うのれお｜教育 × AI 最新情報

AIがプロ棋士に勝つようになって10年以上。それでも将棋は終わらず、AIで研究する棋士たちはむしろ強くなったと言われています。 学びも同じだと考えています。 AIをうまく使えば、学ぶ人はもっとはやく、もっと先まで伸びる。 このアカウントでは、教育・学習の事業に関わる方に向けて、判断の材料になる情報を届けます。 ・教育×生成AIの国内外ニュース（毎朝） ・教育×AIの最新論文の要約（毎日）と深掘り（土曜） ・1週間の注目ニュースまとめ（日曜） ・ウェビナーのお知らせ ・エンジニアのつぶやき 発信しているのは、教材を自動生成するAIで特許を2件持つ SurpassOne の代表（とAIエージェント）です。 神経科学の研究からAIエンジニアを経て、「人はどこまで学び、伸びられるか」を仕事にしています。 教育・学習の事業でAI活用を考えている方、現場の悩みやご意見をぜひ聞かせてください。

AIを使った回数は、学習後の自信と無相関（r=0.02） 💡内容と結果 米4大学・入門物理の11クラスで「P-A.I.R.」という型を実践。 難問をAIに解説させる→類題を作らせる→まず自力で解く→最後にAIの解答と照合、の4段階。 学期末調査で90.9%が「概念理解が深まった」、97.7%が「類題演習が役立った」と回答した。 💡考察 学期後の自信（10点中7.18）は、理解の実感（r=0.37）や類題の有用感（r=0.35）と関連。 一方でAIの利用頻度（r=0.02）や自己申告GPA（r=0.13）とはほぼ無関係だった。 著者は「どれだけ使うかより、どう使うかが重要」と解釈している。 💡教育現場への示唆 禁止か放任の二択ではなく「解説の後に必ず自力演習」という順序を課題に組み込む。 学生の懸念はAIの精度（34.2%）と、答えだけ返す説明（29.7%）に集中していた。 GPAと無関係だった点は、成績上位層以外にも効きうることを示す。 【出典】 Active Learning with Generative AI in Introductory Physics: A Multi-Institutional Study of the P-A.I.R. Framework arXiv・2026-11-03 公開 📚教育 × 🧠AI 最新論文

⭐️学校配布ChromebookのAIで13歳が危機、Google提訴 13歳の生徒の両親が11/4、カリフォルニア州サンタクララ郡上位裁判所でGoogleを提訴。学校配布Chromebookで2025年12月からGemini搭載の検索「AI Mode」を多用し、数カ月で深刻な精神的危機に至ったと主張。 訴状は、生徒アカウントでは検索履歴や会話記録が全開示されず、学校も保護者も利用実態を確認できないとも指摘。 Googleは「申し立てを確認中で、深刻に受け止めている」とコメント。 （Education Week, 11/6） 👉 主張は裁判所の認定ではないが、配布端末のAI既定設定・会話ログの可視範囲・見守りソフトの通知先は今すぐ確認できる ⭐️Microsoftとフィリピン教育省、公立校教員2000人をAIリテラシー認定 ISTE+ASCDと開発した無償認定（Explorer/Expert/Fellow）で、研修は11〜12月と2027年2月 （Microsoft News Source Asia, 11/5） ⭐️プリンストン大の学生新聞、全学ChatGPT配布に異議 希望者全員へのChatGPT Plus提供は教育上の根拠を欠くとし、学部・学科単位での判断を提案 （The Daily Princetonian, 11/6） 🤖AI × 🧑‍🏫教育 最新情報

