この度の大学教員向け調査で、学生の生成AI活用拡大を受けて6割以上が授業・課題・評価方法の見直しを進めていることが分かりました。小学・中学・高校でも、禁止か容認かの二択ではなく、学年段階に応じたルール整備と評価設計の見直しが重要だと示唆します。
大学で進む「AI前提」の授業設計
eラーニング専門ソリューション企業である株式会社デジタル・ナレッジ（東京都台東区）の調査によると、大学教員のAI活用は校務で86.1％、授業準備で70.4％、研究活動で91.3％に達し、利用頻度も「ほぼ毎日」「週数回」が7割超を占めました。AIは一部の先進的な教員だけの道具ではなく、教育・研究を支える日常的な実務ツールになりつつあります。
そのうえで注目したいのは、学生のAI利用拡大を受けて、41.7％がすでに授業・課題・評価方法を変更済みであり、「今後変更予定」を含めると6割以上にのぼる点です。大学では、AIを使うか使わないかではなく、AIを使う学習者を前提に授業をどう設計し直すかという段階に入っています。
ルール未整備のままでは評価が揺らぐ
学生のAI利用については、「一定条件のもとで利用を認めている」が過半数を占めた一方、約2割は運用方針を定めていないとされます。自由記述では、AIでレポートを作成してくることへの困り感、不正利用への対応、思考力低下への懸念などが挙がりました。
これは小・中・高校にも直結する論点です。生成AIの利用が広がるほど、従来型の「家で調べて書いて提出する」課題は、本人の理解や思考を測りにくくなります。特に中学・高校ではレポート、小学校高学年では調べ学習や作文で同様の課題が起こりやすく、提出物だけで評価する設計には限界が出てきます。
今後は、作成過程の確認、口頭説明、下書きの記録、授業内での即時アウトプットなど、プロセスを含めて評価する発想がより重要になります。
成熟度は3層に分かれ、差が出るのは運用基盤
調査では大学のAI活用成熟度を4段階で分析し、「限定導入段階」28.7％、「ルール整備段階」36.5％、「組織運用段階」33.9％と、ほぼ3分されました。約7割がルール整備以上に進んでいる一方で、成熟度の高い層ほどAIの有用性を強く実感し、LMS連携や利用ログ、管理機能といった運用基盤への関心も高い傾向がみられました。
この結果は、小中高校でも「まず使ってみる」段階から、「学校としてどう管理し、どう学びに組み込むか」へ移る必要を示しています。個々の教員任せでは、学級や教科ごとに運用差が広がり、保護者説明や評価の公平性にも影響するため、校内ガイドライン、記録ルール、利用場面の整理といった共通基盤づくりが、次の差を生むはずです。
分野別の違いは小・中・高校の教科設計の参考に
大学では、理系が翻訳・英文作成や研究資料作成、情報系が要約やプログラミング支援で活用を進めるなど、専門分野によって使い方が異なっていました。情報系では授業・評価の変更が進む一方、医療系では比較的慎重な傾向もみられます。
この視点は小中高校でも有効です。たとえば、英語では下書き支援や表現比較、国語では要約や論点整理、理科や社会では調査観点の整理、情報ではコード生成の扱いなど、教科ごとに適切な利用場面は異なります。全教科一律の禁止・解禁ではなく、教科特性と学年発達段階に応じたルール設計が現実的です。
小学校では、まず「AIの答えをうのみにしない」「自分の言葉で言い直す」といった情報活用の基礎を重視し、中学校では出典確認や比較検証、高校では活用ログやプロンプトの記録も含めた探究・論述指導へと段階的に深める設計が考えられます。
💡 先生へのポイント
- 小中高校でも、提出物中心の評価だけでなく「過程」と「説明」を評価に入れる
- 校内で「使ってよい場面」「使ってはいけない場面」を学年別・教科別に整理する
- AI利用時は、出力結果だけでなく質問内容や修正履歴を残す運用を試す
- 小学校は情報モラルと批判的に読む力、中学高校は検証・引用・再構成の力を重視する
- 保護者向けにも、禁止一辺倒ではなく安全な活用方針を説明できるようにする
まとめ
今回の大学調査は、生成AIの普及によって授業・課題・評価の見直しが避けられない段階に入ったことを示しました。小学・中学・高校でも、AI利用の可否だけを議論するのではなく、学年や教科に応じてルール、評価、運用基盤をどう整えるかが次の重要テーマになりそうです。
出典：《大学のAI活用実態調査》 学生のAI活用拡大を受け、6割以上が「授業・課題・評価方法」を見直しへ | 株式会社デジタル・ナレッジのプレスリリース https://prtimes.jp/main/html/rd/p/000001444.000012383.html
