生成AIを勉強に使う手順と線引き｜武蔵野個別指導塾が薦める学習の仕方

生成AIに宿題を手伝わせている中高生は、もう珍しくありません。保護者から届く相談は「使わせてよいのか」という形で来ますが、実際に必要なのは、使うか使わないかの判断ではなく、どの作業までを任せ、返ってきたものをどう確かめ、どこで自分の手に戻すかの手順です。

この記事は線引きの一覧を並べることを目的にしません。線引きそのものは短く済ませ、机の前での操作——何を入力し、出てきた答えをどう検証し、提出前に何を確認するか——に紙幅を使います。研究の数値も出しますが、それは手順を決めるための材料としてです。

先に結論だけ言えば、生成AIは成績を上げることも、学習を減らすこともできます。どちらになるかは、使い方の設計で決まります。そしてその設計は、大人が管理するより、生徒自身が手順として持つほうが続きます。

この記事の結論

• 生成AIは、事実でないことを事実のような書きぶりで出します。参考文献を作らせた研究では、ある版では引用の 55% が実在しない文献でした。新しい版でも 18% が架空でした。
• AIが使える間は成績が上がり、取り上げると下がるという実験があります。高校数学の実地実験で、標準的なチャット形式のAIを使った生徒は、練習中の成績が 48% 上がった一方、AIを取り上げた試験では、最初から使っていない生徒より 17% 低い成績でした。
• ただし設計しだいで結果は変わります。学習を守る指示を組み込んだ版では、この低下はほぼ消えました。効果をまとめた研究でも、平均では中程度の正の効果が報告されています。
• 任せてよいのは「自分が作った答えを検査させる作業」、任せてはいけないのは「答えそのものを作らせる作業」です。この基準ひとつで大半は判断できます。
• AIの出力をそのまま提出することは、学校の規則・学習効果・内容の正確さという3つの面で問題になります。提出前の確認手順をこの記事に置きます。

まず知っておくこと——間違いが、正しそうな形で出てくる

生成AIの誤りは、間違いだと分かる形では出てきません。文章は整い、口調は自信に満ち、体裁は正しい。中身だけが違います。これは検索エンジンの誤りとは性質が違います。検索なら情報源のページを見て判断できますが、生成AIの出力には出所がありません。

この性質が最も分かりやすく出るのが、参考文献です。ウォルターズ（Walters）とワイルダー（Wilder）は、42の分野の話題について短い文献レビューを生成させ、84本の生成文書に含まれる636件の文献情報を、複数のデータベースで実在するかどうか照合しました。

Walters WH, Wilder EI. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports. 13:14045.

結果は、旧版では 55%、新しい版でも 18% の文献が架空のものでした。実在した文献についても、旧版で 43%、新版で 24% に実質的な誤りが含まれていました。「AIが挙げた資料」は、それ自体では資料ではないということです。

この性質から、実務上の原則が1つ出ます。答えが合っているかどうかを自分で判定できない領域では、生成AIを使わない。判定できない領域とは、初めて習う単元、歴史の年号や固有名詞、英語の語法、法律や制度の内容などです。これらは調べる先が別にあります。

支援を外すと落ちる——高校数学の実地実験

この記事で最も重要な研究です。バスターニ（Bastani）らは、およそ千人の高校生に生成AIの家庭教師を使わせる実地実験を行いました。2種類を用意しています。ひとつは標準的なチャット画面をまねたもの、もうひとつは学習を守るための指示を組み込んだものです。

Bastani H, Bastani O, Sungu A, et al. (2025). Generative AI without guardrails can harm learning: evidence from high school mathematics. Proceedings of the National Academy of Sciences. 122:e2422633122.

