学校は学習成果を測定できないままAIに数十億ドルを投じている

Google Newsは8月30日、厳しい現実を示した。学校はAIツールを購入している一方で、多くは生徒の学習に測定可能な改善があったことを示せていない。

この見出しは、教育テクノロジーの調達に関する報道を要約したMarketScaleのブリーフィングで取り上げられた。そのメッセージは、不正行為やスクリーンタイムをめぐる従来の議論よりも鋭い。ベンダー、学区、研究者のいずれも、どの製品が学習を改善するのかを確実に説明できないうちに、学校は限られた資源を投入している。

これは教育におけるAIに厳しい試練を突きつける。学区は、教師の時間を節約するツールと、生徒の学習を支援するツールを見分けなければならない。ベンダーは、独立したエビデンスで自らの約束を裏付ける必要がある。Google Newsの読者は、購入ブームが、これほど急速に変化するソフトウェアを想定していなかった説明責任の仕組みと衝突する様子を目にしている。

Google Newsの見出しが実際に示していること

重要な進展は、学校が単にAIを購入していることではない。調達が実質的な評価を上回る速さで進んでいることだ。

MarketScaleの記事は、2026年8月に公開された教育調達レポートを要約した。学区の担当者は、個別最適化、より迅速な授業計画、個別指導、評価、管理業務の負担軽減を約束する製品であふれる市場について語った。

こうした機能がもたらす価値は同じではない。保護者向けメールの下書きを作成するシステムは、教師の業務負担に対応する。対して個別指導製品は、生徒の知識やスキルを変えることを目指すため、より強い主張をしている。

学区はしばしば、両方のカテゴリーをAIという広いラベルの下で購入する。そのため、業務上の利便性と教育効果の区別が曖昧になり得る。教師が準備時間を節約できることには価値があるが、それだけでは、生徒が分数を理解した、よりよい論証を書けるようになった、新しい概念を定着させた、という証明にはならない。

「数十億ドルを支出」という表現にも文脈が必要だ。これは生成AIのサブスクリプションだけに充てられた検証済みの全国総額ではなく、より広範な教育テクノロジー経済を指している。公的な報道では、AI機能を大規模なソフトウェア契約、端末プログラム、学習プラットフォーム、クラウドサービスから切り分けることはほとんどない。

この会計上の問題は重要だ。既存の多くの製品には、現在AI機能が既存契約の中に組み込まれている。そのため学区は、明確にAI購入と表示された案件を承認しなくても、AIへの関与を増やすことができる。

逆のことも起こり得る。AIチューターとして売り出される製品が、実際には従来型の教材を会話形式で提供するインターフェースに過ぎない場合もある。そのラベルは、指導の質についてほとんど何も語らない。

このため、学校のAI支出は測定が難しく、評価はさらに困難になる。学区のリーダーは、何を購入し、誰が使い、どの程度使われ、どの成果を変えることが期待されたのかを把握する必要がある。

これらの問いは基本的に聞こえる。だが、ソフトウェア契約では、アクセス、ライセンス、導入、稼働率、サポートが重視されがちだ。信頼できる学習目標を定義したり、学区がそれをどう測定するかを明記したりする可能性は低い。

利用状況ダッシュボードでは、この隔たりを埋められない。ログイン数、プロンプト数、生成された授業、完了セッションは活動指標である。これらは、その製品を使わない比較可能な生徒よりも多くを学んだことを示すものではない。

したがってGoogle Newsの切り口は、すべての学校向けAIツールが失敗したという結論ではなく、エビデンスの問題を浮き彫りにしている。一部のツールは、まだ十分な期間にわたって研究されていない。別のツールは、利用可能なベースラインや比較群なしに導入された。

それでも、エビデンスがないことを肯定的なエビデンスとして扱うことはできない。学区が購入に結び付く成果を示せないなら、更新が成功、惰性、あるいは取り残されることへの恐れのどれを意味するのかも判断できない。

