TL;DR — 生成AIによって論文・課題・レポートが一瞬で作れるようになり、「書面成果物＝個人の能力」という何百年も使われてきた評価の前提が静かに崩れた。2022年の〈大学の論文は死んだ〉が最初の一撃だった。この記事で言いたいのは一つだ――課題が生成できるとき、唯一生成できないのは、本物の状況の中で実際にやり遂げるプロセスだということ。2018年に子どもたちと本物のタスクに取り組んでいたとき、それはまだ教育上の好みだった。AIの後、それは必須条件になった。

大学で教える友人から、ずっと忘れられない話を聞いた。彼のクラスに、課題を速く、しかも見事に仕上げてくる学生がいた。文章は流暢で、構成も整っている。ところが同じ学生が、自分の書いたものを当場で説明する口頭試問になると、完全に崩れた。何も説明できないのだ。これは孤立した事例ではない。AI普及後、多くの教師が同じ二峰現象を目撃している――書面課題をAIで秒殺して完璧な成果物を提出する学生が、対面の場で見事に化けの皮を剥がされる。

この光景が暴いたのは、不正行為だけではない。何百年も使い続けながら、あまり表立って口にされてこなかった前提でもある。

崩れたのは、語られてこなかった前提だ

その前提とはこうだ――書面成果物の品質は、書いた人間の能力を反映する。

これまでの教育評価の体系は、まるごとこの一文の上に成り立っていた。論文で大学生を測り、レポートで職場の人間を測り、うまく書けているかどうかで、その人が理解しているか、きちんと考えたかを判断してきた。この推論がかつて成り立っていたのは、まともなものを書くには実際に考え抜く必要があったからだ。

生成AIの登場で、その一文は断ち切られた。今では整った成果物の裏に、「考え抜いた人間」がまったくいない可能性がある。2022年末、『The Atlantic』はある記事を掲載した。タイトルは率直だった――〈大学の論文は死んだ〉。著者 Stephen Marche の問いはシンプルだ。人文学が論文で学生を評価し、論文の品質で学位を授与してきた。そのプロセス全体が自動化できるなら、何が起きるのか。

三年が過ぎ、答えはだんだん明らかになってきた。問題は「学生が不正をするか」という誠実さの問題から、もっと根本的な命題へと深化した――書面成果物が能力を示さなくなったとき、ある人が本当に学んだことを、いったい何で証明するのか。

唯一、生成できないもの

AIは「ECサイトの作り方」を説明する文章を生成できる。たいていの人間より上手く書く。しかしもう一つのことは生成できない。

四人の中学生が本当に一緒に白紙のページに向き合い、「自分たちは何を作るのか」で行き詰まり、言い争い、役割を分け直し、一ヶ月後にサイトを完成させる――あのプロセス全体は、二度と再現できない。私はその本物のタスクを〈四人の子ども、ひと夏、リリースするウェブサイト〉に書いた。価値は最終成果物の完成度ではない。成果物が生まれる前に、その人たちが本当に経験した判断・協働・挫折・修正の中にある。

これが本物のタスクと書面課題の根本的な違いだ。書面課題の産物は文書であり、文書は生成できる。本物のタスクの産物は、本物の状況の中で、実際の相手・締め切り・失敗のリスクとともに生きた経験だ。そしてその経験は、生成AIには代替できない。AIに旅行計画を書かせることはできる。しかし熊野古道を実際に歩き、予算とルートの間で本物の選択をするのを代わりにやらせることはできない。AIに議事録を作らせることはできる。しかし会議の場で実際に反対意見の相手を説得する体験を代替することはできない。

生成できるものすべてが価値を落とすとき、生成できないプロセスが最も値打ちのある部分になる。

教育上の好みから、必須条件へ

振り返ると、本当に興味深い。2018年にあの本物のタスクのプロジェクトを手がけていたとき、ChatGPTはまだ存在しなかった。

当時、私が本物のタスクを模擬課題より優れていると主張したのは、一種の教育的選択、好みの問題だった。本物のプレッシャーの下で学んだことの方が身につくと信じていたし、実戦で学ぶべきだとも思っていた。しかし模擬課題を「意味がない」とは言えなかった――少なくとも基礎を練習できた。AIの後、状況が変わった。模擬課題が一瞬で生成でき、しかも見分けがつかないなら、それが学習の証明として持つ効力はほぼゼロに近くなる。本物のタスクはもはや「より良い選択肢」ではない。能力を確実に育て、また検証できる、数少ない方法の一つになった。

