
タルトゥ大学 (Lepp & Kaimre, 2025) ⁶	エストニア	231 名の大学 1 年生	AI 使用頻度と成績の間に負の相関（r = -0.315）。「役に立つ」と感じるほど成績が低い
中国複数大学共同調査 (2025) ⁷	中国	大学生対象	99.2% が AI 使用。65.9% が「まず AI に相談」。62.3% が思考力低下を自覚しているが、やめられない（※出典未確認）

すべての研究に共通する発見: AI 使用 → 認知的オフローディング → 批判的思考の低下。この因果連鎖は、文化・年齢・専門領域を超えて一貫しています。「うちの学生は違う」「うちの分野は違う」という例外は、エビデンス上、見つかっていません。

Microsoft Research が示した「思考の質的変化」

Microsoft Research の調査は、AI 使用によって思考の量だけでなく質も変化していることを明らかにしました。Bloom's Taxonomy の 6 段階すべてで認知努力が減少していますが、特に注目すべきは以下の点です。

思考段階	AI 使用前	AI 使用後
知識・理解	情報を探す努力	情報を検証する努力に変化（しかし多くは検証もしない）
応用	問題を自力で解決	AI の回答を自分の状況に「当てはめる」だけ
分析・評価	多角的に検討	AI の出力を鵜呑みにする

そして最も重要な発見：AI への信頼が高い人ほど批判的に考えなくなり、自分への信頼（自己効力感）が高い人ほど批判的に考え続ける。 大学生の多くは自己効力感が形成途上にあるため、AI への信頼が過剰になるリスクが特に高いと言えます。

Stanford 研究 — 「大学を出ても就職できない」現実

Stanford Digital Economy Lab の研究は、AI 時代の雇用市場の変化を大規模データで追跡しました。ChatGPT 登場（2022 年後期）から 2025 年 7 月までの雇用データを分析した結果、22-25 歳の若年労働者の雇用が 20% 減少していることが判明しました。

大学教員が伝えるべきメッセージ: 「AI を使いこなせれば就職に有利」という安易な助言は危険です。Stanford 研究が示すのは、AI に代替される業務しかできない若者が真っ先に影響を受けているという事実です。学生に必要なのは「AI の使い方」ではなく、「AI が代替できない思考力」です。そしてその思考力は、「AI に頼らずに考える経験」からしか生まれません。

タルトゥ大学の逆説 — 「便利だと感じる」ほど成績が低い

エストニアのタルトゥ大学で 231 名のプログラミング学生を対象にした研究は、驚くべき逆説を明らかにしました。

AI を「有用」と評価した学生ほど、成績が低い（r = -0.315）
学生の証言：「AI のおかげで作業は早く終わりますが、深く考える必要性を感じなくなっています」

これは Barcaui の結果と完全に整合します。AI が「便利」であること自体が、学習を損なう原因になっている。教員が「AI は便利な学習ツール」と無条件に推奨することは、学生の成績低下に加担する可能性があるのです。

中国の大学生調査 — 依存の心理メカニズム

中国の複数大学で実施されたとされる調査は、AI 依存の心理的側面を示唆しています（※査読付き論文としての原著は未確認。中国語圏メディア報道に基づく数値）⁷。

99.2% の学生が AI を使用
65.9% が問題に直面したとき「まず AI に相談」
62.3% が思考力の低下を自覚しているが、やめられない

62.3% が「わかっているけど、やめられない」: これは依存の典型的なパターンです。AI は即座に応答し、判断せず、批判しない——この「無条件の受容」が依存を深めます。学生の悪意ではなく、AI のインターフェース設計そのものが依存を誘発する構造になっています。教員がすべきは学生を叱責することではなく、依存が起きにくい課題設計と評価設計を行うことです。

2. なぜ AI を使うと成績が下がるのか — 3 つのメカニズム

2 つの研究が示した「AI で成績が下がる」現象は、認知科学の 3 つの理論で説明できます。ここを理解することが、「どんな授業設計にすればいいのか」を考える土台になります。

2.1 メカニズム①：「望ましい困難」の消失

認知心理学には Desirable Difficulties（望ましい困難） という確立された概念があります（Bjork & Bjork, 2011）⁸。

学習時に「適度に困難な」課題に取り組むと、短期的なパフォーマンスは下がるが、長期的な記憶定着は向上する。

これは教員にとって直感に反する理論です。教員の多くは「学生がスムーズに課題をこなせる」ことを良い授業の指標だと感じています。しかし認知科学は、「難しい」と感じるその瞬間にこそ、脳が最も学んでいることを示しています。

「望ましい困難」の例：

思い出そうとする努力（検索練習 — 教科書を開かずに「先週の内容は何だったか?」と問う）
間隔を空けて復習する（分散学習 — 一夜漬けではなく、数日に分けて学ぶ）
自分で答えを生成する（生成効果 — 答えを見る前に自分で書いてみる）

ChatGPT は、これらの困難をすべて除去します。

教室で何が起きているか

Barcaui の研究で、AI 支援群の学習時間が 45% 短かったのは偶然ではありません。AI が「困難」を除去した結果、学生は楽に・速く・しかし浅く学んだのです。

教員への示唆: 学生が「楽に書けたレポート」は、「学生の脳が楽をしたレポート」です。楽＝良い、という直感は、学びの場面では成り立ちません。「うーん、難しい…」と学生が悩んでいるその瞬間に、脳は新しい知識の「棚」を作っているのです。

2.2 メカニズム②：認知的オフロードの連鎖 — 「外在的負荷」だけでなく「関連負荷」も消える

認知的オフロード（Cognitive Offloading） とは、本来自分の脳で行うべき処理を外部ツールに委ねることです（Risko & Gilbert, 2016）⁹。

電卓やメモ帳もオフロードですが、ChatGPT は質的に異なります。

ツール	オフロードの範囲	学習への影響
電卓	計算のみ	限定的
Google 検索	情報検索のみ	中程度（Google effect）
ChatGPT	理解・分析・統合・批判的思考まで丸ごと	甚大

認知負荷理論（Sweller, 1988）¹⁰に基づくと、ワーキングメモリの負荷には 3 種類があります。教員にとって鍵となるのは、3 番目の「関連負荷」 です。

負荷の種類	説明	教室での例	AI による影響
外在的負荷（extraneous）	学習を妨げる不要な処理	資料のレイアウトがわかりにくい、非効率な検索作業	✅ 削減される（良い）
本質的負荷（intrinsic）	課題そのものの複雑さ	微積分の計算、論文のデータ分析	⚠️ スキップされる
関連負荷（germane）	理解を深めるための処理	「この理論、先週のあれと似てるな」と結びつける思考	❌ 丸ごと消失する

これが最も重要なポイントです。

AI は「余計なストレス」（外在的負荷）だけでなく、「成長に不可欠な認知的負荷」（関連負荷）まで一緒に取り除いてしまう。 学生は楽に課題を終えますが、脳は何も処理していません。

関連負荷こそが学びの本体です。 「うーん、なるほど…！」と理解が深まる瞬間に使われる認知リソースが関連負荷です。AI を使う最大の危険性は、この 「うーん」のプロセスが丸ごとスキップされる ことにあります。

授業で見える 3 つのパターン — 同じ課題、異なる学び

例えば「日本の少子化の原因を分析せよ」というレポート課題を出したとき、学生の取り組み方によって 3 種類の負荷のバランスは劇的に異なります。

取り組み方	本質的負荷	外在的負荷	関連負荷	学びの深さ
① 自力で文献を調べ、構成を考え、書く	高い	中程度	高い ⭐	⭐⭐⭐ 深い
② AI に「レポートを書いて」→コピペ	ゼロ	ゼロ	ゼロ	⭐ ほぼなし
③ AI で情報整理 → 自分で論を組み立てる	中程度	低い	中〜高	⭐⭐ 理想的

③が理想的な使い方です。しかし現実には、多くの学生が①から②に直行しています。そして、成果物だけを見ると、①と②の差は見えません。

「認知負債」—— 借金と同じ構造

MIT Media Lab の研究チームはこの現象を 「認知負債（Cognitive Debt）」 と名づけました。借金と同じく、「利子」がつくからです。

比較軸	借金	認知負債
「借入」の行為	お金を借りる	自分で考えずに AI 出力を提出
短期的な利益	今欲しいものが買える	レポートが早く終わる
「利子」の発生	返済額が膨らむ	思考力が低下し、次の課題がさらに困難に
「破産」	返済不能	自力で思考すること自体ができなくなる

教員が見落としがちな点: 認知負債の蓄積は、学生から見れば「サボっている」意識はまったくありません。むしろ「AI を効率的に使いこなしている」と自負している場合が多い。これは学生の悪意ではなく、構造の問題です。叱責ではなく授業設計の工夫で対応する必要があります。

2.3 メカニズム③：流暢性の錯覚 — 学生も教員も騙される

流暢性の錯覚（Fluency Illusion） とは、情報が流暢に処理されると「よく理解した」「正しい」と誤認する心理的傾向です（Reber & Schwarz, 1999）¹¹。

