「なぜ」を問う歴史の問題を生成AIに聞くと理由を一つに決めつけるのか｜因果の説明の研究

休み時間に歴史のノートを開き、生成AIの短い説明を横に置いたとき、その理由だけで答えは足りるのでしょうか。筋の通った説明なら、空いている解答欄にも収まりそうです。けれども、読みやすさだけでは、ほかの原因を省いてよいのかまでは判断できません。生成AIが歴史の理由を一つに決めつけるとは断定できませんが、答えを使う前に原因の候補とそのつながりを分けて点検する必要があります。

「なぜ」を問う歴史の問題を生成AIに聞くと理由を一つに決めつけるのか｜因果の説明の研究

休み時間に歴史のノートを開き、生成AIの短い説明を横に置いたとき、その理由だけで答えは足りるのでしょうか。筋の通った説明なら、空いている解答欄にも収まりそうです。けれども、読みやすさだけでは、ほかの原因を省いてよいのかまでは判断できません。生成AIが歴史の理由を一つに決めつけるとは断定できませんが、答えを使う前に原因の候補とそのつながりを分けて点検する必要があります。

「なぜ」への答えには、出来事を起こした人物の目的、その行動を可能にした条件、行動を促した状況などが入ります。どれを中心に書くかは問題の焦点によって変わるため、長い説明を選べば解決するわけでもありません。AIが挙げた語を増やす作業より、その語が問いへの答えとしてどう働くかを確かめる作業が要ります。休み時間のノートには、完成した文章を写す欄だけでなく、根拠を探すための余白も残しておくと扱いやすくなります。

要点

• AIの因果推論の評価と、生徒が歴史を説明する力の評価の区別
• 短い説明をもっともらしく感じる、読む側の傾向
• 原因の数ではなく、原因から結果へ至るつながりの点検
• 観点別の候補を教科書と照合し、根拠のある関係を自分で文章にする手順

「戦国大名はなぜヨーロッパと関わろうとしたのか」を読む観点

この問いを考える入口としては、貿易・鉄砲・宣教など、教科書に出てくる語が手掛かりになります。ただし、経済・政治・宗教という観点の名前を並べるだけでは、誰が何を求めて関わったのかを説明したことにはなりません。まず問題が問う行動に線を引き、次にその行動を選ぶ理由を探します。相手側の目的が書かれた部分と、問われた側の目的が書かれた部分も分けて読みます。

ここで点検したいのは、AIの説明が問いの主語を途中で変えていないかという点です。ある側が関係を求めた理由と、別の側がそれを受け入れた理由は、同じ言葉で説明されるとは限りません。また、行動した結果として生じた出来事を、行動する前からの目的として書くと、説明の向きが入れ替わります。原因の語に丸を付けるだけでなく、誰の判断について書かれた文かをそばに記します。

理由が少ない答案でも、問題が求める範囲を正確に押さえていれば、焦点の合った答えになります。反対に、理由が多くても、問いと関係の薄い知識を並べただけなら説明は広がりすぎます。短い解答欄に合わせるのは、候補を照合してから行う編集です。最初から短さを優先すると、どの理由を残し、どれを省いたかを自分で追いにくくなります。

AIが原因を答える力と、筋道を説明する力を分ける

生成AIの土台である大規模言語モデルは、大量の文章から次に来る語を予測するよう学習した仕組みです。因果推論とは、何が何を引き起こすのかを考えることを指します。評価では、物事が一緒に起こる「関連」、条件を変えたときの結果を考える「介入」、実際と違う条件を置く「反事実」を区別します。歴史の答えを読む際にも、出来事の並びと、原因としての説明を区別するための手掛かりになります。

Bhasuran（2026）は、臨床検査の99場面でGPT-o1とLlama-3.2-8b-instructを比べました。GPT-o1は全体としてより良い判別性能を示し、両モデルとも介入の問いで最も良く、反事実の問いで最も弱いという結果でした。反事実は、「もしその条件がなかったら」と別の成り行きを考える問いです。モデルが因果の問いに答えられる面と、問いの形によって崩れる面が同じ評価の中にあります。

Prosperi（2026）は、HIV治療薬の相互作用と副作用の場面で、GPT-4oやLLaMA-3などの答えの一貫性を調べました。関連から介入、反事実へと進むにつれ、同じモデルの答えの一致が下がり、モデル間の一致はさらに低くなりました。一致とは答えがそろうことで、正しいこととは別の尺度です。同じ説明が繰り返し返ってきても、それだけで因果の根拠が強くなったと読むのは早計です。

Du（2022）は、日常の因果の問いに人の説明を付けた課題を使い、当時のモデルにとって妥当な説明を作ることが特に難しいと報告しました。ここで扱われたのはChatGPTが広まる前のモデルです。選んだ原因が正しそうでも、なぜその原因から結果が生じるのかという説明は別に吟味する対象になります。ノートでは、原因を表す名詞と、それを結果につなぐ文を分けて読むと、点検する場所が明確になります。

