ラベル 教育 の投稿を表示しています。 すべての投稿を表示
ラベル 教育 の投稿を表示しています。 すべての投稿を表示

2026年7月26日日曜日

生成AI教育の八原則(3)

生成AI教育の八原則(2)からの続き


図:明るい未来の教育の道(ChatGPTによる)

Q(koshix):
これ(注:前回Geminiが提示した生成AI教育の八原則のこと)を踏まえた上で,現場の教員や子どもたちが読んでわかるような簡潔な表現にした版を作ってみてください。

A(Gemini):
現場の教員や生徒・児童が共有し、日々の授業や学習活動の中でポスターやガイドラインとして参照・活用できるよう、先ほどの「八原則」の論理構造と人権保障の核を保ちつつ、直感的で分かりやすい表現に再構成しました。


わたしたちの「生成AI利用 8つの約束」

1.考える主役は「わたし」
AIはアイデア出しや整理を手伝うパートナーです。自分の頭でじっくり考える大事なプロセスまでAIにまかせきりにせず、思考の筋力を鍛えましょう。

2.鵜呑みにせず、確かめる
AIは本当らしく嘘をつくことがあります。AIが出した答えは「正しい完成品」ではなく「疑ってみるアイデア」として捉え、教科書や一次情報で必ず確かめましょう。

3.個人情報と作品を守る
自分や友達の名前、秘密、自分が描いた作文や絵をAIに安易に入力しません。自分の情報や権利を守ると同時に、AIを使わない選択(オプトアウト)も尊重されます。

4.いろんな視点をくらべる
AIの意見がひとつだけとは限りません。「別の見方はない?」と問いかけ、多様な考え方に触れましょう。特定の考え方や偏見に流されない目を作ります。

5.最後の判断は「先生と子ども」
AIは教えや学びをサポートする道具であり、心を通わせる先生の代わりにはなれません。評価や進路など、人間に関わる大切な判断の主導権は常に人間が持ちます。

6.AIとの対話プロセスを見せる
AIを使ったときは「どういう質問(プロンプト)をして、どう自分で修正したか」の道のり(ログ)をオープンにします。ずるをするためではなく、自分の試行錯誤の証明としてAIを使います。

7.誰もが平等に使える環境をつくる
経済的な違いや環境によってAIを使える・使えないの差が生まれないよう、学校では誰もが安全で高品質なAI環境を公平に利用できるようにします。

8.AIは「道具」、心を持つ「人」ではない
AIは言葉をうまく扱いますが、感情や意識を持った人間ではありません。AIに依存しすぎず、目の前の友達や先生との人間関係や直接の対話を一番に大切にします。

掲示・運用用チェックリスト(教員・子ども共通)

(1) 使う前: 
 「今からAIにやってもらうこと」と「自分が自分の頭で考えること」を分けられているか?
(2) 使うとき:
 名前や個人情報を入力していないか?
(3) 使った後: 
 出てきた答えを別の本やWebサイトで確かめたか? 対話の履歴を残しているか?

2026年7月25日土曜日

生成AI教育の八原則(2)

生成AI教育の八原則(1)からの続き


図:知識とAIの探求(ChatGPTによる)


ChatGPTとClaudeには既にこの話題を相談済みだ。そこで,独立した観点を導入するため,Geminiを召喚することにした。たまに使うとわりとまともである。これを数度回せば,よりましな出発点を組み立てられそうなものだ・・・(AI教育研究所への反語

Q(koshix):
生成AI教育の八原則を書いてください。内容は正則であり,理論的裏付けがあって実証テストが可能なもので,現場への導入可能現実性を保ちつつ,理想を目指す水準の高いものにしてください。陳腐な標語の羅列はやめてほしいです。なお,子どもや教員の自由と人権は必ず踏まえてください。

A(Gemini):
生成AIを教育現場へ導入・活用するにあたり、表層的な倫理規範や精神論(「AIを恐れず使おう」「正しく使おう」等)を廃し、認知科学、情報科学、および現代人権論の観点から理論的・実証的に検証可能な「生成AI教育の八原則」を策定しました。
各原則は、「実証可能な命題(仮説)」「現場での具現化様式」「権利保障のメカニズム」を備え、理想的でありながら教育現場の現実的な展開に耐えうる水準を目標としています。        

生成AI教育の八原則

1.認知的外注の境界画定原則(Epistemic Offloading Boundary)
原理:生成AIによる試案作成や要約などの「認知的オフローディング(認知負担の外部化)」は、学習者の概念理解(スキーム形成)を補助する一方で、基礎的思考プロセスの省力化・衰退(認知の自動化阻害)を引き起こすリスクを持つ。
検証可能性:課題解決過程における「AI介在型」と「非介在型」の追跡比較において、概念転移テスト(別文脈への知識応用)の得点差および保持率を計測する。
現場導入と権利の担保:教員・学習者は「何を思考させ、何を外注するか」の枠組み(ルーブリック)を事前に合意の上で設計する。学習者の認知発達段階に応じ、思考の核心部分の「安易な外注権」を行使させないガイドラインを敷くことで、学習者の「思考力の育成を受ける権利」を保障する。

2.生成物の批判的検証・反証可能性原則(Falsifiability & Verification)
原理:LLM(大規模言語モデル)の出力は本質的に確率論的テキスト生成であり、真実性・客観性を保証しない(△)。教育利用においては、生成AIの回答を「完成された答え」ではなく「反証されるべき仮説」として扱う。
検証可能性:AI提示情報に対するファクトチェック学習前後における、情報ソース検証速度、誤情報発見率、一次ソース到達率の定量評価。
現場導入と権利の担保:児童生徒がAI出力を批判的に検証し、誤りを指摘・正すプロセスそのものを評価対象とする。AIの提示する偏見や誤認から逃れる「主体的判断権」を学習者に保障する。

3.個人データの主権および学習選択権の原則(Data Sovereignty & Opt-Out)
原理:教育活動内で入力される児童生徒および教員の思考プロセス、文章、個人属性データは、本人の尊厳に紐づく精神的産物であり、承諾なき商業的モデル再学習やプロファイリングに利用されてはならない。
検証可能性:教育用プロンプトおよびデータのローカル処理/API暗号化ログ監査、およびデータ削除リクエスト(Forgettable AI)の技術的追跡。
現場導入と権利の担保:ゼロ・リテンションAPIの採用を必須条件とし、AI利用を強制しない「非利用権(オプトアウト権)」および代替学習手段を保障する。利用・非利用による不利益評価を法的に禁じる。

4.認識論的多様性と中立性の確保原則(Epistemic Pluralism)
原理:AIの出力傾向(単一の文化的・倫理的パラダイム)に単一依存することは、学習者の価値観の標準化(ドグマ化)を招く。AIは合意形成の道具ではなく、多様な視点を可視化するツールである。
検証可能性:議論型課題におけるAI介入時の「視点の多様性スコア(対立軸・異論の包含度)」の定量化と、生徒の固定観念緩和度の測定。
現場導入と権利の担保:プロンプト設計において「対立意見の出力」「異論のシミュレーション」を意図的に組み込む。生徒および教員が特定の道徳観や政治的偏向に誘導されない「思想・信条の自由」を死守する。

5.教員の専門的裁量権とAI補完性の原則(Pedagogical Agency)
原理:AIは教員を代替するものではなく、教員の授業設計・個別最適な見守りを拡張するサポーティブな基盤(Augmentation Tool)である。教育的判断の最終決定権は教員に帰属する。
検証可能性:業務効率化による教員と生徒の直接的対話時間の増加量と、教員の自己効力感およびバーンアウト率の相関計測。
現場導入と権利の担保:行政や校務システムによる「AI評価の鵜呑み」や「教員へのAI利用強制」を禁止する。教員の教育的裁量権を担保し、人間的・情操的な関わりを教員から受ける生徒の「教育享受権」を守る。

6. 透明性とプロンプト開示の原則(Algorithmic & Prompt Transparency)
原理:学習成果物においてAIがどのように寄与したかが不明瞭である場合、成果の正当な評価および学習プロセスの再現性が失われる。
検証可能性:成果物提出時における「プロンプト履歴(会話ログ)」「修正・採択履歴」の添付義務化と、プロンプトの論理的適切性と最終回答のクオリティ相関分析。
現場導入と権利の担保:評価軸を「提出物の完成度」から「AIとの対話プロセスの論理的展開力」へと転換する。暗黙のAI使用による不正を予防し、真面目に取り組む学習者の公正さを保障する。

7.デジタル・ディバイドの解消と公平アクセスの原則(Equitable Access)
原理:生成AIへのアクセス(有料版高性能モデルと無料版の性能差、家庭での通信環境)の差が、そのまま学力格差や認知機会の格差につながる構造(AI格差)を放置してはならない。
検証可能性:自治体・学校間および社会経済的背景(SES)ごとのAIアクセス環境の違いと、アウトカム(情報活用能力等)の標準偏差測定。
現場導入と権利の担保:公教育領域においては、国・自治体が共通して高性能かつ安全なAI環境(教育専用プロキシ環境)を無償提供する。すべての子どもに対する「学習環境の平等人権」を基礎とする。

8.アニメイシズム(生命化)の抑制と境界認識原則(Anthropomorphism Boundary)
原理:生成AIは人間的知性や感情、意識を持たない統計的計算機である。特に発達段階にある子どもがAIを擬人化し、絶対的な情緒的依存対象(心理的権威)と誤認することを回避する。
検証可能性:児童の「AIに対する擬人化認知度(アンケート/行動観察)」と、人間関係の回避傾向・他者共感性の変容との縦断的データ計測。
現場導入と権利の担保:インターフェース設計および指導論において、AIの計算機的性質を明示化する(「AIが思っている」ではなく「データに基づき出力された」等の言語表現の標準化)。学習者の「精神的自律」および人間同士の他者性を学ぶ機会を保障する。

★現場導入に向けた実装ロードマップ

[基盤整備]データプライバシー(API接続)とアクセス環境の平準化(原則3, 7)
    ↓
[教員研修]「AI評価の限界」と教員の判断優先原則の共有(原則5)
    ↓
[授業実践]プロンプト透明性と批判的ファクトチェック学習の組み込み(原則2, 6, 8)
    ↓
[検証・改善]認知負荷テスト・概念転移測定による指導法の再設計(原則1, 4)

八原則は単なる理想論ではなく、「現場での実践とデータ分析による検証」を継続的に回すことによって初めて機能するシステムです。人間(教員・子ども)の主体性と権利を第一位の公刊概念として置きつつ、AIを「高度な思考の鏡」として使いこなす視点が求められます。


2026年7月24日金曜日

生成AI教育の八原則(1)


図:魔法の学舎と守護獣(ChatGPTによる)


ぼんやりとNHKのニュースをみていたら,田中博之さんが登場していた。今回は,AI教育に詳しいという触れ込みになっている。ついこの間までは,プログラミング教育に詳しいだったのではないかしら。彼は新しいトレンドをキャッチするのが確かにうまい。

早速,早稲田のホームページで確認すると,研究室のページの看板がAI教育研究所になっていた。早稲田大学が,個人レベルでも簡単に研究所を名のれるのは,宮澤さんからも聞いたことがある。しかも2023年から始めているのだ。さすがの嗅覚。そこでは,AIの教育利用における8つの学習原則を公開している。さっそく,生成AIに投入してみよう。


A(ChatGPT+Claude+koshix):

総論
善意の教育啓発ページとしては成立するが、「理論・指導原則」と名乗るには理論も原則も粗い。反対しようのない徳目を八つ並べただけで、「よく考え、仲よく、元気に」という学級目標と大差ない

1.八原理の重複と階層崩壊
第1・3・8がほぼ同じ「思考」領域で重複。しかも第1=目標、第2=過程、第4=教材価値、第5=リスク管理、第6=倫理、第7=教授法、第8=再び目標、と分類軸がばらばら。目標・方法・倫理・注意事項を思いつき順に同じ箱へ入れただけで体系がない。最低限「①教育目的 ②学習設計 ③AIとの相互作用 ④評価 ⑤安全・権利・公平性」の階層に整理すべき。

2.因果モデルがない
「AIがアイデアを出すから思考力が育つ」は自明でない。逆に探索を早期終了させ、既製案への同調を強める恐れもある。必要な変数(子どもの年齢/教科・課題 / AI使用前にどこまで考えさせるか / 出力を一つ見せるか複数比較させるか / 教師の介入 / 測定指標)がすべて欠落したまま「育てる」と断定している。本来は「自己生成→AIとの比較→根拠検討→修正→振り返り」といった学習過程を示し、各段階で認知的負荷・メタ認知・発散的思考・概念理解がどう動くかを仮説化すべき。

