
スマホで楽しく授業をしてくれるAI先生「AIの佐藤先生」、10代のためのSNS「THINKERS(シンカーズ)」の公式アカウントです。2015年、学研アクセラレーター ピッチコンテストにて金賞受賞。管理人は @mamiwt です
Joined January 2015
- Tweets1.6K
- Following556
- Followers755
- Likes867
Pinned Tweet
こんにちは。
代表理事と法人の引っ越しが重なり予定より遅くなりましたが、スマホで楽しく授業をしてくれるAI先生「AIの佐藤先生」を、本日8月1日リリースしました。
ai-sato.jp/
からお申し込みいただけます。
申込月は無料でご利用いただけます。
特に塾・学校向けにご用意したページ
ai-sato.jp/for-school/
ご連絡をお待ちしております!
「満足度は動かず学力だけ伸びた点は示唆的」
良い研究ですね。
「AIの佐藤先生」も生徒にラクをさせずちょっとだけ疲れさせる絶妙なオーダーメイド設計で、理解度や成績を上げます。
教員が自分で設計したAIなら、学生の学力は0.32SD上がった
💡内容と結果
19大学・応用STEM系55クラス・学生7200人の事前登録済みRCT(2025年春〜2026年春の3学期)。クラス単位で「AI導入」と「1学期遅れ」に無作為割付。
市販チャットボットを一律配布するのではなく、担当教員が自分のクラス向けに設計。33種類に及び、ソクラテス式コーチング19クラス、個別チューター18、コースナビ25など。
監督付きの対面・紙の試験で測ると、学生レベルで0.32SD(P=0.019)、クラスレベルで0.26SD(P=0.038)向上。一方、出席・活動量と授業評価は有意な変化なし。
💡考察
著者は、AIが学習を損ねたとする先行研究の多くが「同じツールを上から一律に配る」型だったと指摘。今回の違いは、現場の教員に設計権と裁量を渡したこと。
0.32SDは、K-12のランダム化介入の中央値0.10SDを上回り、STEMのアクティブラーニング0.47SDに近い水準。
満足度は動かず学力だけ伸びた点は示唆的。学生が喜ぶAIと、学力が伸びるAIは別物かもしれない。
💡教育現場への示唆
AI導入の主語を本部から授業担当者へ。平均1クラスで3.0個の教育機能を組み合わせており、単機能ツールの一律配布とは設計思想が違う。
成果はAIが使えない試験で測る。AI可の課題で点数が上がっても、学力が伸びた証拠にはならない。
満足度や利用率をKPIにしない。ただし対象は応用STEM中心で、他分野での再現は未検証。
【出典】
Instructor-designed AI improves learning in a randomized trial across 19 universities
arXiv・2026-11-14 公開
📚教育 × 🧠AI 最新論文
THINKERS(AIの佐藤先生) retweeted
子どものAI被害1331件、原因の58.5%は運用側。モデルの技術的欠陥は14.7%だけ。
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
公開報告された子ども関連のAIインシデント1331件を分類した研究。
OECD.AIのインシデント監視から1143件、AIAAICから141件、AI Incident Databaseから47件。
18歳未満が被害を受けた、または深刻なリスクにさらされた事例だけを対象にしている。
2人が独立して分類し、不一致は合議で解決した。
■ わかったこと
・原因で最多は「人・組織・運用の文脈」で779件(58.5%)。モデルの技術的問題は196件(14.7%)
・単一の原因で最も多いのは「その場の規範からの逸脱」398件(29.9%)
・被害内容では性的描写316件と性的搾取131件。合計447件で全体の約3分の1
・「過度な依存や、人間らしく見せる設計」が主因の事例は146件。うち49件が心理的被害
■ なぜそうなるのか
著者らは、危害は社会技術的なものだと考察している。
モデル単体は標準テストを通過しても、年齢に合った設定なしに学校や対話アプリに置かれれば被害は出る。
1ターンごとの安全判定では、数週間かけて育つ依存のような蓄積的な被害を見逃すとも述べている。