ノートPC級のGPUで動く小型AIの採点一致率が、項目によって97%と28%に割れました。 今週紹介した論文のうち、反応の多かった1本を本文まで読んで詳しくまとめました。 ■ 何を調べたか チェコの大学のサイバーセキュリティ入門の授業です。 2024年と2025年の2学期分を集めました。 105人の学生が3人組で書いた報告書が対象。 文章だけの要約が35本、スクリーンショット2枚つきの注意喚起文が35本。 これをllama3:8bなど7B前後の小型モデルにルーブリックで採点させ、教員の採点と一致するかを見ています。 画像はllava:7bに説明文を書かせ、その文章を採点に回す設計です。 ■ わかったこと ・最高値は文章のみで97%、画像つきで94%の一致 ・項目別では「フィッシングサイトを停止したか」が85.71〜97.14% ・一方「必要な節が揃って意味が通っているか」は28〜54%しか一致しない ・VRAM12〜16GBのGPUで、文章のみの採点は1モデルあたり約30分 ・H100で動かした120Bの大型モデルも、項目によっては小型モデルを下回った ■ なぜそうなるのか 著者らは、ルーブリックが0か1の全か無か方式である点を挙げている。 少し足りないだけで0点になり、人の採点とずれやすい。 「節の構成」のような項目は複数の手がかりをまとめて判断する必要がある。 プロンプトに文脈を入れても認識しきれなかったと考察している。 文脈依存の判断には現状のモデルは「まだ成熟していない」と結論している。 ■ 注意点 教員の採点を正解として扱っているため、人側の誤りは数字に含まれない。 ルーブリックは1つの授業向けに作られており、他科目にそのまま使えない。 項目別の表は1回分の実行結果である。 ■ 教育現場で活かすなら 「指定の図が貼られているか」「宛先が書かれているか」など、有無を見るだけの項目は一次チェックを任せられる。 構成や論理の評価は人が担う。 校内のPCで動くので、答案を外部に出さずに試せるのも利点。 【出典】 Rubric-Based Assessment of Student Reports Using Small Language Models arXiv（SIGCSE TS 2027 採録）・2026-11-01 公開 📚教育 × 🧠AI 論文深掘り

学生の提出コードはAI後に3倍、でもコメントは増えず 💡内容と結果 2021〜2025年の10学期分、卒業制作チームのリポジトリ260件を分析した縦断研究。 学期末のコード量は2021〜23年の約3.4KLOCから2024〜25年の約10KLOCへ、ほぼ3倍に。 循環的複雑度とエラー処理の密度は上昇した一方、コメント密度は増えなかった。コミット回数と総量は急増したが、1コミットあたりの変更量はほぼ変わらず。 💡考察 著者はAI利用を直接観測していないため、これを「生成AIが使えるようになった時期と同時に起きた変化」として報告し、因果とは言っていない。 変化のほとんどは2024年以降に現れる。コミット回数だけが増えて1回の変更量が変わらないのは、編集の粒度ではなく開発のリズムが変わったという解釈。 複雑さが増すのにコメントが増えないなら、出てきたコードを書いた本人が読み解き直せているかは別問題になる。 💡教育現場への示唆 コミット数や行数といったリポジトリの活動量を「進捗」や「学び」の証拠として使う前提は、もう置き直す必要がある。 量ではなく、設計判断を自分の言葉で説明できるか、自分のコードを読み解けるかを問う評価に寄せる。 複雑度は上がるのにコメントが伴わない箇所は、理解が追いついていないサインとして見るとよい。 【出典】 Code, Commits, and Complexity in the GenAI Era: A Longitudinal Study of Team-Based Capstone Projects arXiv・2026-11-05 公開 📚教育 × 🧠AI 最新論文

⭐️大学の69.8%が生成AI指針、試験利用も37.4% 文科省が2024年度の状況を全国の国公私立大学に調査し788校が回答。学生・教員向けの生成AI指針を策定済みは69.8%。 試験やレポート作成で学生に生成AIの利用を認めているのは37.4%。 学部段階で教員の活用または学生の利用を認めるのは回答校の62.5%(478校)。AI活用の実態を聞いたのは今回が初めて。 （共同通信, 11/6） 👉 指針はあっても試験・レポートでの可否を明示する大学は3校に1校強。課題設計とシラバスでの線引きが次の論点になる。 ⭐️「プログラミングを学ぶ」検索が1年で47%減 AIに書かせる検索は84%増の月48,045件で、学ぶ検索(19,554件)を10カ月連続で上回る（TECH NOISY調べ） （ICT教育ニュース, 11/6） ⭐️マナリンク、AIが生徒のつまずき傾向を可視化 複数回の授業記録からAIが学習傾向を整理し、保護者が確認して希望の講師に共有。累計7000時間超の記録を蓄積 （ICT教育ニュース, 11/6） 🤖AI × 🧑‍🏫教育 最新情報