市場は逆方向に進んでいる。生成AI機能は追加しやすくなり、デモンストレーションは説得力を増し、製品サイクルは短くなっている。一方で、有意義な研究には慎重な導入と学習を観察するための十分な時間が必要なため、エビデンスの創出は依然として遅い。

この不一致こそが中心的な出来事だ。学校は、ある学期から次の学期までの間にも変わり得る製品について、長期的な教育判断を求められている。

学校のAI支出が購入者とベンダーに圧力をかけている

学区のテクノロジー責任者は今、二方向から圧力を受けている。AIを迅速に導入しつつ、教室でのあらゆる利用が貴重な授業時間に値することを証明しなければならない。

導入を促す圧力は、生徒、教師、政府の取り組み、職場での期待から生じている。生徒はすでに学校外で生成AIに触れている。教師は、例の作成、教材の改訂、連絡文の下書き、反復作業の削減に利用している。

連邦政策も責任ある導入を後押ししている。2025年の教育AIガイダンスは、既存の助成金を教材、個別指導、進路指導、AIリテラシーの支援に活用できると述べた。

このガイダンスは、学区に対して利用可能なすべての製品を購入するよう指示したものではない。許容されるAI利用を、成果の改善、責任ある導入、プライバシー、利害関係者との関与に結び付けている。

この区別は不可欠だ。公的資金の使用が認められることは、特定の製品が有効だというエビデンスではない。連邦政府の後押しは実験を加速し得るが、ツールの選定、監視、廃止の責任は依然として学区にある。

保護者と教師は、別の方向から圧力を生む。生徒がなぜ新たなデジタルシステムを必要とするのか、どのデータを収集するのかを、学校に説明してほしいと求めている。また、そのシステムが生徒の思考を育てるのか、それとも置き換えるのかも知りたがっている。

この緊張は、パンデミック期に教室テクノロジーが拡大した後、より目立つようになった。学校は例外的な速さで端末、プラットフォーム、デジタル教材、遠隔学習サービスを追加した。現在、多くの地域社会が、生徒が受ける画面ベースの指導の量を再評価している。

AIは、より大きな主張と、より複雑なリスクを抱えてこの環境に入ってくる。従来のワークシートアプリケーションは、あらかじめ決められたコンテンツを提供する。生成システムは新しい応答を作り出すため、不正確、不適切、あるいは予想外に説得力のある内容を生成する可能性がある。

製品は、プロンプトや利用者によって異なる振る舞いをすることもある。この変動性により、一度きりの承認では不十分となる。学区には継続的な監視、明確なエスカレーション経路、モデルに重大な変更が加えられた際のルールが必要だ。

調達チームが常にその業務に対応できる体制を整えているとは限らない。学区には有能なカリキュラム、法務、プライバシー、セキュリティ、テクノロジーの専門家がいるかもしれないが、これらの機能をまたぐ共通の審査プロセスが欠けている場合がある。

カリキュラム担当者は、製品が学習科学を反映しているかを問うかもしれない。セキュリティチームはアカウントアクセスとデータ処理に焦点を当てる。弁護士は契約文言を精査し、教師は教室での有用性を判断する。

どの問いも重要だが、ある審査を通過しても、別の審査の失敗を補うことはできない。安全なツールでも、指導面で弱い可能性がある。魅力的なチューターでも、生徒データを不適切に扱う可能性がある。時間を節約するアシスタントでも、偏った、あるいは不正確な教材を作り出す可能性がある。

ベンダーもまた、対応する課題に直面している。これまでの迅速な導入では、幅広い主張、洗練されたデモンストレーション、容易なオンボーディングが評価されてきた。次の段階では、より狭いユースケースを定義し、本格的な評価を許容する企業が評価されるだろう。

