「尊厳」と「人権」の違いを生成AIの説明のまま小論文に書くとどうなるか｜自分で書いて学ぶ研究

56 の実験をまとめたメタ分析（複数の研究の結果をまとめて計算し直す方法）では、学ぶ内容について自分で書くと学習が進み、効果量（差の大きさを、ばらつきを物差しにして表した数）は 0.30 でした（Graham 2020）。夕食後の食卓で、小論文の下書きを前にして「尊厳」と「人権」の違いをどう書くか手が止まる場面は、珍しくありません。生成AIに聞けば、二つの語を並べた整った説明はすぐに返ってくるので、そのまま写せば形は整います。だが、その説明を写したとき、定義は自分のものになるのか、評点はどうなるのか、という疑問が残ります。

「尊厳」と「人権」の違いを生成AIの説明のまま小論文に書くとどうなるか｜自分で書いて学ぶ研究

56 の実験をまとめたメタ分析（複数の研究の結果をまとめて計算し直す方法）では、学ぶ内容について自分で書くと学習が進み、効果量（差の大きさを、ばらつきを物差しにして表した数）は 0.30 でした（Graham 2020）。夕食後の食卓で、小論文の下書きを前にして「尊厳」と「人権」の違いをどう書くか手が止まる場面は、珍しくありません。生成AIに聞けば、二つの語を並べた整った説明はすぐに返ってくるので、そのまま写せば形は整います。だが、その説明を写したとき、定義は自分のものになるのか、評点はどうなるのか、という疑問が残ります。

ここで見ておきたいのは、点数が動くかどうかより、書くという行為が学習に何をもたらすかです。生成AIの説明を写すと、小論文の形は整っても、定義を自分の言葉で組み立てる練習は抜け落ちます。 書くことの研究と、AIの文をめぐる研究を並べると、この結論はいくつかの角度から支えられます。

要点

• 学ぶ内容について自分で書くと学習は進むが、効果量は 0.30 で、差は大きくない（Graham 2020、56 の実験）。
• 書いて学ぶ効果は 6〜8 年生や長い課題で小さくなる（Bangert-Drowns 2004、48 の取り組み）。
• ChatGPT のエッセイは人のエッセイより質が高いと評価され（Herbold 2023）、教師 89 人と 200 人は生徒の文と見分けられなかった（Fleckenstein 2024）。
• AIの文は自分の文と感じにくく、手を加えるほど自分の文だと感じる（Draxler 2024、30 人と 96 人）。
• 写すことの代償は評点ではなく、定義を自分の言葉で書く練習が抜けることにある。

尊厳と人権の違いは、どこでわかれるのか

「尊厳」と「人権」の違いは、生成AIに聞けばすぐに整理できる、という使い方がよくされています。夕食後の食卓で生徒がスマートフォンを開き、数秒で返ってきた説明をそのまま小論文の第一段落に写す、という流れも想像しやすいです。返ってくる説明は、どちらの語も人間の価値を守る考え方だとして、二つを一つのまとまりに収めてしまうことがあります。ここで扱うのは概念そのものの解説ではなく、その説明を答案に移したときに何が起きるかです。

手元の教科書や用語集では、尊厳は人が持つ価値そのものを指し、人権はその価値を土台にして法で守られる権利を指す、という形で並べられていることが多いです。二つの語は重なるが、同じではありません。小論文で問われるのは、この重なりとずれを自分で区別して使えるかどうかです。

AIの説明は、たいてい一つの段落にまとまっています。読みやすく整っているぶん、どこが同じでどこが違うのかという境目は、読み手の側で補わなければなりません。写すだけでは、その境目を自分で引く作業が残ったままになります。用語集の二つの項目を並べ、共通する部分と異なる部分を分けて書く、という手間を省いた分だけ、定義はぼやけます。

書くことの研究は、この手間そのものに意味があることを示しています。Graham ら（2020）のメタ分析は、理科・社会・数学の内容について書く活動が、書かない群と比べて学習を進めたと報告しました（効果量 0.30）。扱われたのは教科の内容で、概念の区別ではないが、自分の言葉に置き換える行為に効果がある点は共通します。整った説明を写す行為には、この置き換えが含まれていません。

だから、AIの説明を読むこと自体を止める必要はありません。読んだあとに閉じて、自分の言葉で二つの語を書き分ける時間を取るかどうかが、学びの中身を左右します。この点は、次の節で見る書く活動の大きさの研究とも重なります。