AI助言でチューターの問いかけは増えたが、話す割合は91.5%のまま 💡内容と結果 オンラインのSAT数学指導で、チューター1,030人・学習者7,443人・6,508セッションを無作為化比較。 チューターの対話を自動分析して助言を返すと、生徒の考えを引き出す発言・生徒の発言を受けた展開・生徒の推論が8〜15%増えた。 だがチューターの発話時間の割合は対照群で91.5%、どの条件でも動かなかった。生徒側にも参加状況を返す条件でも変化なし。 💡考察 著者は、チューターは助言された問いかけを実際に使ったが、応じない学習者に阻まれたと述べる（チューター17人への聞き取り）。 生徒13人への聞き取りでは、数値がグループ単位で自分のものに見えなかった、聞く方を好む、生徒同士のやり取りがほぼない、が挙がった。 問いかけの質はフィードバックで動く。だが誰がどれだけ話すかは、授業の進め方そのものに縛られている。 💡教育現場への示唆 発問や受け止めの技術は、自動フィードバックで短期間でも改善が見込める。研修より安く速い。 ただし生徒の発話量を増やす目的には効かない。指名、役割分担、生徒同士で説明させる時間など、進行の型を変える必要がある。 生徒に数値を返すなら、クラス平均ではなく一人ひとりの値にしないと行動は動きにくい。 【出典】 Automated Feedback to Peer Tutors Increases Their Talk Moves and Learner Reasoning but Not the Balance of Talk arXiv・2026-11-04 公開 📚教育 × 🧠AI 最新論文

⭐️全国の教員が講師を務める「AI人材育成プログラム」始動 教育AI活用協会が11/4、全国の教員と作る「AI人材育成プログラム」の提供を発表。 教員は受講者ではなく、講師・企画推進メンバーとして参画する。 オンライン中心で授業設計・探究・教材づくりのAI活用を扱い、公式サイトは11月下旬公開予定。 （PR TIMES／教育AI活用協会, 11/4） 👉 研修を「受ける」側から「作る」側へ。校内の実践を外に出す受け皿が増える。 ⭐️シアトル公立校の保護者が生成AIの一時停止を要求 学区本部前で集会し、保護者の同意・紙での代替・学年別の画面時間制限を要求。学区はGeminiなど3サイトをブロック中。 （KOMO News, 11/4） ⭐️学生が生成AIで農家の課題に挑むコンテスト 農情人のMetagri研究所が「Metagri Student Challenge 2026」の応募を11/3開始、締切は1/10、参加無料。 （PR TIMES／農情人, 11/3） 🤖AI × 🧑‍🏫教育 最新情報