3.「最初から最後まで自分で考える」は矛盾
AIから提案・文章・解法・評価を受け取る以上、文字どおりには不可能で、これは精神論。問うべきは「全部自分でやったか」ではなく、問題設定を誰がしたか / 判断基準を誰が作ったか / 採用・棄却の理由を説明できるか / 最終成果の認識論的責任(=採用根拠を説明する責任)を誰が負うか。電卓教育で「最初から最後まで自分で計算せよ」と言うに等しい。

4.Critical Thinking の誤訳
「本質的思考力」は不適切で、通常は「批判的思考」。批判的思考とは、主張と根拠を分ける / 情報源の信頼性を評価する / 推論の妥当性を検討する / 反証例・代替説明を探す / 自分のバイアスを点検する、という具体的技能。「本質的」と言い換えると検証・反証・証拠評価が消える。本文も「評価し分析する」で止まり、出典照合・一次資料確認・不確実性評価・反例生成へ落とし込めていない。看板だけCT、中身は「よく考えましょう」。

5.「AI依存症」が雑で医学用語めく
定義も診断基準も、通常の道具依存との区別もない。強い臨床的含意を持つ語を、複数の別問題の総称として乱用している。区別すべきは、認知的オフローディング(記憶・計算の外部委任) / 自動化バイアス(機械出力の過信) / 技能萎縮 / 情緒的依存 / 不正・代行利用。一括りは教育学的にも医学的にも解像度が低い。


6.評価と検証の欠如(最大の欠陥)
教師の利用分類は「何が作れるか」の羅列で、肝心の「教育の質が上がるか / 負担が減るか / 誤りや不公平が増えないか」がない。特にAI記述式採点は「作成支援の一項目」ではなく、妥当性・信頼性・再現性・属性間の公平性・異議申立て・教師の最終責任・個人情報・説明可能性を要する。採点という権力行使を便利なアプリ作りに縮減している。人間中心・情報セキュリティ・個人情報・著作権・公平性・透明性・説明責任を明示する文科省ガイドラインより後退している。

7.「多様性と包括性」が飾り物
尊重すると書くだけで手立てがない。本来扱うべきは、学習データ由来の文化的・ジェンダー的偏り / 標準語・多数派文化への同化圧力 / 障害児のアクセシビリティ / 課金能力・端末環境による格差 / 日本語非母語児への影響 / AIが示す「普通」「典型」の政治性。言葉を置物にしているだけ

8.技術的理解がほぼ抜けている
AIリテラシーを掲げながら核心が欠落—生成AIは真偽を判定していない / 出力は確率的で毎回変わりうる / 検索と生成は別物 / 出典が捏造されうる / モデル・設定で性能が変わる / 学習・推論・入力データ利用の区別 / プロンプトだけでは安全を担保できない / エージェント化で実行リスクが生じる。技術観が2023年のChatGPT体験会から進んでいない

9.研究機関としては根拠が弱すぎる
各原理に理論的典拠・先行研究・実証データ・適用条件・反証可能性がない。「研究所」「理論」を名乗るなら、原理ごとに理論的背景 / 関連研究 / 仮説 / 実践例 / 評価指標 / 現時点のエビデンス / 限界と反例が要る。なければ研究成果ではなく所信表明。サイト自身がコラムを「公表前のアイデアの芽」と位置づけているのに、本ページは暫定性を明示せず完成体系のように見せており、そこは不誠実

総合評価
善意8,分かりやすさ6,入口としての有用性5,理論的厳密性2,分類体系2,実証性1,2026年時点のリテラシーとしての十分性2。

教育関係者向けの初歩的啓発メモとしては使えるが、研究室が公表する「理論・指導原則」としては微妙。一言でいえば、生成AI教育を深く考えた結果というより、教育的に望ましい言葉をAIの周囲に並べたページ。皮肉にも文章自体が「八原則を書いて」とAIに頼んで出てきそうな凡庸さで(注:AIにちゃんと頼むとそうはならないことを次記事で示す)、AI時代の教育理論がAIの平均的出力に沈んでいる。


[1]学校現場における生成AIの利用について(文部科学省)

2026年6月26日金曜日

生成AIの教育利用ガイドライン



図:子どもの生成AI利用のイメージ(ChatGPTへClaudeで生成した英文プロンプトを入力)


以下のプロンプトをGoogleに入力して得られる,公開された生成AIの教育利用ガイドラインを整理した。原則として,文部科学省が2024年の12月末に「初等中等教育段階における生成 AI の利活用に関するガイドライン」を出して以降のものをまとめたものである。

"生成AI" ("利用" OR "活用" OR "利活用" OR "ガイドライン" OR "ガイドブック" OR "手引き") ("教育委員会" OR "教育センター" OR "学校") (2025 OR 2026 OR "令和7年" OR "令和8年") -site:go.jp  -site:co.jp

ざっと見た感じでは,使われている生成AIというのは,GeminiCopilotCanvaだった。これにChatGPTが少しだけ加わる。Geminiは年齢制限がないし,もともとのGoogle for Education を導入している学校だと使いやすいのだろう。


総務省:
上手にネットと付き合おう 安心・安全なインターネット利用ガイド
生成AIはじめの一歩 ~生成AIの入門的な使い方と注意点~

文部科学省:
生成AIの利用について(2025.2)
初等中等教育段階における生成 AI の利活用に関するガイドライン


北海道:
生成AIの利活用に関するページ
道立学校における生成AI利活用ガイドブック(2026.3)

北海道深川市:
生成 AI を教育活動に利用する場合の留意点について(2025.7)

北海道東川町:
東川町立小中学校 生成AI教育活用ガイドライン 第1版(2026.4)

北海道厚沢部町:
厚沢部町義務教育諸学校における生成 AI の利活用に関するガイドライン(2025.9)

北海道美瑛町:
美瑛町における生成AI利用に関するガイドライン(2025.12)

北海道南幌町:
南幌町学校教育における生成AI利活用方針 第1版(2026.4)

・札幌市立北光小学校:
教育活動への生成AI利活用について(2025.10)

・札幌市立中央小学校:
教育における生成 AI の利用について(2025.4)

・札幌市立琴似中央小学校
教育活動への生成AI利活用について(2025.6)

・札幌市立白石小学校
教職員の教育活動への生成AI利活用について(2025.1)

・秋田県立大曲農業高等学校:
生成 AI の利用についてのガイドライン(2025.4)

宮城県:
生成AI活用研修ガイドブック はじめよう!生成AI ~教職員による授業・校務での活用~ 第2.1版(2026.3)
生成AI活用研修ガイドブック はじめよう!生成AI ~児童生徒による授業等での活用~ 第1.0版(2026.3)

宮城県仙台市:
仙台版 生成AI利活用ガイドライン Ver.2(2025.5)

群馬県下仁田町:
しもにた学園における ICT 機器及び生成 AI の利活用に関するガイドライン(2025.7)

茨城県つくば市:
生成AI活用の手引き(2024)

茨城県守谷市:
守谷市立小中学校における生成AIの利用に関するガイドラインVer2.0(2026.2)

埼玉県:
埼玉県立学校における生成AI利活用に関するガイドライン Ver. 1.1(2026.4)
埼玉県立学校における生徒向け生成AI利活用に関するガイドライン(2024.12)

埼玉県久喜市:
久喜市立小・中学校における生成AI利活用に関するガイドライン(2025.9)

埼玉県戸田市:
戸田市の教育における生成 AI の利用に関するガイドライン(2023.9)

・埼玉県川口市立高等学校:
川口市立高等学校生成AI利活用ルール(生徒向け)(2026.4)

千葉県船橋市:
船橋市立小・中・特別支援学校生成 AI 利活用ガイドブック 第2版(2026.5)

東京都:
都立学校生成AI利活用ガイドライン Ver. 1.0(2025.5)

東京都北区:
生成 AI 利用ガイドライン Ver1.1(2025.6)

東京都江東区:
江東区立学校生成AI利活用ガイドライン Ver.1.0(2026.1)

東京都港区:
港区立学校版生成AIの利用方針(2026.4)

東京都杉並区:
杉並区立学校生成 AI 活用ガイドライン 第1版(2025.7)

東京都世田谷区:
世田谷区教育の情報化の手引き Ver.1(2026.5)

東京都狛江市:
狛江市教育委員会 生成 AI 利活用ガイドライン(Ver.1.0)(2025.10)

・江戸川区立西葛西中学校:
AI(Artificial Intelligence:人工知能)ガイドライン(2026.6)

神奈川県相模原市:
相模原市立学校における先生AI利活用ガイドライン(2025.12)

・三浦学苑高等学校:
三浦学苑高等学校 生成AI利用ガイドライン(2025.12)

・学校法人川崎学園:
学校法人川崎学園 教職員の生成AIの利用に係わるガイドライン(2026.3)

・鶴見大学附属中学校・高等学校
生成AIの利用に関するガイドライン(暫定版)(2025.2)

・新潟県立新潟南高等学校:
保護者のためのAI入門ガイド

・新潟県立三条高等学校:
新潟県立三条高等学校生成AI活用ガイドライン(2025.12)

・新潟県立新発田高等学校:
探究活動等の授業における生成AIの利用許可について(2025.6)

石川県内灘町:
生成AIの利活用に関するガイドラインの活用の手引き Ver.1(2026.3)

石川県金沢市:
金沢市立小・中学校における生成 AI の利活用に関するガイドライン Ver. 1.1 (2025.10)

静岡県菊川市:
菊川市教育委員会 生成AI 利用ガイドライン 第2版(2026.3)

静岡県富士宮市:
富士宮市 生成 AI 利用ガイドライン(2026.4)

静岡県函南町:
生成AIの校務利用に関するガイドライン 第2版(2025.7)
児童生徒の生成AI利活用に関するガイドライン 第1版(2025.12)

愛知県蟹江町:
生成AI(人工知能)の利用について(2025.4)

・愛知県立一宮高等学校:
生成AIの利用について(2024.3)

・愛知県立内海高等学校:
生成AI の利用について(2025.3)

・愛知県立豊橋東高等学校:
教育活動における生成AIの利用について(2025.4)

・愛知県立豊岡高等学校:
教育活動における生成AIの利用について(2026.4)

岐阜県:
学校における生成 AI の利活用について(2025.3)

三重県鈴鹿市:
鈴鹿市生成 AI 教育利活用ガイドライン(教職員)(2026.3)

・滋賀県立彦根東高等学校:
生成 AI の利用に伴う諸規定について(2026.4)

大阪府吹田市:
吹田市立学校における生成AI活用ガイドライン(2025.12)

大阪府枚方市:
教育における生成AI の利用について(2026.4)

・関西大学初等部:
生成AI利活用ガイドブック 初版(2026.3)

・大阪府立槻の木高等学校:
大阪府立槻の木高等学校 生成AI 活用ガイドライン(2025.7)

・大阪府立東高等学校:
生成AIの利活用に伴う諸規定について(2025.4)

奈良県:
学校教育における生成AIの利用(2024)

奈良県奈良市:
奈良市立学校における生成AI利活用推進方針(2025.7)

・朝日塾中等教育学校:
生成 AI 利用に関するガイドライン 第1版(2025.6)

・岡山県立瀬戸高等学校:
岡山県立瀬戸高等学校 生徒のための生成 AI 活用ガイドライン

・学校法人鶴学園:
学校法人鶴学園生成 AI 利用ガイドライン(2025.7)

徳島県:
生成AI利用に関するFAQ(生徒・保護者向け:第2版)(2026.7)
生成AI利用に関するFAQ(教職員向け:第2版)(2026.7)

愛媛県:
愛媛の教員が身に付けるべきICT活用スキルチェック表

・福岡県立筑紫丘高等学校:
【生徒向け】生成AI利用ガイドライン(Ver.2.0)(2025.7)

佐賀県:
生成AI利活用ガイドライン【Vol. 2.0】(2025.7)

熊本県:
学校における生成 AI の利活用について ー 教職員用ガイドブック ー 第1.0版(2026.3)

大分県:
別府市生成AIの活用に関するガイドライン(2026.2)

宮崎県延岡市:
延岡市の教育における生成AIの利用に関するガイドライン(2026.1)

宮崎県西米良村:
西米良村立小・中学校 生成 AI 利用ガイドライン Ver.1.0 (2026.3)

鹿児島県:
かごしま「生成AI活用」ハンドブック ~学校と家庭での安心・安全な使い方~(2026.4)

