OECDのAI学習調査、1.5年分のAIによる損失ではなく低スコアとの関連を示す
OECDのAIを使った学習に関する調査結果は、厳しい警告を示している。特定の課題でチャットボットを使う生徒は、使用を避けた生徒よりも概して低い得点だった。
この結果と並んで、さらに大きな数字もある。OECD平均の読解スコアは2015年から2025年にかけて28ポイント低下し、これは約1.5年分の学習に相当する。数学のスコアも22ポイント、1年分をやや上回る水準で低下した。
これらの数値は、チャットボットが10年にわたる低下を引き起こしたことを示すものではない。一般向けの生成AIツールが広く利用可能になったのは2022年後半以降だ。低下はそれ以前に始まっており、家庭からの支援の弱まり、欠席、注意散漫、パンデミックによる混乱など、複数の要因を反映している。
それでも、この重なりは重要だ。基礎的な学力がすでに低下するなかで、AIは教室に到達した。学校はいま、近道を制限するか、それとも生徒にこの技術を意図的に使わせるかという難しい選択に直面している。
アジアの教育制度では、この選択がとりわけ明確に表れている。Singapore、Korea、Macao、Thailand、Vietnam、Philippinesではチャットボットの利用が広がっている。それでも、複数のアジアの教育制度は最上位の成績を維持している。
生まれつつある分断は、単純にAI利用者と非利用者の対立ではない。答えを生成するAIと、教育的な指導に沿ったAIの違いであり、そのツールが努力を代替するのか、強化するのかは教師の判断にかかっている。
OECDのAI学習に関する調査結果が実際に示すこと
PISA 2025は、チャットボットの利用と成績の関連を示したものであり、AIが低スコアを引き起こした証明ではない。
OECDは2026年9月8日、最新のProgramme for International Student Assessmentの結果を公表した。PISAは、15歳の生徒が読解、数学、科学の知識を未知の問題にどう応用するかを測定する。
2025年の調査は、91の国・経済圏にまたがる76万人の生徒を対象とした。これまでで最大のPISA調査であり、主な学力領域は科学だった。
今回の調査では、生徒が学校の課題にAIチャットボットをどう使っているかも尋ねた。質問は、指定された文章の要約、新しいテーマの調査、作文課題の下書き、一般的な学習支援を対象としていた。
チャットボットはすでに大半の生徒に届いていた。OECD諸国全体で、調査対象となったいずれの学習目的でもAIを使ったことがない、またはほとんど使わないと答えた生徒は14%にとどまった。
学習支援のためにAIを少なくとも週1回使う生徒は約46%だった。この数字は、学校制度が実験的な教室のトレンドではなく、すでに定着した行動を調査していることを示している。
特定の課題における利用では、成績の傾向は好ましくなかった。要約、調査、下書きにAIを使わない生徒は、科学で概して利用者を上回った。
利用頻度も影響していた。適度な利用者は、チャットボットをほとんど使わない生徒や、ほぼ毎日使う生徒より高得点となる場合が多かった。作文課題の下書きでは、適度な利用による優位性はほかの課題より弱かった。
一般的な学習支援では異なる結果が出た。社会経済的背景を調整した後、学習のためにAIを週1回使う生徒の成績は、非利用者とほぼ同水準だった。
完全な学校課題に関する分析は、こうした関係を因果関係として扱わないよう明確に警告している。生徒ごとに、異なる理由と条件のもとでAIを導入しているためだ。
学習に苦戦する生徒は、すでに課題が難しいという理由でチャットボットをより頻繁に使うかもしれない。この場合、AIがもともとの困難を生み出したと証明せずとも、利用者のスコアが低くなる傾向は生じうる。
アクセスの違いも比較を複雑にする。AIをまったく使わない生徒は、より不利な背景を持つ傾向があった。頻繁な利用者は、より恵まれた背景を持つ可能性が高かった。
社会経済的な調整はこの不均衡を小さくするが、測定されていない差をすべて取り除くことはできない。意欲、事前知識、教師の実践、評価設計、個々のプロンプトの質はいずれも結果に影響しうる。
最も安全な結論は、刺激的な見出しよりも限定的だ。特定の学術的作業を外部に委ねることは、テストで測定される知識の弱さと相関する。一方、学習志向の適度な利用には同じ不利益は見られない。