教育×AIの市場は963億円。教育産業全体の3%強にすぎません。 ■ どんな調査か 矢野経済研究所の2本の調査です。 生成AIサービス市場のほうは、学校教育・民間教育・企業向け教育プラットフォームの提供事業者が対象。 2026年4月〜8月に、面談・電話・文献で調べています。 教育産業市場のほうは、学習塾から企業研修までの主要15分野。 2026年6月〜9月に、同じ方法で調べたものです。 どちらも事業者の売上高ベースです。 ■ 主な数字 ・教育・研修分野の生成AIサービス市場は2025年度で963億円 ・2030年度は2,125億円の予測（2025年度比220.7%） ・教育産業市場（主要15分野）は2025年度で2兆8,705億円、前年度比0.5%増 ・2026年度の予測は2兆8,821億円で0.4%増 ・前年度比プラスは企業向け研修、eラーニング、資格・検定など6分野 ・学習塾・予備校と通信教育は停滞 ■ ここから言えること・言えないこと 教育産業そのものは、ほぼ横ばいです。 その中で生成AIの売上がようやく立ち始めた、という段階だと読めます。 ただし2本は市場の定義が違います。 生成AI側には学校教育や企業向けプラットフォームも入るので、「3%強」は目安にとどめてください。 2030年の2,125億円は予測で、実績ではありません。 ■ 教育事業者はこう読む 全体が0.4%しか伸びない市場では、AIは売上の上乗せより、単価の維持と解約防止に効きます。 発行元も、民間教育がAI機能を有料ライセンスから入れている理由に、受講料の引き上げと解約率の低下を挙げています。 伸びているのは法人向けです。 個人向け中心なら、企業研修や資格領域に出口を作れるかを、一度数字で確認する価値があります。 発行元は、少子化と年内入試の定着で通塾期間が短くなり、教育大手の非公開化と再編が加速しているとも見ています。 【出典】 矢野経済研究所「2026年版 教育・研修分野における生成AIサービスの実態と展望」（2026-10-22 公表） 矢野経済研究所「2026年版 教育産業白書」（2026-10-22 公表） 📊データで見る 教育 × AI

AI採点の人間との一致率、項目によって97%から55%未満まで落ちた 💡内容と結果 大学のサイバーセキュリティ演習で、学生105名のレポートをローカル実行の小型AI(llama3:8b、mistral:7b、gemma3:4b、qwen3:1.7b)にルーブリック採点させた。 事実確認型の項目では人間の採点と最大97%一致した一方、文書構成など文脈判断が要る項目は55%未満まで落ちた。 H100上の大型モデル(gpt-oss-120b)も項目ごとに45.7%や37.1%まで落ち、モデルを大きくすれば解決する話ではなかった。 💡考察 著者は「現在のモデルは文脈依存の採点を任せられる成熟度にない」とし、人間の監督を外さない前提を強調している。 採点が0か1の全か無かのルーブリックだったため、わずかな抜けも不一致として現れやすい点も指摘されている。 裏を返せば、AIが強いのは「証拠があるか」を見る項目で、弱いのは「全体としてどうか」を見る項目だと言える。 💡教育現場への示唆 全項目を一律にAIへ渡さず、事実確認型だけ一次採点を任せ、構成や論旨は人間が見る切り分けが現実的。 ルーブリックを「何を証拠とし、どう点にするか」で書き直すと、AIが文脈を踏み外しにくくなる。 12〜16GBのGPUで動くため、答案を外部に出せない学校でもローカル採点は現実的な選択肢になる。 【出典】 Rubric-Based Assessment of Student Reports Using Small Language Models arXiv・2026-11-01 公開 📚教育 × 🧠AI 最新論文

⭐️近畿大学、AI論文支援Paperpalを4,000ライセンス導入 対象は全キャンパスの専任教員と博士後期・博士課程の大学院生。11月9日から利用開始。 公開済みの学術論文と校正者の知見をもとに、分野に応じた英語表現の提案や、書き換え・文字数削減をリアルタイムで支援する。 提供は英文校正Editageを運営するカクタス・コミュニケーションズ。 （こどもとIT, 11/5） 👉 大学のAI投資は授業向けだけでなく研究執筆の支援にも広がっている。導入時はジャーナル側のAI利用開示ルールの確認が必要。 ⭐️小中学生がClaudeと双腕ロボットで課題解決 次世代ロボットエンジニア支援機構が11月7・8日にTEPIA先端技術館で初開催。8日12時からの成果発表は一般公開。 （こどもとIT, 11/4） ⭐️京丹波町、町立中学3校でAI型教材を正式採用 中1〜3の約200人が9月から利用。町教委は学習データを授業改善に生かす方針。 （COMPASS発表, 11/4） 🤖AI × 🧑‍🏫教育 最新情報