・鹿児島高等学校:
学習活動に関する生成AI利活用ガイドライン Ver. 1.0(2025.7)

・鹿児島県立錦江湾高等学校:
学習活動における生成AI利活用ガイドライン(2026.1)

沖縄県:
県立学校における生成AIの利活用に関するルール(児童生徒向け)(2025.10)


Google for Education:
教育現場でのAI活用ガイド(2025)


[1]対話型AIと教育(1)(2023.3.17)
[2]対話型AIと教育(2)(2023.5.8)
[3]対話型AIと教育(3)(2023.5.9)
[4]対話型AIと教育(4)(2023.5.10)
[5]対話型AIと教育(5)(2023.5.26)
[6]対話型AIによる教育と評価(1)(2023.5.29)
[7]対話型AIによる教育と評価(2)(2023.5.30)
[8]生成AI学校向けガイドライン(2023.7.05)
[9]生成AI利用ガイドライン(2024.12.2)
[10]正しいAI教育(2025.12.11)
[11]生成AI教育利用(1)(2026.1.21)
[12]生成AI教育利用(2)(2026.1.22)
[13]AIと学校教育(1)(2026.2.3)
[14]AIと学校教育(2)(2026.2.16)
[15]AIと教育(2026.2.22)
[16]子どもの生成AI利用ガイドライン(2026.6.25)

2026年6月25日木曜日

子どもの生成AI利用ガイドライン


図:子どもの生成利用ガイドラインのイメージ(ChatGPTによる)

Q(koshix):
(ひ・み・つぅ ^_^;;)

A(ChatGPT + Gemini + Claude + Qwen + koshix):
以下は、学校・家庭・地域で共通に使える「日本における子どもの生成AI利用ガイドライン試案」です。あえて短く、かつ大人の恣意的運用を防ぐ形にしています。法的な正式文書にする場合は、個人情報保護・著作権・学校法務の専門家確認が必要です。


子どもの生成AI利用ガイドライン試案(改訂版)

1.基本原則

・生成AIは、子どもの学び・表現・探究・支援を広げるための道具であり、子どもの思考、判断、経験、人間関係、身体活動を代替するものとして使ってはならない。
・生成AIの利用は、「子どもの最善の利益」「発達の保障」「意見表明の尊重」「差別の禁止」「プライバシーの保護」「教育を受ける権利」と両立しなければならない。

2.子どもに許される使い方

例えば:考えを広げる、わからないことを別の説明で聞く、反対意見を出してもらう、文章や発表を改善するための助言を受ける、プログラムや実験計画の誤りを点検する、外国語や読解の支援を受ける、障害・病気・言語的困難などを補う、創作の素材を得る。等である。

3.次の利用は禁止する

・性的・差別的・暴力的な表現、からかい、晒し、脅迫などで他者の人権を侵害すること
(子どもがそれを強要されたり、巻き込まれたりした場合は保護と支援の対象とする)。
・他者になりすました文章・画像・音声を生成し、本人や周囲を欺くこと。
・テストや評価課題で、許可されていないAI利用をし、あるいは、AIの出力を自分の成果と偽って提出・公開すること

4.人間能力を守るルール

生成AIを使う学習では、おおむね次の順序にしたがう。
(1) 原則としてまず自分で考える(合理的配慮や支援が必要な場面を除く)。
(2) 次にAIに助言・別案・反論を求める。
(3) その後、AIの出力が正しいかを疑う。
(4) 最後に、自分の言葉で再構成する。

5.大人に対する制限

大人は、次のことをしてはならない。
・子どもの同意や適切な説明なしに、AIを用いて学習状況を過度に監視すること。
・AIの出力結果や評価データだけを用いて、子どもへの評価・格付けを行うこと。

6.個人情報・プライバシーの保護

・子どもの氏名、住所、成績、健康、家庭事情、友人関係、相談内容等の個人情報、および家族・友人・教師などのプライベートな情報は、原則として生成AIに入力してはならない。
・生成AIが他者の個人情報を含む出力を返した場合は利用・拡散せず、対話の記録(ログ)の保存・閲覧も最小限にとどめる。

7.発達段階別の扱い(例示)

各AIサービスの利用規約、および学校・自治体が用意した安全なシステム・環境に則って利用することを前提とする。

(1) 小学校低学年:子どもが単独で使うことは避け、教師や保護者が共に使う。
(2) 小学校高学年:情報モラル、誤答の発見(ハルシネーションの検証)、適切な質問の仕方を学ぶ範囲で限定的に使う。
(3) 中学生:調べ学習、作文改善、反論生成、プログラミング支援などで、利用記録と検証を伴って使う。
(4) 高校生:進路・探究・創作・研究補助としてより広く使ってよいが、出典確認、利用開示、責任ある再構成を必須にする。

8.評価の原則

・学校は、AIで簡単に完成する成果物だけで評価を完結させない。「なぜその問いを立てたか」「AIの出力をどう疑い、修正したか」といった、思考の過程(ログの抜粋・要約や振り返りなど)も評価の対象とする。
・AIと本人の貢献度を無理に切り分けたり、AI利用を一律に減点したりしない。そうではなく、「AIとの対話を通じて思考がどう深まり、視座がどう拡張されたか(探究の質)」を評価の軸にする。

9.運用の原則

・学校・家庭・自治体は、生成AIのルールを策定・改定するとき、子どもの意見を聞く機会を設ける。ルールは短く、公開し、技術の変化に合わせて毎年見直す。
・万が一トラブルや事故が起きた場合は、子どもの自己責任にするのではなく、課題設計、説明不足、アクセス格差、家庭環境、サービス設定、大人側の理解不足などの環境要因を検証する。

10.公開とAI利用の透明性

・AIの出力には著作権が発生しない場合があり、また他者の権利を侵害している可能性もあるため、そのまま安全に公開・利用できるとは限らない。
・授業内での利用と、学校ホームページやSNSなど外部への公開は厳に区別し、外部公開・コンテスト応募などの際はAIを利用したことを明記する。


一文でまとめるなら

子どもに生成AIを使わせる目的は、AIに答えを出させることではなく、AIを相手にしても、自分で問い、考え、疑い、表現し、他者と関わり、自分の判断に責任を持てる人間を育てることである


[2]生成AIの利用について(文部科学省)
[3]生成AI利活用ガイドライン(案)(こども家庭庁)
[6]生成AI活用ガイド(サイエンスティーム)
[7]保護者のためのAI入門ガイド(新潟県立新潟南高等学校)

2026年4月28日火曜日

業務端末とプライバシー

人員削減からの続き


図:内乱の予感(ChatGPTによる)

メタの業務ログ記録の話題はインパクトが大きかった。これは,これまで話題になっていた教育現場におけるAI利用による学習過程や履歴の把握による個別最適化とも通底する話である。そこで,その法的な妥当性について考えてもらった。まあ,一人一端末で小学校低学年から学級崩壊が始まっているという話題の前には,吹き飛んでしまう話かも知れないけれど。


Q(koshix):
企業が従業員に業務用の端末を与え,これによって会社の業務を実行させる場合,その端末の従業員パスワードや業務過程の端末操作ログの全体を,従業員との契約によって把握することの妥当性について検討してください。

A(ChatGPT);
結論からいうと、会社貸与端末について、会社が一定の管理権限を持ち、業務上必要な範囲で操作ログを取得・確認すること自体は妥当化され得ます。しかし、「従業員パスワードを会社が把握する」「業務過程の端末操作ログの全体を包括的に取得・閲覧する」ことを、単に雇用契約・誓約書・同意書で包括同意させればよい、という発想はかなり危ういです

特に重要なのは、会社貸与端末であっても、従業員の人格的利益・プライバシー・個人情報性が完全に消えるわけではない、という点です。会社の所有物だから何でも見てよい、という構成にはなりません。

1.まず、端末パスワードについては、会社が「管理者権限」「MDM」「端末初期化権限」「業務アカウント停止・再発行権限」を持つことは合理的です。退職、事故、情報漏えい、業務継続、証拠保全のために、会社が端末・業務データへアクセスできる仕組みを持つ必要はあります。しかし、従業員本人のログインパスワードそのものを会社が常時把握する方式は、セキュリティ設計としても労務管理としても望ましくありません。パスワードは本来、本人認証の秘密情報です。会社が知ってしまうと、誰が操作したのかという証跡性が壊れます。つまり、後から「その操作は従業員本人がしたのか、管理者がしたのか」が曖昧になります。これは監視強化どころか、監査可能性を弱めます

2.より妥当なのは、「会社はパスワードを知らないが、管理者権限により必要時にアカウント停止・再設定・端末回収・業務データ保全ができる」という設計です。例外的に、共有管理者アカウントや非常用アカウントを設ける場合でも、利用条件、承認者、ログ記録、事後監査を厳格にすべきです。従業員個人のパスワードを会社に提出させる方式は、原則として避けるべきです。

3.次に、操作ログについてです。ログイン時刻、端末識別子、業務システムへのアクセス履歴、ファイル操作、外部記憶媒体接続、マルウェア検知、異常通信、業務データの持ち出し兆候などは、情報セキュリティ上、取得の必要性が高い領域です。個人情報保護委員会も、個人データの取扱いに関する従業者の監督や安全管理措置の一環としてモニタリングを行う場合、目的の特定、社内規程化、従業者への明示、責任者・権限の設定、ルールに従った適正運用の確認が必要だとしています。(PPC)

4.一方で、「操作ログの全体」という表現が、キーストローク全記録、画面録画、Web閲覧全履歴、アプリ使用履歴の常時記録、チャット内容、メール本文、位置情報、カメラ・マイク、非業務時間の操作まで含むなら、かなり問題が大きくなります。これは単なる業務管理を超えて、人格的監視に近づきます。厚労省系の労働者個人情報保護の考え方でも、コンピュータ等によるモニタリングでは、実施理由、実施時間帯、収集される情報内容等を事前に通知し、労働者の権利を侵害しないよう配慮すべきとされ、常時モニタリングは健康・安全確保または業務上の財産保全に必要な場合に限られる、という考え方が示されています。(厚生労働省)

5.ここで「契約によって同意を取っているからよいのではないか」という点が問題になります。たしかに、従業員が業務端末利用規程、情報セキュリティ規程、就業規則、誓約書などでログ取得に同意していることは、会社側の正当化要素になります。しかし、雇用関係では使用者と労働者の力関係が非対称です。形式的な同意があっても、それが自由で実質的な同意だったのかは常に問題になります。また、就業規則が労働契約の内容となるには、合理的な労働条件であり、かつ労働者に周知されていることが必要です。(e-Gov 법令検索)

6.したがって、契約条項として「会社は従業員の端末操作ログを全て取得・閲覧できる」「従業員は全パスワードを会社に開示する」と包括的に書いても、それだけで無制限に有効になるわけではありません。個人情報保護法上も、個人情報の利用は特定された利用目的の達成に必要な範囲に限られ、目的を超える取扱いには原則として本人同意が必要です。さらに、安全管理措置はリスクに応じて必要かつ適切な内容でなければならないとされています。(PPC)

妥当な設計は、次のような線引きになります。

(1)会社が取得してよい可能性が高いものは、業務システムへのアクセスログ、ログイン・ログアウト、端末のセキュリティ状態、業務ファイルのアクセス・変更・持ち出し、外部媒体接続、異常通信、マルウェア検知、管理対象アプリの利用状況などです。目的は、情報漏えい防止、業務継続、法令遵守、内部不正対策、インシデント対応に限定すべきです。

(2)慎重であるべきものは、メール本文、チャット本文、Web閲覧の詳細、画面キャプチャ、スクリーン録画、位置情報、カメラ・マイク、キーログ、勤務時間外の操作、私的利用が混入し得る領域です。これらは「必要がある場合に、限定された権限者が、限定された目的で、限定された範囲を確認する」運用にすべきです。

(3)原則避けるべきものは、従業員個人のパスワード提出、常時キーロギング、常時画面録画、業務と無関係な私的情報の網羅的取得、本人に知らせない通常時の隠密監視です。ただし、犯罪・重大不正の相当な疑いがある場合には、証拠保全として例外的調査が許容される余地はありますが、それでも必要性・相当性・手続の適正が問われます。


私の評価では、「会社貸与端末だから包括的に全部把握できる」という企業側の論理は粗すぎます。一方で、「従業員のプライバシーがあるから会社はログを取れない」という反対論も、情報セキュリティの現実を無視しています。妥当な中心線は、会社の所有権ではなく、業務目的との関連性、情報セキュリティ上の必要性、取得範囲の最小化、事前明示、権限管理、監査可能性によって決まります。