この区別が、真の政策課題を浮かび上がらせる。学校はログイン回数だけでAIを評価できない。どの認知的作業が生徒に残されているかを検討する必要がある。
1.5年という数字は、10年にわたる読解力低下を示す
広く繰り返される1.5年分の損失は、2015年以降の読解力を指すものであり、AIによる測定済みの不利益ではない。
OECD諸国における平均読解力は、2015年から2025年にかけて28ポイント低下した。OECDはこの差を、およそ1年半分の学習に相当すると説明している。
数学は同じ10年間で22ポイント低下した。科学の成績は10年間ではより緩やかに低下したものの、2022年から2025年の間では概ね安定していた。
PISAの結果は、科学、数学、読解のすべてで成績不振だった生徒が5人に1人に上ることも示している。2022年にはその割合は16%だった。
時系列を見れば、ChatGPTや類似サービスを中心とした単純な説明は成り立たない。より広範な低下は、生成AIが一般的な消費者向け製品になる以前に始まっていた。
PISAは、10年間にわたって同じ個人を追跡するものではない。比較可能な15歳の集団を抽出しており、個人の学習履歴ではなく制度レベルの視点を提供する。
また、測定するのは一時点での成績だ。この評価では、生徒のチャットボット利用とテスト時に示される知識を結ぶすべての過程を観察することはできない。
したがってOECDは、分けて考えるべき2つの結果を提示している。学力は10年にわたって低下しており、現在のAI利用パターンは異なる成績水準と相関している。
両者の交点には、なお注意を払う価値がある。多くの生徒が確かな読解・数学の基礎をすでに欠いている、長期化した学習危機のさなかに生成AIは登場した。
チャットボットは、利用者が自力で論証を組み立てられなくても、一貫した段落を書ける。読者に中心的な主張を特定させることなく、章を要約することもできる。
これにより、完成した成果物と定着した能力の間に測定上の隔たりが生まれる。宿題の質は上がっても、支援なしの成績は横ばいか低下する可能性がある。
すると教師は誤解を招くシグナルを受け取る。洗練された提出物は、より深い学習、有用な編集支援、大規模な機械支援、あるいはほぼ完全な委任を表しているかもしれない。
生徒も同様の錯覚に陥る。即時の出力が正しく見えるため、素早い完成は習得した感覚をもたらす可能性がある。誤解が明らかになるのは、支援なしのテストや後の課題に直面したときだけだ。
これは、すべてのチャットボットとのやり取りが有害だという意味ではない。教育的価値は、AIが想起、推論、推敲、説明を維持するかどうかに左右されることを意味する。
OECDの事務総長Mathias Cormannは、この違いを明確に表現した。技術は学習を強化しうるが、注意、努力、理解を代替する場合はそうではない、と同氏は述べた。
この発言は、責任を生徒だけにとどめない。製品設計、教師の指示、課題構造、学校方針が、AIがどれほど容易に代替手段となるかを決める。
学校には浅い関与を招く新たな要因を受け入れる余地がほとんどないため、1.5年分の低下は問題の重大性を高める。ただし、それはその要因の因果的な推定値ではない。
要約と下書きが最も鋭い対立を生む理由
AIが、課題が本来鍛えるために設計された思考操作を完了してしまうとき、教育上のリスクが生じる。
要約課題は、単に短い文書を作るためのものではない。その学習目的は、生徒に証拠を選ばせ、主な考えを見分けさせ、意味を再構成させることにある。
チャットボットがこれらの作業を行うと、生徒は必ずしも見えない技能を練習せずに、目に見える成果物を受け取る。同じ問題は、予備的な調査にも当てはまる。
調査課題は、問いの形成、情報源の比較、不確実性の管理、証拠の選択を教える。完成済みの概説を求めることは、こうした判断を生徒の作業過程から取り除きうる。
下書きでは、対立はさらに明確になる。文章を書くことは、単に知識を最終的に表現する行為ではない。弱い論理、欠けた証拠、未解決の矛盾を発見する助けにもなる。
生成された初稿は、その生産的な摩擦を消してしまう可能性がある。生徒は自らの論証を形成する前に流暢な文章から始め、編集者になってしまう。
この仕組みは、OECDのAIを使った学習に関する調査結果の説明に役立つ。特定の課題では非利用者が概して利用者を上回り、適度な利用者が低頻度または高頻度の利用者を上回る場合もあった。
