生成AI時代の学力とは何か
生成AIは、社会的・文化的な淘汰圧になっているのではないか。
前回まで、そんな話を書いた。
生成AIがある世界と、生成AIがない世界では、単に便利か不便かが違うだけではない。同じ学校、同じ会社、同じ学習塾、同じ制度があったとしても、その中で有利になる人間のタイプが変わる。
さらに、生成AI以前の教育制度は、AIのない環境に適応した人間を育ててきた。
知識を覚える。時間内に処理する。外部に頼らず答える。形式に合わせて書く。指示を理解して実行する。そうした能力が重視されてきた。
では、生成AI時代の学力とは何なのか。
これは、かなり大きな問いである。
なぜなら、生成AIが登場すると、「勉強ができる」という言葉の意味そのものが変わってくるからである。
暗記は不要になるのか
生成AIの話になると、すぐに出てくる疑問がある。
AIが答えてくれるなら、もう暗記はいらないのではないか。
これは半分正しく、半分間違っている。
たしかに、単純な知識をただ思い出すだけなら、AIや検索でかなり代用できる。年号、用語、公式、英単語の意味、人物名、事件名。そうしたものは、以前よりずっと簡単に調べられる。
しかし、だから暗記が不要になるわけではない。
なぜなら、人間の頭の中に何も入っていなければ、AIの答えを判断できないからである。
たとえば、数学でAIが解法を説明してくれたとする。けれど、分数の計算、一次方程式、関数の基本が頭に入っていなければ、その説明が正しいのか、自分がどこでつまずいているのか判断できない。
英語でも同じである。AIが英文を訳してくれても、主語、動詞、時制、関係代名詞、不定詞、分詞といった基本がまったくわからなければ、その訳がなぜそうなるのか見抜けない。
社会でも、最低限の歴史の流れや地理の感覚がなければ、AIが出してきた説明を自分の中に位置づけられない。
つまり、暗記は不要になるのではない。
暗記の意味が変わるのである。
知識は「答えを出すため」だけでなく「判断するため」に必要になる
これまでの勉強では、知識は主に答えを出すためのものだった。
覚えているから答えられる。公式を知っているから解ける。用語を覚えているから説明できる。年号を知っているから並べられる。
もちろん、これは今後も必要である。
しかし生成AI時代には、知識にはもう一つの重要な役割が出てくる。
それは、AIの出力を判断するための知識である。
AIは、非常にそれらしい答えを返してくる。文章もなめらかで、説明も整っている。だから、よくわからない分野では、ついそのまま信じたくなる。
しかし、AIは間違えることがある。条件を取り違えることがある。もっともらしいが、実は浅い説明をすることがある。質問者の意図を少し外して、それらしい方向に話を進めることもある。
そのとき、人間の側に基礎知識がなければ、どこがおかしいのか気づけない。
つまり、生成AI時代の知識は、単に頭から取り出して答案に書くためのものではない。
外部から出てきた情報を見分けるための土台になる。
これはかなり重要な変化である。
知識は、倉庫にしまっておくものではなく、AIの出力を検査するための足場になる。
「わからない」を言語化する力
生成AI時代に重要になる学力の一つは、「わからない」を言語化する力である。
これは、以前から大事だったが、生成AIによってさらに重要になる。
AIは、質問すれば答えてくれる。
しかし、何を質問すればよいのかわからなければ、うまく使えない。
たとえば、数学で「わかりません」とだけ聞くこともできる。AIは何かしら説明してくれるだろう。
しかし、よりよい学びにするには、自分のわからなさをもう少し分解できたほうがいい。
この式変形の意味がわからない。
なぜここで平方完成するのかわからない。
グラフと式がどうつながるのかわからない。
答えは出たが、なぜこの解法を選ぶのかわからない。
こう聞ける生徒は強い。
英語でも同じである。
この that が何の働きをしているのかわからない。
なぜここは現在完了になるのかわからない。
この to 不定詞が名詞的用法なのか副詞的用法なのかわからない。
単語の意味はわかるのに、文全体の意味がつながらない。
こう言えれば、AIはかなり具体的に説明できる。
つまり、生成AI時代には、疑問を持つだけでなく、その疑問を言葉にする力が重要になる。
これは、単なる質問力ではない。
自分の理解状態を観察する力である。
問いを立てる力
生成AIは、答えを出すのが得意である。
しかし、どんな答えが返ってくるかは、どんな問いを立てるかに強く左右される。