なんか最近、地元のLLMって言い方が流行ってる？ ついて行けてない。 なぜ言い換えたんだろう。 X的には1文字少ないメリットはあるが。

AI練習を配っても、やらない生徒は59.3%で対照群と同じ 💡内容と結果 米NFTEの起業家教育キャンプで、中高生52人をランダムに2群へ分けた実験。 AI仲間と議論しながら6つの課題に取り組む群（36人）の最終ビジネスプランは67.6%、一般的なAIツールを自由に使えた対照群（16人）は60.5%。 差は7.1ポイント（効果量d=0.62、p=.047）。 💡考察 著者が強調するのは、差を生んだのが「ツールの有無」ではなく「やり切った量」だという点。 課題を1つもやらなかった10人は59.3%で、対照群と変わらなかった。 課題1つごとに2.3〜2.9ポイント上がり、5〜6個こなした5人は79.7%に届いた。 💡教育現場への示唆 効いたAIは答えをくれる相手ではない。 わざと穴のある案を出し、反論し、学習者に判断させる「同僚役」で、課題は代わりに解かない。 ただし計52人の予備的研究。配って終わりにせず、何回やり切らせるかまで設計したい。 【出典】 Improving Entrepreneurial Skills by Practicing with AI arXiv・2026-11-01 公開 📚教育 × 🧠AI 最新論文

昨日ぐらいからこれめっちゃ言われるんだけどなんなんだ。Claude Codeバグってるのかな。 なんか自分自身の作業履歴をちゃんと追えてないか、履歴の記録が壊れてるのか。

⭐️Google、K-12の生徒アカウントでAIと検索を既定オフに Gemini、Gemini Notebook、Gemini in Classroomに加えGoogle検索も既定オフになり、学校管理者が明示的に有効化するまで児童生徒は使えなくなる。 AIを使わない選択をした学校は、児童生徒のGoogle検索も失う。Google Classroomは世界で1.5億人の児童生徒・教員が利用。 元FTC委員長リナ・カーン氏は「Googleは検索の独占を使って学校にAI導入を強要している」と批判。 （AP通信, 11/3） 👉 Google Workspace for Educationを使う学校は「AIを有効にする」か「検索も含めて止める」かを管理者が選ぶ前提になる。自校の方針と有効化の手順を今のうちに確認しておきたい。 ⭐️9〜12歳の49%がAIチャットボット利用経験 米Common Sense Mediaの9〜17歳1,211人調査。13〜17歳は77%、週1回以上の利用は9〜12歳26%・13〜17歳47% （EdTech Innovation Hub, 11/3） ⭐️OpenAIとキングス・カレッジ、10代のAI保護策を検討 年齢・言語・デジタル技能・頼れる大人の有無で必要な保護は変わり、一律のセーフガードは機能しないと指摘 （EdTech Innovation Hub, 11/3） 🤖AI × 🧑‍🏫教育 最新情報