このパターンは、禁止か導入かという選択ではなく、曲線に似ている。一部の支援は学習を支えうるが、大規模な委任は持続的な知識を生み出す努力を減らす。
OECDによる別のデジタル教育レビューも、同様の結論に至っている。生成AIは、教育原則に基づいて利用が導かれる場合に役立ちうる。
教育ツールは、フィードバックを提示する前に、学習者に手順を説明させることができる。ヒントを出したり、練習問題を生成したり、裏付けのない主張に異議を唱えたりすることもできる。
一般的なチャットボットは通常、依頼を満たすことを最適化している。生徒が答えを求めた場合、そのシステムには課題本来の難しさを維持する理由がほとんどない。
この違いが、個別指導と完成代行を分ける。個別指導者は、学習者が推論への責任を保つよう支援を管理する。回答エンジンは、その責任を即座に取り除くことができる。
問題は不正行為に限られない。生徒は、学校の寛容な規則のもとでAIを公然と使っていても、カリキュラムが想定するより少ない練習しかしていない可能性がある。
学術的公正性に関する方針は、著者性、開示、禁止された支援を扱う。学習設計は、より深い問いを投げかける。生徒はどの思考を依然として自ら行わなければならないのか。
学校には両方の層が必要だ。開示によって教師はAIの関与を知ることができるが、そのやり取りが理解を深めたかどうかは分からない。
プロセスの証拠がより有用になる。生徒は、メモ、情報源の履歴、連続する下書き、プロンプト履歴、採用しなかった提案についての短い説明を残すことができる。
学生向けナレッジベースは、そのような追跡可能なプロセスを支援できる。教育的価値は、生成された答えを集めることではなく、証拠と推論を見直すことから生まれる。
評価でも、支援ありと支援なしの成績を比較する必要がある。生徒はAI支援を受けたエッセイを作成し、その論証を口頭で擁護したり、支援なしで関連する文章を書いたりできる。
こうした設計は、すべてのやり取りを不正行為として扱わずにAI利用を可視化する。また、支援が自立した能力へ移行したかどうかも明らかにする。
これが中心的な逆転だ。AIは成果物を改善しうる一方で、その成果物が本来表すはずだった学習プロセスを弱める可能性がある。
アジアは、高い導入率と高い成績が両立しうることを示す
アジアの結果は、頻繁なチャットボットへのアクセスが自動的に低い学力を生むという主張に疑問を投げかける。
Singaporeは最も明確な反例を示している。同国の生徒は、学校課題でのAI利用を広く報告する一方、世界でも最上位の成績を維持した。
Singaporeの生徒の約66%は、学習支援のためにチャットボットを少なくとも週1回利用していた。OECD平均は約46%だった。
個別の課題における週次利用率も高かった。シンガポールでは、46%が予備調査に、41%が要約に、45%が文章課題の下書き作成にAIを利用した。
調査対象の活動全体でAIをまったく、またはほとんど使わなかったと答えたのはわずか4%だった。OECD諸国全体では14%だった。
同国のPISAプロファイルは、もう一つ重要な数値を示している。約81%が、学校の授業でAI生成情報を評価する方法を学んだ。
この授業活動に関するOECD平均は約63%だった。参加した教育システム全体では、報告された経験率は31%から80%超まで幅があった。
したがってシンガポールは、高いアクセス環境と、例外的に幅広い評価教育を兼ね備えている。生徒はAIに触れるだけでなく、その出力を疑って検証する訓練も多く受けている。
韓国は、この傾向の別の形を示している。同国の学校課題におけるAI利用指数はOECD平均を上回った一方、成績上位の教育システムの一つであり続けた。
韓国とシンガポールはいずれも、幅広いデジタル学習政策を推進してきた。シンガポールの国家的アプローチには、人工知能ツールが明示的に含まれている。
他のアジア経済圏は、広範な地域ラベルが依然として危うい理由を示している。日本は学校課題での利用が比較的低い一方、シンガポールは非常に高い利用率を報告している。両国とも高い成果を上げている。
チャイニーズ・タイペイは、高い成績と低めの平均AI利用率、そして2021年に始まった大規模なデジタル学習政策を併せ持つ。マカオは高い成績と広範な導入を併せ持つ。
中国本土の結果は、中国全体ではなく、北京、上海、江蘇、浙江を対象としている。読者はこのサンプルを全国推計として扱うべきではない。