私の教育理念が優れていたのではない。潮流が追いついてきただけで、私はたまたまその位置に立っていた。

世界経済フォーラムの2025年版『未来の仕事レポート』は、千社以上の雇用主、一千四百万人の労働者を対象に調査し、2030年までに中核スキルの39%が変わると推計している。雇用主が最も求める能力の筆頭は分析的思考であり、続いてレジリエンスと俊敏性、リーダーシップと社会的影響力、創造的思考が並ぶ。これらに共通点がある。どれも答えを暗記して身につくものではなく、本物のタスクの摩擦の中でしか育たない。そしてまさにAIが現時点で最も代替しにくい部分でもある。

つまりAIは標準的な答えの価値を下げながら、同時に「混乱の中で物事をまとめ上げる力」の価値を押し上げている。この線は〈炭鉱のカナリア〉で雇用の角度から論じたが、教育側はその同じ話の裏面だ。

学びは葛藤の中で生まれる

もう一層、深いところにある話がある。学びがどのように起きるか、という問いだ。

学習科学に「有益な葛藤（productive struggle）」という概念がある。本当の理解は、行き詰まり、混乱し、自分で突破口を見つけなければならないプロセスの中で育つことが多い。答えが簡単に手に入れば、その神経回路は鍛えられない。書くことも同じだ。書くことは、すでに考えたことを記録する行為ではない。書くプロセスそのものが思考だ。学生がAIで文章を生成したり磨かせたりするとき、迂回しているのは入力の手間ではなく、思考そのものだ。

AIが最も得意とするのは、葛藤を消し去ることだ。数秒でそれなりの答えを手渡し、行き詰まりの苦しみを省き、しかも整った体裁で出してくれる。多くの場面でそれは良いことだが、学びの文脈では、学びが起きる場所をちょうど取り除いてしまう。答えを得ることが何の労力も要らなくなったとき、「有益な葛藤」は消えるどころか、意図的に設計し、意図的に守らなければならない希少なものになった。

本物のタスクは、その葛藤を確実に生み出す数少ないものの一つだ。白紙への不安、チームの衝突、曖昧な要件の苦しみ――こうした「非効率」なプロセスこそが、認知が本当に構築される場所だ。だから子どもがAIに思考を外注することを私が恐れないのは、彼がまだ本物のことをやり続けているかぎりにおいてだ。その背後にある認知の仕組みは〈システムと直感の対決〉に書いた。

では、何をすべきか

方向は明確だ――AIが代わりにできないことを、子どもに与える。

実際の相手がいるタスク、本当に失敗しうる目標、他者と協働しなければ成し遂げられないプロジェクト、本人に本物の痕跡を残す経験。これらはAIには生成できない。価値は最終成果物ではなく、成果物が生まれる前にその人が本当に歩んだ道にあるからだ。

しかしこれを軽く語るつもりはない。本物のタスクが実際に機能するためには、情熱だけでは足りない。大人の時間が要り、リソースが要り、お金が要る――真剣に関わってくれる教師やメンターを見つけ、寄り添い、問い返す時間を確保し、場所・道具・交通の費用を支える必要がある。すべての教師、すべての家庭が、これを長期的に続けられる条件にあるわけではない。この記事を読んで「情熱があれば十分」と思われたなら、それは私が最も残したくない誤解だ。

〈翻転から翻越へ〉の中で、教育の核心は子どもと世界を本物の形で出会わせることだと書いた。AIはその言葉を変えなかった。ただ、その言葉をより切迫したものにしただけだ。機械がほぼすべての課題を生成できるようになったとき、確実に本人が育てたものとして残るのは、本当に自分の手でやり、本当に壁にぶつかったことだけだ。

課題はAIで生成できるが、「壁にぶつかる」経験はできない。人はまさに、正面から壁にぶつかる鍛錬の中で育つのだ。

子どもが直面する挫折、あなたと子どもがともに流す涙、あの困惑、そして混乱の中で手探りする過程、そのすべてがかけがえのない財産だ。皮肉なことに、これまでの教育制度は、子どもがこうした障害を避け、あるいは取り除く手助けに全力を注ぎながら、同時に、次の世代がAIに取って代わられてほしくないと叫んできた。