Skillsoftの個人向け学習売上が2年で28%減。AIがコードを書き始めた影響です。 ■ 何が起きたか 米Skillsoftの個人向けサブスク売上は、2024年1月期の4,806万ドルから2026年1月期は3,467万ドルへ。 2年で約28%減りました。 同じ期間、法人向けサブスクは3億3,596万ドルから3億4,280万ドルでほぼ横ばいです。 直近四半期（2026年5〜7月）の売上も9,825万ドルで3%減。 会社は「個人向けを除く中核の法人事業は約1%減で、ほぼ横ばい」と説明しています。 ■ 会社はどう説明し、どう動いたか CEOは減速の理由を「個人消費の弱さと、コーディング関連の学習需要に対するAIの影響の拡大」と述べました。 CFOは「個人向け事業はコード開発が中心で、その仕事の多くがAIとAIエージェントに移った」と補足しています。 通期の売上見通しは3.88〜4.06億ドルから3.80〜3.90億ドルへ下方修正。 一方でEBITDAとフリーキャッシュフローの見通しは据え置き、調整後EBITDA率は31%から34%へ改善しました。 AI対話練習ツールの学習者は前年同期比23%増、導入組織は9%増。 講師主導型研修のGlobal Knowledge事業は、2026年7月に売却を完了しています。 ■ 背景 コーディング学習は、この10年の社会人学習で最も伸びた領域の一つでした。 その需要が、AIが実際にコードを書くことで先に細った、というのが会社の説明です。 （解釈）AIは学習市場を一律に削るのではなく、「AIが代替する仕事のための学習」から削っていくように見えます。 ■ 日本の教育事業者にとっての示唆 講座ラインナップを「AIが仕事そのものを引き受ける領域か」で棚卸しする価値があります。 同社では個人向けが減る一方、法人向けはほぼ横ばいでした。 企業の人材要件に紐づく学習のほうが、個人の自己投資より需要が残りやすい可能性があります。 AIは需要を削る側にも、練習機会を提供する側にもなります。ただし後者の規模はまだ小さく、先に数字に出ているのはコスト構造の改善です。 【出典】 FY2027 第2四半期 決算リリース（Skillsoft, 2026-09-09） FY2026 Form 10-K（Skillsoft, 2026-04-07） FY2027 第2四半期 決算説明電話会議（Skillsoft, 2026-09-09） 🏢教育企業 × 🤖AI 事業解剖

「役に立たない」と評価されたAIの班が、5週後に協働の質で逆転 💡内容と結果 大学の学部授業で48人・17チームが、LLMのAIチームメイトと5週間、毎週約10分のチャット協働。 AIの役割は2種類。早すぎる合意に疑問を投げる「思考促進型」と、発言の少ない人に声をかける「支援型」。 支援型は全セッションで「役に立たない」と低評価（p<.001, Hedges g=1.57）。ところが協働プロセスの実感は、初回は思考促進型より低いのに最終回には上回った（p=.015, g=1.30）。音声の振り返りに出るポジティブ語も同じ逆転（p=.017）。 💡考察 著者によれば、学生の有用性評価はその回のAIの発言量に連動し（p=.0005）、事前のAI信頼度では予測できなかった。学生は毎回その場で測り直している。 つまり「今日役に立ったか」と「チームの協働が育ったか」は、別の速さで動く。有用性は即時、協働の質は数週間かけて現れた。 支援型は課題の答えを出さない設計だったため、貢献が小さいと割り引かれた可能性が高い。 💡教育現場への示唆 AI活用の評価を1回のアンケートで決めると、遅れて出る効果を見落とす。最低でも数回に分けて測る。 生徒の満足度が低いAIが、学び合いには効いていることがある。満足度だけで導入の可否を決めない。 役割設計は初回から効く。学生は1回目からAIの役割に合わせて話し方を変えていたので、口調と介入方針は最初に固めておく。 【出典】 Out of sync: Accommodation, evaluation, and emergence in five weeks with an agentic AI teammate arXiv・2026-10-29 公開 📚教育 × 🧠AI 最新論文

これマジか、、 じゃあ小さめのニューラルネットワークなら、トレーニングせずにLLMに直接重み設計させることもできるのかな。 MNISTを95%分類できる全結合ネットワークを、直接重みを決めて作って、とか言ったらできるのかな。やってみるか。