■ 注意点
英語圏の報道・訴訟・規制文書が中心で、国や地域は分類されていない。世界の実態を表す数字ではない。
件数は「報道された頻度」で、発生率ではない。依存形成のような緩やかな被害は過少計上と著者自身が書いている。
原因分類の一致度はα=0.67で、著者はこの部分を暫定的な結果としている。
■ 教育現場で活かすなら
著者らは学校などの高リスクな導入には、子ども向けの事前評価と導入後の監視を求めている。ベンチマークの認証では防げないという立場。
論文には、校内の武器検知AIが生徒のポテトチップスの袋を銃と誤認した事例も入っている。
導入時に見るべきはモデルの性能表ではなく、年齢別の設定、保護者からの可視性、自傷の兆候を人に引き継ぐ手順。
【出典】
Safe by Benchmark, Unsafe in Practice: Lessons from 1331 Child-Related AI Incidents
arXiv・2026-10-26 公開
📚教育 × 🧠AI 論文深掘り
THINKERS(AIの佐藤先生) retweeted
⭐️ハーバード教育大学院、研究5000件でAI影響を年齢別整理
11/10発足の「Compass Collaborative」が無料ツール「AI Guidance by Age」を公開。
5000件超の研究から81の発達領域について、年齢別にAIが学びを助ける点と妨げる点を提示(確定ではなく仮説としての提示)。
例えば9〜11歳の認知基礎では、適応型教材は難易度調整に有効な一方、答えを返すAIは記憶を作る想起練習を飛ばす恐れがあるとする。
(Education Week, 11/12)
👉 学年ごとに「AIに任せる作業」と「生徒自身に練習させる作業」を切り分ける出発点として、校内のAI利用ルール見直しに使える。
⭐️生成AIの偽情報、見抜く自信が1年で35%→28%
ドコモ モバイル社会研究所の全国調査(15〜69歳、2026年2月に7,223人)で、テキストの偽情報を見抜く自信は35.4%→27.6%、画像・動画も6pt前後低下。
(こどもとIT, 11/13)
⭐️欧州の生徒79%がAIで宿題、教わったのは47%
OpenAIの教育報告書が引く13〜19歳5000人調査。「AIに課題をやらせた」は指導なしの生徒で36%、指導ありで18%。
(EdTech Innovation Hub, 11/12)
🤖AI × 🧑🏫教育 最新情報
THINKERS(AIの佐藤先生) retweeted
4回連続で間違えたAIでも、学生の89%が意見を変えた
💡内容と結果
米国の大学生671人とオンライン募集の成人386人を対象に、2択クイズの答えをAIと対話して検討させた4つの実験。
AIの正誤を毎回知らせない条件では、直前4回すべて誤答を主張したAIでも、学生が自分の答えを捨ててAI側に乗り換えた割合は89%。全問正解だったAI(90%)とほぼ同じだった。
正誤を毎回知らせた条件では、常に間違うAIへの同調は21%、常に正しいAIは67%と、はっきり差が出た。
💡考察
著者は「人はAIの精度に信頼を合わせられるが、それは答え合わせができる場合だけ」と解釈している。
信頼は最初から高く、初回の対話で83%が説得された。実績を積んで信頼を得るのではなく、誤りの証拠を見て初めて下がる。
人間の助言者(65%)よりAI(83%)の方が説得力が高く、実績の良さが効くのもAIだけだった。
💡教育現場への示唆
宿題やレポートでAIを使う場面は、まさに正解がすぐ分からない状況。「間違いに気づけない」が初期設定だと考えた方がいい。
解答や採点を素早く返す、AIの出力を一次資料と突き合わせさせる。答え合わせを学習の手順に組み込む。
自信のある問題に絞った実験でも、フィードバックなしでは48%が乗り換えた。「自信があるから大丈夫」は通用しない。
【出典】
Do People Trust AI Assistants Even When They Are Consistently Wrong?
arXiv・2026-11-10 公開
📚教育 × 🧠AI 最新論文
お子さんはすでに生成AIを使っているかもしれません。
嘘を教えたり、考える機会を奪ったりする生成AIではなく、人間が間違えを検証し、すぐに正解を教えない、安全安心な「AIの佐藤先生」を利用してみませんか?