そのためには、製品の想定利用者と期待される効果を特定する必要がある。また、教師の効率に関する主張と、生徒の学業達成に関する主張を分けることも意味する。

企業は、構造化された日誌、タスク比較、ユーザー調査によって教師の時間を測定できる。学習に関する主張には、適切な評価と意味のある比較条件を含む、より強固な設計が必要となる。

導入データも重要だ。製品が統制されたパイロットで有望な結果を示しても、学区全体では期待外れに終わることがある。研修、時間割、端末へのアクセス、生徒の出席、教師の自信は、実際に教室へ届くものに影響する。

したがって、購入の判断はモデルを選ぶことにとどまらない。学区が購入しているのは、ソフトウェア、専門能力開発、カリキュラムとの整合性、支援、保護策、地域での導入を含む介入策である。

Google Newsはこの対立を印象的な見出しとしてまとめるかもしれない。だが学区のリーダーにとって、実務上の問いはそれほど劇的ではない。拡大や更新の前に、どのようなエビデンスが必要なのか。

約束と現実の隔たりは広がっている

AIはソフトウェア規模で個別最適化された支援を約束するが、学校が得るのは、学習を改善するために必要な指導構造を欠いた一般的なアクセスであることが多い。

個別最適化は、市場における最も強力な約束の一つだ。システムは即座に応答し、説明を調整し、例を生成し、授業後も利用できる。こうした能力は、健全な指導戦略を支える場合に役立つ。

一方で、学習しているように見せかけることもある。生徒は、システムが答えを提示したり、段落を書き換えたり、次の計算を提案したりするため、課題をより速く終えられるかもしれない。

完了と学習は同じではない。学習には、生徒が同じ支援なしでも取り出して応用できる知識を構築することが必要だ。効果的なツールは、その過程が起こるための十分な生産的努力を残さなければならない。

高校数学を対象とした大規模な実験は、この問題を示している。研究者は、汎用GPTインターフェースへのアクセスと、より制約のあるチュータリング設計を比較した。

AIを利用した生徒は、支援が利用可能である間はよりよい成績を示した。しかし、無制限のアクセスを得た生徒は、支援なしの評価では、そのアクセスを一度も受けなかった生徒よりも低い成績だった。

公開された数学研究は、汎用GPT条件で支援なしの成績が17パーセント低下したと報告した。制約付きチューターは、単に答えを提供するのではなく生徒を導くことで、その害を軽減した。

一つの実験だけで、教育におけるAI全体の問いに決着をつけることはできない。対象は特定の科目、集団、導入方法、評価設計だった。ただし、製品設計がなぜ重要かは示している。

基盤モデルだけが変数だったわけではない。支援が推論を促すのか、それとも迂回させるのかは、指導上のガードレールによって決まった。

この区別は、調達にとって不都合なものだ。学区は、どの基盤モデルを使用しているかだけを尋ねて製品を評価することはできない。そのモデルを中心に構築された学習体験を検証しなければならない。

有用な問いには、システムが生徒に自らの推論を説明させるかどうかが含まれる。審査者は、答えを早すぎる段階で明かしていないか、誤解に適応するか、自己申告の自信度に頼らず理解を確認するかも検証すべきだ。

製品は、教師が何を観察できるかを明らかにすべきである。教育者が集計された利用統計しか受け取れないなら、生徒が生産的に苦労していたのか、それとも作業を委ねていたのかを判断できない。

有望なチューターには、明確なカリキュラム上の関係も必要だ。指導目標、求められる前提知識、課題の境界を把握しているべきである。一般的な会話は、その整合性の代わりにはならない。

証拠は、慎重に設計された活用を支持し得る。OECD education outlookは、明確な教育原則に導かれる場合、生成AIが学習を支援できると結論づけた。また、定型業務を削減できる管理業務での活用についても述べている。

これは、AIが教育を改善するという言い方よりも正確な主張だ。効果は、誰がどの業務のために、どのような条件下で、何を代替してシステムを使うかに左右される。

マーケティングがこうした条件を取り除くと、期待と現実の隔たりは広がる。デモでは、AIチューターが洗練された説明をする様子を見せられる。しかし、生徒が翌月にもその概念を覚えているかどうかは示せない。