書いて学ぶ効果は、どのくらいの大きさなのか

書けば学べる、という言い方は、条件を落とすと誤解を生みます。Graham ら（2020）のメタ分析は、事前テストのある 56 の実験をまとめ、学ぶ内容について書く活動が学習を確かに進めたと報告しました。効果量は 0.30 で、差はあるが大きなものではありません。対象は小学生から高校生まで、教科は理科・社会・数学にわたり、英語で書かれた研究に限られています。

比べた相手は、同じ時間と同じ内容を、書く活動なしで学んだ群です。つまり、比較相手も同じ内容を学んでおり、そこへ書く活動を加えた場合の差です。書き方の種類や指導の仕方で効果は変わらなかった、という点も報告されています。ここからわかるのは、特別にうまい書き方をさせる必要はない、ということです。

効果が学年で変わらなかった点も、見落とせません。小学生でも中学生でも高校生でも、同じ程度に効果があったと報告されています。高校生だから自然に身につく、という説明は、この結果からは出てきません。書く活動を入れるかどうかが、学年より先に効いています。

ただし、効果の大きさは条件で変わります。Bangert-Drowns ら（2004）のメタ分析は、学校で行われた 48 の「書いて学ぶ」取り組みをまとめ、学力への効果は正だが小さいと結論しました。効果を大きくしたのは、自分の理解を振り返らせる問いかけと、取り組みの期間の長さです。逆に効果を小さくしたのは、6〜8 年生（日本の小 6 から中 2 にあたる学年）での実施と、長い課題でした。

長く書けば効果も大きくなるとは限りません。ただし、Bangert-Drowns ら（2004）はAIの文を写す活動を調べておらず、その影響を直接示す研究ではありません。小論文の準備では、文章量を増やすだけでなく、自分の理解を振り返る問いを入れる使い方が考えられます。これは研究の結果を踏まえた提案であり、この手順自体の効果を示すものではありません。

振り返りでは、理解できていない部分を具体的に問います。たとえば「この二つの語を、自分が人に説明するとしたら、どの順で話すか」と自問してから書く、という形です。AIに答えを求めるのではなく、自分の中にある理解を引き出す問いとして使います。この一問は、答案を書き始める前の数分で足ります。

AIの文を写すと、点数は下がるのか

写すことへの警戒としてよく挙がるのが、ばれたら評価が下がる、というものです。この見込みは、二つの研究の結果とは合いません。Herbold らは、生徒が書いた論証型のエッセイと ChatGPT が書いたエッセイを教師に採点させ、ChatGPT のほうが質が高いと評価されたと報告しました。言葉づかいの特徴は人の文と違っていたが、質の評価はAI側が上でした。

Fleckenstein ら（2024）の実験では、教職の初心者 89 人と経験のある教師 200 人が、生徒の文に混ぜた ChatGPT の文を見分けられませんでした。どちらの群も自分の判断に自信を持ちすぎていた、と報告されています。経験のある教師のほうがやや細かく正確に判断した兆しはあるが、全体としては見分けは当てになりませんでした。

ただし、これは点数の話であって、学びの話ではありません。質が高いと評価されたエッセイを書いた人が、内容を理解していたかは、この研究では測っていません。評価が高いことと、定義を自分の言葉で説明できることは、別の問いです。ここを混ぜると、写せば得だという結論にも、写せば損だという結論にも、どちらにも傾いてしまいます。

もう一つの注意は、モデルの版です。Herbold と Fleckenstein の研究で使われた ChatGPT の版は抄録に書かれていません。モデルは数か月で入れ替わるので、今のモデルで同じ評価になるかは確かめられていません。

点数の面では、写すことの不利は、この二つの研究からは出てきません。だからこそ、判断の軸を点数から学びへ移す必要があります。小論文の出来ではなく、書き終えたあとに定義を自分の言葉で言えるかどうかを見る、という軸です。この軸なら、AIを使ったかどうかではなく、自分の理解が残ったかどうかで判断できます。

AIの文は、なぜ自分の文と感じられないのか

Draxler ら（2024）の研究は、AIが作った文章を、人が自分のものと感じるかを調べました。30 人と 96 人の二つの研究で、人はAIの文を自分の所有物とも自分の著作とも感じませんでした。一方で、AIが書いたと公に言うことは避けました。所有と申告が食い違う、という結果です。