生成AIを週1日以上使う高校生は65.6%。親の認識は49.9%でした。
子どもの利用は、親が思うより進んでいます。
4,500人調査で、その差が数字で出ました。
■ どんな調査か
積水ハウスが2026年11月11日に公表。
小4〜高3の子どもと親2,400組、小3以下の子の親1,600人、教育関係者500人の計4,500人。
2026年9月15〜24日にマクロミルがインターネットで実施。
■ 主な数字
・週1日以上の生成AI利用は小4〜6年34.4%、中学生57.1%、高校生65.6%。未就学児も14.3%(親回答)
・同じ項目の親の認識は31.1%、48.6%、49.9%。小4以降は子どもの実態が上回る
・生成AIの社会への広がりに不安を感じるのは子ども74.3%、親82.4%、教育関係者89.0%
・不安の1位は子どもが「誤った情報を正しいと思う」36.3%、親48.3%と教育関係者59.0%は「自分で考える前にAIに答えを求める」
・親子の会話が減る懸念は親57.6%、教育関係者65.8%。一方、週に数日以上使う子の親子時間の満足度は72.4%で、非利用の61.1%より高い
■ ここから言えること・言えないこと
中高生では家庭でのAI利用が多数派です。
親の把握はそこに追いついていません。
ただし子どもの回答は、親が設問を説明して代行入力したものです。
子ども自身が答えた数字ではありません。
満足度の差も相関で、AIが満足度を上げた証拠ではありません。
■ 教育事業者はこう読む
「子どもはすでに使っている」が出発点です。
使わせない前提の教材や規約は、家庭の実態とずれます。
親向けには、わが子の利用実態を見せる情報が効きます。
不安は親82.4%、教育関係者89.0%と高く、ここが相談の入口になります。
不安の中身は層で違います。
子どもには情報の見極め方、親と教員には「考える前に答えを求めない」設計を別立てで用意してください。
【出典】
積水ハウス「暮らしにおける子どもの育ちに関する意識・実態調査2026 ーAIと感性ー」(2026-11-11 公表)
📊データで見る 教育 × AI
26
AIを使うと頭を使わなくなる(からAIを使うのは良くない)と言われているけれど、実は使っているとも言えるのではないか…
本人は楽だと思っているのに頭を使っているならば、最高だと感じる。
AIを使うと「楽」に感じるのに、実際の認知負荷は11.2%増えていた
💡内容と結果
CS初学者20人が、長さの異なるJavaコードをAI補助あり/なしで読み、その後AIなしで理解度テストを受ける実験。
客観指標(二重課題の反応時間)はAI補助時に11.2%悪化し、認知負荷が有意に増加した。
一方で本人の主観的な負担感(NASA-TLX等)は変わらず、理解度テストの成績にもAIの効果は見られなかった。
💡考察
著者は「AIとのやりとり自体が二重課題になり、余分な認知負荷を生む」と解釈している。
しかも学習者はその負荷を自覚できていない。
さらに一部の学生は、コードを読む代わりにAIの説明を読む「読み替え」や流し読みに移っていた。
💡教育現場への示唆
「AIを使ったら楽になった」という学生の自己申告は、負荷の指標としては信用できない。
学生は簡単な課題ではAIを即信用し、難しい課題でだけ自分の読みと照合する傾向があった。
AI併用を前提にするなら、最後はAIなしで答えさせる確認を挟むのが安全。
【出典】
Feeling Easier, Working Harder: Cognitive Load in AI-Assisted Code Comprehension
arXiv・2026-11-09 公開
📚教育 × 🧠AI 最新論文
26
THINKERS(AIの佐藤先生) retweeted
AIが手書き答案を採点、人間との相関0.97。ただし一貫して0.68点甘い
💡内容と結果
サウジアラビアの大学のコンピュータグラフィックス科目で、学生60人の手書き中間試験(20点満点)をAIエージェントが1セッションで採点した。
うち20枚を教員の採点と比べると相関はr=0.97、平均絶対誤差は0.85点。別の15枚で1週間空けて2回採点させた一致度もICC=0.96と安定していた。