ChatGPT の出力は：

常に文法的に正確
論理的に構造化されている
自信たっぷりのトーン
読み手の期待に沿った回答

これは流暢性の錯覚を最大化する条件を完璧に満たしています。

そして最も深刻なのは、この錯覚が学生と教員の両方を同時に欺く構造になっていることです。

Barcaui が指摘した "borrowed competence"（借り物の能力）とは、まさにこの現象です。学生は AI の流暢な出力を読んで「なるほど、わかった」と感じますが、実際には脳がほとんど処理していない。そして 45 日後のテストで、その「わかった気」が幻想だったことが露呈する。

教員が特に注意すべき点: 流暢性の錯覚は教員自身にも起きます。「今年の学生はレポートの質が高い」と感じたとき、それは学生の理解が深まったのではなく、AI の出力が流暢になっただけかもしれません。

口頭試問で「自分のレポートの内容を説明できない」学生がいたら、それは怠慢ではなく、脳がそもそも処理していなかったことの帰結です。MIT 研究の発見④「自分のエッセイの内容を再現できなかった」と完全に整合します。

「ワークスロップ（Workslop）」— 磨かれているが空虚な成果物

Harvard Business Review の Niederhoffer et al. (2025) ¹² は、AI 生成の成果物がもたらす問題を 「ワークスロップ（Workslop）」 と名づけました。

ワークスロップ: 形式的には完璧だが、実質的な価値や独自の知見を含まない、AI が大量生成する「それっぽい」成果物。

これは流暢性の錯覚の組織レベルでの帰結です。

比較	人間が深く考えた成果物	ワークスロップ
形式	整っている	完璧に整っている
文法	多少の粗がある	完璧
論理構成	独自の視点がある	無難で一般的
具体例	経験に基づく	抽象的・汎用的
価値	高い	低い

大学のレポートにも同じことが起きています。AI 生成のレポートは「磨かれているが空虚」——形式は完璧だが、その学生ならではの視点・経験・洞察がない。Harvard/MIT の調査では、企業の 95% が GenAI 投資から実質的リターンを得られていないと報告されています。「きれいだが中身のない成果物」の問題は、大学も企業も等しく直面している構造的課題です。

教員が見抜くポイント: ワークスロップには以下の特徴があります。

文章は流暢だが、具体的なエピソードや個人的な経験がない
論理は通っているが、独自の主張や意外な視点がない
引用はあるが、「なぜこの文献を選んだか」を説明できない
複数のレポートに似たような論の展開が見られる

これらの兆候があれば、ワークスロップの可能性が高いです。

3 つのメカニズムの相互作用

これら 3 つのメカニズムは独立ではなく、互いに増幅し合う負のスパイラルを形成します。

なぜ大学教育で特に深刻なのか — Bloom's Taxonomy で考える

3 つのメカニズムが大学教育で特に問題なのは、大学が育てるべき能力が、まさに AI が代行する領域と重なるからです。

高校までの教育は主に「記憶」「理解」を中心に展開されます。大学教育の本質は、その上の「応用」「分析」「評価」「創造」です。ところが ChatGPT は、この上位層の思考までを代行できてしまう。

つまり、小中高で AI を使うことの影響と、大学で AI を使うことの影響は質的に異なるのです。大学こそが AI の認知的影響に最も脆弱な教育段階です。

Gagnéの 9 教授事象で見る — AI が学びのプロセスの何を壊しているか

Bloom's Taxonomy は何が学ばれるか（What）を示しますが、どのように学びが起こるか（How）は説明しません。教育心理学者 Gagné（ガニェ）が提唱した9 教授事象は、効果的な学習が起こるための 9 つのステップを定義しています ¹³。AI がこのプロセスの7 つを破壊することを見てみましょう。

教授事象	効果的な学習	AI 依存の学習	判定
① 注意の獲得	「なぜ？」と問う好奇心	「答えを得る」ことが目的化	△
② 学習目標の提示	何を学ぶか意識	「課題を終わらせる」が目的	✗
③ 前提知識の想起	先週の内容と紐づける	AI が即答し、既有知識と結びつかない	✗
④ 内容の提示	段階的・発達段階に合った提示	学生のレベルを考慮しない回答	△
⑤ 学習の指針	ヒントを与え自力で到達させる	完成された答えを提供	✗
⑥ 練習の機会	自分の脳で処理する	脳を使わない	✗
⑦ フィードバック	何ができて何ができないか確認	エラーの原因を理解せずコピペ	✗
⑧ 成果の評価	真の理解度を測定	AI 生成物では理解度を測れない	✗
⑨ 保持と転移	長期記憶に定着、応用可能	記憶に残らず応用もできない	✗

9 つ中 7 つが機能不全: インストラクショナルデザインの観点から見ると、AI に依存した学習は、学習プロセスの大部分が欠落している状態です。これは「効率的に学んでいる」のではなく、「学んでいるように見えるが、実際には学んでいない」 状態です。Barcaui の 45 日後テストの結果は、この理論的予測と完全に一致します。

教員にとっての実用的な示唆: 9 教授事象は「どの段階を守るべきか」のチェックリストとして使えます。課題設計の際に、「この課題は 9 つの事象のうち、どれを学生に経験させるか？」と問うことで、認知的オフロードを構造的に防ぐ授業設計が可能になります。

同様に、Merrill（メリル）の第一原理 ——問題中心・活性化・例示・応用・統合——も、AI に依存した学習ではほぼすべてが省略されることが示されています。特に「応用の原則」（自分の脳で問題を解くこと）と「統合の原則」（学んだことを自分の言葉で説明できること）は、AI が最も直接的に代替してしまう要素です。

あなたの教室で起きている兆候チェックリスト

以下の兆候に複数当てはまる場合、あなたの教室で認知負債が蓄積している可能性があります。

兆候	関連メカニズム	対応策（→Section 3 で詳述）
レポートの文章は上手いが、口頭で質問すると詰まる	流暢性の錯覚	Oral Defense（口頭説明）
全体的にレポートの質が上がったが、テストの点は下がった	認知的オフロード + 望ましい困難の消失	Think First Protocol
学生からの質問が減った（「わかりません」が減った）	流暢性の錯覚	Verify & Critique
締め切り直前の駆け込み提出が増えた（AI 利用で短時間作成）	望ましい困難の消失	段階的提出
似たような論の展開が複数のレポートに見られる	認知的オフロード	Scaffold Prompting

3. 大学教育はどうすべきか — 「禁止」でも「放任」でもない第三の道

ここまでで、「なぜ AI を使うと成績が下がるのか」のメカニズムは明らかになりました。教員にとって次の問いは「では、どうすればいいのか？」です。

結論を先に言います。「禁止」も「放任」も答えではありません。 答えは 「評価の軸を変える」 ことです。

アプローチ	実効性	なぜうまくいかないか
❌ AI 禁止	低い	学生は隠れて使う。検出ツールの精度は不十分。社会に出たら使うのに「使うな」は矛盾。
❌ AI 放任	低い	認知負債が野放しになる。Barcaui の実験結果そのもの。
✅ 評価軸の転換	高い	AI 使用を前提としつつ、「思考のプロセス」を評価する。学生の行動が構造的に変わる。

「washback 効果」を利用する: 言語教育の研究では、評価方法が学生の学び方を規定することが知られています（washback effect / 洗い戻し効果）。ペーパーテストで評価すれば学生は暗記に走り、プレゼンで評価すれば学生はスライド作りに集中する。

つまり、「思考のプロセスを評価する」と宣言すれば、学生は「思考のプロセスを見せる」ように行動するのです。評価方法を変えることは、学生の学び方を変える最も強力なレバーです。

3.1 「AI の使い方」ではなく「脳の使い方」を問う

ここまでの分析から導かれる最も重要な原則は以下です。

問うべきは「AI を使ったかどうか」ではなく、「学生の脳がどれだけ処理したか」である。

「AI 禁止」は現実的ではありません。学生は隠れて使うだけです。検出ツールの精度も不十分です。一方、「AI 自由」は認知負債を野放しにします。

必要なのは第三の道——AI の使用を前提としたうえで、「思考のプロセス」を評価する授業設計への転換です。

3.2 AI の 2 つの使い方を区別する

同じ「AI を使う」でも、学習効果は正反対になります。

	思考の代行（Cognitive Proxy）❌	思考の足場（Cognitive Scaffold）✅
行動	「レポートを書いて」→ コピペ	自分でドラフト → AI に弱点を指摘してもらう
脳の状態	オフライン（待機中）	フル回転
関連負荷	ゼロ	高い
認知負債	蓄積する	蓄積しない
比喩	松葉杖をずっと使い続ける → 筋力衰退	リハビリの補助具 → 徐々に外して自立

Barcaui の実験で成績が下がったのは、学生がAI を「思考の代行」として使ったからです。もし AI を「思考の足場」として使えていれば、結果は違っていた可能性があります。

実際、Barcaui も論文の考察で、2 つの具体的な授業設計の原則を提案しています。

"AI-after-attempt"（まず自力で解いてから AI を使う）: AI 無しで初期エンコーディングと簡単なセルフクイズを行ってから、AI で答え合わせ・ギャップの発見・詳細な説明要求を行う

AI を「解答エンジン」ではなく「検索練習のコーチ」として使う: 学生がまず自分の回答を出し、段階的なフィードバック・ヒント・フォローアップ質問で分散学習を支援する