練習問題を解いている間は、どちらも成績が上がりました。標準的な版で 48%、学習を守る版で 127% の向上です。ここまでは想像どおりです。

問題は、そのあとです。AIへのアクセスを取り上げた状態で試験をすると、標準的な版を使っていた生徒は、最初からAIを使っていない生徒より 17% 低い成績でした。使えたときに上がった分がなくなっただけでなく、使わなかった生徒より下がったのです。学習を守る版では、この低下は大きく抑えられました。

論文が指摘しているのは、生徒が練習中にAIを「松葉杖」として使い、その結果、自力での成績が下がるという経路です。ここから、手順上の原則がもう1つ出ます。練習の場面では、AIは答えを出す側に置かない。置くなら、自分が出した答えを点検させる側です。

それでも効く使い方はある

害だけを書くのは公平ではありません。効果が出た研究も複数あります。ケスティン（Kestin）らは、大学の物理の授業で、能動的な学習を行う通常の授業と、同じ教え方の原則で設計したAIの個別指導を無作為化して比べました。

Kestin G, Miller K, Klales A, Milbourne T, Ponti G. (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.

AIの個別指導を使った学生のほうが、より短い時間で有意に多くを学び、意欲も高かったと報告されています。ただし、この研究のAIは教え方の原則にもとづいて専用に設計されたもので、市販のチャットに質問する使い方とは条件が違います。

大学生を対象にした研究をまとめたメタ分析もあります。

Fan C, Ke L, Chen Z, Lv P. (2026). Exploring the effect of GenAI on learning outcomes in higher education: a three-level meta-analysis. Frontiers in Psychology. 17:1758670.

36本の実証研究、7,229名の参加者、132の効果量をまとめた結果、学習成果への全体の効果は g = 0.499 で中程度でした。注目すべきは、有意な調整要因が教え方だけだったことです。協働的な学習に組み込んだ場合が g = 1.026 と最も大きく、AIを単体で使うかどうかより、何の中に埋め込むかで結果が変わっています。

つまり、「生成AIは学習に良いか悪いか」という問いの立て方が間違っています。どの作業を任せ、そのあと自分が何をするかが問いです。

任せてよい作業と、その操作手順

判断の基準は1つで足ります。自分が作ったものを検査させるのは可、自分の代わりに作らせるのは不可。以下は可の側の作業と、その具体的な進め方です。

共通しているのは、すべて自分の成果物を先に作っていることです。空の状態でAIに投げる使い方は、この表にありません。最後の「突っ込み役」は特に勧められます。自分の言葉で説明する作業には効果があり、AIはその相手として使いやすいからです。

入力の型も手順にしておきます。

1. 自分の答えか説明を先に書く。白紙のまま聞かない。
2. 「答えを教えないで」と明示する。そのうえで「どこが違うかだけ言って」と指定します。
3. 学年と教科書の単元名を書く。高校の解法で中学生の答案を直されると、学校では使えません。
4. 返ってきた指摘のうち、根拠が書かれていないものは採用しない。「そう習うから」は根拠ではありません。
5. 直した答案は、AIを閉じてから自分で書き直す。画面を見ながら写すと、何も残りません。

任せてはいけない作業

• 答えそのものを出させる。前節の実験が示したとおり、練習中の成績は上がり、自力の成績は下がります。
• 事実の確認。年号、人名、法律の条文、統計の数字、英単語の語法。これらは教科書・資料集・辞書が担当です。
• 記述問題・作文・志望理由書の代筆。提出物としての問題は次節に書きますが、それ以前に、書く過程が学習そのものである課題をAIに渡すと、残るものがありません。
• 出典・参考文献を作らせる。前節のとおり、実在しない文献が混ざります。
• 進路や学校の制度についての判断。入試要項は年度で変わり、AIの知識は古い可能性があります。必ず大学・学校の公式の資料で確認してください。

依存の問題も報告されています。シー（Si）らが中国の大学生353名に行った調査では、利用の型が4つに分かれ、単純に質問して答えをもらうだけの層が 25.2%、批判的に一緒に考える層が 15.6% でした。

Si S, Qi Y, Xu J, Qi X. (2026). When thinking is outsourced: cognitive offloading and the heterogeneity of critical thinking among Chinese university students using generative artificial intelligence. Journal of Intelligence. 14:116.