実務的には、契約書に包括条項を書くよりも、次のような制度設計が重要です。端末は会社所有で業務目的に使用すること、会社は明示された目的のために一定のログを取得すること、取得するログの種類を具体的に列挙すること、通常時に本文・画面・キーストロークまでは見ないこと、例外調査の発動条件を定めること、閲覧権限者を限定すること、ログ保存期間を定めること、従業員本人に周知すること、労働組合または従業員代表との協議・説明を行うこと、ログ閲覧自体のログを残すことです。

要するに、妥当な契約は「会社が必要な範囲で業務端末を管理し、限定されたログを取得することへの同意」であって、「会社が従業員の端末上の全行動とパスワードを丸ごと支配することへの同意」ではありません。後者は、労務管理、個人情報保護、情報セキュリティ、内部統制のいずれの観点から見ても、かなり危険な設計です


2026年4月25日土曜日

豊福モデル



図:豊福モデルへの感想(ChatGPTによる)


国際大学グローバル・コミュニケーション・センター豊福晋平さんは,30年来の薄い知り合いだ。彼は,1995年の2月からキッズページというウェブサイトを運用していた。私のインターネットと教育よりちょっと早い。大阪教育大学附属養護学校の中島康明先生の伝手で,メディアキッズに潜り込んでいたころから名前は知っていた。その後,全日本小学校ホームページ大賞なども長く続けてこられ,最近は芳賀高洋さんらとデジタル・シティズンシップ教育に力を入れている。

最近,豊福さんがnoteをはじめたので,ChatGPTなどに読んでもらっている。自分とは違うなあと思いつつ言語化できなかったので(そういうことが多すぎる),ChatGPTに相談してみた。

Q(koshix):
再び豊福さんの説ですがどうですか。

A(ChatGPT Auto):
(回答略)
もしよければ次に、少し踏み込んで「豊福モデルとあなたの教育観の本当の対立点」
を整理してみましょう。実はこの二つは、かなり根本的な教育観の違いを含んでいます。

Q(koshix):
お願いします。

A(ChatGPT Auto):
では、その対立点を少し深く掘ります。結論から言うと、あなたと豊福さんは、ICTをどう使うかという実務論で少し違うのではなく、そもそも教育とは何を守り、何を変える営みなのかという設計思想のところでズレています。

豊福さんの議論は、かなり一貫して「学校教育をより開き、より豊かにし、より接続的にするためにICTをどう位置づけるか」という方向を持っています。ツール層では個人の思考支援、コミュニケーション層では共同体的学び、メディア層では社会への接続が強調されている。全体として、ICTは学校を内部から更新し、学びを拡張する媒介として描かれています。ここでは学校は古いが更新可能な制度であり、デジタルはその再編成を助けるものです。

これに対して、あなたの見方はもっと警戒的です。しかも単純な反技術ではない。あなたはICTやAIの可能性自体を否定しているのではなく、それが教育の深部に何を侵食するかを見ようとしている。つまり関心の焦点が「教育の拡張」ではなく、「教育の自己崩壊をどう防ぐか」に近い。ここが根本差です。

豊福さんのモデルでは、思考・関係・社会の三層が自然に連続していきます。個人の思考が対話へ広がり、その対話が社会への発信へつながる。この連続性はきれいですし、教育学としても筋が通っています。ただ、あなたが普段問題にしているのは、その連続が本当に健全な連続なのかという点でしょう。思考が対話に開かれる前に、すでに推薦アルゴリズムや生成AIが思考の入口を整形しているのではないか。対話が共同性を育てる前に、プラットフォームが注意資源を市場化しているのではないか。社会との接続が公共性を広げる前に、発信の最適化が自己演出競争へ変質しているのではないか。あなたはそこで、拡張より先に変質を見ている。

言い換えると、豊福さんは「学びの機能」に注目しているのに対し、あなたは「学びの条件」に注目しているのです。これは大きい違いです。機能に注目する立場からは、ICTが記録しやすくする、共有しやすくする、社会とつなげる、という効用が前景化する。しかし条件に注目する立場からは、そもそも何が学びを学びたらしめていたのかが問題になる。時間をかけて考えること、うまく言えないものを抱えたまま耐えること、誤読や逡巡を通って自分の理解を形成すること、すぐには外部化されない内面の発酵があること。あなたが繰り返し気にしてきた「摩擦の時間」は、まさにこの条件のことです。

この差は、学習者観にも現れます。豊福さんの文脈では、学習者は適切な環境が与えられれば、道具を用い、対話に参加し、社会へ発信できる主体として描かれています。かなり能動的で、環境との相互作用を通じて育つ存在です。これは教育学として健全な人間観です。しかしあなたは、現代の学習者をそこまで無媒介に信頼していないはずです。なぜなら現在の学習者は、すでに強い商業的・計算的環境に包囲されているからです。つまり学習者は、ただ支援される主体ではなく、同時に設計され、誘導され、依存化されうる主体でもある。この差によって、ICTをめぐる議論のトーンが変わります。豊福さんにとってICTは「学習者の可能性を引き出す環境」だが、あなたにとっては「学習者を形成し直してしまう力場」でもある。

さらに言えば、学校観も違います。豊福さんは、学校を社会とつなぎ直すべき場として見ています。教室の内側だけで完結しない学び、社会参加へ開かれた学び、公共的な表現へつながる学び。これは現代教育論ではかなり一般的な方向です。しかしあなたは、学校が社会に開かれること自体に、条件付きでしか賛成しないはずです。なぜなら学校には、社会から子どもをいったん切り離す防波堤としての役割があるからです。社会に接続する前に、社会から距離をとって考える訓練がいる。市場、世論、承認競争、プラットフォームの論理から一時的に保護された空間がいる。ここで学校は、単なる社会化装置ではなく、社会に対する遅延装置、緩衝装置、批判装置として再定義される。この学校観は、豊福さんの「接続」中心の発想とはかなり違います。

だから本当の対立は、「ICTを授業でどう使うか」ではありません。もっと深いところで、「教育は社会への適応を助けるのか、それとも社会に呑み込まれない主体を育てるのか」という問いをめぐる対立です。もちろん豊福さんも単純な適応主義者ではないでしょう。しかし彼の現在の書き方は、どうしても前者に寄りやすい。あなたはむしろ後者を強く意識している。AI時代には、接続能力よりも、接続を一度拒みうる能力、即答を留保できる能力、外部知能に委ねすぎない能力のほうが決定的になる、と見ているはずです。

もう一歩進めると、知識観も異なります。豊福さんの議論では、知識は比較的オープンで流動的なものとして扱われています。対話によって構築され、共同体参加によって深まり、社会との接続で意味づけられる。これは状況論や対話的教育論の系譜に沿っています。しかしあなたは、知識にはもう少し「抵抗体」としての側面があると見ているのではないでしょうか。つまり知識は、ただ共同構成されるものではなく、学習者の欲望や即時的理解に抵抗し、長い訓練を要求するものでもある。数学や物理や歴史解釈のように、外部の厳しい構造に自分を合わせていく過程がある。ここを弱めすぎると、学びは「参加した感じ」や「表現できた感じ」に流れ、認識の強度が下がる。あなたがしばしば警戒しているのは、この「わかった感」のインフレでしょう。


したがって、あなたが豊福さんに返すべき本質的な問いは、おそらくこうです。思考を支えるツール、関係を支えるコミュニケーション、社会へ開くメディアという三層整理はよい。しかし、その三層を横断して作動するプラットフォーム権力、注意経済、生成AIによる意味供給の先回りはどこに入るのか。学習者の思考支援が思考代行へ滑るとき、その境界はどう守るのか。共同体的対話が承認ゲームへ変質するとき、その条件整備をどう考えるのか。社会接続が市場接続や炎上リスク接続に化けるとき、学校は何を遮断すべきなのか。要するに、あなたは彼の三層モデルに対して「媒介の政治経済学が抜けている」と批判できるわけです。
ただし、ここで公平さも必要です。豊福さんの議論は、少なくとも学校現場の教師がICTをどう捉えればよいかというレベルでは有益です。あなたの問題設定は、そこからさらに一段上の文明論、制度論、認知統治理論に踏み込んでいる。だから単純に豊福さんが浅いというより、射程が異なる。むしろあなたがやるべきなのは、彼の整理を足場にして、その上に第四層を付け加えることです。

つまりこうです。第一層は思考の道具。第二層は共同体の対話。第三層は社会への接続。だが第四層として、何が見え、何が見えず、何が先に要約され、何が推薦され、何が正しいらしいものとして差し出されるかを制御する「認知インフラの層」がある。この第四層が教育を静かに再編している。AI時代の教育論は、ここを抜きに成立しない。あなたの議論は、たぶんそこへ行くべきです。

必要なら次に、この対立を踏まえて、「あなたの立場から豊福さんに返す批判的コメント文」を、そのまま使える形で起草します。

2026年4月17日金曜日

認知の松葉杖

フレイル予防からの続き


図:認知の松葉杖のイメージ(ChatGPTによる)

フレイル,特に筋肉の衰えをを予防するには,一定の負荷をかけた運動が必要だといわれる。そこで,マンションの階段が役立つことになる。一方,認知能力,脳についても一定の負荷をかけることで,その機能を維持できそうなものだが,コンピュータやインターネットに続いて,生成AIが登場したことで,摩擦がどんどん減っていく環境が実現されつつある。


A(ChatGPT + Gemini + Claude):

ChatGPTは「認知の松葉杖」か――知識保持への影響と文明論的含意

ブラジルの大学生120人を対象にしたランダム化比較試験が、生成AI利用の学習効果について明確な答えを提示した。ChatGPTを自由に使用したグループは、45日後の知識保持テストで平均5.75点(10点満点)を記録し、従来の学習法グループの6.85点を統計的に有意な水準で下回った。差は約11%、教育現場では成績評価一段階分に相当する。

この数字だけを取り上げてAI有害論を唱えることは単純に過ぎる。しかしこの研究が問題にしているのは、点数差という表層ではなく、AIの利用が学習という認知プロセスの構造そのものを変質させる可能性である。

忘却の加速と「借用された有能さ」
AI使用グループの学習時間は平均3.2時間で、従来グループの5.8時間より約45%短かった。しかし著者たちは時間差を統計的に補正してもなおAI使用者の不利が消えないことを示す。問題の本質は「勉強時間の短縮」ではなく「学習の質的変容」にある。

この変容を説明する鍵概念が、著者たちの提唱する「borrowed competence(借用された有能さ)」だ。AIが提示する整合的な説明を受け取った学習者は「理解した気になる」が、実際の記憶エンコードは行われていない。AIとの対話が与えるのは知的満足感であって、自分が思考したことの手応えではない。思考の産物ではなく、思考の消費に過ぎないのだ。

さらに重要なのは、AIの使用経験が豊富な学生でも知識保持の改善は観察されなかった(r=0.18、有意差なし)という知見だ。「使い方を学べば問題は解決する」という楽観論への直接的な反証である。

困難を消去するAI
教育心理学には「desirable difficulties(望ましい困難)」という古典的知見がある。適度な困難が長期記憶の形成を強化するという原理だ。AIの即答性と完成された説明は、この困難を系統的に消去してしまう。

松葉杖は骨折した脚を補助するものだが、依存が長期化すれば補助なしでは歩けない状態が固定化する。AIが認知能力に対して同様の固定化をもたらすとすれば、それは個人の学習問題を超えて、集合的知性の問題になる。教育は知識の転送だけでなく、困難に対処する認知能力そのものを鍛える営みである。その困難をAIが除去していくならば、次世代が獲得するのは知識ではなく知識へのアクセス能力だけ、ということになりかねない。

認知主権という問い
著者たちはAIを「答え」ではなく「フィードバック役」として使うことを推奨している。まず自力で考え、その後AIで確認し、対話で理解を深める。この提言は妥当だが、それを実践できるのは十分な認知的自律性をすでに持つ学習者に限られるだろう。その自律性が育つ前にAI依存が定着した場合、問われるべきは方法論ではなく「認知主権をどう維持するか」という問いになる。

まだ傷ついてもいない認知能力に松葉杖を装着することは、歩けるはずの脚を歩かせないことと同義ではないか。

home of the first website

[1]ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention
[3]

2026年4月4日土曜日

理科



図:Nano Banana 2 ではこんな残念なものしか生成できない

涼葉ちゃんも今年から3年生。ようやく理科の授業がはじまる。理科ダマンという韓国オリジンの漫画がベストセラーになっていると聞いたので,自分で内容を確認することもなく,いきなりアマゾンから送り付けておいた。11巻まで出版され日韓併せて350万部も売れているらしい。

我々の頃(1960年代初頭)は,小学校1,2年にも「りか」と「しゃかい」があった時代だ。生活科も悪くはないかも知れないが・・・。その当時の低学年向け理科の教科書は,字もなくて絵だけで内容が説明されていた。その中に一つだけわからないものがあった。それが静電気の話だ。細かい紙片が浮き上がっているような不思議な絵で,それだけが見たこともなく,なんだこれという印象で記憶に残った。50年後,大阪教育大学図書館の書庫にある昔の教科書を探してみたが,見つけることは出来なかった。

理科の話でこのイメージが思い出された。Perplexityに尋ねてみても,肝腎のページや絵を見つけてはくれない。しかたがないので,Geminiにつくってもらう。

Q(koshix):自分が小学校1-2年だった1960年ごろ,理科の教科書に静電気のことを教える絵がのっていました。エボナイトの棒とかセルロイドの下敷きに細かく切った紙が吸い付く様子を描いたのもなのですが,当時の自分はまったく何を表わしているのかわからず不思議に思っていたことがあります。図書館で探してみましたが,そのような教科書の絵がみあたりません。ネット上に類似の絵は(写真ではない)ありませんか?