3.3 プロセス評価への転換 — 成果物 30%：プロセス 70%

AI が高品質な成果物を生成できる以上、成果物の質だけでは学びの有無を判定できません。

	学生 A（自力で思考）	学生 B（AI に丸投げ）
レポートの質	論理的で整理されている	論理的で整理されている
成果物評価の結果	A（秀）	A（秀）
脳で起きたこと	シナプス強化、能力向上	何も起きていない
45 日後のテスト	高得点	低得点（Barcaui の結果）

だから、評価の軸を 「何を書いたか」から「どう考えたか」へ転換 する必要があります。

5 つのプロセス評価手法（T-V-S-R-E）

① Think First Protocol — 「先に考える」を制度化する

Barcaui の研究が示した "AI-after-attempt" の原則を、授業に組み込む仕組みです。

## 思考プロセスシート（テンプレート）

### Step 1: 初期仮説（AI使用前・制限時間10分）
- このテーマに対する自分の最初の考え:
- 思いつく根拠・事例（最低2つ）:
- 自分の考えに対して予想される反論:

### Step 2: AI活用の記録
- AIへの質問内容（プロンプトをそのまま記載）:
- AIの回答で「本当に正しいか？」と感じた点:
- AIの回答と自分のStep 1を比較して気づいたこと:

### Step 3: 統合と発展
- Step 1の仮説はどう変わったか:
- AIの情報をどう取り入れ/棄却したか（各理由も）:
- 最終的な自分の主張（自分の言葉で）:

このシートにより、「まず考える → AI を使う → 統合する」 という流れが強制されます。これは Bjork の「望ましい困難」を制度的に保証する仕組みであり、Barcaui の実験で観察された「AI に最初から頼って浅い学習に終わる」パターンを構造的に防ぎます。

分野別 Step 1（初期仮説）の例：

分野	Step 1 の問いかけ	学生が書くべきこと
法学	「この判例」の結論を予想せよ	自分の解釈と根拠となる条文
看護学	この患者の看護計画の優先順位は？	自分のアセスメントとその根拠
情報科学	このアルゴリズムの計算量を予想せよ	自分の推測と推論過程
経済学	最低賃金引き上げの影響は？	自分の仮説と想定される反論
英語教育	このエッセイの主張を自分の言葉で要約せよ	自力の要約と自信のない部分の自己申告

② Verify & Critique — AI 出力を検証させる

AI 出力を鵜呑みにしない力を評価します。

たとえば、わざと AI に誤りを含む文章を生成させ、学生に発見させる課題を設計できます。

検証観点	問うべき質問
事実の正確性	その事実は正しいか？
出典の信頼性	引用されている文献は実在するか？
論理の整合性	推論に飛躍や矛盾はないか？
前提の妥当性	隠れた前提は何か？それは妥当か？
バイアスの検出	特定の立場に偏っていないか？

③ Scaffold Prompting — AI を「壁打ち相手」として使わせる

SAMR モデル（Puentedura, 2006）¹⁴でいう R（再定義）レベルの活用です。

❌ 悪いプロンプト: 「少子化について3000字のレポートを書いて」
✅ 良いプロンプト: 「以下の私の仮説の弱点を3つ指摘してください」

このように、AI を「答えを出す存在」ではなく「問いを立てる存在」として使う方法を教えます。

④ Oral Defense — 口頭で説明させる

Barcaui の研究で示された「借り物の能力」を検出するための最もシンプルかつ強力な方法です。

「あなたのレポートのこの部分について説明してください」

自分の脳で処理した学生は説明できます。AI に丸投げした学生はできません。MIT 研究の発見④「LLM 使用者は自分のエッセイの内容を正確に再現できなかった」とも整合します。
Oral Defense ルーブリック（簡易版）：

レベル	基準	点数
A: 説明 + 応用	レポートの内容を正確に説明し、「もし前提が変わったら？」という問いにも答えられる	10
B: 説明	レポートの内容を概ね説明できるが、応用的な問いには詰まる	7
C: 部分的	一部は説明できるが、核心部分を説明できない	4
D: 説明不能	「書いてある通りです」「ちょっと覚えてません」	0

washback 効果の活用: 「レポート提出後に口頭で説明してもらいます」と初回の授業で宣言するだけで、学生のレポートの書き方が変わります。「自分で説明できないものは書けない」というインセンティブが働き、AI の「思考の代行」を構造的に抑制できます。全員に実施する必要はなく、「ランダムに数名」で十分です。

⑤ Reflection Log — メタ認知を鍛える

「自分がどう学んだか」を振り返る習慣を制度化します。

レベル	振り返りの質	例
Level 1	表面的	「AI で調べてレポートを書いた」
Level 2	記述的	「AI の回答を参考にして構成を決めた」
Level 3	分析的	「AI の提案した 3 つの論点のうち、2 つ目は根拠が弱いと判断して棄却した」
Level 4	構造的省察	「今回は Step 1 での仮説が甘かったため、AI の出力に引きずられた。次回は先行研究を 1 本読んでから仮説を立てる」

配点設計の具体例

この設計のポイント：

AI に丸投げした場合: 成果物 30 点は取れるが、プロセス系 70 点がほぼゼロ → 最大でも 30 点
自力で考えて AI を足場として使った場合: 全項目で高得点 → 80〜100 点

「考えた学生が報われる」評価になります。

評価理論の裏付け — なぜプロセス評価が機能するのか

この配点設計は、教育評価の 2 つの重要な理論に基づいています。

① 真正の評価（Authentic Assessment）（Wiggins & McTighe, 2005）¹⁵

「現実世界で必要とされる能力を、現実的な文脈で評価する」という考え方です。

従来の評価	真正の評価
知識の再生を測る	知識の応用を測る
一つの正解がある	複数の正解がありうる
文脈から切り離された問題	現実的な文脈のある課題
短時間で答えられる	時間をかけて取り組む
個人で完結	協働も含む

AI 時代には、「知識の再生」は AI が代行できます。「知識の応用」を評価する真正の評価こそが、学生の本質的な能力を測る方法です。上述のタルトゥ大学の研究でも、AI を使って「知識の再生」型の宿題を効率的にこなした学生が、「知識の応用」を問うテストで低い成績を示しました。

② 形成的評価（Formative Assessment）（Black & Wiliam, 1998）¹⁶

「学習の途中で、学習を改善するために行う評価」です。Think First Protocol は形成的評価の一形態であり、以下の 3 要素を含みます（Hattie & Timperley, 2007）。

要素	問い	Think First での実装
Feed Up	どこに向かっているのか？	Step 1 で学習目標と初期仮説を明確化
Feed Back	今、どこにいるのか？	Step 2 で AI 出力との比較により現在地を確認
Feed Forward	次に何をすべきか？	Step 3 で統合と発展の方向性を決定

評価が学習を駆動する（Assessment drives learning）: 生徒は「評価されること」を学びます。暗記テストで評価すれば暗記し、AI で書けるレポートで評価すれば AI を使い、プロセスと応用力で評価すれば深く学びます。評価方法を変えることは、学習そのものを変えることです。これが washback 効果の本質であり、本稿のプロセス評価の設計根拠です。

学生タイプ別シミュレーション — この配点で何が起きるか

この配点設計の下で、典型的な 4 タイプの学生がどのような得点になるかをシミュレーションします。

学生タイプ	Think First (30)	成果物 (30)	Verify (15)	Scaffold (10)	Reflect (15)	合計	従来評価
🌟 自力思考 + AI 足場	28	27	13	9	13	90	A
📚 自力のみ（AI 不使用）	25	22	—	—	10	57	B〜C
🤖 AI 適切活用だが復習不足	15	28	10	8	7	68	B
💨 AI 丸投げ	3	28	0	0	2	33	D

注目すべき点: 従来の成果物評価では、🌟と💨の学生はどちらも A 評価になる可能性がありました。プロセス評価を導入すると、その差が90 点 vs 33 点として可視化されます。これは Barcaui の RCT で示された「見えない差」を、評価制度で「見える化」するものです。

また、📚（AI 不使用）の学生が中程度の評価になっているのは、「AI 禁止」が答えではないことを示しています。理想はあくまで「自分で考えたうえで AI を足場として活用する」ことです。

3.4 段階的に導入する — 完璧主義は敵

5 つの手法を一度に導入する必要はありません。優先順位があります。

今日からできるのは Phase 0 です:

次の授業の冒頭で学生に問いかけてください。
「今日のテーマについて、あなたの仮説は何ですか？」

たった 1 分間の問いかけで、学生の前頭前皮質に「考える」という信号が送られます。

3.5 プロセス評価設計の実践チェックリスト — シラバスに落とし込む

「プロセス評価が重要なのはわかった。でも、具体的にシラバスのどこを変えればいいのか？」——ここでは、既存のシラバスをプロセス評価に転換するための実践的な手順を示します。

シラバス転換の 3 ステップ

Step 1: 評価項目の棚卸し — Before / After 変換表

Before（従来のシラバス記載例）	評価タイプ	After（プロセス評価への転換）	導入する手法
「期末レポート 60%」	成果物	「期末レポート 20% + Think First シート 20% + AI 活用ログ 10% + Oral Defense 10%」	T + S + R
「中間テスト 20%」	成果物	「中間テスト 10% + 予告なし口頭質問 10%」	R
「授業参加 20%」	曖昧	「Reflection Log 15% + ピアレビュー 5%」	E + V
「最終プレゼン 40%」	成果物	「最終プレゼン 15% + 検証過程の記録 10% + Oral Defense 15%」	V + R
「小テスト 30%」	成果物	「小テスト 15% + Think First 15%」（小テスト前に仮説を書かせる）	T