より重要な比較対象は、指導上の統制である。複数の高成績教育システムでは、デジタルツールを授業目標に合わせて調整するうえで、教師が中心的な役割を担っている。
OECD教育局長のアンドレアス・シュライヒャー氏は、生徒が今も筆と墨で文字を書く中国の書道教室について語った。その後、教師はAIを使って筆跡を分析した。
この教室での事例が有用なのは、技術が生徒の作品を作り出したわけではない点にある。AIは、生徒がすでに行った作業に対してフィードバックを提供した。
この構造では、本質的な練習が保たれる。生徒は一文字ずつ形づくり、教師は学習目標を定め、ソフトウェアは診断的な層を加える。
これを、チャットボットにエッセイの下書きを作らせる場合と比べてみよう。後者のワークフローでは、作文という中核行為がモデルに委ねられる。
だからこそ、「教育におけるAI」は成果変数として機能するには広すぎる概念だ。書道へのフィードバック、自動下書き、ガイド付き個別指導、即時要約は、それぞれ異なる介入である。
全国平均は教室間の差も覆い隠しうる。ある教師は根拠の確認と口頭での弁明を求めるかもしれない。別の教師は、限定的な監督のもとで無制限の生成を認めるかもしれない。
したがって、アジアでの導入はOECDの生徒レベルの関連性を否定するものではない。制度設計によって、導入が何を意味するかは変わりうることを示している。
高成績のアジア教育システムは、政策を禁止か無制限アクセスかの二者択一として捉える国々に問いを突きつける。第三の道が見えている。教師の権限を伴う、指導された接触である。
数値がなお教えてくれないこと
PISAは警告のシグナルを示すが、その観察研究の設計では、AIの影響を、それを利用する生徒や学校の特性から切り分けることはできない。
この調査は、利用頻度と目的に関する生徒の自己報告に依存している。こうしたやり取りを取り巻くすべてのプロンプト、応答、修正、教室ルールを捉えているわけではない。
同じ頻度カテゴリーを選んだ二人の生徒でも、AIの使い方は大きく異なりうる。一人は説明を求めるかもしれないが、もう一人は最小限の見直しで生成テキストを提出するかもしれない。
「学習を助けて」という広い表現も、さらなる不確実性を生む。これは個別指導、翻訳、ブレインストーミング、練習問題の生成、解答確認、あるいは直接的な解答要求を指しうる。
今回のPISAサイクルでは、科学の得点が主要な成果指標となっている。それだけでは、文章の質、創造性、自信、調査スキル、長期的な保持へのすべての影響を表すことはできない。
この評価は因果の方向も確定できない。成績の低い生徒が支援を必要としてAIを導入している可能性があり、その場合、AI利用は困難さへの反応でもある。
頻繁な利用者は、自動化を促す厳しい課題負荷に直面しているかもしれない。支援体制の弱い学校は、安価な代替手段として一般向けチャットボットに依存しているかもしれない。
逆方向の可能性もある。繰り返し課題を委任すれば、練習が減り、後の支援なしの成績が弱まるかもしれない。PISAは各メカニズムの寄与を判断できない。
AIリテラシー教育と得点の関係にも慎重さが必要だ。恵まれた生徒ほど、こうした学習機会を受けたと報告する傾向がある。
検証を効果的に教える学校は、より優れた教師、より良い資源、より支援的な家庭環境も備えているかもしれない。これらの要因は独立して成績に影響しうる。
それでもOECDは有望な傾向を見いだした。授業でAI情報を評価していた一般学習での頻繁な利用者は、利用頻度の低い生徒や非利用者よりも、科学でわずかに高い成績を収めた。
この結果は指導された利用を支持するが、特定の授業が差を生んだことを証明するものではない。報告書は、複雑な学習環境の中にある関連性を記述している。
さらに不確実なのは、製品の変化である。2025年に使われたチャットボットは、精度、インターフェース設計、パーソナライゼーション、教育上の安全策の点で、その後のシステムとは異なる。
将来のツールは、より優れた個別指導者になるかもしれない。一方で、課題を目立たずに完了させる能力も高まり、見かけの成果物と定着した能力との隔たりを広げるかもしれない。
導入はすでに広く行き渡っているため、学校は完全な証拠を待つことはできない。しかし、予備的な相関関係を普遍的な禁止へと転換することも避けるべきだ。