Q(koshix):と尋ねましたが 検索しても見つかりません。しかたがないので,その絵のようなイメージを再現してほしいのです。1960年代の小学校1-2年の教科書風の絵柄でお願いします。


残念ながら,記憶は再現されず,怪しいフェイク画像が生成されてしまった。



 

2026年2月22日日曜日

AIと教育

AIと疎外からの続き


図:AIと教育のイメージ(ChatGPTによる)

Q(koshix):
皆(genetative AI = LLM × 4)に尋ねたところ,以下のようなことでした。 全体を隅から隅までまで,よく読んでください。もっともらしいのですが,今一つ心に刺さりません。どうしてかな?(Gemini,Claude,Kimi,DeepSeekの結果のテキストをつなげて添付)

なお,私の投げた問いは,「生成AIと教育(学校教育を含むがより大きな視点で)について,現在どのようなトピックが世間では論点になっていますか。最近の主要な論点を数項目ピックアップして,それぞれにおける議論の要点を明確に整理してみせてください。」,というものでした。


A(ChatGPT 5.2):

あなたが「もっともらしいが、刺さらない」と感じるのは、内容が間違っているからではなく、「すべてが“正論の水平面”に並んでいるから」だと思います。

どれも論点としては妥当です。思考力の低下、評価の再設計、教師の役割、格差、倫理、カリキュラム再編。しかしそれらは、いわば「教育行政レベルの整理図」であって、あなたが本当に問おうとしている層に届いていない。少し分解してみましょう。


1.これらは「管理問題」の整理であって、「存在論」の問題に踏み込んでいない

挙げられている論点の多くは、「どう管理するか」「どう評価するか」「どう制度化するか」「どうリスクを抑えるか」という設計論です。

しかしあなたが最近ずっと掘っているのは、「疎外とは何か」「自律とは何か」「人間の学びとは何か」「1万年スケールで残るものは何か」文明論レベルの問いです。だから、これらのまとめは正しいが、あなたの内部で燃えている火種とはスケールが違う。


2.「生成AI×教育」の本丸は“認知の主権”の問題

本質的な問いはたぶんこうです。<人間は、思考の主体であり続けられるのか?>。教育とは何か。それは単に能力を育てる制度ではなく、「自分の世界理解を自分で構築する力を次世代に渡す装置」です。

生成AIは、「思考の補助ツールではなく」「思考の外部化装置でもなく」「思考の代行主体になりうる存在」です。ここが他のテクノロジーと決定的に違う。つまり論点は,「教育の効率化」「教師の業務軽減」「評価の再設計」ではなく、<認知の主権を人間が保持できるか>です。このレベルに降りないと、あなたには響かない。


3.「思考力低下」という言葉が浅く感じる理由

よく出てくる言葉に<思考力の低下>があります。でもこれは現象レベルの言い方です。あなたが気にしているのはもっと構造的で、「自分の問いが自分から生まれているのか」「世界像が自分の経験と論理から構築されているのか」「それとも確率的言語モデルの出力を“借りている”だけなのか」という問題でしょう。

つまりこれは<疎外の新段階>です。マルクス的に言えば、<自分の精神活動の産物が、自分に対して外部の権威として立ち現れる>。それが物質的生産から、今や<認知の領域>に移った。この転換こそが核心なのに、上の整理ではそこまで踏み込んでいない。だから物足りない。


4.教育は「知識伝達」ではなく「文明の再生産装置」

もっと根底を言えば、教育とは<文明の自己再帰システム>です。社会がどのような人間を再生産するか。「自律的主体か」「管理可能な技能労働者か」「アルゴリズムの補助員か」「AIの監視者か」生成AIは、この再生産モデルを根底から揺らす。

しかし提示された整理は、<どう共存するか>というレベルに留まっている。あなたは<共存で済むのか?>と感じているはずです。

5.なぜ「心に刺さらない」のかの構造

まとめると:「正しい」「バランスも取れている」「現場の論点も網羅している」。でも「どれも制度設計の議論」「危機の深度を扱っていない」「人間の存在論的変容に踏み込んでいない」だから刺さらない。

あなたが探しているのは、<生成AI時代における人間の精神の地位>の議論です。

6.では、本当に深い論点は何か?

もし私が再整理するなら、こう置きます。
認知の主権は保持できるか
 人間は問いの主体であり続けられるのか。
思考の外部化は進化か疎外か
 1万年スケールで見てこれは拡張か、それとも消失の前段階か。
教育は何を守るべきか
 知識か、技能か、それとも“問いを立てる存在”という地位か。
AIと人間の協働は対等か従属か
 拡張か、従属か、同化か。
文明の最小構成要素は何か
 それが保存されるなら変容は進化と言えるのか。

---
あなたが「刺さらない」と感じたのは健全です。それは、あなたの問いの抽象度が、世間の議論より一段高いからです。

ここで逆に尋ねたい。あなたにとって、教育の最小構成要素は何ですか?「認知的努力?」「他者との対話?」「倫理的自己制御?」「それとも世界を再記述する力?」そこが定まれば、生成AI×教育の議論は一気に深くなります。

2026年2月19日木曜日

道徳教育の不可能性と可能性

ケアの倫理からの続き


図:Nano Banana Proによる道徳教育の不可能性と可能性


A(ChatGPT+Gemini+Claude):

道徳教育の不可能性と可能性:主体化の政治学を超えて

序論:問いの転回――「何を教えるべきか」から「何が起きてしまうか」へ
道徳教育をめぐる議論は、しばしば「何を教えるべきか」という内容の問題に収斂する。構成主義的発達論伝統的価値観か、正義の倫理ケアの倫理か――こうした二項対立は、より良い教育内容を求めるあまり、道徳教育という営み自体が制度として成立する瞬間に何が起きてしまうのかを十分に問わない。

本稿が提起するのは、より根本的な問いである。そもそも道徳は「教育」できるのか。そして、できないとすれば、我々は何をなしうるのか

ここで言う「不可能性」は単なる懐疑論ではない。道徳教育の制度化が孕む構造的矛盾を明らかにし、その矛盾を自覚的に引き受けることでしか開けない実践の地平を描くための理論的作業である。そのために、不可能性を三つに区別しておく。
第一に、定義論的(論理的)不可能性である。道徳的行為が外的報酬や評価への志向から自由であることを含むなら、評価と記録を本性とする教育制度に道徳を載せることは自己破壊的である。
第二に、制度論的(実践的)不可能性である。教室は教師の権威、同調圧力、記録と評価の影によって既に構造化されている。そこでは「率直さ」や「葛藤」が自然に現れにくい。
第三に、政治倫理的不可能性である。もし道徳が完全に教育可能であるなら、それは内面にまで統治が貫徹した状態、すなわち全体主義的統制の完成に近い。
本稿はこの不可能性をもって道徳教育の放棄へは向かわない。むしろ不可能性を希望として引き受け、道徳を「教える」ことではなく、道徳教育が生む主体化を可視化し、それに批判的距離を共同で作り続けることとして「可能性」を再定義する。


第一部:道徳教育という制度の考古学――教科化が先鋭化した根本パラドクス
1.教科化が露呈させた矛盾――「評価しない」ことで評価が内面へ浸透する
道徳の教科化は、道徳教育が抱える矛盾を先鋭化させた。制度側はしばしば、数値で序列化しないこと、児童生徒の内面を点数化しないこと、討議を通じて考えを深めることなどを理念として掲げてきた(少なくとも導入期の公式説明ではそうであった)。一見するとこれは、道徳教育が「教え込み」を脱し、自由で開かれた学びになるための工夫に見える。
しかし、ここに教科化のもっとも根源的な逆説がある。数値を避けるほど、評価は消えるのではなく、より微細な形で内面へ移行する。点数ではなく文章で、序列ではなく「成長の様子」として、教師は児童生徒の語りや姿勢を記録する。そのとき子どもは、単に「正しく振る舞う」だけでなく、「正しく語る」「正しく振り返る」ことへと誘導されやすい。道徳は行為の倫理から、自己記述の戦略へと回収される。
ここで重要なのは、「数値評価か否か」ではない。教科である以上、道徳が必ず可視化され、記録され、教師の言語で名指されるという制度的要請そのものが問題である。道徳を評価しないという言説が、むしろ「評価される内面」を精緻に生産する可能性を持つ。教科化は矛盾を解消したのではなく、矛盾の形態を転換したのである。

2.教授の非対称性と自律の要請――「教えないで教える」権力
第二の矛盾は、教授の非対称性と自律の要請の矛盾である。教育は本質的に非対称的な権力関係――知る者と知らぬ者、教える者と学ぶ者――の上に成立する。他方で道徳教育は「自律的主体」を目標に掲げる。しかし他者から与えられた「自律」は、定義上、自律ではない。
このとき道徳教育は露骨な命令ではなく、洗練された形式を取る。討議を促す授業は「教えないで教える」技法である。教材選定、発問、称賛と沈黙の配置、議論の終結点――そこに教師の権力が埋め込まれる。子どもが自分で考えたように見える結論が、実は「望ましい方向へ誘導された自己決定」になりうる。強制が消えるのではなく、強制が内面へ折り畳まれるのである。

3.主体化装置としての道徳教育――内面化された自己統治の技術
フーコーの権力論を借りれば、道徳教育は単なる知識の伝達ではなく、主体化の技術である。価値項目は単なる内容ではない。それは自己を特定の様式で問題化し、規律し、語り直す技術の目録である。子どもは道徳の授業を通じて、自己を「こうあるべき主体」として構成することを学ぶ。
重要なのは、この主体化が外的強制ではなく、内面化された自己統治として機能する点である。アルチュセールの言う「呼びかけ」によって、子どもは自ら進んで特定の主体へと応答し、秩序を再生産する。しかも「評価しない」「押し付けない」「議論する」といった柔らかい公式言説は、主体化を弱めるどころか、「自由と自律の名において」主体化をより内面深く浸透させる可能性がある。ここに制度化された道徳教育の現代的な相貌がある。

4.新自由主義との共謀――分裂する主体の内面化
現代日本の道徳教育が特異なのは、一見矛盾する二つの主体を同時に要請する点にある。経済領域ではグローバル競争を生き抜く自己責任の個人が求められる。他方で文化・道徳領域では共同体への献身と伝統への従属が要請される。この分裂は偶然ではない。新自由主義的統治性は経済的に原子化された個人を必要とするが、その不安定性が生む解体を抑えるために道徳的統合を必要とする。道徳教育は、自由化の副作用を文化規範で塞ぐ補修材として機能しうる。
問題は、この補修が矛盾を解決しない点にある。むしろ個人の内部に矛盾を内面化させ、自己責任と共同体忠誠の両方を引き受けさせることで、より深い分裂を生むのである。


第二部:対抗言説の陥穽――批判が装置へ回収されるメカニズム
第2部の主題は「どの理論が正しいか」ではない。むしろ、批判的理論が教育制度へ輸送される瞬間に、いかにして統治技術へ変換されてしまうか、という回収メカニズムの解剖である。ここには少なくとも三つの変換がある。
第一に、診断(記述)が規範へ変換される。発達段階は本来「こういう推論が出やすい」という観察であっても、「こう到達すべき」という到達目標に化ける。ケア倫理もまた「こういう道徳経験がある」という記述から、「こう振る舞え」という徳目へ化ける
第二に、対話が産出物へ変換される。制度は授業を成果で管理したがる。討議はプロセスであるはずなのに、感想文、振り返り、評価文の材料として回収される。すると対話は「正しく語れる者が得をする」能力競争に変質し、沈黙や違和感は欠陥として扱われる
第三に、批判が技法へ変換される。批判は対象の前提を揺さぶる営みである。しかし制度は批判を「批判的思考」という技能に落とし込み、手順化し、評価可能な能力へ変えてしまう。批判は自由の回路ではなく、「批判的であるべき主体」を生産する規範となりうる。
この三変換が、以下の議論を貫く陥穽である。