同じ研究では、自分が文に手を加える度合いが大きいほど、自分の文だと感じる度合いも上がりました。逆に言えば、手を加えずに写すほど、自分の文だという感覚は育ちません。この感覚は内容の理解とは別に測られているので、所有感が薄いこと自体が学習の失敗を意味するわけではありません。それでも、手を加えないまま提出する習慣は、書き直す機会を減らします。

書く過程でAIを使うことと、書く力の関係を調べた研究もあります。Niloy ら（2024）は 10 大学の学生 600 人を、ChatGPT を書く過程に使う群と使わない群に分け、創作の力が下がる関連を報告しました。ただし、この研究は群の比べ方と分析の方法に疑問があり、確実性の低い研究として扱う必要があります。題材も創作で、小論文ではありません。対象は大学生で、日本語の小論文や日本の中高生にそのまま当てはめられるかはわかりません。

これらの研究から言えるのは、写した文が自分のものと感じられない、という一点です。感じられないまま提出すれば、書き直しの機会も、覚え直しの機会も失われます。小論文の準備として最も大事な、定義を自分の言葉で組み立てる時間が、ここで抜けます。この抜けは、点数には現れにくいです。

定義を自分の言葉で書くための手順

ここまでの研究を踏まえると、AIの説明は入口として使い、出口は自分で書く、という分担が現実的です。次の手順は、その分担を毎回同じ形で回すためのものです。特別な道具は要らず、紙と鉛筆と、教科書か用語集があれば足ります。

まず、AIの説明を一度だけ読み、メモを取らずに画面を閉じます。次に、白い紙に「尊厳とは何か」「人権とは何か」をそれぞれ一文で書き、そのあとで二つの違いを一文で書きます。書き終えてから教科書と用語集を開き、自分の文と照らして、ずれたところに印を付けます。最後に、印を付けた箇所だけを直し、直した理由を一行で添えます。この順番なら、読む時間と書く時間が別になり、写す作業が入り込みません。

違いを整理するときは、観点を決めて並べると、定義のぼやけが減ります。観点は、守る対象、根拠、制限できる条件の三つで足ります。次の表は、よく言われることと研究で言えることを並べたものです。

夕食後の食卓で保護者が見られるのは、四つの点です。説明を閉じてから書いているかを見ます。AIの文と自分の文が区別されているかも確かめます。二つの語をそれぞれ一文で言えるかを聞きます。

用語集の該当箇所に印が付いているかも、同じように見られます。時間にすれば数分で足ります。毎回ではなく、週に一度の確認でもよいです。

AIに聞くときは、頼み方で返ってくる説明の形が変わります。たとえば「尊厳と人権の違いを、共通点と相違点に分けて三行で説明して」と頼むと、違いの境目が段落として現れやすいです。もう一つは「この説明のうち、教科書と食い違う可能性がある箇所を挙げて」です。どちらも、答えをそのまま写すためではなく、自分で書く前の下ごしらえとして使います。

書き終えたら、AIの説明は閉じたまま、自分の二文だけで小論文の定義部分を組み立てます。AIの説明に戻るのは、語の読みや用例を確かめるときだけにします。この切り分けが、写すことと使うことの境目になります。一度この形で書いてみると、どの部分が自分の理解で、どの部分が借り物だったかが、はっきりします。

使わないほうがよい場面と、使ってよい場面

すべての場面でAIを避ける必要はありません。向きと不向きを分けると、判断が速くなります。向かないのは、定義をまだ覚えていない段階で本文を書くとき、答案の中心となる主張を決めるとき、自分の理解を確かめる前に対比表を作るときです。いずれも、自分で書く前に答えが手元に揃ってしまう場面です。

使ってよいのは、語の読み方や送り仮名を確かめるとき、自分で書いた下書きの抜けを探すとき、同じ語の別の言い方を候補として並べてもらうときです。これらは、答えを写すのではなく、自分の文を直すために使います。使ったあとに自分の文が変わったかどうかを、毎回見ます。

場面で言えば、試験の直前に対比を丸ごと覚えようとするときも、AIに頼る向きではありません。短い時間で用語を詰め込むと、違いの境目が消えやすいです。逆に、提出の一週間前に自分の下書きを読み返し、定義の文が二文で言えるかを確かめる使い方なら、書く時間を奪いません。使うタイミングを変えるだけで、同じ道具が違う働きをします。

