AIで学ぶと、本当に身につかないのか

ソクラテスの文字批判から考える、生成AI時代の「深い学び」

生成AIに質問すると、驚くほど早く答えが返ってきます。複雑な概念の説明、文章の要約、数学の解き方、企画書のたたき台まで、以前なら時間をかけて調べ、考え、書いていたことが、数秒で形になります。

しかし、そこでふと不安になることがあります。これは本当に、自分の学びになっているのでしょうか。便利になったぶん、自分で考える力が弱くなっているのではないでしょうか。

実はこの問いは、新しいようでいて、とても古い問いでもあります。プラトンの『パイドロス』のなかでソクラテスは、文字について警告していました。文字に頼ると、人は自分の記憶を使わなくなり、知恵そのものではなく「知っているように見えるもの」を得るだけになる、というのです。

今から振り返れば、文字が人類の学びを壊したとは言えません。むしろ文字は、科学、法律、教育、組織運営を支える基盤になりました。だからといって、ソクラテスの懸念がまったくの的外れだったとも言い切れません。文字は、たしかに人間の記憶の使い方を変えました。生成AIもまた、私たちの考え方そのものを、いま静かに変えつつあります。

何を外に出し、何を内側に残すのか

この変化を考えるうえで手がかりになるのが、「認知的オフロード」という考え方です。RiskoとGilbert（2016年）は、メモを書く、スマートフォンに予定を入れる、検索エンジンを使うといった行為を、頭の中で処理していた負荷を外部の道具に移す行為として整理しました。これ自体は悪いことではありません。人間は昔から、道具を使って考えてきた生き物です。

問題はむしろ、どの認知作業を外に出し、どの認知作業を自分の内側に残すのかにあります。

この点を鮮やかに示したのが、Sparrowら（2011年）の「Google効果」の研究です。あとで情報を検索できると思うと、人は情報の内容そのものよりも、「どこで見つけられるか」を覚えやすくなる。記憶が失われたわけではなく、その役割が変わったのです。内容を覚える代わりに、アクセス経路を覚えるようになる、という変化です。

生成AIは、ここからさらに一歩進みます。検索エンジンを使うとき、私たちはまだ複数のリンクを開き、比べ、読み取り、自分なりにまとめる必要がありました。生成AIは、その探索と統合のかなりの部分を、先回りして済ませてしまいます。

MelumadとYun（2025年）の研究は、この違いを実験で確かめました。LLMの要約を使って学んだ参加者は、通常のWeb検索を使った参加者に比べ、後で書く助言が短く、独自性が低く、読み手にも採用されにくかったのです。便利さの陰で、情報を探し、比べ、自分の言葉に編み直す過程が薄くなり、その結果、知識そのものが浅くなる――そう研究者たちは指摘します。

教室での実験 ―― ガードレールが結果を変えた

教育現場での示唆として重要なのが、Bastaniら（2025年）による高校数学の研究です。約1000人の高校生を対象に、GPT-4を使った数学チューターの効果が調べられました。

結果は、一見するとAIにとって追い風でした。AIを使える練習中は、成績が大きく伸びたのです。ところが、AIを使えない試験になると話は反転しました。素のGPTをそのままチューターとして使った生徒（GPT-Base）は、AIを使わなかった生徒よりも、むしろ成績が下がっていました。AIが手伝ってくれる練習では問題は解けます。しかしその過程で、自分の頭で詰める時間が削られ、AIがいない場面で力を出せなくなっていたのです。

ただし、同じ研究には希望もありました。答えをそのまま与えるのではなく、教師が設計したヒントだけを出すように作り込んだチューター（GPT-Tutor）では、この悪影響は大きく緩和されました。AIそのものが学びを壊すわけではない。AIがどう介入するかが、学びを深くも浅くもするのです。

「写経」が要る段階は、たしかにある

ここで少し、私自身の経験を挟ませてください。Bastaniらの研究を読んで強く感じたのは、学びには「自分の手で写すべき段階」がたしかに存在する、ということでした。

私がプログラミングを学び始めたとき、効いたのは教科書のサンプルコードをそのまま書き写すことでした。意味を完全に理解する前に、まず指を動かす。動かしてエラーが出る。直す。そのくり返しの中で、構文や言語の「型」が身体に入っていきました。最初からAIに「このコードを書いて」と頼んでいたら、たぶん今のようには書けていません。

中小企業診断士の二次試験のときも同じでした。文字数制限のある手書きの論述を、時間内にまとめる。これは頭で理解するだけでは届かない課題です。私は、模範解答を何度も空（そら）で書き写すところから始めました。論理の運び方、定型表現、字数感覚――そうした「答案の型」が、手と頭に染み込んで、はじめて自分の言葉で書けるようになったのです。

写経のような地道な反復は、Bastaniらの研究（2025年）でいう「自分で考えながら解く練習」に重なります。型を身体化する段階では、ショートカットしないほうがよい局面が確かにある。

ただし、写経はあくまで通過点としてのトレーニングです。一定の水準に達した後も同じ努力を続けるのは、学びを深めるためというより、習慣に縛られているだけかもしれません。型が入ってしまえば、AIのようなテクノロジーを使い倒し、より上位の問い――「何を作るか」「なぜそれが価値あるのか」――に時間を移していくべきだ、というのが私の考えです。

「答えを出す道具」ではなく、「問い返す相手」として

こうして見ていくと、生成AI時代の学びの輪郭が、少しずつ見えてきます。

AIを「答えを出す道具」として使うかぎり、自分で探索し、失敗し、試行錯誤し、つなぎ合わせる工程は省かれていきます。成果物は良くなっても、学習者の中に残るものは少なくなりかねません。

けれどAIを「問い返してくれる相手」として使えば、話は変わります。自分の考えを説明してみる。AIに反例を出してもらう。別の解き方を比較する。最後にAIなしで再現してみる。こうした使い方なら、AIは学びを奪う道具ではなく、学びを支える足場になります。

ソクラテスが文字について本当に心配していたのは、文字そのものではなく、文字を知恵そのものと取り違えることだったのかもしれません。同じことが、生成AIにも言えます。AIの出した答えを、自分の理解そのものと取り違えるとき、学びは浅くなる。けれど、AIとの対話を通じて自分の理解を確かめ、問いを深め、もう一度自分の言葉で考え直すなら、AIはむしろ、新しい学びの道具になります。

生成AI時代に問われているのは、「AIを使うか、使わないか」ではありません。いま自分が学んでいるのは「型」を入れる段階なのか、それとも型の上で考える段階なのか。そして、AIに何を任せ、自分は何を引き受けるのか。その見極めと設計こそが、これからの学びの質を決めていくのだと思います。

VUCA時代の経営を共に思考するエグゼクティブ層のためのAI頭脳集団

FIRA

詳しくはこちら

この記事の執筆者

川口裕靖

(株)ハピネスプラネット

シニアハピネスAIアーキテクト

東京工業大学卒、立教大学大学院人工知能科学研究科 博士後期課程在籍中。製薬会社にて、社内SE、生産管理システム構築、人事管理、マーケティング分析等に従事。2024年よりハピネスプラネットに参画。生成AIを用いたサービス開発を担当。機械学習、深層学習、ネットワーク科学、統計検定準一級、専門統計調査士、データベーススペシャリスト。趣味は博物館めぐりと競技プログラミング。