浅い問いには、浅い答えが返ってくる。曖昧な問いには、曖昧な答えが返ってくる。文脈のない問いには、一般論が返ってくる。
逆に、よい問いを立てれば、AIは非常に有効な学習相手になる。
たとえば、単に「現在完了を教えて」と聞くより、
中学生に現在完了を教えるとき、現在形や過去形とどう違うと説明すればいいか。生活感のある例で説明してほしい。
と聞いたほうが、はるかに使える説明が返ってくる。
単に「物理の力を教えて」と聞くより、
高校生が力のつり合いでつまずくとき、力が物体に働くという感覚をどう説明すればいいか。図なしでもわかるように説明してほしい。
と聞いたほうがよい。
問いは、答えの入り口である。
生成AI時代には、答えを覚えていること以上に、問いを設計できることが大きな意味を持つ。
比較する力
AIの答えは、一つだけではない。
同じことを聞いても、聞き方を変えれば別の説明が出てくる。中学生向け、高校生向け、専門家向け、生活感のある説明、数式中心の説明、たとえ話中心の説明。
すると、学ぶ側には比較する力が必要になる。
どの説明が自分にとってわかりやすいのか。どの説明は正確だが難しすぎるのか。どの説明はわかりやすいが、少し単純化しすぎているのか。どの説明ならテストで使えるのか。どの説明なら本質が見えるのか。
これを見比べる力が重要になる。
これは、かなり高度な学力である。
ただ一つの正解を受け取るのではなく、複数の説明を並べて、自分の理解に合うものを選び、必要なら組み合わせる。
生成AI時代の学力は、こうした編集的な力を含む。
出力を疑う力
生成AI時代には、素直さだけでは足りない。
もちろん、学ぶときには素直さも大切である。説明を聞く、まずやってみる、基本を受け入れる。これは大事である。
しかし、AIの出力に対しては、ある程度疑う力も必要になる。
この説明は本当に正しいのか。条件を勝手に変えていないか。言葉はきれいだが、中身は薄くないか。重要な例外を落としていないか。自分の質問に本当に答えているか。
こうした確認が必要になる。
これは、AIに対してだけではない。現代社会では、ネットニュース、SNS、動画、まとめ記事、広告、インフルエンサーの発言など、さまざまな情報が流れている。
それらを全部そのまま信じるわけにはいかない。
生成AIは、その問題をさらに強くした。
なぜなら、AIの文章はとても自然だからである。
自然に見える文章は、正しく見えやすい。説明がうまいと、わかった気になりやすい。
だからこそ、生成AI時代の学力には、出力を疑う力が含まれる。
基礎学力はむしろ重要になる
ここまで書くと、生成AI時代には問いや判断が大事で、暗記や基礎は古くなるように見えるかもしれない。
しかし、実際には逆である。
基礎学力は、むしろ重要になる。
なぜなら、基礎がないとAIを使いこなせないからである。
漢字が読めなければ、AIの説明も読めない。語彙が少なければ、質問の精度も落ちる。計算力がなければ、AIが出した途中式を追えない。文法がわからなければ、英語の説明を判断できない。歴史の流れがなければ、AIの説明をどこに位置づければよいのかわからない。
AIがあるから基礎がいらないのではない。
AIがあるからこそ、基礎が「判断の足場」として必要になる。
これはとても大事な点である。
生成AIは、基礎学力の価値を消すのではない。基礎学力の役割を変える。
基礎学力は、答えを出すためだけのものではなく、AIを含む知識環境の中で迷子にならないための地図になる。
「自分で考える」の意味が変わる
生成AIの話になると、「AIを使うと自分で考えなくなる」という不安が出てくる。
これは当然の不安である。
実際、AIに丸投げすれば、自分で考えなくなる。答えを写すだけなら、学力は伸びない。文章を出してもらって、そのまま提出するだけなら、考える力は育たない。
しかし、それはAIの問題というより、使い方の問題である。
生成AI時代には、「自分で考える」の意味が変わる。
何も使わずに、完全に一人で考えることだけが「自分で考える」ではなくなる。
AIに説明させる。別の見方を出させる。自分の考えに反論させる。例を増やさせる。整理させる。そのうえで、自分がどれを採用し、どこを修正し、どこに違和感を持つかを判断する。
これもまた、自分で考えることである。
むしろ、AIを使うことで、自分の考えの弱さが見えることもある。
自分は何を前提にしていたのか。どこを曖昧にしていたのか。どの言葉を正確に使えていなかったのか。どの説明なら相手に伝わるのか。
こうしたことが見えてくる。
