人材育成コラム

　2026年現在、学校教育におけるAI活用は「実験期」を脱し、インフラとして定着する新たな段階に入っています。本稿では、今後数年を見据えたAI活用の方向性を整理します。

【校務では普及、授業では試行錯誤】

　文科省の資料（2026.6）によると校務でのAI活用は進んでいます。公立小中高の教員の過半数（55%）が生成AIを校務で利用しており、高校では約9割に達しています。「全く活用していない」学校は２年間で76.7%から16.3%まで減少しました。一方、授業での活用は38.8%にとどまり、教員のAIリテラシー不足や研修の不十分さが課題となっています。
　教員が掲げる主な懸念点は、セキュリティ（42%）、著作権リスク（41%）、ハルシネーション（37%）、専門家の不在（36%）などが挙げられています。

【今後のＡＩ活用の方向性】

　今後重要になるのは、「AIを「思考の代替」ではなく「思考の拡張」として位置づけること」と論じる教育学者が多くいます。
　Fast AI（反復練習、即時フィードバック、個別最適化など、効率化が求められる場面で活用）とSlow AI（探究学習、対話的学び、メタ認知を促す場面で、あえて「遅さ」を設計し、生徒自身の思考を深める）。この使い分けを明確にしないままAIを導入すると、「学びが深まっていないことに無自覚な使い方」が蔓延するリスクがあると懸念されています。

【教育特化型AIと公共データの「AI-Ready」化】

　汎用AIでは学習や教師の専門性を支えきれないという課題に対し、文科省は教育分野に特化したAI の実証を進めています。教科書や教材のデータをAI-Ready化し、ハルシネーションや偏見を含む出力のリスクを低減し、教育現場で安心して活用できる基盤を築こうとしています。

【メタ認知の保護】

　また、生成AIに頼りすぎることで、自分で思考する機会が減り、「認知負債（Cognitive Debt）」と呼ばれる現象が生じる恐れが指摘されています。：AI使用後に「なぜその答えになったか」「自分の思考プロセスは何か」を振り返る活動を行い、さらにAI活用だけで完結せず、実体験や対話を通じた意味理解を伴う学習設計を行っています。

【問題点】

　「プロンプト職人」への依存、地域間（学校間）格差、イエスボット（常に同意する相手）への過度な依存、偏見・プライバシーなどの倫理的な面も問題点として挙げられています。

【取り組むべきこと】

　教育特化型ＡＩの実現、教員研修の強化とともに、Slow AIによるメタ認知保護カリキュラムの開発が求められます。Slow AIを設計する原則は以下が考えられます。

• ①「答えをくれない」制限を意図的に設ける。AIに直接答えを出力させず、問い返しやヒントに限定する。
• ②AI出力と自説の「対峙」を必須化する。AIの意見と自分の考えを比較し、差異を分析する活動を組み込む。
• ③プロセスを可視化・評価する。完成物ではなく、「問いの更新」「情報源の選択」「事実確認」「修正理由」を評価する。

【Slow AIと学習とを組み合わせた実践例】

最後に、Slow AI（答えをすぐに与えず、思考を促すAI活用）と学習とを組み合わせた実践例をいくつかご紹介します。

①「答えを言わないAI」による仮説立案支援

②「優秀な学びのパートナー」としての対話