米国の大学教授たちが声を上げている。「読めない、分析できない、データを統合できない」。学生のAI依存による知的基礎能力の低下が深刻だという。一方、Carnegie Mellon大学とMicrosoftの共同研究は、同じ構造をAIを日常的に使う知識労働者にも確認した。教室で先に可視化されたこの変化は、すべてのAI利用者に問いを突きつけている。

事実 何が起きたか

UC Berkeley、Ohio State、Penn Stateの教授陣がGuardian紙に対し、AI依存で学生が「読解・分析・データ統合」の基本能力を失いつつあると述べた。Carnegie Mellon大学とMicrosoftの319人調査では、AIを信頼する知識労働者ほど批判的思考を行わなくなる相関が確認されている。

読み解き なぜ重要か

教授が「学生の劣化」として報告している現象は、Carnegie Mellon研究が知識労働者にも確認した「AI信頼度と批判的思考の逆相関」と構造的に同一であり、教室は職場で静かに進行する変化を先に可視化しているに過ぎない。

影響 何が変わるか

大学の対応が「AI活用能力の必修化」（Ohio State）と「AIを排除した課題設計」に二極化しており、教育現場でのAI共存の標準が未定のまま、最初のAI世代が社会に送り出されつつある。

Overview

  • UC BerkeleyのDora Zhang教授がAI依存の影響に懸念を表明した（Guardian報道）。
  • Carnegie Mellon大学・Microsoft共同研究（319人）で、AI信頼度が高いほど批判的思考が低下する相関を確認した。
  • MIT Media Labの脳波実験で、AI利用者の認知的関与が不使用者より最大55%低いと報告された（プレプリント段階）。
  • Ohio State大学は全学部にAI活用コースを必修化する一方、一部の教員はAI排除の課題設計への回帰を推奨している。

教授が見ている「学生の劣化」は、職場で気づかれていないだけの同じ現象だ

教室は「炭鉱のカナリア」だ

教授には、学生の認知能力の変化を観察する職業的な義務がある。Ohio StateのMichael Clune教授が述べた「読めない、分析できない、データを統合できない」という報告は、1年前の学生と今の学生を比較できる立場の人間だから出てきた言葉だ。

職場にはそのような観察者がいない。上司は部下の「批判的思考力が昨年と比べてどう変化したか」を計測していない。だから変化が見えない。だがCarnegie Mellon大学とMicrosoftの共同研究が319人の知識労働者を対象に確認したのは、教授たちが教室で見ているのと同じ構造だ。AIを信頼して使うほど、自分で考えなくなる。参加者の一部は「AIへの信頼が批判的な検証を妨げている」と自己申告している（CMU・Microsoft共同研究）。教室は職場の変化を先に可視化した窓であり、「学生の劣化」は「人間の認知的変化」の最も早い兆候に過ぎない。

失われているのは「考える力」ではなく「考える必要性」

教授たちの訴えを聞くと「学生が怠けている」という印象を受ける。だが構造はもっと根深い。MIT Media Labの脳波実験は、AIを使って作文した学生の認知的関与がツールを使わない学生より最大55%低かったと報告した（プレプリント段階であり、査読前のデータである点は留意が必要だ）。これは「怠けた」のではなく、「脳が起動しなかった」ということだ。

学生は合理的に振る舞っている。50ページの論文を読み込んでノートを取る代わりに、AIに要約を頼む。それは「楽をした」のではなく、同じ成果を少ない認知コストで得る効率化だ。問題は、論文を読む苦痛そのものが批判的思考の訓練であるということだ。スキルと練習を分離できない。走らずに心肺機能を維持する方法がないのと同じで、読まずに読解力を維持する方法はない。

Penn StateのEric Hayot教授は「テック企業はこれらのツールを無料で配っている。世代を依存させるためだ」と述べた（Guardian報道）。この指摘の当否はさておき、構造的に興味深いのは、OpenAIやMicrosoftがAI教育プログラムを推進し、Ohio State大学が全学部で「AI活用能力」コースを必修化している事実だ。AIの使い方を教えることと、AIなしで考える力を維持すること。この2つは両立するのか、それとも構造的に矛盾するのか。Clune教授の「『AI活用能力』が何を意味するか、誰も分かっていない」という言葉は、この矛盾の核心を突いている。

「認知的負債」は教室の外でも蓄積している

techtech.clubでは先月から、AIが人間の認知に与える影響を複数の角度から追っている。2月に取り上げた「認知負債」——AIで作ったコードは動くが、なぜそう設計したかを誰も説明できなくなる現象。3月初旬の「脳の焼きつき」——AIの出力を監視・検証する作業が新たな認知負荷を生んでいるという1,500人調査。そして2日前の「思考の均質化」——AIを使うほど個人の文章は良くなるが、集団の思考は似ていくという130超の研究の分析。

今回の教授たちの報告は、この連続する発見群と地続きだ。認知負債、脳の焼きつき、思考の均質化、そして思考力そのものの低下。これらは別々の問題ではなく、「AIに認知作業を委ねる」という同じ行為がもたらす異なる症状だ。学生は最も早くこの症状が出た集団であり、教授はそれを観察できる立場にいた。知識労働者に同じ症状が出ているかを測定している組織は、まだほとんどない。

日本の教室はどうか

文部科学省は2023年に「生成AIの利用に関する暫定的なガイドライン」を公表し、その後も段階的に指針を更新しているが、AIが学生の認知能力に与える影響を体系的に調査した日本の研究はまだ少ない。米国のような大規模な脳波実験や知識労働者調査は、日本では未実施だ。

だが構造は同じだ。AIツールの普及率に日米の差はあっても、「AIに要約を頼んだ方が速い」という合理性は普遍的に作用する。日本の大学が「AI活用能力」と「自力で考える力」のどちらを優先するか——この問いへの回答は、まだ出ていない。

考える問い

  • あなたが先月AIに委ねた「分析」や「統合」の作業のうち、自力でやっていたときと同じ深さの理解が得られたものはいくつあるか。
  • Carnegie Mellon研究は「AIを信頼するほど批判的思考が低下する」と示した。あなた自身のAI信頼度は1年前と比べてどう変化したか。その変化と思考の質の関係を自覚しているか。
  • Ohio Stateの「AI活用能力の必修化」とAgainstAIの「手書きへの回帰」。あなたがもし教育カリキュラムを設計するなら、どちらに近い方針を取るか。その理由は何か。
  • 「AIなしで考えられる能力」は、AI時代に維持すべき基礎体力か、それとも手計算のような過去のスキルか。

報道記事・ソース

公式発表・一次情報

関連ライブラリ

なべ

Author

なべ

techtech.club 編集長。メディアで起業し、元はスタートアップのプロダクトマネージャー。一度テクノロジーに賭けて挫折した。その経験がいまの生き方や考え方、事業の起点になっている。ここで書くのは答えではない。投資・キャリア・事業など専門家でなくても自分の頭で判断するための材料と視点。読者に教えるのではなく、一緒に考える側にいたい。

関連記事