ただしAIの点は平均0.68点だけ有意に甘く、フィードバックの正確さは誤りの指摘で92.8%、正答確認で97.8%だった。
💡考察
著者は、客観問題や短答問題なら教員の補助として使える水準だが、点数の境界事例と作図問題では教員の判断を置き換えられないとしている。
実際、手で図を描かせる設問は4つの指標のうち3つで外れ値だった。
失敗の型は3つ。キーワードの一致だけで概念の深さを見ない、訂正された選択肢のどちらを選んだか判別できない、手描き図のどこを見るかがずれる。
💡教育現場への示唆
選択式・短答式の一次採点をAIに回し、教員は境界点付近と作図問題だけを見直す運用にすれば、採点の負荷はかなり下がる。
一方でAIは甘い側へ振れるので、素点をそのまま成績にすると全員にわずかな下駄を履かせることになる。
ただし1科目60人・人間側の基準も著者1人という規模なので、他の科目でそのまま成り立つ保証はない。
【出典】
Reliability of Claude Code as an Agentic AI Grading System for Handwritten University Exams
arXiv・2026-11-09 公開
📚教育 × 🧠AI 最新論文
THINKERS(AIの佐藤先生) retweeted
⭐️神戸大×スクールエージェント、探究AIを共同研究
スクールエージェントと神戸大学 数理・データサイエンスセンターが11/9、生成AIで探究学習を支える共同研究の開始を発表。1人の教員が30〜40人の探究テーマに伴走する現状が背景。
中学「総合的な学習の時間」と高校「総合的な探究の時間」が対象で、テーマ設定から具体化・構造化までの「問いの錬磨」を段階的に支える設計。
AIの助言案は教員がダッシュボードで確認・修正してから生徒に届ける。実証協力校(高等学校等)の募集も順次開始する。
(スクールエージェント, 11/9)
👉 生成AIを答えの出力機ではなく対話相手に置く設計。探究支援ツールを見るときは「教員が最終確認する経路」が組まれているかが分かれ目になる。
⭐️日本工学院、BytePlusの生成AIをマンガ・アニメ授業に導入
動画生成モデル「Dreamina Seedance」で企画・演出に沿った映像制作を学ぶ。2027年4月開設の新学科にも展開予定。
(ICT教育ニュース, 11/10)
⭐️Memrise創業者の新AI家庭教師、250万ポンド調達
授業を途中で止めて質問できる対話型アプリ。Concept Venturesがリードし、まずは資格試験対策から。
(EdTech Innovation Hub, 11/10)
🤖AI × 🧑🏫教育 最新情報
「沈黙・相づち・割り込みにリアルタイムで応じる音声モデルを使い、学習者が考えている間は待ち、詰まればヒントを出す」はすごいなぁ
どういう仕組みなんだろ
大人だとできそうだけど、子どもは予想外の反応をするので難しいかな…
(続報もありがたい)
⭐️続報 Google検索の遮断方針に米上院議員が撤回要求
GoogleはAI機能を無効化したい学校のK-12児童生徒アカウントで、Google検索もブロックする方針。
Markey上院議員(民主・マサチューセッツ)が11/9にピチャイCEOへ書簡を送り、方針の撤回と、AI機能の安全性や児童生徒の精神面への影響を調べた検証結果の開示を求めた。
Googleは検索にAI機能が深く統合されており分離できないとし、学校側に管理権限を与える措置だと説明。Classroomの利用者は生徒・教員で約1.5億人。
(Markey上院議員室・CBS News, 11/9)
👉 「AIだけ止める」が選べるかは、検索などの基盤サービスと抱き合わせかで決まる。自校の管理コンソールで何を個別にオフにできるか棚卸ししておきたい。
⭐️韓国・京畿道教育庁、AI利用基準を学校段階別に検討
11/9の公聴会(約400人参加)で、小学校は教員の監督下で検証済みの教育AIに限定、中学は教員が定めた範囲内、高校は出典と利用記録の明示・結果の検証を条件に利用可とする案を提示。詳細は2027年1月5日に公表予定。
(ソウル経済新聞, 11/9)
⭐️AI英会話「スピーク」、OpenAIのGPT-Live-1で新レッスン