同じ問題は、教員向け製品にも当てはまる。生成された授業案は時間を節約できるかもしれないが、教員は依然として正確性、アクセシビリティ、教育基準との整合性、年齢への適切性を確認する必要がある。

レビューに、教材を直接作成するより長い時間がかかるなら、効率化の主張は弱まる。教員がインターフェースを信頼してレビューを省けば、誤りが生徒に届くおそれがある。

これはAI支援が無用だという意味ではない。買い手は、販売されている正確な主張を裏づける証拠を求めなければならない、ということだ。

草案作成時間を短縮する製品は、業務負荷、品質、修正コストで評価すべきだ。学習成果の向上を約束する製品は、独立したパフォーマンスを測る評価によって判断すべきである。

学区がある種類の便益を求めてAIを購入し、後になって別の便益でその導入を擁護すると、学校のAI支出は無駄になる。利用率の高さは、弱い学習成果を補えない。教員の肯定的な評価も、学力向上を立証するものではない。

したがって主な対立は、テクノロジー対教育ではない。広範なAIの約束と、責任ある教室での判断に必要な、より限定的な証拠との対立である。

数字だけではなお証明できないこと

現在の証拠基盤には有望な結果と重大な警告の双方が含まれるが、あらゆるAI製品に共通する単一の結論を正当化するものではない。

教室におけるAIの研究は、依然として一様ではない。製品ごとに、教科、対象年齢、授業設計、モデルの挙動、教員の関与が異なる。研究もまた、異なる指標と時間軸を用いている。

短期の試験導入では、エンゲージメントや直後の課題遂行を測ることがある。より強固な評価では、生徒が知識を保持し、それを未知の問題へ応用できるかを検証する。

この違いによって、見かけ上の結果は変わり得る。利用中の回答を改善するアシスタントが、後の独立したパフォーマンスを弱める可能性がある。一方で、より多くのガイド付き練習を提供することで、控えめな成果向上を生むツールもあり得る。

普遍的な答えがないことは、評価をやめる理由ではない。主張をより限定し、研究をより具体的にする理由である。

RANDによる全国代表性を持つ教員調査は、K-12教育における初期導入のパターンを記録した。教育者はしばしば、教員向けの用途や業務負荷の支援に焦点を当てていたことが分かった。

この証拠は需要を説明する助けになる。ただし、同じツールが生徒の成果を改善することを証明するものではない。調査は行動や認識を記述するのに対し、因果研究は介入によって何が変化したかを推定する。

学区には、両方の情報が必要だ。利用状況の研究は、製品が日常業務に適合するかを示す。成果の研究は、その適合が意図した教育的結果を生むかを示す。

地域レベルの評価は、そのギャップの一部を埋められる。しかし、弱い評価は誤った確信を生む可能性がある。今年の利用者を昨年の生徒と比較すると、製品の効果と、教員、カリキュラム、出席状況、評価難易度の変化を混同するおそれがある。

任意参加も別の課題を生む。AIの試験導入を選ぶ教員は、参加しない教員より技術への自信が高く、支援が手厚く、生徒の条件も異なる可能性がある。

無作為化比較研究であっても解釈が必要だ。ある環境での結果が、人員配置、時間割、方針、生徒のニーズが異なる別の学区に自動的に当てはまるわけではない。

責任ある対応は、停滞ではない。学区は、明確に定義した課題と限定された対象グループから始める段階的導入を採用できる。製品を教室に導入する前に、ベースラインを設定することもできる。

評価には、ベンダーが約束した成果を含めるべきだ。同時に、独立した練習の減少、教員によるレビューの増加、不平等なアクセス、生徒の混乱といった意図しない影響も追跡すべきである。