Step 2: 「評価可能性」を確認する — プロセスは本当に評価できるのか

教員がプロセス評価を避ける最大の理由は「主観的になるのでは？」という懸念です。以下に、各手法の評価可能性と客観性の担保方法を整理します。

手法	評価対象	評価の根拠	客観性の担保方法
Think First	仮説の存在と論理性	記入内容（テキスト）	ルーブリック（「仮説がある/ない」「根拠が 2 つ以上ある/ない」の 2 軸で機械的に判定可能）
Verify & Critique	検証の深さ	検証記録シート	「指摘した誤りの数」「検証に使った情報源の数」で定量化
Scaffold Prompting	プロンプトの質	AI 活用ログ	「自分の仮説が先にある/ない」「具体的な問いがある/ない」をチェックリストで判定
Oral Defense	説明能力	口頭応答	ルーブリック（上述の 4 段階）を事前公開。複数教員/TA で採点するとさらに信頼性向上
Reflection Log	メタ認知の深さ	記述内容	4 段階の質的基準（表面的→構造的省察）でルーブリック化

「主観的」批判への反論: 成果物評価（レポートやプレゼン）も本質的に主観的です。ルーブリックを使う点は同じであり、プロセス評価が特別に主観的なわけではありません。むしろ、Think First や AI 活用ログは記録が残るため、成果物の完成度を「印象」で評価するよりも客観的な根拠に基づけます。

Step 3: 採点工数の見積もり — 忙しい教員のための現実的な運用

プロセス評価の最大のハードルは「採点が増える」ことです。以下に、受講者数別の現実的な運用パターンを示します。

受講者数	Think First	Verify	Scaffold	Oral Defense	Reflection	推定追加工数/回
〜25 名	全件精査	全件精査	全件精査	全員実施	全件精査	+2〜3 時間
25〜100 名	全件をルーブリック評価	サンプル(30%)	全件をチェックリスト	ランダム 10 名	サンプル(30%)	+3〜4 時間
100〜300 名	AI で一次選別 → 抽出精査	ピアレビューで代替	提出の有無のみ	ランダム 5〜10 名	AI で一次選別	+2〜3 時間

重要: 100 名以上の講義で「全手法を全件精査」する必要はありません。washback 効果は「評価される可能性がある」だけで発動します。ランダム抽出 + 事前告知の組み合わせが最もコスト効率が高い運用です。

「来学期からすぐ使える」シラバス評価方針テンプレート

以下は、既存のシラバスに追記する形で使えるテンプレートです。科目名と配点を変更するだけで使用できます。

【評価方針】
本科目では、最終成果物の質に加え、思考のプロセスを重視して評価します。

評価項目配点内容

思考プロセスシート（Think First） 30% AI 使用前に自分の仮説・考えを記述。根拠の論理性を評価

最終成果物（レポート/プレゼン等） 30% 完成度・論理性・独自性を評価

AI 活用の質（Verify & Scaffold） 25% AI 出力の検証・批判的分析の記録を評価

振り返り（Reflection Log） 15% 学習プロセスのメタ認知の深さを評価

生成 AI の使用について: 本科目では生成 AI の使用を許可します。ただし、以下を条件とします。

AI を使用する前に、Think First シートに自分の仮説を記述すること

AI の使用過程を記録し、AI 活用ログとして提出すること

成果物の内容について口頭で説明を求めることがあります（Oral Defense）

「自分で説明できないものは評価しない」 が本科目の原則です。

3.6 プロセス評価の落とし穴 — よくある失敗パターンとその回避

失敗パターン	なぜ起きるか	回避策
Think First シートがコピペの温床になる	「提出さえすればよい」と思われてしまう	ランダムに Oral Defense を実施し「書いた内容を説明してもらう」と初回に宣言。Think First の内容と最終成果物の差分を評価対象にする
AI 活用ログが形骸化する（「AI に聞きました」のみ）	何をどう書けばよいかわからない	初回にログの模範例と不十分な例を並べて提示。「プロンプト→出力→判断→理由」の 4 項目を必須にし、最初の課題でフィードバックを返す
ルーブリックが複雑すぎて教員が疲弊する	理想的な評価を追い求めすぎる	Phase 1 では「仮説の有無」「根拠の数」のみの2 軸評価で十分。完璧なルーブリックは不要
学生が「監視されている」と感じて萎縮する	プロセス評価の意図が伝わっていない	初回授業で「これは監視ではなく、あなたの思考を可視化して正当に評価するための仕組みです」と説明。Think First シートの例を見せ「こんなに短くても大丈夫」と安心感を与える
Oral Defense が「尋問」になる	教員の質問が攻撃的に聞こえる	「このレポートで一番力を入れた部分はどこですか？」から始める。「なぜ？」ではなく「どう考えましたか？」で問う。目的は学びの確認であり、不正の摘発ではない
プロセス評価を導入したが成績分布が変わらない	ルーブリックが甘すぎる/評価基準が曖昧	学生タイプ別シミュレーション（3.3 参照）を事前に行い、「AI 丸投げ学生が 30 点台になるか？」を確認。ならなければ配点やルーブリックを調整

プロセス評価導入前の自己診断チェックリスト

プロセス評価を導入する前に、以下の項目を確認してください。

評価項目のうち、プロセスの配点が50% 以上あるか？
各プロセス評価項目にルーブリックまたはチェックリストが用意されているか？
「AI 丸投げ学生」のシミュレーションで、合格点（60 点）を下回る結果になるか？
初回授業で評価方針を学生に明示する計画があるか？（washback 効果の前提）
採点工数の見積もりが現実的か？（100 名超ではサンプリングや AI 活用を計画しているか？）
Think First シートや AI 活用ログの提出方法と期限が明確か？（LMS 活用を推奨）

上記のうち 4 つ以上「はい」なら、導入準備は整っています。3 つ以下なら、本セクションを再度確認し、不足箇所を補ってから導入してください。

4. 授業形態別の実装ガイド — 「うちの授業ではどうすれば？」

「理論はわかった。でも、100 人の講義でどうやるの？」——そんな声が聞こえます。ここでは、授業形態ごとに現実的な導入パターンを示します。

4.1 大人数講義型（50〜300 名）

課題	対策	具体的な運用
全員に Oral Defense は不可能	ランダム抽出	毎回 5〜10 名をランダムに指名。「当たるかもしれない」という効果で全員の行動が変わる（washback 効果）
プロセスシートの採点が大変	自動化 + サンプリング	LMS に Think First シートを提出させ、AI で一次スクリーニング。教員は全件ではなくサンプルを精査
個別フィードバックが困難	ピアレビュー	学生同士で Step 1（初期仮説）を交換・コメントさせる。これ自体が批判的思考の訓練になる

最小構成: 授業冒頭 5 分の「Think First」（初期仮説の記述）+ ランダム 5 名の Oral Defense。これだけでも、washback 効果により学生の学び方が構造的に変わります。

4.2 ゼミ・少人数型（5〜25 名）

少人数のゼミは、プロセス評価に最も適した環境です。

手法	ゼミでの活用法
Think First	事前課題として提出 → ゼミ冒頭で「AI を使う前にどう考えたか」を全員が発表
Verify & Critique	あるゼミ生の AI 出力を全員で検証する「公開レビュー」セッション
Oral Defense	卒論・修論の中間発表で「なぜこの手法を選んだのか」を問う
Reflection Log	毎週の振り返りジャーナル。「今週 AI に頼った場面と自分で考えた場面」を記録

4.3 実験・実習型

実験・実習は「手を動かす」ため、認知的オフロードが起きにくいと思われがちですが、レポート作成段階で問題が生じます。

Before（従来）	After（プロセス評価）
実験 → レポート提出	実験 → 実験ノートの生データ提出 → レポート提出
レポートのみ評価	実験ノートの思考痕跡 (40%) + レポート (30%) + Oral Defense (30%)

実験ノートに「なぜこの手順にしたか」「予想と違った結果にどう対処したか」を記録させることで、プロセスが自然に可視化されます。

4.4 教員自身のためのセルフチェック

最後に、教員自身が「認知負債」の罠に陥っていないかを確認するためのチェックリストです。

チェック項目	はい → 注意
AI で授業資料を作成し、内容を深く検討せずに使っている	教員自身の認知的オフロード
「今年の学生のレポートは質が高い」と感じる	流暢性の錯覚の可能性
AI 検出ツールに頼って、使用の有無を判定しようとしている	検出は不完全。プロセス評価に切り替えを
「AI を使うな」がシラバスの方針になっている	禁止ではなく活用の設計を

Barcaui の研究が示したのは「AI が悪い」ではなく「考えない学び方が悪い」ということです。 教員自身が AI を使って「考えない授業準備」をしていないか、振り返ることも重要です。

5. 教育理論を知らない教員のために — AI が埋める「もう一つのギャップ」

ここまで、学生側の認知負債の問題と、プロセス評価への転換を論じてきました。しかし、現場の教員から返ってくる最も率直な声は、こうかもしれません。

「理論はわかった。でも、認知負荷理論も、望ましい困難も、Bloom's Taxonomy も、今日初めて聞いた。教育学を体系的に学んだことがないのに、どうやって理論に基づいた授業設計をすればいいのか？」