読む人も、少ない原因ですむ説明に引かれる

理由が簡潔にまとまっていると、読む側は理解したと感じやすくなります。Lombrozo（2007）は、人が原因の少ない説明を好み、説明の評価や起こりやすさの判断に単純さを用いることを示しました。複雑な説明を選ぶには、より強い証拠を求める傾向もありました。短い答えに納得する背景には、文章を作るAIだけでなく、受け取る人の判断も関わります。

この傾向を知ると、読み直すときの着眼点が変わります。最初に納得した理由を守るために残りの文章を読むのではなく、省かれた条件がないかを探す読み方に切り替えます。とくに「主な理由」と書かれていたら、何と比べて主なのかを教科書の記述から拾います。AIの強い言い方をそのまま優先順位として採用せず、問題の焦点と資料の厚みに照らして残す理由を選びます。

Wendell（2018）は、スウェーデンの15〜16歳が全国テストで書いた、ナチ政権成立の説明を分析しました。多くの生徒は人物の行動と状況の要因を組み合わせていましたが、経済危機と特定の人物や民衆を組み合わせる型に集中していました。原因がまったく書けないのではなく、別の解釈につながる原因が抜けることが問題として示されました。人が自力で書いた答えにも、よく知った筋書きへ寄る傾向が表れています。

したがって、AIが挙げた原因と自分が思いついた原因が一致しても、その一致だけで点検を終えるのは避けたいところです。同じ語が並んでいる場合ほど、それぞれが背景、目的、きっかけのどれとして使われているかを読みます。背景とは行動を取り巻く条件で、きっかけとは動きが始まる直接の契機です。語の数を比べるより、説明の中での役割を比べるほうが、抜けている関係を探しやすくなります。

因果をつなぐ言葉が増えても、説明全体の質とは別です

歴史の説明を改善する方法を考える際には、生成AIを使わない学習研究も参考になります。Stoel（2017）は、生徒95人を無作為に分けた実験で、因果を説明する手順や概念を明示して教える条件と対照条件を比べました。教わった群は手順などの知識で上回り、原因をつなぐ言葉を使う点でも高く評価されました。一方、書いた説明全体の質には条件間の差が出ませんでした。

Montanero（2011）は、中等教育の大航海時代の単元を扱う授業7回を録音し、説明と生徒の理解を分析しました。多くの生徒が覚えて理解していたのは、教員が言葉ではっきり示し、支えた因果関係でした。説明する側が多くの要因を扱っていても、聞く側には出来事の物語が残り、因果のつながりが十分に残らないことが示されました。AIの答えを読むときにも、出来事を追えたかと、関係を説明できるかを分けて点検する発想が役立ちます。

下の表では、AIの答えを測った研究と、生徒への働きかけや説明を調べた研究を分けています。比較の相手は、別のモデル、別の指導条件、説明と想起の対応というように異なります。結果を読むときは、自分が知りたいのがAIの性能なのか、生徒の理解なのかを先に決めておきます。

候補を広げ、根拠を絞り、関係を自分で書く

休み時間に作業するなら、まずノートに問題の主語と、説明すべき行動を書きます。その横に、教科書ですでに見つけた理由と、まだ根拠を探している理由を分けて置きます。AIへの指示は「理由を3つ以上、政治・経済・宗教などの観点別に挙げ、重なる理由も示してください」と短く頼めます。これは原因を探す範囲を広げるための使い方で、挙げられた数を答案の条件にするものではありません。

返答を得たら、同じ理由の言い換えが別項目になっていないかを先に読みます。観点の見出しが違っても、本文では同じ利益や行動を説明している場合があります。重複する候補はまとめ、教科書のどの記述と対応するかを横に書きます。対応する記述を見つけられない候補は、確かめる欄に残して答案への採用を保留します。

次に、残った理由の間に矢印を引き、それがどんな関係を表すかを言葉にします。前の条件が次の行動を可能にしたのか、行動を選ぶ利益を増やしたのか、別々の理由が同時に働いたのかを区別します。矢印を引く根拠がないときは、無理につながった筋書きにせず、関係を確かめる印を付けます。教科書の前後の文章や資料集の説明を読み、隣り合う語が本当に原因と結果として結ばれているかを調べます。

その後、理由どうしの関係を自分の文にします。AIに追加で頼むなら「この説明を、出来事の記述と原因をつなぐ記述に分けてください」と、読む作業の補助に絞れます。最後はAIの画面を見ず、教科書の根拠とノートの矢印を手掛かりに答案を書きます。うまくつながらない箇所は、接続語を足す前に、間に必要な説明を読み落としていないかを見直します。