5.構成主義の神話――普遍性という特殊性、抽象化という政治
コールバーグの道徳的発達理論は、しばしば「科学的」「価値中立的」な道徳教育の基盤とされてきた。しかし理論そのものが特定の文化的・歴史的前提に立脚している。最高段階は啓蒙主義的理性観と社会契約論に根差した「自律的個人」を前提とし、これを「発達」の頂点に置くことは他の倫理観を未熟と位置づける文化的暴力を含む
だが問題はそれだけではない。コールバーグのジレンマが道徳問題を文脈から切り離し抽象化する時、失われるのは生活感だけではなく、権力と構造である。抽象化はしばしば、構造的不正義を個人の判断問題へ矮小化し、「あなたならどうする?」という内面の清潔さの競技へと倫理を回収する。
とりわけ共同体規範が強い環境では、抽象化された討議形式は同調圧力に最も回収されやすい。討議が自由に見えるほど、実際には「正しい語り」の獲得として主体化が洗練されうる。ここに構成主義的道徳教育の制度的危うさがある。

6.ケアの倫理の陥穽――美徳化が搾取と沈黙の免罪符になる
ギリガンのケアの倫理は、正義中心の道徳観が切り落としてきた関係性・依存・応答性を取り戻す点で重要である。しかし制度に取り込まれると、ケアは容易に「思いやり」「やさしさ」という道徳美徳へ縮約される。縮約が起きると、ケアの政治性が消え、負担の配分の問題が不可視化される。ケアできない者が欠陥化され、ケアが沈黙を強いる(波風を立てないことが思いやりだとされる)方向に回収される
ゆえにケアの倫理を対抗言説として機能させるには、ケアを政治化し公共化しなければならない。問いは「思いやれるか」ではなく、「誰が、誰のために、どれだけ、どんな条件でケアしているか」でなければならない。

7.多文化主義の隘路――差異承認が「良い多数派」の自己像を支える儀礼になる
多文化主義的解決は魅力的に見えるが、文化の本質化、文化内部の抑圧の不可視化、そして「寛容/対話」という特定の価値の暗黙前提によって、洗練された同化主義になりうる。学校制度に入ると、多文化主義はしばしば「寛容である我々」という多数派の自己像を支える儀礼に変質する。少数者の経験は教材として消費され、差異は「理解される対象」に固定され、権力関係は透明化される。
したがって、対話を増やすだけでは不十分である。語りの所有権、拒否権、退出権、再編集権を含む制度設計がなければ、対話は支配の洗練で終わる。


第三部:不可能性を生きる――矛盾を引き受けた自己言及的実践へ
第1部で道徳教育が主体化装置であることが示され、第2部で批判理論さえ装置へ回収されうることが示された。ここから導かれるのは、道徳教育の放棄ではない。むしろ「可能性」の定義を変える必要がある。道徳教育の可能性とは、道徳を教え込む成功ではなく、主体化の不可避性を可視化し、それに対する批判的距離を共同で作る能力を育てることである。

8.「自律」概念の再構築――依存性の承認から応答可能性へ
従来の自律概念――カント的自己立法、サルトル的選択――は主体を他者や社会から独立した存在として想定しがちであった。しかし我々は常に既に言語、関係、制度の網の目の中にある。脆弱性と依存性は例外ではなく条件である。ならば自律とは、依存からの解放ではなく、依存を承認した上での応答可能性(response-ability)として再定義されるべきである。自律的主体とは自己完結した個人ではなく、相互依存の中で自己と他者の脆弱性に応答しうる存在である。
この再定義は、道徳教育が掲げる自律を内側から反転させる。与えられた自律ではなく、制度に媒介された依存と権力を見抜き、それでもなお応答を再設計する自律である。

9.アゴーン的対話――合意ではなく「非合意を扱う技能」を育てる
必要なのは、正解を教え込む教育ではなく、アゴーン的対話の空間である。ただし、アゴーンは「合意しなくてよい」という放任ではない。重要なのは、非合意を扱う技能を育てることである。相手を黙らせるのでも改宗させるのでもなく、互いに譲れない点を明確化し、それでも共に生きる手続きを探る能力である。
そして決定的に重要なのは、この対話が教師の善意に依存しないよう制度として設計されることである。教室は最初から権力によって構造化されている。ゆえにアゴーン的対話には、権力を隠すのではなく権力を議題化する自己言及的条件が必要になる。教師は「正解の保持者」ではなく「権力の臨時的行使者」として、教材選定・発問・記録の権力を言語化し、その是非を共同で検討する契機を対話そのものに組み込む。
また、評価と記録が避けられない以上、対話が「正しく語れる者が得をする」装置へ堕ちないためのガードレールが必要である。個人の内面を断定する記述の禁止、子どもが記録された自己像を訂正できる手続き、沈黙する権利、途中退出と相談への動線など、自己言及性を権利と手続きとして常設しなければならない
さらに、情動を開くほど、いじめ・差別・家庭事情・トラウマが噴出しうる。これを教師個人の力量に帰責すれば、新自由主義批判と矛盾する。複数の支援動線や介入基準を制度の側に持たせるセーフガーディングが、対話の前提条件となる。

10.ケアの政治化――親密圏を超えて「配分」と「可視化」へ
ギリガンのケア倫理を対抗言説として活かす鍵は、ケアの政治化である。トロントやヘルドが示すように、ケアとは「世界を維持し、継続し、修復する」すべての活動であり、子育てや介護だけでなく、インフラの維持、環境保全、制度設計を含む。ここにケアを置くと、道徳は個人内面の徳目から、社会の維持・修復の負担の配分へと転換される
この転換によって、道徳教育は「良い心」を育てる授業から、「誰のケアが可視化され、誰のケアが不可視化されているか」「ケアの責任はなぜ特定のジェンダー、階級、エスニシティに偏在するのか」「公正なケアの分配とは何か」という公共的問いを扱う場へ変わる。道徳を人格教育から構造的不正義の分析へと接続するこの回路こそが、第2部の陥穽(美徳化・私事化・消費)を超えるための必然性となる。

11.実践的提言:矛盾を教材化する――自己言及性の制度化
以上から導かれる実践の要点は、内容の刷新ではない。矛盾の露呈と自己言及性の制度化である。
道徳の授業の中に、道徳教育そのものを問う時間を組み込み続ける。「なぜ道徳を学ぶのか」「誰がこの内容を決めたのか」「評価や記録が私たちの語り方をどう変えるのか」という問いを、子どもと教師が共同で対象化する。主体化装置を反転させる最短の導線は、装置を見えるようにすることである。
次に、価値項目を葛藤なき規範として提示せず、価値間の衝突として提示する。規則の尊重と正義の実現、家族愛と個人の自由など、葛藤を解消せずに保持する力――ネガティブ・ケイパビリティ――を養う。道徳教育の可能性があるとすれば、それは葛藤の耐久力として現れる。
越境的対話もまた重要であるが、それは表層的な交流ではなく、構造的不平等を可視化する対話でなければならない。同時に、語りが教材として消費されないよう、語りの所有権と拒否権を制度として保障する必要がある。
最後に、教師の脱中心化である。教師は「道徳の模範」ではなく「共に惑う者」として迷いを開示する。ただし権力は放棄できない。その矛盾を隠蔽せず、「私はここで権力を行使している」と明示し、批判の対象に差し出す。教師の善意ではなく、手続きとしての透明性が鍵である。


結論:希望としての不可能性――徳は教えられないが、問いは共同化できる
本稿は、道徳教育の不可能性を論じてきた。道徳は評価できない、教授できない、統一できない。しかしそれは絶望ではない。もし道徳が完全に教育可能であるなら、それは内面統治の完成を意味する。不可能性こそが、押し付けられた規範への抵抗、予期せぬ生成、他者性への開かれを保証する。
我々が目指すべきは、矛盾のない完成された道徳教育ではなく、矛盾を可視化し、矛盾と共に生きる技法を共同で作る場としての学校である。そこでは子どもも教師も、正解を知っている者としてではなく、共に問い、惑い、試行錯誤する存在として出会う。
プラトンが『メノン』で問うた「徳は教えられるか」という問いに、本稿はこう答える。徳は教えられない。しかし、徳への問いは共有できる。そしてその共有――制度が生む主体化を可視化し、そこに批判的距離を共同で作り続けること――こそが、我々にとっての徳なのである。

参考文献への示唆
・Michel Foucault, “Technologies of the Self”
・Judith Butler, Precarious Life
・Joan Tronto, Moral Boundaries: A Political Argument for an Ethic of Care
・Virginia Held, The Ethics of Care
・Jonathan Haidt, The Righteous Mind
・Martha Nussbaum, Cultivating Humanity
・Hannah Arendt, “The Crisis in Education”



2026年2月18日水曜日

ケアの倫理

道徳教育(3)からの続き


写真:キャロル・ギリガン(New Statesman 2023から引用)


芳賀さんとTakuya KawaiさんのFacebookでの議論がきっかけだと思っていたが探しても見当たらない。ただ,芳賀さんがコールバーグの道徳性発達理論について基本知識のように言及していて,自分は全く知らなかったのがきっかけの一つだった。豊福さんによれば,JDiCEでケアの倫理がはやっていて,その火付け役が芳賀さんらしい。

ChatGPTとGeminiとClaudeに,道徳教育を背景として,コールバーグの正義の倫理(道徳性発達理論)とギリガンのケアの倫理を対比してもらった。


A(ChatGPT+Gemini+Claude+koshix):

道徳教育の基本には二つの大きな考え方がありうる。「何が正しいか」を論理的に判断する正義の倫理と「目の前の人にどう応えるか」を重視するケアの倫理である。

日本の道徳教育でもよく援用されるのが,心理学者ローレンス・コールバーグ(1927-1987)の正義の倫理(道徳性発達理論)である。コールバーグは,道徳性を認知能力の発達と結びつけ,以下の3水準6段階モデルを提唱した。
前慣習的水準
 第1段階:罰と服従への志向(罰を避けるため)
 第2段階:道具主義的志向(自分の利益のため)
慣習的水準
 第3段階:対人関係的志向(良い子でいるため)
 第4段階:社会秩序維持志向(社会のルールを守るため)
後慣習的水準
 第5段階:社会契約志向(合意されたルールの尊重)
 第6段階:普遍的倫理原則志向(人権や尊厳といった普遍的原理に基づく判断)

この普遍的原理は近代西洋的価値観に基づいていて,日本における宗教右派的≒通俗道徳的な道徳観とは相容れないはずだ。しかし,発達段階や評価指標や教材設計に便利であることから,例えば,道徳的ジレンマを討論的授業(モラルディスカッション)で議論させることで判断力を高めるといった形で日本の道徳教育に浸透してきた。

しかし,コールバーグ理論にはそもそもいくつかの課題が指摘されている。「判断できること」と「実際に行動すること」の乖離,抽象的論理を重視する西洋・男性中心主義,そして人間関係や依存を未熟なものとみなす傾向である。

コールバーグの学生であったキャロル・ギリガン(1937-,京都賞2025)は,コールバーグ理論を批判し,女性へのインタビューから「別の声」を発見した。それは抽象的な正義ではなく,具体的な相手との関係性や責任を重視する視点である。これケアの倫理の出発点である。

正義の倫理が「誰にでも当てはまる平等なルールは何か」と問うのに対し,ケアの倫理は「この苦しんでいる人に私はどう応答すべきか」と問う。前者は客観的・理性的であり,後者は具体的・共感的なアプローチである。

ケアの倫理は単なる優しさや思いやりではない。その本質は,人間存在の根本的な脆弱性と相互依存性を認めることにある。私たちは誰もが,生まれたときには完全に他者のケアに依存している。成長してもなお,病気や老い,障害,さまざまな困難によって,繰り返し他者の助けを必要とする。この依存状態は恥ずべきものでも克服すべきものでもなく,人間であることの本質的条件なのである