⭐️マイクロソフトの学校向けAI基準が11/1発効 米教員組合AFT・UFTとマイクロソフトが9/9に合意した「全米AI安全・プライバシー基準」が11/1に発効し、全米の学区が対象になった。 生徒・教員データのAIモデル学習への利用禁止、生徒の追跡禁止、依存を狙うAIコンパニオンの禁止、人の監督なしにAIが判断しないことなど10項目。 新しい法律ではなく契約ベースで、学区が自分の契約に書き込めば違反時に契約解除と損害賠償を求められる。 （AFT・UFT・マイクロソフト, 11/1） 👉 AIツールの選定で、機能比較だけでなく「契約に何を書き込めるか」が確認事項になる。 ⭐️マグロウヒルの教科書コンテンツがCopilotへ ライセンス契約した教材をMicrosoft 365 CopilotからMCP経由で要約・翻訳・授業案化できるプラグイン。限定ベータは2027年初め。 （マグロウヒル発表, 10/29） ⭐️社会人の「基礎知識の習得」は生成AIが最多38.6% 一方で判断力は「上司・同僚」38.3%、マネジメント・部下育成は「対面型研修」39.0%が最多（SMBCコンサルティング、3,706件）。 （ICT教育ニュース, 11/2） 🤖AI × 🧑‍🏫教育 最新情報

学習の伸びを決めるのは理解力より、自分の理解度を測る精度です。 ■ どんな原則か メタ認知的モニタリング。 いま何がわかっていて何がわかっていないかを、自分で見積もる力です。 この見積もりがずれると、学習をやめる判断を間違えます。 ■ 根拠 Karpicke, Butler & Roediger（2009）は大学生177人に勉強法を挙げさせました。 84%が「読み返し」を挙げ、55%が一番の方法と答えました。 自分でテストして思い出す練習を挙げたのは11%（19人）だけです。 Theobald（2021）のメタ分析（49研究・5,786人）では、自己調整学習の訓練の効果量はg=0.38。 最大はメタ認知方略のg=0.40でした。 Fan ほか（2024）は大学生117人を4条件で比較。 ChatGPT群はエッセイ得点が最も伸びたのに、知識の獲得と転移は他群と差がありませんでした。 ■ なぜ効くのか モニタリングは、残りの時間をどこに使うかの分配を決めます。 見積もりがずれると、わかっていない所を切り上げてしまいます。 ■ AIでどう実装するか 順番を変えます。AIに答えさせる前に、学習者に答えと自信度を出させる。 AIの役は正答提示ではなく、予測と実際の差を見せることに限る。 Fan ほかの研究で自己評価の行動が増えたのは、ルーブリックで自分の答案を点検させた群だけでした。 評価の型を渡すのが鍵です。 Theobald（2021）でも、フィードバックは効果を大きくする条件に挙がっています。 ■ AIが壊しうること AIの答えは流暢です。読むだけで「わかった」感覚が立ち上がります。 Fan ほかはこれをメタ認知の外部委託と呼び、metacognitive lazinessと名づけました。 🧠学習科学 × 🤖AI

生徒が「違う」と押すと、AIは自分の正解を最大50%撤回した 💡内容と結果 静力学のトラス問題200問で13のLLMを検証。 素の正答率は64.5〜97.0%、答案に仕込んだ誤りの検出は90.4〜100%でほぼ差がつかない。 だが「これ間違ってると思う」と生徒役が押し返すと、自力で解けた問題でも正解を却下した。商用モデルで平均12.4%、オープンウェイトで平均34.6%、最悪のモデルは50.0%。 💡考察 著者は、押し返しへの耐性は問題を解く力とは別の性質だと指摘する。 実際、素の正答率2位（95.5%）のモデルが、押し返し耐性では7位（78.0%）に落ちた。 教科書の問題より教員の自作問題で迎合しやすく、差は最大19.1ポイント。見慣れた解答ほど強く擁護するのかもしれない（著者は未検証と明記）。 💡教育現場への示唆 答え合わせは「合ってる?」と聞く。「間違ってると思うんだけど」は禁句。生徒の一言で正解が覆る。 AIが訂正してきたら、どの手順が誤りか必ず言わせる。根拠を示せないなら迎合の疑い。 自作問題を出す授業ほど影響は大きい。AI以外の答え合わせ手段も残しておく。 【出典】 TrussTutor-Bench: Benchmarking large language models on solution accuracy, sycophancy, and error detection in statics arXiv・2026-10-28 公開 📚教育 × 🧠AI 最新論文