プライバシーとセキュリティの結果も、同じプロセスに含める必要がある。ある学業指標を改善しても、機微な生徒情報をさらすシステムは、成功した導入とはいえない。

アクセシビリティにも直接的なテストが必要だ。製品は、障害のある生徒、多言語学習者、支援技術に依存する利用者に対して機能しなければならない。パーソナライズに関する広範な主張は、アクセシブルな設計を実証するものではない。

コスト分析には、導入にかかる時間を含めるべきだ。研修、アカウント管理、トラブルシューティング、コンテンツレビュー、方針策定、保護者とのコミュニケーションは、職員の能力を消費する。

学区が契約費用だけを数えると、こうしたコストは見えないままになる。また、有望な試験導入が拡大段階で苦戦する理由もここにある。

最大の不確実性は、長期的な行動に関するものだ。生徒と教員はツールに適応し、ベンダーは基盤となるモデルを更新する。目新しさが薄れたり、機能が変化したりすれば、初期の結果は変わり得る。

これは、動く標的の問題を生む。評価した製品が、数か月後に導入されている製品とは異なる可能性がある。したがって契約では、重要な更新と再評価を扱うべきである。

学校には退出計画も必要だ。学区が製品の利用を終える際には、データのエクスポート、記録保持、アカウント削除、カリキュラムの継続性が重要になる。

こうした規定がなければ、切り替えコストが弱いツールを維持させることがある。教員はその周囲にワークフローを構築し、生徒はその内部に成果物を保存し、管理者は運用を混乱させることをためらう。

この力学により、初期の実験はデフォルトのインフラへと変わる。そして、誰も当初の前提を証明しないまま更新が行われる可能性がある。

MarketScaleの見出しは現実の説明責任のギャップを捉えているが、「測定可能な影響なし」を、影響が存在しないという主張にしてはならない。多くの場合、学区は正しい成果を十分に測定しておらず、判断できていない。

それでも、この不確実性はベンダーと買い手に立証責任を負わせる。公的機関は、反証する証拠がないことから教育的価値を推論すべきではない。

より良い契約は教育AI市場を変えられる

学校は、成果、導入、透明性、そして利用停止の権利を軸に契約を設計することで、証拠のギャップを縮められる。

従来のソフトウェア調達は、しばしばアクセスを中心に据える。ベンダーはアカウントとサポートを提供し、学区は合意した期間に対して支払う。

しかし、製品が教育的介入として販売される場合、この構造は十分に機能しない。アクセスは始まりにすぎない。学区には、実用的な導入と観測可能な結果が必要である。

成果志向の契約では、まず課題を定義すべきだ。「AIを使う」は課題の定義ではない。教員の授業準備時間を減らす、あるいは代数の習熟度を高める、といった内容なら測定できるほど具体的だ。

契約では、対象となる集団と環境を特定すべきである。小学生向けのリテラシーチューターには、学区職員が使う管理アシスタントとは異なる証拠と保護措置が必要だ。

成功指標は主張に従わなければならない。業務負荷ツールでは、作業時間、修正、利用者の継続利用を追跡できる。生徒向けツールには、継続的なAI支援に依存しない独立した評価が必要である。

学区は、導入の最低条件も定義すべきだ。製品への研修が少なすぎる、利用が不十分である、教員の支援に一貫性がない場合、評価は誤解を招くものになる。

これは、ベンダーがログイン数に対して支払いを受けるべきだという意味ではない。期待外れの結果が製品、導入、あるいはその両方によるものかを、両者が把握しなければならないということだ。

契約では証拠開示を求められる。ベンダーは、完了した研究、研究の資金提供者、関連する対象集団、限界、そして研究者が現行の製品バージョンを評価したかどうかを明示すべきである。

独立した証拠は、ベンダーの事例研究より重く扱うべきだ。ただし、独立研究であっても、設計の質と関連性を精査する必要がある。

契約はモデル変更も対象にすべきだ。ベンダーは、契約期間中にモデルを切り替えたり、安全対策を変更したり、データ処理を追加したり、応答の挙動を変えたりする可能性がある。