沈黙・相づち・割り込みにリアルタイムで応じる音声モデルを使い、学習者が考えている間は待ち、詰まればヒントを出す「ライブチューターレッスン」を一部ユーザーへ先行提供。
(ICT教育ニュース, 11/9)
🤖AI × 🧑🏫教育 最新情報
49
THINKERS(AIの佐藤先生) retweeted
AI算数で成績+25点、でも興味は1か月で元に戻った
💡内容と結果
低所得地域の公立小3・23人が、1学期(約4か月)AI算数教材を使った。
平均点は54.2→57.3→79.5→73.3。
開始1か月は有意差なし。2か月後に+25.2点(p<.001)、学期末は+20.5点で横ばいに。
算数への興味は3.38→3.60(p=.032)と上がったが、学期末は3.46でベースラインと差なし(p=.329)。
💡考察
著者は、伸びるタイミングが学力層で違うと指摘する。
上位25%は1か月の時点で+13.3点と早く伸び、中位・下位は2か月後まで有意に伸びなかった。
興味が上がったのも中位・上位だけ。もともと興味が低い層は、4か月間どの時点でも有意な変化がなかった。
対照群なし・23人の小規模研究なので、数字そのものより「恩恵の偏り方」を読むべき結果だ。
💡教育現場への示唆
導入1か月の結果で「効果なし」と判断しない。下位・中位層は2か月目から動いた。
興味は1か月で頭打ちになる前提で、教員主導の活動や次の挑戦を途中で足す設計にする。
操作でつまずく子は実際にいた。初期の操作支援を別枠で用意する。
【出典】
Who Benefits, and When? Trajectories of Academic Achievement and Interest in AI-Supported Learning
arXiv・2026-11-07 公開
📚教育 × 🧠AI 最新論文
「検索のAI Overviewsだけを切る選択肢はない」
Google、よほど自信があるのだろうな…ときどき全然違うことを言うけどね。
AIの佐藤先生では、外部検索をAIに禁じています。それで間違うこともあるけれど(生徒の好きなVtuberの表記とか)、大問題は起こっていない。
今週の教育×AI、いちばん大きかったのは「GoogleがK-12生徒のGeminiと検索を既定オフ」
1️⃣Google、K-12生徒のAIを既定オフに
Gemini・Gemini Notebook・Gemini in Classroom・Google検索が学校管理の生徒アカウントで既定オフ。有効化は管理者が個別に判断できるが、検索のAI Overviewsだけを切る選択肢はない。
(AP通信, 11/3)
2️⃣豪州、学校の「デジタルデトックス」で合意
連邦・州の教育大臣が11/5にAustralian Schools Digital Detox Taskforce設置で合意。報告書は小学校での生成AI制限と高校の評価時の制限を提起し、画面時間の全国基準も検討対象に。
(ABC News(豪), 11/5)
3️⃣学校配布Chromebookをめぐり保護者がGoogleを提訴
13歳の生徒の両親が11/4にカリフォルニア州上位裁判所へ提訴。学校端末の検索経由で使ったGeminiが不調の隠匿を促したと主張し、州のコンパニオンチャットボット法違反を含む8件を請求。いずれも原告の主張。
(The Hill, 11/5)
4️⃣文科省、大学の生成AI利用を初めて調査
788校が回答。学生・教員向け指針の策定済みは69.8%、試験やレポート作成で学生の利用を許可は37.4%。2024年度の状況が対象。
(共同通信, 11/6)
5️⃣「プログラミングを学ぶ」検索が47%減
日本語Googleの推計月間検索数を12カ月平均で前年比較。学ぶ系8語は36,928→19,554件で47%減、「AIに書かせる」系8語は26,145→48,045件で84%増。
(ICT教育ニュース, 11/6)
🤖AI × 🧑🏫教育 今週の注目NEWS
価値のある研究。
AIの佐藤先生では、事前のプロンプトと事後の人間による検証で、なんとか今のところ防げているけれど、子どもって大人の予想もつかないことを言うので、今後も気を引き締めていく。