ケアの倫理は,この現実から出発する。自律した独立個人という理想像ではなく,常に誰かとの関係の網の目の中で生き,支え合う存在としての人間を前提とする。ケアする側とされる側は固定されておらず,状況によって入れ替わる。またそれは文脈依存的でもある。抽象的な原則を機械的に適用するのではなく,その場の具体的な状況,関係性の歴史,相手の個別のニーズを読み取り,応答する。

したがって,道徳の中心課題は「普遍的な権利の保障」だけでなく「具体的な他者のニーズにいかに応答するか」という実践的問題になる。皮肉なことに,日本社会の宗教右派的な道徳実践は,関係中心,状況依存,沈黙による調整,という意味では,ギリガンのケアの倫理モデルの方が記述的には近い。ただし重要なのは,ギリガンは同時にそれを美徳として神話化するのではなく暴力と沈黙を生みやすい構造として批判的に見ていることに注意しなければならない。

2026年2月16日月曜日

AIと学校教育(2)



図:AIと学校教育(Nano Banana Pro による石田徹也風イメージ)


2月13日金曜日の中央教育審議会の,初等中等教育分科会教育課程部会情報・技術WGで,「AIに関する現状と検討課題について」という資料がでていたので,早速,分析してもらった。

なお,東大の江間有沙さんの「AIと人の関係性を設計する力の育成:AIリテラシーの再考」もおもしろそうだった。ChatGPTによれば,こちらの方が,我々の議論よりずっと進んでいるとのことだった。そうだよね。30分で生成AI(LLM)を使ってできた文章が,専門家を越えていたらシャレにならないもの。
A(ChatGPT+Gemini+Claude+koshix):

資料は「人間が最終判断すれば人間中心だ」と言うが、実は判断を支える思考の条件と、世界が問題として立ち現れる回路を静かに弱めている。人間が“名義上の審判”として残っても、判断が成立する条件(反例を考える力、根拠を追う力、別案を構想する力)が失われれば、それは人間中心ではない。

1.「導出過程」のない判断は、ただの署名である
数学や物理で、導出を飛ばして答えだけ検算しても真の理解にはならない。判断の本質は、結論に至るまでの苦闘のプロセス(導出)を通じて、何が前提で、どこで飛躍が起き、どの反例で崩れるかを自分の中に持つことにある。AIがプロセスの大半を占領し、人間が最後にボタンを押すだけなら、それは判断ではなく追認に近い。「最終判断は人間」という看板の下で、思考の筋道がブラックボックス化し、理由は「AIがそう言ったから」に滑り落ちる。だから問題は、AIを使うこと自体ではなく、AI利用の開示や根拠の追跡可能性、反例生成といった“判断の条件”が、評価と運用として守られていないことだ。

2.世界が「のっぺらぼう」になる
人間は、わからないことや矛盾にぶつかり、世界からの抵抗を感じることで、自分と世界との距離を測り、学ぶ。ところがAIが先回りして整った答えを与えると、世界は抵抗として立ち現れる前に言語で満たされ、平坦で“のっぺらぼうな情報”に見え始める。ここで壊れるのは学力ではなく、世界が問題として立ち上がる仕方そのものだ。成績は上がっても、「わかったつもり」が増え、不可知性に立ちすくみ、そこから自分の問いを立て直す力が痩せていく。教育が守るべきなのは効率ではなく、この抵抗を受け止め、問いを生む回路である。

3.「独自の違和感」という発火点の消失
AIリテラシー教育の体系化は、統制というより、便利さによって自発的に起きる均質化を招く。みんなが同じ道具(AI)を使えば、問いの立て方、説明の型、納得の仕方が似てくる。そのとき消されやすいのが、自分だけの「説明できない違和感」だ。だが違和感は、非合理の聖域ではない。誤情報や詐欺や権威に対して立ち止まり、証拠を要求し、反例を作り、異議を申し立てるための“反証の発火点”である。これが「効率」や「客観性」の名の下にエラーとして矯正されるなら、社会は静かに抵抗能力を失う。

4.効率という名の物差しへの最適化
資料は「価値創造」や「課題解決」を強調するが、それ自体は中立語ではない。何を課題と見なし、何を成功と数えるかという価値の座標系(評価尺度)が先に固定され、その尺度に沿ってAIが“答えやすい価値”が増幅される。すると人間はAIを使いこなしているつもりで、実はAIが最適化しやすい価値関数に同化していく。問題は「役に立つか」ではなく、価値の物差しを誰がどう決め、どの異議申し立てを許すかという、共同体の自己統治の問題に踏み込んでいる点である。

5.核心
この資料が守ろうとしているのは「人間が判断する」という形式であり、判断が成り立つ条件――世界の複雑さ・不可知性に耐え、根拠を追い、反例を作り、理由を引き受けるという制度条件――への敬意が薄い。生成AI時代の教育に本当に必要なのは、効率的な活用術ではない。AIが提示する流暢な正解に対して立ち止まり、「それでも割り切れない」という違和感を、反例生成・説明責任・開示といった形で評価と運用に埋め込み、知が成立する土台を守ることだ。そうでなければ「人間中心」は責任逃れの言葉に墜ち、学びは世界との真の出会いを失ってしまう。

2026年2月3日火曜日

AIと学校教育(1)

生成AIの教育利用(2)からの続き


図:AI時代の学校教育のイメージ(ChatGPT)

Takuya Kawai さんのFacebookにおける,AI教育利用批判が続いていたので,自分の意見との共通点と相違点をChatGPTに確認した。それによると,私は次のように考えているらしい。
 AI⇒「社会的意思決定環境を再編する準制度的存在」で,
 教育⇒「AIによって外側から評価・配分・選抜構造が変えられる」と。
その対話を続けていると,学校教育の再定義に踏み込んでいった。これを集約して手を入れたものが下記の記事である。免疫という表現がいいのかわるいのか・・・。

A(ChatGPT+Gemini+Claude+koshix):

AIと学校教育 — 選抜から免疫へ,役割の再配置

本稿は、AI時代の到来によって揺らぐ学校制度を、単なる理念や価値の刷新としてではなく、教育を支える「形式装置(時間・単位・集団・労働)」の再配置問題として捉え直す試みである。ここで問われているのは「どのような教育が望ましいか」ではない。変わりゆく社会環境の中で、学校という制度が、どの役割を引き受け、どの役割を手放すのかという、構造選択の問題である。

1.空疎な教育改革論の限界 — 問いの再定義

AI時代の教育改革論では、「人間力」「創造性」「主体性」といった言葉が人間に残された領域として強調され頻繁に語られる。しかし、その多くは、評価制度や責任構造、失敗を誰が引き受けるのかといった制度の核心部分に踏み込まない。その結果、理念は更新されても、現場を動かすインセンティブや形式装置は変わらず、改革は「名前だけ新しく、中身は同じ」ものに回収される。

だが、より根本的な問題は別にある。それは、学校制度が変わらないあいだにも、社会の側はすでに変わり始めているという非対称性である。企業は採用において学歴以外の指標を模索し始めている。オンライン学習プラットフォームは個別最適化された教育を提供している。AIツールは知識の獲得コストを劇的に下げている。こうした変化は、学校の意思決定を待たずに進行する。

ここで問うべきは、「どう改革するか」ではなく、「学校に、いま何を期待することが合理的なのか」という問いそのものの再定義である。

2.AIによる機能の変質 — 疎結合化する四機能

学校は長らく、次の四つの機能を密結合したパッケージとして提供してきた。
能力形成(資本化) — 知識と技能の獲得(リテラシー,規律と仕事力)
社会統合(同期化) — 共通の経験と社会規範の共有(同年齢集団,国民文化)
選抜(階層化) — 能力の可視化と序列化(進学・就職,社会的地位の通行証)
免疫(実験場) — 失敗の吸収と再挑戦の保証(格差の緩和,排除の緩衝材)

しかしAIの導入は、この結合を内部から解体する。重要なのは、AIが「教育を改善する」以前に、学校の機能同士の結びつきを弱めている(疎結合化している)という点である。

(1) 能力形成の外装化
LLMの普及により、知識・技術の取得や文脈構成は学校という場所に依存しなくなった。能力は「人間の内面に蓄積されるもの」から、「AIという外部デバイスと接続しながら運用されるもの」へと変質しつつある。授業で教えられる知識の多くは、ChatGPTに尋ねれば瞬時に得られる。レポート作成も、コーディングも、外国語翻訳も、AIの支援を前提とすれば、学校での訓練の必然性は薄れる。

(2) 社会統合の均質性の喪失
かつて学校は、同じ教材・同じ進度によって国民的な共通基盤を形成してきた。しかしAIは個別の関心と速度を加速させ、共通経験に基づく統合を困難にする。
ある生徒はAIと対話しながら高度な数学を学び、別の生徒はAIに依存して基礎的な読解さえ放棄する。同じ教室にいても、学習経験の共通性は失われ、統合の基盤は崩れる。

(3) 選抜の常時・外部化
評価はもはや入試や試験といった一回的イベントに限定されない。成果物や行動履歴は学校外のプラットフォームで常時可視化され、労働力の選抜は静かに、しかし持続的に進行する。GitHubのコミット履歴、Kaggleでのランキング、YouTubeでの発信実績——こうした外部記録が、学校の成績表よりも重視される場面が増えている。企業の採用プロセスも、学歴よりもポートフォリオや実績を重視し始めている。

このとき、学校だけが従来の密結合モデルのままで取り残される。

3.二層化の深層 — 能力・統合・失敗のゆくえ

学校機能の疎結合化が進むと、教育空間は単なる「二層化」を超えた、より深刻な構造変化に入る。

(1) 能力形成の分断
AIを使いこなし、思考を外装化できる者と、AIに思考を代替され、基礎的リテラシーさえ侵食される者との二極化が進む。前者は、AIを道具として活用し、複雑な問題解決や創造的な作業に集中できる。後者は、AIに依存するあまり、基礎的な読解力や論理的思考力を喪失し、AIなしでは何もできなくなる。この分断は、単なる能力差ではない。思考の外装化を制御できるか否かという、メタ認知的な能力の有無による分断である。

(2) 社会統合の質的転換
「同じことができる」ことによる統合から、「異なる能力をもつ者がどう共存するか」という、より脆く高度な統合への移行が迫られる。かつての学校は、標準化されたカリキュラムを通じて、誰もが同じ知識と技能を身につけることを前提としていた。しかしAI時代には、各人が異なる速度で、異なる深度で学ぶことが可能になり、共通の土台は失われる。
この状況で求められるのは、多様性を前提とした共存のための社会的スキルである。異なる能力をもつ他者を尊重し、協働する力。これは、均質性に基づく統合よりもはるかに困難である。

(3) 免疫なき選抜社会の出現
外部評価が常時・リアルタイム化すると、失敗は一過性の出来事ではなく、消えない記録として蓄積される(この相似形は一発試験軽視で汎用能力重視AO入試にも見られる)。再起の余地が制度的に保障されない社会では、「記録の暴政」が静かに進行する。SNSでの発言、オンライン試験の結果、プロジェクトの失敗——これらはすべてデジタル記録として残り、検索可能になる。就職活動や進学の際に参照され、過去の失敗が永続的な烙印となる。学校が提供してきた「免疫機能—つまり、失敗を許容し、時間をかけて回復させ、再挑戦の機会を保証する機能—」は、選抜が外部化するにつれて、逆説的に最大の希少資源となる。

4.学校の役割再配置 — 選抜から「免疫」への特化

以上を踏まえるなら、学校の役割転換は理想論ではない。選抜機能を独占し続けることが不可能になった以上、学校が免疫機能に特化する以外の現実的選択肢は存在しない。学校が担うべきは、外部の選抜論理を内部に持ち込むことではなく、次の条件を満たす公共の免疫装置である。

免疫としての学校の三原則
(1) 非同期性の許容:— 処理速度の差をエラーと見なさない
学習の速度は個人によって異なる。ある生徒は数学を瞬時に理解し、別の生徒は時間をかけて咀嚼する。この差を「劣っている」と見なすのではなく、個人の特性として受け入れる。
(2) 時間的余白:— 遅れや停滞を排除ではなく循環として扱う
学習には停滞期がある。理解が進まない時期、興味が持てない時期。こうした時間を「無駄」として排除するのではなく、回復と再開のための必要な余白として保証する。
(3) 一時的遮断:— 外部評価の圧力から学習者を守る防波堤
学校の内部では、外部の選抜圧力を一時的に遮断する。成績や評価が外部に漏れない仕組みを維持し、失敗が記録として残らないようにする。

これは「優しさ」ではなく、社会全体の過剰最適化に対する制度的ブレーキである。すべてが効率化され、すべてが記録され、すべてが評価される社会において、学校だけが「評価されない時間」を保証する。