生成AI時代の「自分で考える」は、孤立して考えることではなく、AIを含む外部資源とやり取りしながら、最後の判断を自分で引き受けることに近づいていく。
理解する力と、使う力
生成AI時代には、「理解する力」と「使う力」の関係も変わってくる。
以前は、まず理解し、その後で使う、という順番が強かった。
もちろん、この順番は今でも大事である。
しかしAIがあると、使いながら理解する場面が増える。
たとえば、英作文を書くとき、AIに例文を出してもらう。それを見ながら、自分の言いたいことに合う表現を選ぶ。なぜその時制なのかを聞く。別の表現との違いを聞く。そうしているうちに、文法や語感が少しずつ見えてくる。
数学でも、解法を一つ見て終わりではなく、別解を出してもらう。なぜその方法を選ぶのかを聞く。途中式を細かく分けてもらう。間違った解き方と比較してもらう。
このように、AIとのやり取りの中で理解が深まることがある。
これは、学び方の変化である。
学力とは、頭の中に完成した知識を持っていることだけではなく、外部の知識環境を使いながら、理解を更新していく力でもある。
生成AI時代の学力は「総合力」になる
ここまで見てくると、生成AI時代の学力は、一つの能力ではないことがわかる。
それは、暗記力だけではない。処理速度だけでもない。文章力だけでもない。発想力だけでもない。
いくつもの力が組み合わさった総合力である。
基礎知識を持つ力。
わからないことを言語化する力。
問いを立てる力。
AIに文脈を与える力。
出力を比較する力。
間違いに気づく力。
自分の理解に引き戻す力。
最後の判断を引き受ける力。
こうしたものが、これからの学力に含まれていく。
つまり、生成AI時代の学力とは、AIに答えを出させる力ではない。
AIを含む知識環境の中で、自分の理解を作り、判断し、表現し、行動に移す力である。
学力は「内蔵型」から「環境操作型」へ
生成AI以前の学力は、かなり「内蔵型」だった。
知識を頭の中に入れる。解法を覚える。語句を覚える。形式を覚える。それを試験の場で取り出す。
もちろん、これからも内蔵型の学力は必要である。
しかし、それだけでは足りない。
生成AI時代には、「環境操作型」の学力が重要になる。
どの道具を使うか。どう質問するか。どの説明を採用するか。どの情報を疑うか。どこまでAIに任せ、どこから自分で判断するか。どのように自分の言葉へ戻すか。
これは、知識を持たないということではない。
むしろ、基礎知識を持ったうえで、外部の知識環境を操作する力である。
この違いは大きい。
生成AI時代の学力は、頭の中だけで完結しない。
頭の中の知識と、外部の知識環境とをつなぎながら、自分の理解を構成していく力になる。
学校教育は何を測るのか
ここで、学校教育は大きな課題にぶつかる。
これまでの試験は、外部から切り離された個人が、時間内にどれだけ答えられるかを測る形式が中心だった。
これは、基礎学力を測るには今後も必要である。
しかし、生成AI時代の学力をそれだけで測ることは難しい。
AIを使って問いを深める力。複数の説明を比較する力。出力の誤りを見抜く力。自分の文脈に合わせて再構成する力。倫理的に使い分ける力。
これらは、従来型の試験だけでは測りにくい。
だからといって、従来型の試験をすべて捨てればいいわけでもない。
基礎知識、計算力、読解力、語彙力、文法力は必要である。
問題は、従来型の学力だけを学力と呼び続けてよいのか、という点である。
生成AI時代には、学力の範囲を広げて考える必要がある。
まとめ
生成AI時代に、暗記は不要になるわけではない。
基礎学力も不要にならない。むしろ、AIの出力を判断するための足場として、ますます重要になる。
ただし、学力の意味は変わる。
知識を覚えていることだけが学力ではない。速く答えを出せることだけが学力ではない。形式に合わせて処理できることだけが学力ではない。
これからは、問いを立てる力、自分のわからなさを言語化する力、AIに文脈を与える力、出力を疑う力、複数の説明を比較する力、自分の理解に引き戻す力が重要になる。
生成AI時代の学力とは、AIに答えを出させる力ではない。
AIを含む知識環境の中で、自分の理解を作り、判断し、表現し、責任を持って使う力である。
学力は、知識を頭の中に内蔵する力から、知識環境を操作し、意味を構成する力へと広がっていく。
もちろん、古い学力が消えるわけではない。
しかし、それだけでは足りない。
生成AI時代の教育は、この新しい学力をどう育てるのかを考えなければならない。