一律の禁止は、利用を見えない場所へ追いやる可能性がある。また、高等教育や仕事で出会うツールを、監督下で練習する機会を生徒から奪うことにもなりうる。
無制限の導入には反対のリスクがある。一般向けチャットボットは個々のカリキュラムに合わせて設計されたものではないにもかかわらず、製品のデフォルト設定に教育法を決めさせてしまう。
慎重な政策対応は、統制された実験である。学校は許可する課題を定め、支援なしの評価を維持し、検証を教え、時間をかけて成果を比較できる。
測定すべきは提出物の質だけではない。有用な指標には、遅延想起、独立した転移、情報源の正確性、改訂の質、推論を説明する能力が含まれる。
こうした測定によって、OECDの学校課題におけるAI利用の知見の背後にあるメカニズムを検証できる。チャットボットが認知的作業を支えているのか、それともその不在を隠しているだけなのかを示すことになる。
学校がPISAから学んでいるかを示す三つのシグナル
次の段階を左右するのは、評価設計、教師主導のAIリテラシー、そして指導された利用が独立した成果へ転移することを示す証拠である。
第一のシグナルは、プロセスを意識した評価への移行である。学校はAIの使用方法を開示させ、生徒に同じ知識を支援なしで示すことを求めるべきだ。
口頭での弁明、監督下での作文、プロンプト記録、情報源ログ、段階的な下書きに注目したい。これらの手法は、洗練された成果物と本物の理解を切り分ける。
教育システムがこれらを広く採用すれば、OECDの警告は、禁止ではなく再設計を支持する根拠を強める。課題が変わらなければ、見えない委任は測定が難しいままだろう。
第二のシグナルは、生成された情報を評価する教育の拡大である。OECDの生徒の約10人に6人は、すでに学校の授業でこれを行っていると報告している。
その教育の質は、実施したというチェック項目より重要である。生徒は主張を検証し、一次的な証拠を探し、不確実性を見極め、説得力はあるが根拠のない文章を認識する必要がある。
シンガポールの81%という経験率は、その成果を完全に説明するものではなく、有用なベンチマークである。他の教育システムは、評価演習が生徒の行動を変えることを示さなければならない。
AIリテラシーが拡大し、支援なしの成績も向上すれば、指導された利用への支持が強まる。経験率が上がっても成果が改善しなければ、学校はより強い授業設計を必要とする。
第三のシグナルは、異なる支援形態を比較する縦断的な証拠である。研究者は、個別指導、フィードバック、ブレインストーミング、要約、調査、下書き作成を分けて分析する必要がある。
遅延テストも必要だ。直後の課題成績は改善しても、生徒が1週間後や1か月後に保持する知識は少なくなる可能性がある。
次のPISAサイクルは役立つが、学校は3年に一度の評価だけに頼るべきではない。教育区や省庁は、既存の授業の中で統制された評価を実施できる。
OECDはすでに、PISA 2029に向けてメディア・AIリテラシー領域を準備している。この評価は、生徒がAIによって媒介された情報に批判的に向き合えるかどうかを明らかにするはずだ。
製品開発者にも明確な試験が課されている。教育モードは、生徒が基礎となる問題に取り組む前に完全な解答を与えることを避けるべきだ。
教師には、ヒントの深さ、情報源の要件、年齢適合性、活動記録を管理する機能が必要である。そうした機能がなければ、「AI tutor」は教育上の保証というよりマーケティング上のカテゴリーにとどまる。
保護者と生徒も、今すぐ同じ基準を適用できる。チャットボットが思考を広げているのか、思考を確認しているのか、それとも思考を置き換えているのかを問うべきだ。
要約では、まず自分で読み、フィードバックを求める前に要点の下書きを作る。調査では、AIに比較を求める前に一次資料を集める。
文章作成では、批評のためにモデルを使う前に、論点を形成し、最初の構成を作る。重要な練習については、支援なしの版を残しておく。
報じられたOECDの警告は深刻だが、最も劇的な解釈は裏付けられていない。PISAでAIに因果的な1.5年分のペナルティが科されたわけではない。
実際の知見は、より有用である。チャットボットが特定の学校課題をこなす場合、生徒の得点は低くなりがちである一方、指導された適度な学習利用は異なる傾向を示す。
これは学校に差し迫った問いを残す。AI政策は、知識を生み出す努力を守っているのか。それとも、生徒が提出する成果物を改善しているだけなのか。