この調査では、思考を外に預ける深さが、認知的な自律性を手放すことを正に予測していました（β = 0.25）。使い方が洗練されるほど依存も深まるという、扱いにくい結果です。ジャイン（Jain）らの実験でも、AIを使った群は課題の正答が多い一方で、使った精神的な努力は有意に少なくなっていました。楽に正解できることと、学べることは別だということです。リン（Lin）とアルハダ（Al-Hada）は、こうした相反する結果を「生成AI統合学習における批判的思考のパラドックス」と呼び、認知的な負債という考え方で整理することを提案しています。

出典と事実を確かめる手順

AIが挙げた情報を確かめる工程は、飛ばされがちですが、ここを飛ばすと前節までの注意がすべて無効になります。次の順でやってください。

1. 数字・年号・人名・地名に線を引く。AIの出力を印刷するか、画面上で確認する箇所を先に決めます。
2. 線を引いた項目を、教科書か資料集で引く。教科書に載っていない細かい事実は、そもそも試験に出ません。載っていなければ使わない、という判断でかまいません。
3. 文献名・論文名が出てきたら、検索してページが実在するか確かめる。題名で検索して出てこないものは、無いものとして扱います。
4. 制度・入試・学校の規則は、公式の資料でだけ確認する。大学の入試要項、学校からの配布物、役所の公式ページ。AIの回答は下調べにしかなりません。
5. 確かめられなかった項目は、答案から削る。残すと、間違いを自分の名前で出すことになります。

この5工程は、慣れれば数分で終わります。調べ直す時間を含めても自分で調べるより速い場合にだけ、AIを使う意味があると考えてください。確認に時間がかかるなら、最初から教科書を引くほうが速いということです。

学校の提出物での扱い

AIの出力をそのまま提出することには、3つの別々の問題があります。

1. 学校の規則。文部科学省は生成AIの学校での利用について指針を示していますが、実際の扱いは学校ごと、課題ごとに違います。「使ってよいが使ったことを書く」「下調べだけ可」「全面的に不可」など、同じ学校の中でも教科によって違うことがあります。担任か教科担当に確認してください。確認せずに使うことが、最も避けたい状態です。
2. 学習の損失。前掲の実験が示したとおりです。提出物は評価されるためだけにあるのではなく、書く過程が練習です。
3. 内容の誤り。生成された文章に架空の事実や誤った語法が混ざっていた場合、責任を負うのは提出した生徒です。

提出前の確認は3つで足ります。(1) この課題でAIを使ってよいと確認したか。(2) 使ったなら、その旨を書く必要があるか確認したか。(3) 書かれている事実を自分で確かめたか。どれか1つでも「いいえ」なら、提出しないでください。

なお、AIを使って書いた文章かどうかを判定する道具は完全ではありません。「ばれなければよい」という判断は、検出の精度の問題ではなく、上の2番と3番が残るから成り立たないと考えてください。

学年別の目安

この記事で言えないこと

第一に、研究の結果は一方向ではありません。害を示した実験も、効果を示した実験もあります。同じ「生成AIを使う」でも、道具の設計、教科、学年、周囲の教え方が違えば結果は変わります。この記事の手順は、その差を「自分の成果物を先に作る」という一点で吸収しようとしたものです。

第二に、ここで引いた研究の多くは大学生を対象にしています。高校生を対象にした大規模な実験はバスターニらのものが代表的ですが、日本の中高生の授業と課題の出され方で同じ結果になるかは分かりません。

第三に、技術の変化が速く、数値はすぐ古くなります。架空の文献の割合は、旧版の 55% から新版の 18% へ大きく下がりました。今後さらに下がる可能性があります。それでもゼロにはならない前提で確認の手順を持つのが、この記事の立場です。