AIを使わずに進める場面と、保護者が見るところ

教科書の該当箇所をまだ読んでいないときは、先にその段落を読むほうが作業の入口を定めやすくなります。知らない原因が大量に並ぶ返答を受け取ると、正誤を確かめる対象も増えます。また、資料の文を根拠に説明する課題では、AIの一般的な説明を先に読むより、資料のどの語がどの判断を支えるかを自分で書き出す作業が中心になります。休み時間が短く、照合まで進められないときは、AIに完成した答えを頼まず、探す箇所をノートに残す進め方も選べます。

原因を増やすこと自体にも落とし穴があります。候補を多く出させた結果、根拠の薄い説明まで同じ重さで並べると、最初の短い答えより誤りを多く含むおそれがあります。逆に、根拠の強い理由まで薄めてしまうと、問題が求めた中心が見えにくくなります。候補を集める段階と、答案に残す段階で判断を切り替え、採用しなかった理由も照合の記録として残します。

保護者がノートを見る際は、歴史の正解を先に教えるより、根拠と説明が対応しているかを見ます。流暢な文を読めたことと、自分で因果をたどれたことを区別するためです。次の項目は、完成した文章の見栄えではなく、説明を組み立てた跡を見るためのチェックリストです。

• 問題の主語と、答えの中で行動する人物・集団の対応
• 採用した理由の横にある、教科書の箇所の記録
• 背景や目的を表す語と、結果を表す語の区別
• 原因の間の矢印に添えた、関係を説明する言葉
• 根拠を探し終えていない候補と、答案に使った理由の区別

よくある質問

理由が一つだけなら、AIの答えは間違いですか

理由の数だけでは間違いかどうかは決まりません。問題が特定の目的や条件を尋ねていれば、それに絞った答えが合う場合もあります。点検するのは、その理由が問いに応じているかと、必要な条件を省いていないかです。教科書の該当段落の前後まで読み、AIが中心に置いた理由と、ほかに示された条件の関係を比べます。

「もしその原因がなかったら」とAIに聞けば、説明を確かめられますか

資料に戻って、原因と結果の関係を読み直すための補助として使います。Bhasuran（2026）の臨床場面の評価では、両モデルとも反事実の問いで最も弱い結果でした。歴史の読み直しでは、想像上の成り行きを採点するより、その原因が働いたと読める記述を資料から探します。条件と結果の結びつきを支える箇所を、ノートの矢印のそばに残します。

短く書くよう求められたら、複数の理由はどう扱いますか

先に理由の関係を整理し、問いの中心になる部分を残して縮めます。並列の理由なら共通する部分をまとめ、原因から結果へ続く関係なら途中を飛ばしすぎないようにします。短くした後は、主語が消えていないか、目的と結果が入れ替わっていないかを読み返します。削った語を戻さないと因果が通じない場合は、重複した修飾語のほうを先に減らします。

この記事の限界

比較の対象は、AIの研究では医療や日常の因果で、生徒の研究では歴史の説明でした。生成AIが歴史の理由を一つに決めつけるかを直接調べた研究も、日本の中高生を対象にした因果の説明の研究も見つからなかったため、紹介した照合手順は、それらの研究を手掛かりにした提案です。

GPT-o1などの評価結果が、その後のモデルでも再現されるかは未検証です。スウェーデンの答案分析などは含まれますが、日本語でAIの説明を読み、自力の答案へ直す学習を長期に追った成績の資料は今回の根拠に含まれていません。次に読む資料としては、原因を挙げるだけでなく、その関係を根拠とともに解説した教科書や資料集が適しています。

参考文献

1. Bhasuran B ほか. Evaluation of causal reasoning for large language models in contextualized clinical scenarios of laboratory test interpretation. NPJ Digit Med. 2026;9(1).
2. Stoel GL ほか. The Effects of Explicit Teaching of Strategies, Second-Order Concepts, and Epistemological Underpinnings on Students’ Ability to Reason Causally in History. J Educ Psychol. 2017;109(3):321-337.
3. Montanero M ほか. Causal discourse and the teaching of history. How do teachers explain historical causality? Instr Sci. 2011;39(2):109-136.
4. Prosperi M ほか. Consistency in causal reasoning for large language models in scenarios of HIV antiretroviral treatment, drug interactions, and side effects. NPJ Digit Med. 2026;9(1).
5. Du L ほか. e-CARE: a New Dataset for Exploring Explainable Causal Reasoning. Proc ACL (Vol 1: Long Papers). 2022:432-446.
6. Lombrozo T. Simplicity and probability in causal explanation. Cogn Psychol. 2007;55(3):232-257.
7. Wendell J. Explaining the Third Reich: Swedish students’ causal reasoning about the Nazi seizure of power in Germany. Curric J. 2018;29(1):60-76.

よくある質問