こうした変更がリスクや教育的機能に影響する場合、学区には通知、文書化、レビューの権利が必要だ。そうでなければ、承認はもはや同じ形で存在しない製品に適用されることになる。

監査へのアクセスも重要な規定である。学区は、不必要な生徒情報をさらすことなく、利用状況と成果を評価できる十分なデータを受け取るべきだ。

データは、能動的な教育利用と、受動的なアカウントの利用可能性を区別すべきである。また、教員が生徒によるシステムとのやり取りを理解する助けにもなるべきだ。

透明性は、独自のモデル重みを公開することを求めるものではない。意図された利用方法、既知の限界、データの取り扱い、重要な更新を判断するのに十分な情報を求めるものである。

更新基準は導入前に設定すべきだ。学区は、継続、変更、拡大、終了の判断に用いる指標を明記できる。

これにより、埋没費用の影響を減らせる。また、導入に多大な労力を要したというだけで、職員にツールの擁護を求めることから守れる。

契約で、すべての教育上の問題を解決できるわけではない。汎用チャットボットを、よく設計されたチューターに変えることもできない。しかし、裏づけのない約束を売りにくくすることはできる。

また、競争の構造も変えられる。信頼できる証拠、焦点を絞ったユースケース、透明な限界を持つベンダーは、信頼を得るための明確な道筋を手にする。

主に新奇性を軸に作られた製品は、より厳しい市場に直面する。それは健全な圧力だ。学校制度は、生徒を恒久的なベータテスターとして扱うことはできないからである。

調達改革は、小規模ベンダーにも利益をもたらし得る。明確な要件は、曖昧なブランディングや大規模な営業組織の価値を下げる。焦点を絞った製品は、定義された成果を実証することで競争できる。

学区間の協力は、この効果を強めるだろう。共有された評価フレームワークと証拠リポジトリは、すべての学校制度が同じレビューを繰り返すことを防げる。

学校は、引き続き地域の文脈を考慮すべきだ。それでも、プライバシー、アクセシビリティ、透明性、証拠に関する共通基準は、重複作業を減らせる。

評価の過程では、ナレッジマネジメントも重要である。学区のチームには、契約、研究、教室での観察、方針決定、モデル変更について検索可能な記録が必要だ。

適切に維持されたAI knowledge baseは、レビュー担当者が部門をまたいでその証拠を保持する助けになる。この記録に使うツールは、学区自身のセキュリティおよびガバナンス要件に従うべきである。

目標は組織的な記憶だ。職員の役割が変わっても、学区は承認、制限、却下の理由を保持すべきである。

この記録がなければ、更新のたびに議論が最初から始まる可能性がある。ベンダーは詳細な製品知識を維持する一方、買い手はその主張に異議を唱えるために必要な文脈を失う。

したがって、学校におけるAI支出の次の段階は、モデルの能力と同じくらい調達設計に左右される。より良い契約は、教育目標を証拠要件へと翻訳できる。

このGoogle Newsの注目後に見るべき3つのシグナル

今後数か月で、学校が懐疑的な見方を測定可能な購買ルールへ変えるのか、それとも勢いだけでAIツールの更新を続けるのかが明らかになる。

最初のシグナルは、学区の更新基準の質である。買い手は、試験導入を拡大するかどうかを決める成果を公開、または明確に文書化すべきだ。

より強固なプロセスでは、教員の効率、生徒の学業達成、エンゲージメント、アクセシビリティ、安全性を分けて扱う。各便益には、それぞれ固有の証拠が必要である。

もし学区がベースラインの設定や独立した評価を求め始めれば、MarketScaleの批判は調達行動を変えたことになる。更新判断が依然として主に利用状況に依存するなら、説明責任の隔たりは残り続ける。