第四に、依存についての研究の多くは、調査によるもので因果を示していません。シーらの研究も質問紙調査であり、「AIを深く使うから自律性を手放す」のか「もともと手放しやすい人が深く使う」のかは、この設計では分かりません。カン（Kan）とリー（Li）の準実験では、AIの添削を12週間受けた学生の書くことへの自信が高まっていますが（d = 0.94）、自信が高まることと、書く力がつくことは別に確かめる必要があります。

第五に、学校の規則については、この記事では判断できません。指針は示されていますが、運用は学校ごとです。必ず学校に確認してください。

当塾の立場

この記事の手順は、塾に来なくても実行できます。むしろ家庭でしか実行できません。使うのは自宅の端末で、使う時間は夜で、確認するのは本人だからです。ご家庭でまず決めていただきたいのは、禁止か許可かではなく、「自分の答えを先に作ってから開く」という順序の一点です。この順序さえ守れれば、残りの手順は後から足せます。

そのうえで、外から見る意味がある部分もあります。バスターニらの実験で害が出たのは、生徒がAIを松葉杖として使い、それを本人が自覚しないまま練習が進んだからでした。自分が今どちらの使い方をしているかは、本人には見えにくい。武蔵野個別指導塾では、AIを使って解いた問題は、後日その場でもう一度、何も見ずに解いてもらいます。そこで解ければ、その使い方は学習になっていた。解けなければ、松葉杖になっていた。判定はこれだけで足ります。使用を禁じるのではなく、使い方が機能しているかを外から測る——それが1対1で見る側にできることだと考えています。

関連する研究の解説

• 生成AIを勉強に使うときの線引き——任せてよい作業、いけない作業——本記事が手順の前提にした「任せてよい／いけない」の分類を、研究の側から詳しく扱っています。
• 生成AIと学習——取り上げたとき、何が残るのか——支援を外したときに成績が下がる現象そのものを、研究の設計から解説しています。
• 生成AIを受験勉強にどう使うか——効く使い方と害になる使い方——受験勉強という場面に絞った整理です。

出典

1. Bastani H, Bastani O, Sungu A, Ge H, Kabakcı Ö, Mariman R (2025). Generative AI without guardrails can harm learning: evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122, e2422633122. doi:10.1073/pnas.2422633122
2. Walters WH, Wilder EI (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 13, 14045. doi:10.1038/s41598-023-41032-5
3. Kestin G, Miller K, Klales A, Milbourne T, Ponti G (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
4. Fan C, Ke L, Chen Z, Lv P (2026). Exploring the effect of GenAI on learning outcomes in higher education: a three-level meta-analysis. Frontiers in Psychology, 17, 1758670. doi:10.3389/fpsyg.2026.1758670
5. Si S, Qi Y, Xu J, Qi X (2026). When thinking is outsourced: cognitive offloading and the heterogeneity of critical thinking among Chinese university students using generative artificial intelligence. Journal of Intelligence, 14, 116. doi:10.3390/jintelligence14070116
6. Jain P, Shajit D, Maini A, Shahin Y, Panda A (2026). Cognitive offloading, critical thinking and attitudes towards artificial intelligence in the era of ChatGPT: a comparative study of artificial intelligence-assisted and manual task performance in young adults. Cognitive Processing. doi:10.1007/s10339-026-01375-z
7. Lin J, Al-Hada NM (2026). The critical-thinking paradox in generative AI-integrated learning: distinguishing efficiency from cognitive depth. Frontiers in Psychology, 17, 1906070. doi:10.3389/fpsyg.2026.1906070
8. Kan X, Li L (2026). The mediating and moderating roles of achievement goal orientation in the relationship between AI writing feedback and English writing self-efficacy among Chinese university students. Frontiers in Psychology, 17, 1860723. doi:10.3389/fpsyg.2026.1860723