この問いは正当です。そして、この問い自体が、AI 時代の大学教育におけるもう一つの構造的課題を浮き彫りにしています。

5.1 大学教員の「教育理論ギャップ」— 構造的な問題

大学教員の大半は、自分の専門分野の研究者として採用されています。法学の教授は法学の専門家であり、工学の教授は工学の専門家です。しかし、「教え方の専門家」ではありません。

見過ごされている事実: 小中高の教員には教職課程での教育学の履修が義務づけられています。しかし大学教員には、教育学に関する体系的な訓練を受ける機会がほとんどありません。FD（Faculty Development）研修が実施されている大学もありますが、多くは年に数回の単発的なものであり、認知科学や学習理論を体系的に学ぶ機会としては不十分です。

本稿で紹介したプロセス評価の根拠となっている理論——認知負荷理論、望ましい困難、Bloom's Taxonomy、washback 効果——は、教育学や教育心理学では「基礎中の基礎」です。しかし、ほとんどの大学教員にとっては馴染みのない概念です。

教育理論	授業設計への活用	教員の認知状況
認知負荷理論（Sweller）	学生のワーキングメモリを考慮した課題設計	ほとんど知らない
望ましい困難（Bjork）	短期的な難しさが長期記憶を促進する課題設計	直感に反するため自力では到達しにくい
Bloom's Taxonomy	学習目標の段階的設計と評価基準の策定	名前は聞いたことがある程度
構成主義的学習理論	学生が知識を能動的に構築する授業設計	理論名を知らずに経験的に実践している場合がある
washback 効果	評価方法の設計による学生の学習行動の誘導	ほぼ知らない

これは個々の教員の怠慢ではなく、大学という組織の構造的な問題です。研究能力で採用され、教育能力の訓練は提供されず、しかし授業を担当する——この構造が何十年も続いています。

5.2 教員にとっての「認知の松葉杖」と「認知の足場」

ここで、本稿の Section 3.2 で論じた「思考の代行」と「思考の足場」の区別が、教員自身にも適用できることに気づきます。

学生が AI を使うとき、「代行」として使えば学びが失われ、「足場」として使えば学びが深まる。同じことが、教育理論を知らない教員にも言えます。

教員が「シラバスを作って」「ルーブリックを作って」と AI に丸投げすれば、一見まともな成果物は得られます。しかしその裏には教育理論の理解がなく、なぜその評価方法なのか、なぜその授業構成なのかを説明できない——これはまさに、学生の「借り物の能力」と同じ構造です。

では、教員にとっての「思考の足場」としての AIとは、具体的にどのようなものでしょうか。

5.3 教育理論に基づく授業設計を支援する AI エージェント — shiden

筆者はこの問題に対する一つの解として、教育理論を参照しながら授業設計・評価方法設計を支援する AI エージェント shiden を開発しています ¹⁷。

shiden の設計思想は、本稿の議論と一貫しています。教員の「思考の代行」ではなく「思考の足場」 として機能することです。

shiden が解決する課題

教員が直面する課題	従来の対応	shiden による支援
教育理論を知らない	FD 研修（年数回）、独学	必要な場面で関連する教育理論を提示し、根拠を説明
学習目標の設計が曖昧	経験と勘で設計	Bloom's Taxonomy に基づく学習目標の段階的設計を支援
評価方法が成果物偏重	「レポート 100%」のまま	プロセス評価の設計と配点バランスを理論的根拠とともに提案
ルーブリックの作成が難しい	他大学の事例をコピー	学習目標に紐づいたルーブリックを教育理論に基づいて生成
認知負荷の適切な設計ができない	意識していない	認知負荷理論に基づく課題の難易度調整を支援

「教育理論を知らなくても理論に基づいた設計ができる」仕組み

shiden の核心は、教員が自然言語で授業の意図を伝えると、背後で教育理論を参照し、理論的根拠とともに設計案を返すという仕組みです。

重要なのは、shiden は 「完成した授業計画」を出力するのではなく、「理論的な根拠とともに設計の選択肢を提示する」 ことです。最終的な判断は教員自身が行います。これにより、教員は使うたびに教育理論への理解を深めていくことができます。

たとえば、教員が「レポートの評価方法を改善したい」と相談すると、shiden は以下のように応答します。

「現在の評価がレポートの完成度 100% であれば、Barcaui (2025) の研究が示すように、AI 生成物と学生自身の思考を区別できません。washback 効果の理論に基づくと、評価方法を変えることが学生の学習行動を変える最も効果的な方法です。プロセス評価（Think First Protocol 30% + 成果物 30% + Verify & Critique 15% + Scaffold 活用 10% + Reflection 15%）への転換を提案します。」

教員はこの提案を受けて、「なるほど、washback 効果というのはそういうことか」と理解し、自分の授業に合わせて配点を調整する——これが 「思考の足場」としての AI 活用 です。

5.4 AI 時代の大学教育の在り方 — 教員と学生の「共進化」

ここまでの議論を統合すると、AI 時代の大学教育は、教員と学生の双方が「AI を思考の足場として使う」共進化のモデル として描けます。

この図が示すのは、AI 時代の大学教育の本質は 「AI を禁止するか許可するか」という二項対立ではない ということです。

本質的な問いは以下の 3 つです。

教員は、教育理論に基づいた授業設計ができているか？

評価方法は、学生の思考プロセスを可視化できるものか？

学生は、AI を「思考の代行」ではなく「思考の足場」として使えているか？

この 3 つの問いに対する答えが「いいえ」であっても、嘆く必要はありません。1 つ目の問いには教育理論を参照する AI エージェントが、2 つ目の問いには本稿で提案したプロセス評価が、3 つ目の問いには Think First Protocol がそれぞれ解を提供します。

AI 時代の大学教育のパラドックス: 「AI が学生の学びを損なう」という問題の解決策もまた、「AI を正しく使うこと」にある。しかしそれは矛盾ではありません。包丁が危険だからといって調理を諦めるのではなく、正しい使い方を学ぶ——それと同じことです。

大学教員が教育理論を知らないなら、AI が教育理論の「足場」になればいい。学生が AI に思考を代行させてしまうなら、プロセス評価で「考えること」にインセンティブを与えればいい。AI を問題としてだけでなく、解の一部としても位置づけること——これが AI 時代の大学教育の在り方です。

おわりに — 明日の授業から始められること

なぜ今、行動が必要なのか

Barcaui の研究が示した 11 ポイントの成績差は、「AI の使い方を間違えると学べない」という当たり前の事実を、ゴールドスタンダードの実験手法で証明したものです。

MIT の脳波研究は、その影響が神経レベルで測定可能であり、かつ簡単には回復しないことを示しました。発見③「元に戻らない」は、対応が遅れるほど回復が困難になることを意味します。

しかし、これは「AI を使うな」というメッセージではありません。

AI の使用を前提としたうえで、学生の脳が「仕事をした」ことを確認する仕組みが必要だ。
そして、その仕組みを設計する教員自身にも、教育理論という「足場」が必要だ。

明日からの 3 ステップ

大学教育においては、成果物評価からプロセス評価への転換が求められています。そしてその第一歩は、驚くほどシンプルです。

Step 1: 明日の授業で——Phase 0 を始める

授業の冒頭 5 分で学生に問いかけてください。
「今日のテーマについて、あなたの仮説は何ですか？　1 分間で書いてください。」

これだけで、学生の前頭前皮質に「考える」という信号が送られます。

Step 2: 今学期中に——シラバスに 1 行追加する

「レポートの評価には、成果物の質（30%）と思考プロセス（70%）を含みます。」

washback 効果により、この1 行の宣言が学生の学び方を変えます。

Step 3: 来学期から——Think First Protocol を導入する

本稿で提示した思考プロセスシートのテンプレートを、1 つの課題で試してみてください。完璧を目指す必要はありません。

本稿で提案した内容のまとめ:

本稿のセクション	教員が得られるもの
Section 1（エビデンス）	同僚への説明、FD 研修での根拠として使えるデータ
Section 2（メカニズム）	「なぜ禁止も放任もダメなのか」を論理的に説明する根拠
Section 3（プロセス評価）	明日から使える評価方法とテンプレート
Section 4（授業形態別ガイド）	自分の授業形態に合った具体的な導入パターン
Section 5（教育理論ギャップ）	教育理論を知らなくても理論に基づいた授業設計を始める方法

「AI に聞く前に、あなたはどう考えますか？」

この一言が、認知の松葉杖に頼る習慣を変え、本物の学びを取り戻す出発点になります。

教員として私たちにできるのは、AI を排除することではなく、学生の脳が「仕事をする」場を設計することです。そしてその設計を支えるのが、プロセス評価という仕組みです。

教育理論を知らないことは恥ではありません。しかし、知ろうとしないのは怠慢です。幸いなことに、今日、教育理論を学ぶための足場もまた、AI が提供できる時代です。shidenのようなツールを活用しながら、教員自身も学び続ける——教える者が学び続ける姿勢こそが、AI 時代の大学教育の最も重要な基盤です。

付録：実践事例 — 琉球大学「DX による地域課題解決」の授業設計

本稿で論じた原則を、筆者が実際に担当する授業にどう適用するかを示します。「理論はわかったが、シラバスにどう落とし込めばいいのか」への実践的な回答です。

A.1 授業概要

項目	内容
科目名	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」
開講大学	琉球大学（初級地域公共政策士資格取得プログラム）
受講者	学部生＋社会人（自治体職員、NPO 関係者等）の混成クラス
形式	後学期集中講義オンライン（日曜・ 5 日間、各日 3 コマ連続）
概要	DX の活用による地域課題解決を担う地域公共人材の養成。アイデアソンで検討し、グループで政策提案書を作成する

