授業で判明した“理解の空白”
大学の実践型授業で、学生らが生成AIに作らせたスライドの漢字を読み上げられず、発表内容を自分で説明できないという事例が報告された。こうした現象を目撃したのは、起業家育成やアントレプレナーシップ教育に携わるフラー会長の渋谷修太氏。渋谷氏は複数の高専や大学で講師を務める立場から、今年度になって明らかに学生の理解度の質が下がっていると危機感を示している。
報告によると、問題が起きたのは大学3年生を対象としたグループワーク形式の授業で、8チーム中3〜4チームが、AI任せで作成した資料をそのまま発表に使い、資料に記載された漢字が読めない、説明できないという状況に陥ったという。かつては情報収集や分析などの部分的な活用にとどまっていたAI利用が、今年はアウトプットまで一貫して任せる傾向に変化していると渋谷氏は指摘する。
「AIの出力に自分が読めない言葉が混ざっているとは思わなかった」
渋谷氏によれば、学生たちに悪意はなく、AIが出力した内容を咀嚼（そしゃく）せずに発表に臨んだことが原因だという。AIは性能が向上した分だけ出力の品質も上がるが、同時に“自動生成ゆえの穴”を含む場合がある。渋谷氏は学生に対して叱責を選ばず、次の3点を伝えて改善を促した。
- AIの出力をそのまま使わないこと
- 自分が理解できる範囲の内容で発表すること
- 発表練習を必ず行うこと
この指導の後、学生たちは自ら修正作業に取りかかり、1週間後のプレゼンでは内容を自分の言葉に置き換え、質疑応答に対応できるようになったという。渋谷氏はこの「失敗経験」を教育上の重要な学びとして位置づけている。
教育現場と企業現場の共通課題
渋谷氏がこの出来事をSNSに投稿したところ、教育関係者だけでなくビジネスパーソンからも同様の事例が寄せられた。教育だけの問題ではなく、職場でも“理解していないのにAIに任せたアウトプットをそのまま使う”リスクが生じている実態が浮かび上がる。
学生の段階でAIの落とし穴を経験し、軌道修正まで行うことは、社会に出た際のリスク管理能力や説明責任に直結する。渋谷氏は、「AIは常に正しいわけではなく、ファクトチェックが欠かせない」と強調する。学生時代に安全に失敗を経験できることは、将来的な責任問題の予防につながるという見立てだ。
教育現場で求められる具体的対応
今回の事象を踏まえ、大学側や教員が実施すべき具体的な対応には次のような項目が考えられる。
| 課題 | 現場での対応例 |
|---|---|
| AI出力の鵜呑み | アウトプットの検証と出所明示、引用ルールの整備 |
| 説明責任の欠如 | 発表における本人説明の義務化、口頭試問の実施 |
| 実践経験の不足 | 失敗を許容するリフレクション機会の提供 |
また、授業設計の段階でAIツールの使いどころを明確化し、成果物だけで評価しない方法（プロセス評価やプレゼン演習の導入など）を取り入れることが有効だ。学生にとっては、ツールを使いこなす技術だけでなく、ツールが出した情報を批判的に検証する態度の獲得が求められる。
保護者や学生への助言
保護者や学生に向けては、次の点を心掛けるとよいだろう。
- AIを「短縮や補助のための道具」として位置づけ、最終的な理解と説明は自分で担うこと。
- 提出前に必ず自分の言葉で要約し、読み上げて説明できるか確認すること。
- 教員やメンターは、失敗を学びに変える場を提供し、改善プロセスを評価すること。
渋谷氏の経験は、AIが教育現場に浸透する過渡期における警鐘である。技術の恩恵を享受しつつ、アウトプットに対する説明責任やファクトチェックの習慣をいかに教育に組み込むかが、今後の大学教育の重要な課題となるだろう。
今回の事例は一つの大学の授業に限られるが、同様の傾向が広がれば、社会に出る若者の信頼性や職場でのトラブルに影響を与えかねない。教員・大学・企業・保護者が連携し、AI時代の学び直し（リスキリング）を進めることが求められている。