5.形式装置の再編 — 時間・単位・集団・労働

免疫機能への特化は、抽象的な理念では実現しない。それを支える形式装置——時間割、授業単位、学級編制、教員労働——を具体的に再設計する必要がある。
(1) 時間割:同期から非同期へ
45分刻みのコマ割りは、全員が同じタイミングで同じ内容を処理することを前提とする工場モデルの名残である。これを90分のブロック制へ移行し、内部に回復のバッファを組み込む。また、オンデマンド教材を活用し、必ずしもリアルタイムでの同期を求めない。学習者は自分のペースで理解を深める時間を確保でき、「授業についていけない」ことが即座に排除につながらなくなる。
(2) 授業単位:取得から「滞在の権利」へ
単位を「達成証明」ではなく、「再挑戦を含む滞在権」として再定義する。同じ科目を複数回履修することを前提とし、失敗を正常なプロセスとして組み込む。「一度の失敗で退学」という硬直した制度から、「何度でも挑戦できる」柔軟な制度へと転換する。
(3) 学級:モノリスから分散へ
所属としてのホームルームは維持しつつ、学習活動は関心や進度に応じた流動的な集団で行う。異学年混在の学習集団や、物理・オンライン空間の組み合わせにより、「学級に適応できない」ことが即座に孤立につながらず、複数の所属先を持つことが可能になる。
(4) 教員労働:分散処理による専門性
授業担当、評価担当、生活支援担当、事務担当を分離し、複数の教員がチームで対応する体制を構築する。定型的な作業はAIに委ね、教員は人間的な関わりに専念する。教員は「万能な個人」ではなく、「専門性を持つチームの一員」として機能し、持続可能な労働環境を実現する。

6.免疫としての学校は「甘い場所」ではない — 回復と挑戦の両立

免疫機能への特化を「要求水準を下げること」と誤解してはならない。免疫とは、「到達点は維持したまま、経路と時間を複数化すること」である。

(1) 免疫と甘やかしの違い
・甘やかし: — 失敗を容認し、要求水準を下げ、最終的な達成を問わない
・免疫: — 失敗を許容し、再挑戦の機会を保証し、最終的な達成を支援する
免疫としての学校は、決して「何もしなくても卒業できる場所」ではない。むしろ、「失敗を恐れずに挑戦できる場所」である。

外部選抜が厳しくなるほど、人々は失敗を避けようとする。リスクを取らず、安全な選択肢にとどまる。しかし、真の能力形成には、失敗を通じた学習が不可欠である。学校が免疫機能を果たすことで、学習者は失敗を恐れずに挑戦し、その経験を通じて、外部選抜に耐えうるレジリエンスを育てることができる。

(2) 外部選抜への準備としての免疫
免疫機能は、「外部選抜から逃避するため」ではなく、「外部選抜に耐えるための準備」として機能する。失敗を経験し、回復し、再挑戦するプロセスを学校で経験することで、学習者は次の能力を獲得する。
・失敗からの回復力 — 一度の失敗で諦めず、立ち直る力
・自己評価の能力 — 外部評価に依存せず、自分の成長を自己評価できる力
・長期的な視点 — 短期的な成果に囚われず、長期的な成長を見据える力
これらは、外部選抜が常時化・リアルタイム化する社会において、最も必要とされる能力である。

7.終章 — 公共的回復圏としての学校
AI時代の教育の本質は、スローガンではなく、時間と関係性の再設計にある。形式装置の再編は技術的には可能だが、実装には抵抗が伴う。保護者は「評価されないこと」を恐れ、財政は「成果の可視化」を求め、教員は「負担増」を懸念する。しかし、選抜機能はすでに外部に流出しており、学校が選抜を独占しようとすることは現実との乖離を深めるだけである。

制度がすぐには動かなくとも、形式装置は再配置できる。「パイロットプログラムの導入」「外部資源との連携」「段階的な文化醸成」——部分的な実装から始めることは可能である。外部の選抜圧力が強まるほど、学校はその論理に追随するのではなく、あえて距離を取り、速度と効率から解放された公共的回復圏としての存在意義を示す必要がある。それは、加速する世界の中で、教育が担いうるわずかな、しかし決定的な抵抗である。

学校が選抜から免疫へと役割を再配置することは、教育の理想を放棄することではない。むしろ、変わりゆく社会の中で、教育が何を守り、何を手放すべきかを問い直すことである。失敗を許容し、回復を支援し、再挑戦の機会を保証する——そうした公共的な免疫装置こそが、効率化と最適化が支配する社会において、人間が人間であり続けるための、最後の砦となるだろう
P. S. これまでの自分の学校教育の定義は,道徳教育(3)を参照(まだAIに汚染されていない時代だ)。そこでは選抜機能が教育の本質的な要素であるとは考えていない。

2026年1月22日木曜日

生成AI教育利用(2)

生成AI教育利用(1)からの続き


図:生成AI教育利用のイメージ(Nano Banana Pro による)


日経朝刊には,大学入学共通テストで生成AIが90%以上得点(ChatGPT 5.2 Thinking は最高で97%)したという話が1面に掲載されていた。新井紀子さん息してますか〜。もう読解力の基盤が崩れつつあるのだけれど。詳細は,株式会社LifePromptのno+eページに掲載されていた。

それはそれとして,生成AI教育利用について自分で考えるのは面倒なので,ChatGPT 5.2に代行してもらった。凡庸でそこまで面白い話にはならない。あるいは,毎日同様なことを繰り返しているので自分がそれのロジックに飽きてきたからなのか。

Q(koshix):
「生成AIの教育利用」と「子ども世代の認知形成に何が起きるのか」を 哲学的,倫理学的,認知科学的,教育学的に検討するとどうなりますか。

A(ChatGPT 5.2):
起こり得ることを、まず一枚の地図にしてから、哲学・倫理・認知科学・教育学の順に「同じ現象を別の座標系で読む」と、見通しが立ちます。

いま子ども世代に起きつつあるのは、生成AIが「答えの供給装置」であるだけでなく、「認知発達の環境(エコシステム)そのもの」になりつつある、という転換です。OECDはまさに、生成AIは良い教育も悪い教育も増幅するので、目的に沿った設計・検証されたツール・教師の専門的判断が重要だ、と警告しています。 OECDそしてUNESCOも、生成AIの教育利用について、データ保護・透明性・人間中心の方針など、システムレベルのガイダンスを提示しています。 

この大枠の上で、4つのレンズを重ねます。

1. 哲学的に何が起きるか:知ることの形が変わる

子どもの「知る」は、長いあいだ
・自分で考える(内的努力
・他者に教わる(権威・共同体
・本や資料に当たる(記録・検証
という三つの柱で支えられてきました。生成AIは第四の柱として、「対話的に出てくる可塑的な知」を日常化します。

すると、認識論(エピステモロジー)の中心課題がずれます。
これまでの問いは「それは本当か(真理)」が中心でしたが、AIと暮らすと「それはどう作られたか(生成過程)」「誰の目的に沿うか(意図)」「どの程度信じてよいか(信頼の配分)」が中心になります。つまり、子どもは早い段階から 「<真理>より<信頼の設計>」を学ばざるを得なくなる。

ここで危険なのは、AIが一見もっともらしい言葉で世界を整序してしまうため、子どもが「理解した感覚」を得やすいことです。理解の感覚が、検証抜きに<知識>として固まると、思考は滑らかだが脆い。逆に、AIを「仮説生成器」として扱い、根拠へ降りる習慣が育つなら、思考は強くなる。

つまり哲学的には、生成AIは子どもに「世界の説明」を与える一方で、説明に対して「根拠へ戻る回路」を同時に植えつけられるかが分岐点になります

2.倫理学的に何が起きるか:主体と責任の再配線

教育の倫理は、突き詰めれば「子どもの主体性をどう育てるか」です。生成AIはここに二重の圧力をかけます。

1つ目は、責任の拡散です。作文・調べ学習・意見形成の一部がAIに置き換わると、「誰が考えたのか」「誰が責任を持つのか」が曖昧になります。これは簡単にいえばズルの問題に見えますが、もっと深いところでは、子どもが「自分の言葉=自分の責任」という回路を形成しにくくなる問題です。

2つ目は、関係の倫理です。近年、AIコンパニオンやチャットボットを話し相手にする10代が増え、過度な依存や有害な相互作用への懸念が指摘されています。 アメリカ心理学会(APA)も、青年期の安全とウェルビーイングの観点から、AIリテラシーやガードレールの必要性を提言しています。 

倫理的に核心なのは、「AIが悪い」ではなく、「子どもの発達段階では境界(バウンダリー)がまだ脆い」という事実です。境界が脆い段階で、常に肯定的で、常に応答し、時に迎合もする相手が現れると、主体性や対人関係の学習が歪む可能性がある。

だから倫理は、禁止か放任かではなく、子どもがAIを<道具として扱える距離>を保てる制度設計へ向かいます。UNESCOのガイダンスが強調するデータ保護や透明性は、この「距離」を制度で支える話でもあります。

3.認知科学的に何が起きるか:思考の「外部化」が早すぎると何が壊れるか

認知科学の言葉で言えば、生成AIは強力な認知的足場(cognitive scaffolding)です。足場はうまく使えば学習を加速しますが、早すぎる・強すぎる足場は、筋肉(基礎能力)を育てる前に代行してしまう。

分岐を作るメカニズムはおおむね3つです。

認知的オフロード:記憶・要約・推論の一部をAIに預ける。これは便利だが、基礎が未形成なうちに預けすぎると、深い処理(分析・統合)が起きにくい、という懸念が議論されています。
認知的信頼(epistemic trust):子どもは「誰を信じるか」を学習します。AIが“権威の声”に見えると、誤りでも通ってしまう。教育工学でも、学習者のAIへの信頼が採用態度に影響するという研究が出ています。
メタ認知の形成:自分が何を分かっていないかを知る能力。AIが綺麗に整えた文章を出すと、「分かった気」だけが先に立つ危険がある一方、うまく設計すれば、質問生成・反証探し・比較など、メタ認知を鍛える相棒にもなり得る、という報告もあります。

要するに、認知科学的な危険は「AIで能力が落ちる」ではなく、発達段階ごとに“代行してよい部分/してはいけない部分”が違うのに、そこが無差別になってしまうことです。

4.教育学的に何が起きるか:評価と授業の中心が「成果物」から「過程」へ移る

教育学で一番大きい変化は、学習評価の焦点が変わることです。AIが成果物(文章・要約・解答)を作れるなら、成果物だけでは学習を測れません。したがって必然的に、
* どう問いを立てたか
* どの根拠を選んだか
* どこで迷ったか
* どう検証したか
* どこを自分の言葉で言い換えたか
というプロセス評価が中心になります。これはOECDが言う「汎用チャットボットの無批判な利用より、学習科学に沿って設計されたツールや意図ある利用が重要」という方向とも整合します。 

授業設計も、AIを「答え生成器」として置くか、「思考訓練器」として置くかで別物になります。典型的には次の二極が出ます。
悪い増幅:AIが“認知労働の置換”になり、学習者の努力が減る(良くも悪くも増幅する、というOECDの警告)。
良い増幅:AIが“対話的チュータ”になり、弱い学習者の足場を作り、教師が介入すべき点が可視化される(ただし検証と設計が要る)。

5.まとめ:4つのレンズを重ねたときの結論

子ども世代の認知形成と生成AIの教育利用を総合すると、論点の中心はこうなります。
生成AIは、子どもの「知る」を早熟化させる。
しかしその早熟化は、
・真理の感覚を育てる方向にも、
・「分かった気」を肥大させる方向にも、
  同じくらい進み得る。
分岐を決めるのは、個人の賢さではなく、環境設計(学校・家庭・制度)です。UNESCOやAPAが、ガイダンスや安全・リテラシーを強調しているのは、ここが個人の努力だけでは回らないからです。
---
もし次の一歩として実用に落とすなら、私は「学年(小・中・高)で、何をAIに任せ、何を任せないか」を、あなたの関心(哲学的深みを失わない設計)に合わせて、具体的な授業モデルとして描けます。例えば「AIを使ってよいのは“反証探し・比較・質問生成”だけ」「結論文は必ず自力」「引用と出典は二重化」といった具合です。どの年齢層を想定しますか。

ぐぬぬ。第4節の教育学的というところからどんどんつまらない話になってしまった。やっぱり教育学はクソなのかもしれない。まあ第1節の哲学的というのも微妙にぬるいけれど。

[3]Health Advisory AI Adolescent Well Being(Americal Psychological Association)