この授業の設計課題 — 「生成 AI を使った政策立案」のジレンマ

地域課題解決のための政策立案において、生成 AI は極めて便利なツールです。課題の分析、先行事例の整理、提案書の文章生成——すべてを AI が代行できます。しかし、本稿で論じたとおり、その「便利さ」こそが学びを損なう最大の原因です。

AI に丸投げした場合	結果
「沖縄の○○について政策提案書を書いて」	形式的には完璧な提案書が出力される
しかし学生は……	地域の実情を理解していない。自分の提案を説明できない。他の地域課題に応用できない
45 日後に……	Barcaui の研究が予測するとおり、何も残らない

この授業では、生成 AI の使用を前提としつつ、学生の脳が「仕事をした」ことを確認する仕組みを組み込みます。

学部生と社会人の「共学」— 互いが足場になる構造

この授業の大きな特徴は、学部生と社会人が同じ教室で学ぶことです。Kolb の経験学習理論（1984）¹⁸に基づくと、この混成は学びを深める好条件です。

学習者	強み	弱み	協働による効果
学部生	AI 操作スキル、柔軟な発想	地域の実情の知識が乏しい	社会人の経験から「現場感」を学ぶ
社会人	現場の知識、実務経験	AI 活用に不慣れな場合がある	学生の AI スキルから「道具の使い方」を学ぶ

グループ編成では、必ず学部生と社会人が混在するようにします。互いの「足場」になる構造です。

A.2 学習目標の設計（Bloom's Taxonomy × Constructive Alignment）

学習目標

Biggs（1996）¹⁹の 構成的整合性（Constructive Alignment） の原則に基づき、Bloom's Taxonomy に準拠した学習目標・授業活動・評価方法を一貫させます。

Bloom's レベル	学習目標	対応する評価方法
理解 (Understand)	DX の基本概念と地域課題解決への適用可能性を説明できる	Think First シート
応用 (Apply)	特定の地域課題に対して、DX 技術を適用した解決策を設計できる	提案書 + Oral Defense
分析 (Analyze)	AI 生成の提案を批判的に検証し、実現可能性と地域適合性を分析できる	AI 活用ログ（Verify & Critique）
評価 (Evaluate)	複数の DX ソリューションを地域の文脈に照らして比較・評価し、最適解を選択できる	中間発表 + ピアレビュー
創造 (Create)	地域の文脈に根ざした独自の DX 政策提案書を、根拠とともに作成できる	最終提案書 + Oral Defense

A.3 5 日間の授業設計

全体フロー

Day 1 の AI 使用禁止が最も重要です。 Barcaui の研究が示した "AI-after-attempt" の原則を制度化しています。最初に自分の脳でエンコーディングを行うことで、Day 3 以降の AI 活用が「思考の代行」ではなく「思考の足場」として機能します。

Day 1：地域を知る — Think First の日（🔴 AI 使用禁止）

テーマ: 「まず自分の目で地域を見る」

時限	内容	教育的意図
1 限目	オリエンテーション：授業の目的、評価基準（プロセス 70%＋成果物 30%）、AI 活用ルールの説明。沖縄の地域課題の概要を講師が事例紹介	Gagné①注意の獲得、②目標の提示。washback 効果の発動（「Oral Defense がある」と宣言）
2 限目	【Think First】個人ワーク：「あなたが最も重要だと考える沖縄の地域課題は何か？なぜそう考えるか？ DX でどう解決できるか？」をAI 無しで記述（Think First シート#1）	Gagné③前提知識の想起。Bjork の「望ましい困難」⁸
3 限目	グループ形成（学生＋社会人混成）。各自の Think First シートを共有し、グループで取り組む地域課題を選定	Kolb の「具体的経験」¹⁸。社会人の現場知識が学生の足場になる

課題（Day 2 まで）: 選定した地域課題について、自力で情報収集（新聞記事、自治体資料、現場観察など）。AI 使用不可。

Day 2：DX を学ぶ — 概念と課題定義（🟡 AI 制限付き使用）

テーマ: 「技術を知り、課題を構造化する」

時限	内容	教育的意図
1 限目	DX 概念の講義：DX の定義、国内外の成功事例・失敗事例の分析。「なぜ DX プロジェクトの 70% は失敗するか」をグループで議論	Gagné④内容の提示。失敗事例の分析が批判的思考を促す
2 限目	【Think First】グループワーク：地域課題を構造化し「課題定義シート」を自力で作成する。AI は参考情報の確認（統計データ、先行事例の存在確認）にのみ使用可	本質的負荷・関連負荷を保持しつつ外在的負荷を削減 ¹⁰
3 限目	Scaffold Prompting 練習：「AI に丸投げする聞き方」と「AI を壁打ち相手にする聞き方」の違いを体験。全グループで良い/悪いプロンプトを共有	SAMR モデル ¹⁴ の R（再定義）レベルの活用法を体得

Day 3：アイデアソン — AI を足場として活用（🟢 AI 足場活用）

テーマ: 「自分のアイデアを AI で鍛える」

時限	時間配分	内容	教育的意図
1 限目	個人ワーク 15 分＋AI 壁打ち 30 分＋グループ共有 25 分＋講師コメント 20 分	【Think First】アイデア発散：まず個人で解決策を 3 つ以上考える（15 分間、AI 不可）。その後、AI に「この案の弱点を 3 つ指摘して」と壁打ち。プロンプトと応答を全記録。グループ内で「自分の仮説」VS「AI の指摘」を共有	"AI-after-attempt" の原則 ¹。Scaffold Prompting
2 限目	グループ検証ワーク 50 分＋発見共有 20 分＋振り返り 20 分	【Verify & Critique】AI が提案した解決策の検証：「この技術は沖縄の離島で使えるか？」「この事例は実在するか？」をグループで批判的に検討。検証結果を「採択/棄却シート」に記録	流暢性の錯覚の防止 ¹¹。批判的思考の訓練
3 限目	グループ統合ワーク 30 分＋中間共有（各グループ 3 分）30 分＋フィードバックタイム 20 分＋まとめ 10 分	アイデア収束：検証を経て残ったアイデアをグループで統合。提案の骨子を決定。中間共有（他グループからのフィードバック）。「他グループの提案に対して質問を 1 つ」を必須とする	Gagné⑦フィードバック。ピアレビューが形成的評価 ¹⁶ として機能

Day 4：提案書作成 + 中間発表（🟢 AI 足場活用）

テーマ: 「書く・説明する・検証される」

時限	時間配分	内容	教育的意図
1 限目	グループ作業 60 分＋ログ記入時間 20 分＋講師チェックポイント 10 分	提案書作成：グループで政策提案書を作成。AI 活用ログ（どのプロンプトを使い、AI 出力をどう採択/棄却したか）を個人で記録。講師が中間時点で「ログが空の学生」に声かけ	認知的オフロードの可視化 ⁹
2 限目	プレゼン・質疑（各グループ 15 分）＋講師総括 20 分	【Oral Defense】中間発表：各グループ 10 分プレゼン＋5 分質疑。質疑ではランダムに指名し個人に回答させる。「なぜその技術を選んだのか」「代替案を検討したか」を重点的に問う	「借り物の能力」の検出 ¹。washback 効果
3 限目	グループ修正作業 50 分＋修正記録作成 20 分＋翌日の準備確認 20 分	フィードバック反映：中間発表での指摘を踏まえ提案書を修正。「何を変えたか、なぜ変えたか」を修正記録シートに記入。最終発表の役割分担を決定	Gagné⑦フィードバック → ⑧成果の評価

Day 5：最終発表 + 振り返り（🔵 総合）

テーマ: 「説明できることが、理解の証」

時限	時間配分	内容	教育的意図
1 限目	仕上げ作業 50 分＋ログ最終確認 20 分＋提出・準備 20 分	最終提案書仕上げ＋提出。AI 活用ログ最終版提出。提出前に「提案書の内容を見ずに要約できるか」をグループ内で相互確認	「借り物の能力」の事前チェック
2 限目	プレゼン・質疑（各グループ 25 分）＋講師総括 15 分	最終プレゼンテーション：各グループ 15 分プレゼン＋10 分質疑。Oral Defense: 全メンバーに質問。「なぜこの DX 技術を選んだのか」「他の選択肢を検討したか」「実現可能性の根拠は」「他の自治体に展開するとしたら何が変わるか」	Gagné⑧成果の評価。真正の評価 ¹⁵
3 限目	個人記述 30 分＋全体ディスカッション 40 分＋クロージング 20 分	【Reflection Log】個人で振り返りシートを記述：「Day 1 の Think First シート#1 と最終提案を比較して何が変わったか」「AI をどう使い、何を学んだか」「次に同じ課題に取り組むなら何を変えるか」。全体ディスカッションで「最も印象的だった学び」を共有。クロージングで講師が全体を総括	Gagné⑨保持と転移。Kolb の「省察的観察」¹⁸