「尊厳」と「人権」のような概念の違いを、AIの説明を写した群と自分の言葉で書いた群で比べた研究は、今回の範囲では見つかりませんでした。日本の中高生と日本語の小論文を対象にした研究も見つかっていません。それでも、書く活動の効果と、AIの文が自分のものと感じられないという結果の二つは、写す時間を減らして書く時間を残す方向を指しています。手順は、この二つを出発点に組み立てたものです。

よくある質問

「尊厳」と「人権」の違いをAIに聞いて、そのまま小論文に書いてもいいですか。

そのまま書くと、定義の境目を自分で引く練習が抜けます。AIの説明は整っているぶん、どこが同じでどこが違うのかが読み取りにくく、写しただけでは区別がぼやけたままになります。読んだあとに画面を閉じ、二つの語をそれぞれ一文で書いてから、教科書や用語集と照らす順にすると、説明を入口として使えます。違いは、守る対象、根拠、制限できる条件の三つで整理すると書きやすくなります。

先生はAIの文を見分けられますか。

見分けられなかった、という実験結果があります。教職の初心者 89 人と経験のある教師 200 人が、生徒の文に混ぜた ChatGPT の文を特定できませんでした（Fleckenstein 2024）。ただし、これは英語のエッセイを対象にした研究で、使われた ChatGPT の版も抄録には書かれていません。見つからないことを前提にするのではなく、自分の理解を確かめる順番を守るほうが、あとで困りません。

定義を自分の言葉で書くには、何から始めればいいですか。

AIの説明を一度読んだら閉じ、白い紙に二つの語をそれぞれ一文で書くところから始めます。書き終えてから用語集を開き、ずれた箇所に印を付け、直した理由を一行で添えます。この往復を一回行うだけで、説明を写す場合との違いが自分で見えるようになります。最初は一文が短くても構わないので、二つの語を別々の文で書くことを優先します。

長く書けば書くほど、学びは大きくなりますか。

長さだけでは大きくなりません。学校の取り組み 48 本をまとめた研究では、長い課題は効果を小さくする側に働きました（Bangert-Drowns 2004）。効果を支えたのは、自分の理解を振り返らせる問いかけと、取り組みの期間の長さです。短い答案でも、定義を自分の言葉で説明する問いに答える形なら、学びは残ります。答案の長さを決める前に、何を確かめる問いを立てるかを先に決めると、書く時間の使い方が変わります。

この記事の限界

自分で書いて学ぶ研究は、書く活動の効果をテストの点数で測ったものが中心で、定義の理解そのものを測ったものではありません。AIの文をめぐる四つの研究は、英語のエッセイや創作を題材にし、対象は大学生や成人で、使われた ChatGPT の版は抄録に書かれていません。モデルは数か月で入れ替わるため、ここで引いた評価は調べた時点の版に対応します。

日本の中高生が日本語の小論文でAIの説明を写す場面を調べた研究は見つからず、学校や大学の課題の規則もそれぞれ違います。この記事の手順は、紹介した研究の条件から組み立てたもので、所属する学校の指示があればそちらを優先します。

参考文献

1. Graham S ほか. The Effects of Writing on Learning in Science, Social Studies, and Mathematics: A Meta-Analysis. Review of Educational Research. 2020;90(2):179-226.
2. Bangert-Drowns RL ほか. The Effects of School-Based Writing-to-Learn Interventions on Academic Achievement: A Meta-Analysis. Review of Educational Research. 2004;74(1):29-58.
3. Herbold S ほか. A large-scale comparison of human-written versus ChatGPT-generated essays. Scientific Reports. 2023;13(1):18617.
4. Fleckenstein J ほか. Do teachers spot AI? Evaluating the detectability of AI-generated texts among student essays. Computers and Education: Artificial Intelligence. 2024;6:100209.
5. Draxler F ほか. The AI Ghostwriter Effect: When Users do not Perceive Ownership of AI-Generated Text but Self-Declare as Authors. ACM Transactions on Computer-Human Interaction. 2024;31(2):1-40.
6. Niloy AC ほか. Is ChatGPT a Menace for Creative Writing Ability? An Experiment. Journal of Computer Assisted Learning. 2024;40(2):919-930.

よくある質問