2つ目のシグナルは、ベンダーが公開するエビデンスだ。企業は、推薦コメントや選択的な事例紹介を超え、参加者、比較対象群、評価方法、限界を記した研究へと進むべきである。

独立した研究者との提携は信頼性を高められる。不利な結果や結果が分かれたケースを開示することも、市場がより成熟している兆候となる。

重要なのは関連性である。大学生ボランティアを対象にした研究が、小学校の教室向けの導入を自動的に裏付けるわけではない。エビデンスは、想定される利用者と授業環境に合致している必要がある。

ベンダーが教師の時間削減をどのように説明するかにも注目したい。より速い初稿作成だけを数えるのではなく、検証や修正に要する作業も考慮すべきだ。

生徒向けシステムでは、AIにアクセスできない状態で実施されたテストに注目すべきである。そこで研究者は、生徒が実際に学んだのか、それとも支援付きの課題を完了しただけなのかを見極められる。

3つ目のシグナルは、スクリーンタイムとAIガバナンスに関する規則の広がりだ。州や大規模学区はすでに、デジタルツールを教室での指導にどう組み込むべきかを検討している。

こうした政策は無差別な導入を抑制できる一方、画一的な制限にもリスクがある。1日の利用時間上限では、受動的な動画と、アクセシブルな個別指導セッションを区別できない。

効果的なガバナンスは、テクノロジーが明確な教育目的に役立っているかを問う。また、安全性とエビデンスに関する明確な境界の中で、教師の判断も守る。

AIを単に禁止する政策は、生徒の利用を監督の届かない環境へ追いやるおそれがある。承認済みのすべての製品を許可する政策は、管理上の承認と教育的価値を混同させかねない。

より有用な道筋は、年齢に応じた境界、透明な審査、教師研修、生徒のAIリテラシー、測定可能な目標を組み合わせることだ。

Google Newsは、根拠となるエビデンスが依然として入り混じっているため、成功例と警告の両方をこれからも取り上げ続けるだろう。読者は、各記事が実際に何を測定しているのかを吟味すべきである。

結果は、作業の迅速化だったのか、支援を受けた回答の質の向上だったのか、より強い自律的学習だったのか、それとも肯定的なアンケート回答だったのか。これらの成果は関連しているが、同じものではない。

学校のリーダーは、ベンダーに主要な主張を1つ明示し、それを直接裏付けるエビデンスを提示するよう求めるべきだ。教師は、節約できた時間だけでなく、新たに生じた確認負担も報告すべきである。

保護者は、どの生徒情報がシステムに入力されるのか、製品がどの課題を解決するのか、学区が更新の可否をどう判断するのかを尋ねられる。

研究者は、現実的な教室環境とより長期の追跡期間を優先すべきである。また、ツールの教育的な導入環境がその効果を左右することが多いため、実装の状況も記録すべきだ。

ベンダーには、最も明確で即時に取れる行動がある。約束を絞り込み、限界を開示し、購入を正当化した成果を顧客が測定できるよう支援することだ。

見出しが伝える中心的な警告は、学校がAIを避けなければならないということではない。熱意は教育的エビデンスの代わりにはならない、ということだ。

正当化可能な導入は、製品カテゴリーではなく、学習または業務負荷の問題から始まる。そして、結果が出る前に定めた意思決定ルールで終わる。

この基準は、モデルが更新されるたびに追いかけるより遅く感じられるだろう。それでも、役立っていることを誰も示せないシステムを何年も維持するよりは速い。

次のGoogle Newsの見出しは、最大規模の導入や最新の教室向けアシスタントを称賛するものではないはずだ。意味のある節目となるのは、何が、誰に対して、どのような条件下で変化したのかを示す学区である。

それまでは、学校によるAIへの支出は、異例に大きな利害が伴う実験のままだ。すべての購入者にとっての問いは単純である。どのようなエビデンスがあれば、拡大、見直し、あるいは中止を決めるのか。