A.4 生成 AI 活用ルール — 「代行」ではなく「足場」

この授業では、AI の使用を禁止しません。ただし、「使い方」にルールを設けます。

日別の AI 使用レベル

Day	AI 使用レベル	理由
Day 1	🔴 禁止	初期エンコーディングの確保（望ましい困難）⁸
Day 2	🟡 事実確認のみ	課題定義は自力で行い、関連負荷を保持 ¹⁰
Day 3–4	🟢 足場として使用（全記録が条件）	Scaffold Prompting + Verify & Critique
Day 5	🔵 制限なし（ただし説明責任あり）	Oral Defense で「自分の頭で処理したか」が検証される

プロンプトの良い例・悪い例（本授業専用）

❌ 思考の代行（禁止）:
「沖縄県○○市の高齢者買い物難民問題をDXで解決する
 政策提案書を3000字で書いてください」

✅ 思考の足場（推奨）:
「私たちのグループは、沖縄県○○市の高齢者買い物難民問題に対して、
 移動販売車のルート最適化AIの導入を提案しています。
 この提案の弱点を3つ指摘してください。特に、
 高齢者のスマートフォン所有率が低い地域での
 実現可能性について懸念しています。」

「足場プロンプト」の特徴: 自分たちの仮説がすでにある。具体的な問いがある。AI 出力を「批判的に検討する材料」として求めている。——これが SAMR モデルの R（再定義）レベルの活用です ¹⁴。

AI 使用判断フローチャート — 「今、AI を使うべきか？」

学生が AI を使う前に立ち止まるための判断フローを示します。この図を LMS 上に掲示し、授業中も繰り返し参照させます。

プロンプトの目的別テンプレート

目的	プロンプト例	Day
壁打ち（反論を求める）	「私たちは〇〇を提案しています。この提案が失敗する可能性を 3 つ挙げてください」	Day 3
検証（事実確認）	「〇〇市の高齢化率と公共交通の運行状況について、公的な統計データを教えてください」	Day 2–3
比較（代替案の探索）	「移動販売車以外に、買い物難民問題を解決した DX 事例を 3 つ教えてください。各事例の規模と効果も含めて」	Day 3
構造化（整理を依頼）	「以下の 3 つのアイデアを、実現可能性・コスト・住民の受容性の 3 軸で整理してください：〇〇、△△、□□」	Day 4
推敲（文章の改善）	「以下の提案書の論理的な飛躍を指摘してください。改善案は不要で、問題点のみ教えてください：[提案書の一部]」	Day 4

A.5 評価設計 — プロセス 70%：成果物 30%

配点設計

評価項目	配点	個人/グループ	評価するもの	T-V-S-R-E
Think First シート	20	個人	AI 使用前の自分の思考の質	T
AI 活用ログ	15	個人	AI の使い方の質（検証・批判・選択の記録）	V ・ S
提案書	20	グループ	最終成果物の質	—
Oral Defense	20	個人	自分の言葉で説明・応用できるか	R
Reflection Log	15	個人	メタ認知の深さ	E
ピア評価	10	グループ内相互	グループへの貢献度	—

グループワークでも個人の学びを測る: 提案書はグループで作成しますが、評価の 70% は個人に紐づいています。AI に丸投げした学生は、Think First シートが薄く、AI 活用ログが記録不十分で、Oral Defense で説明できず、Reflection が表面的——結果として最大でも 30 点以下になります。

シラバスに記載する評価方針（例文）

評価方針: 本授業では、最終成果物（提案書）の質だけでなく、思考のプロセスを重視して評価します。生成 AI の使用は許可しますが、「AI に何を聞き、その出力をどう検証し、何を採択/棄却したか」を記録する AI 活用ログの提出を求めます。また、提案書の内容について個人での口頭説明（Oral Defense）を実施します。「自分で説明できないものは評価しない」が本授業の原則です。

ルーブリック — Think First シート

レベル	基準	点数
A（秀）	地域課題を複数の視点から分析し、具体的な根拠とともに独自の仮説を提示。AI 出力と自分の仮説を批判的に比較し、統合的な見解を導いている	18–20
B（優）	地域課題について自分の仮説を提示しているが、根拠の深さがやや不足。AI との比較は行っているが統合が表面的	14–17
C（良）	仮説は提示されているが根拠が乏しい。AI 出力との比較が不十分	10–13
D（可）	仮説の記述が曖昧で、分析が表面的	6–9
F（不可）	未提出、または記述が極めて表面的	0–5

ルーブリック — Oral Defense

レベル	基準	点数
A（秀）	提案の全体像と詳細を正確に説明し、「前提が変わったら？」「他の自治体に適用できるか？」等の応用的質問にも答えられる	18–20
B（優）	提案の概要を説明できるが、応用的な質問にはやや詰まる	14–17
C（良）	自分が担当した部分は説明できるが、全体像の説明が不十分	10–13
D（可）	部分的にしか説明できず、「AI がそう提案したので」等の回答が多い	6–9
F（不可）	自分のグループの提案内容をほぼ説明できない	0–5

ルーブリック — AI 活用ログ

レベル	基準	点数
A（秀）	入力プロンプトと出力の両方を詳細に記録。AI 出力を批判的に検証し、「なぜ採択/棄却したか」を論理的に説明。プロンプトの改善過程（反復的なやりとり）が記録されている	14–15
B（優）	プロンプトと出力を記録し、採択/棄却の判断は記載されているが、根拠の説明がやや表面的	11–13
C（良）	記録はあるが断片的。AI 出力を「使った/使わなかった」の記述にとどまり、批判的検証のプロセスが不明確	7–10
D（可）	最低限の記録のみ。「AI に聞いた」程度の記述で、出力の評価プロセスが見えない	4–6
F（不可）	未提出、または AI 使用の痕跡があるにもかかわらずログが空	0–3

ルーブリック — Reflection Log

レベル	基準	点数
A（秀）	Day 1 の Think First シートと最終提案書を具体的に比較し、自分の思考の変化を分析。AI 活用における成功と失敗の両方を振り返り、「次に同じ課題に取り組むなら何を変えるか」を具体的に記述。メタ認知の深さが顕著	14–15
B（優）	思考の変化を振り返っているが、比較がやや抽象的。改善点の記述はあるが具体性が不足	11–13
C（良）	振り返りが「楽しかった」「勉強になった」等の感想レベル。Day 1 との具体的な比較が不十分	7–10
D（可）	記述が極めて短く、表面的な感想にとどまる	4–6
F（不可）	未提出、またはほぼ白紙	0–3

ルーブリック — ピア評価

レベル	基準	点数
A（秀）	グループの議論をリードし、他メンバーの意見を引き出す。具体的な貢献（調査、文章作成、分析等）が明確	9–10
B（優）	積極的に参加し、割り当てられた役割を果たしている	7–8
C（良）	参加はしているが受動的。指示された作業のみを遂行	5–6
D（可）	参加が断続的。グループへの貢献が限定的	3–4
F（不可）	ほぼ不参加、または他メンバーへの妨害的行動	0–2

学生タイプ別シミュレーション

学生タイプ	Think First (20)	AI 活用ログ (15)	提案書 (20)	Oral Defense (20)	Reflection (15)	ピア (10)	合計
🌟 自力思考 + AI 足場	18	13	18	18	13	9	89
📚 自力のみ（AI 不使用）	16	—	14	15	10	8	63
🤖 AI 活用だが復習不足	10	12	18	10	7	7	64
💨 AI 丸投げ	3	2	18	3	2	4	32

💨のパターンに注目: グループの提案書は他のメンバーの貢献もあり 18 点を獲得しますが、個人の評価項目がほぼゼロのため合計 32 点。成果物評価だけでは見えない「学びの不在」が、プロセス評価で可視化されます。

A.6 教育理論との対応 — なぜこの設計なのか

Gagnéの 9 教授事象との対応 ¹³

教授事象	本授業での実装	Day
① 注意の獲得	沖縄の地域課題の具体的な事例を講師が提示	Day 1
② 学習目標の提示	Bloom's Taxonomy 準拠の学習目標を初日に明示	Day 1
③ 前提知識の想起	Think First シート#1（AI 不可で自分の知識を書き出す）	Day 1
④ 内容の提示	DX 概念の講義、国内外の成功/失敗事例	Day 2
⑤ 学習の指針	Scaffold Prompting の方法指導	Day 2–3
⑥ 練習の機会	アイデアソン＋提案書作成	Day 3–4
⑦ フィードバック	中間発表＋ピアレビュー＋Oral Defense	Day 3–4
⑧ 成果の評価	最終発表＋Oral Defense＋ルーブリック	Day 5
⑨ 保持と転移	Reflection Log＋「他の自治体に応用するなら？」の問い	Day 5

Kolb の経験学習サイクルとの対応 ¹⁸

本稿の理論と授業設計の対応まとめ

本稿で論じた理論・原則	授業設計への反映
望ましい困難 ⁸	Day 1 の AI 使用禁止。自力での課題分析を強制
認知的オフロードの防止 ⁹	AI 活用ログで「何を AI に委ね、何を自分で考えたか」を記録
流暢性の錯覚の防止 ¹¹	Verify & Critique で AI 出力を批判的に検証させる
認知負荷理論 ¹⁰	外在的負荷は AI で削減し、関連負荷は保持する課題設計
washback 効果	「Oral Defense を実施する」と初日に宣言
真正の評価 ¹⁵	沖縄の実際の地域課題を題材にした政策提案
形成的評価 ¹⁶	Think First シートと中間発表での段階的フィードバック
Constructive Alignment ¹⁹	学習目標・活動・評価の一貫性を設計の基盤とする
Gagnéの 9 教授事象 ¹³	5 日間の授業設計が 9 事象をすべてカバー
経験学習サイクル ¹⁸	学部生と社会人の共学による経験の共有と省察