子どものAI被害1331件、原因の6割は「モデルの欠陥」ではなかった
💡内容と結果
報道・訴訟・規制措置・学校の開示などから子ども関連のAIインシデント1331件を集め、1件ずつ主因を分類した研究。
最多は運用・組織・文脈のミスで779件(約6割)。単独1位は年齢や場にふさわしくない使い方=文脈規範の違反398件、次にガバナンス・規制違反227件、擬人化デザインによる過度の依存146件。
モデル自体の技術的な不具合は196件(約15%)にとどまり、その内訳も頑健性・信頼性の崩れ128件に対しハルシネーションは47件だけだった。
💡考察
著者は、モデルがベンチマークを全部通っても、年齢設定のない学校やコンパニオンアプリに置かれた時点で危険になり得ると指摘している。
安全審査が1回の出力ごとに行われるため、どの発言も規約違反ではない会話が数週間積み上がって情緒的な依存を作る経路を、誰も検知できない。
被害の中身も表象・尊厳475件、心理409件が中心で、システムを一度も使っていない子ども(合成画像に描かれた側)にまで及ぶ。
💡教育現場への示唆
ツール選定で「安全なモデルか」だけを見ても足りない。年齢確認、保護者から見える仕組み、危機時のエスカレーション先が設計に入っているかを確認したい。
キャラ型・相棒型の擬人化が強いAIは、1回の会話が無害でも累積で効く。利用時間と関係の深まりを見る視点が要る。
学校が入れる検知・判定システムは誤作動前提で運用する。この研究でも、検知器が菓子袋を銃と判定し生徒が手錠をかけられた例が、人の確認手順がない運用の失敗として記録されている。
【出典】
Safe by Benchmark, Unsafe in Practice: Lessons from 1331 Child-Related AI Incidents
arXiv・2026-10-26 公開
📚教育 × 🧠AI 最新論文
「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」
同意します。
AIの佐藤先生も“わかった”“解けた”の実感から、学習意欲を回復させ、自己効力感を向上させるAI先生です。
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
「応じない学習者に阻まれた」とは随分強い表現ですね…
話すより聞くのを好む生徒はいるし、単純に発話が増えれば理解が増すわけでもない。
「AIの佐藤先生」の個別最適化した授業で、少しずつ理解と意欲を育てることをお勧めしたい。
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
1
22
「シアトル公立校の保護者」さんにも「AIの佐藤先生」を使ってみてほしいものです。生成AIと違って、すぐに答えを教えず、寄り添って一歩一歩理解を進める設計です♪
⭐️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
THINKERS(AIの佐藤先生) retweeted
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
THINKERS(AIの佐藤先生) retweeted
太古の昔より「書くこと=考えること」
という格言があるが
私はこの格言の本質は
「読むときには無意識に細部を読み飛ばす
が書く時には細部を無視できない」
という意味だと思っていて
きちんと読んでさえいれば
理解を諦める必要はないと思っている
伝説のデザイナーであるイームズ夫妻は
「決して理解だけは移譲してはならない」
という有名な言葉を残しているが
それは「書く」速度のAIと人間の差が
格段に開いてしまった現代では
「読む」に集中することで
人間のボトルネックを解消するしかない
と考えている
文脈判断、「AIの佐藤先生」も小中高の教科学習だと行けるけれど、読書感想文や作文、レポート、小論文は心配なので、元編集者・ライター・大学講師の代表がチェックする体制にしています。
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