この付録が示すこと: 本稿で論じた原則は、特定の学問分野や授業形態に限定されません。地域課題解決という実践的なグループワーク型授業でも、教育理論に基づいた設計によって「AI を使いながらも学びが深まる」授業は実現可能です。重要なのは、「何を AI にやらせないか」を意図的に設計することです。

本授業では、Day 1 の AI 禁止（望ましい困難）、Scaffold Prompting（足場としての活用）、AI 活用ログ（オフロードの可視化）、Oral Defense（借り物の能力の検出）、Reflection Log（メタ認知の促進）という 5 つの仕組みで、生成 AI の活用と深い学びの両立を構造的に保証しています。

A.7 教員向け FAQ — 想定される課題と対処法

運営上のトラブルシューティング

想定される課題	原因分析	対処法
Day 1 で「なぜ AI を使えないのか」と学生から不満が出る	AI に慣れた学生にとって「自力で考える」ことへの心理的抵抗	Barcaui の研究データ（45 日後に 32% 低下）を示し、「なぜ Day 1 だけ禁止なのか」の教育的根拠を説明。Day 2 以降は段階的に使えることを強調
AI 活用ログが形骸化する（「AI に聞いた」のみの記述）	ログの書き方を具体的に示していない	Day 2 の 3 限目でログの模範例と不十分な例を並べて提示。「プロンプト→出力→判断→理由」の 4 項目を必須とする
グループ内で AI 丸投げ学生とそうでない学生の間に摩擦が生じる	貢献度の非対称性	ピア評価（10 点）の存在を周知。グループ内で役割を明文化させ、AI 活用ログで個人の貢献を可視化
社会人受講者が AI 操作に不慣れで、Day 3 以降の活動についていけない	デジタルリテラシーの差	Day 2 の 3 限目の Scaffold Prompting 練習を社会人と学生のペアワークとして設計。学生が社会人に AI 操作を教えることで、学生側にも「教えることで学ぶ」効果
中間発表の Oral Defense で、指名された学生が答えられず沈黙する	「借り物の能力」の露呈。本来の教育設計が機能している瞬間	沈黙を批判せず、「大丈夫です。では、あなたがこの部分で一番悩んだことは何ですか？」と問いを変える。「答えられなかった経験」自体が Day 5 の Reflection Log の素材になると伝える
Reflection Log が感想文（「楽しかった」「勉強になった」）にとどまる	メタ認知の方法を知らない	Day 5 の 3 限目冒頭で具体的な問いのリストを配布：「Day 1 で書いた仮説のうち、最終提案に残ったものは何か」「AI の出力を棄却した場面で、なぜ棄却できたか」「次回同じ授業を受けるなら、AI の使い方を変えるか」

オンライン授業特有の留意点

この授業はオンライン (Zoom 等) で実施するため、以下の追加対策が必要です。

課題	対策
AI 使用禁止日に AI 使用を監視できない	監視ではなく設計で防ぐ。Think First シートの記述時間を 15 分に区切り、リアルタイムで Breakout Room に講師が巡回。手書きスキャン提出も選択肢として提供
グループワークが一部の学生に偏る	Breakout Room 内で「ラウンドロビン方式」（全員が順番に発言）を導入。各ラウンドの冒頭で「前の人の意見に 1 つ質問してから自分の意見を述べる」ルール
ピア評価が「全員に同じ点数」になりがち	評価項目を「議論への貢献」「資料作成への貢献」「批判的なフィードバック」の 3 軸に分け、各項目で 1 位を決める形式にする（全員同点を構造的に防止）

A.8 ワークシートテンプレート

Think First シート（Day 1 用）

#	質問	記入欄
—	学籍番号
—	氏名
—	記入日	Day 1
1	あなたが最も重要だと考える沖縄の地域課題は何ですか？
2	なぜその課題が重要だと考えますか？（根拠を 2 つ以上）	根拠①: / 根拠②: / 根拠③（任意）:
3	DX 技術でどう解決できると思いますか？（具体的な技術名がわからなくても、「こういうことができたらいいのに」で構いません）
4	この課題について、あなたが「わからない」と感じていることは何ですか？

AI 活用ログ（Day 3–4 用）

#	項目	記入欄
—	学籍番号
—	氏名
—	記入日	Day ___
—	使用場面	___回目
1	【目的】AI に何を求めたか	□壁打ち □事実確認 □比較 □構造化 □推敲 □その他( )
2	【プロンプト】実際に入力した文章
3	【AI 出力の要約】（全文コピーではなく要点を記述）
4	【判断】	□採択 □部分採択 □棄却
5	【判断の理由】なぜそう判断したか
6	【検証方法】出力の正しさをどう確認したか	□他の情報源と照合 □グループで議論 □自分の経験と比較 □確認困難だったので不採用 □その他( )

※使用場面ごとに上記を繰り返し記入してください。

Reflection Log（Day 5 用）

#	質問	記入欄
—	学籍番号
—	氏名
—	記入日	Day 5
1a	Day 1 の仮説のうち、最終提案に残ったものは？
1b	最終提案に残らなかったものは？なぜ変わったか？
1c	Day 1 時点で「わからない」と書いたことのうち、解決したものは？どうやって解決したか？
2a	AI を「足場」として最も有効に使えた場面は？
2b	AI の出力を棄却した場面があれば、なぜ棄却できたか？
2c	振り返ると、AI に「丸投げ」してしまった場面はありましたか？あれば、どう改善できたか？
3	次に同じような課題に取り組むなら、何を変えますか？
4	この授業で最も印象的だった学びは何ですか？

参考文献

Barcaui, A. (2025). ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Social Sciences & Humanities Open, 12, 102287. https://doi.org/10.1016/j.ssaho.2025.102287 ↩ ↩² ↩³
Kosmyna, N., et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv preprint arXiv:2506.08872. MIT Media Lab. https://arxiv.org/abs/2506.08872 ↩
Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006 ↩
Lee, H. P., Sarkar, A., Tankelevitch, L., Drosos, I., 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. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI '25). ACM. https://doi.org/10.1145/3706598.3713778 ↩
Brynjolfsson, E., Chandar, B., & Chen, R. (2025). Canaries in the Coal Mine?: Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab Working Paper. https://digitaleconomy.stanford.edu/app/uploads/2025/12/CanariesintheCoalMine_Nov25.pdf ↩
Lepp, M., & Kaimre, J. (2025). Does Generative AI Help in Learning Programming: Students' Perceptions, Reported Use and Relation to Performance. Computers in Human Behavior Reports, 17, 100570. https://doi.org/10.1016/j.chbr.2025.100570 ↩
※本文中で言及した中国の大学調査（99.2% が AI 使用、65.9% が「まず AI に相談」、62.3% が思考力低下を自覚）について、原著論文の存在を確認できませんでした。該当する数値は複数の中国語圏メディア報道に基づくものであり、査読付き論文としての出典は未確認です。 ↩ ↩²
Bjork, E. L., & Bjork, R. A. (2011). Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning. In Psychology and the real world (pp. 56–64). Worth Publishers. ↩ ↩² ↩³ ↩⁴
Risko, E. F., & Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences, 20(9), 676–688. https://doi.org/10.1016/j.tics.2016.07.002 ↩ ↩² ↩³
Sweller, J. (1988). Cognitive Load During Problem Solving: Effects on Learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4 ↩ ↩² ↩³ ↩⁴
Reber, R., & Schwarz, N. (1999). Effects of Perceptual Fluency on Judgments of Truth. Consciousness and Cognition, 8(3), 338–342. https://doi.org/10.1006/ccog.1999.0386 ↩ ↩² ↩³
Niederhoffer, K., Kellerman, G. R., Lee, A., & Liebscher, A. (2025). AI-Generated "Workslop" Is Destroying Productivity. Harvard Business Review. https://hbr.org/2025/06/ai-generated-workslop-is-destroying-productivity ↩
Gagné, R. M. (1985). The Conditions of Learning and Theory of Instruction (4th ed.). Holt, Rinehart and Winston. ↩ ↩² ↩³
Puentedura, R. R. (2006). Transformation, Technology, and Education. http://hippasus.com/resources/tte/ ↩ ↩² ↩³
Wiggins, G., & McTighe, J. (2005). Understanding by Design (2nd ed.). ASCD. ↩ ↩² ↩³
Black, P., & Wiliam, D. (1998). Assessment and Classroom Learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7–74. https://doi.org/10.1080/0969595980050102 ↩ ↩² ↩³
nahisaho. (2026). shiden — 教育理論に基づく授業設計・評価設計支援 AI エージェント. https://github.com/nahisaho/shiden ↩
Kolb, D. A. (1984). Experiential Learning: Experience as the Source of Learning and Development. Prentice-Hall. ↩ ↩² ↩³ ↩⁴ ↩⁵
Biggs, J. (1996). Enhancing Teaching through Constructive Alignment. Higher Education, 32(3), 347–364. https://doi.org/10.1007/BF00138871 ↩ ↩²