織田信長になりきった生成AIと話すとヨーロッパとの関わりの理解は深まるのか｜歴史上の人物を演じるAIの研究

夏休みの自由研究に向けて検索欄に言葉を打ち込む手が、歴史上の人物と話せるという案内の前で止まります。調べたい人物に直接質問する形なら、説明文を読むときとは違う疑問も浮かびそうです。「織田信長 ヨーロッパ」という検索語は、信長とヨーロッパから来た人々や文物との関わりを調べる入口になります。信長は宣教師や南蛮の文物と関わった人物です。

織田信長になりきった生成AIと話すとヨーロッパとの関わりの理解は深まるのか｜歴史上の人物を演じるAIの研究

夏休みの自由研究に向けて検索欄に言葉を打ち込む手が、歴史上の人物と話せるという案内の前で止まります。調べたい人物に直接質問する形なら、説明文を読むときとは違う疑問も浮かびそうです。「織田信長 ヨーロッパ」という検索語は、信長とヨーロッパから来た人々や文物との関わりを調べる入口になります。信長は宣教師や南蛮の文物と関わった人物です。

生成AIに信長を演じさせると、出来事だけでなく、その人物の気持ちや判断の理由まで聞きたくなります。人物の口ぶりで語られた答えによって歴史の理解が深まるのか、話の正確さも含めて気になるところです。人物が案内する教材には学習を助ける結果がありますが、信長を演じる生成AIとの会話で理解が深まるとする直接の証拠は、今回集めた研究にはありません。会話から生まれた問い、AIが述べた出来事、本人の言葉として記録に残っていることを区別するのが、自由研究に取り入れる際の出発点です。

要点

• 人物が案内する教材で見られた学習効果と、生成AIによる歴史上の人物の演技の効果は別の評価です。
• 中学生がChatGPTの人物役に質問する研究は、対話の特徴を調べた事例研究です。
• 役を与えても事実の正答率は全体として上がらず、その時点の人物が知らないことを語る誤りも報告されています。
• 自由研究に使うときは、口ぶりを外して出来事を抜き出し、年表上の位置と根拠を調べます。

「織田信長 ヨーロッパ」を人物との会話で学ぶ前に

画面に登場人物がいる教材と、人物になりきって返事を作る生成AIは、同じように見えても仕組みが違います。教育エージェントとは、画面の登場人物として説明や案内をする仕組みです。あらかじめ用意された説明を届けるものもあり、質問に合わせて新しい文章を作る生成AIだけを指す言葉ではありません。どんな仕組みを比べた研究なのかによって、受け取れる答えも変わります。

Schroeder（2013）は、小中高生や大学生などを含む43研究、3,088人の結果をまとめました。複数の研究を集めて効果を計算し直すメタ分析という方法で、教育エージェントを使った学習には、小さいながら統計的に有意な効果がありました。有意とは、分析上、偶然のばらつきだけでは説明しにくい差があったという意味です。小中高生のほうが大学生などより恩恵が大きく、学習を案内する登場人物の働きを支持する結果でした。

ただし、ここで扱ったのは生成AI以前の、決められた台詞で話す教育エージェントを中心とする教材です。教材の作者が内容を用意する場合と、その場でAIが答えを作る場合では、説明の中身を管理する方法も違います。たとえば、同じ案内役でも、読む箇所を示す働きと、歴史上の人物の心情を語る働きは分けて考えられます。どちらも人物の姿をしているからといって、後者の正確さまで前者の研究で評価したことにはなりません。

「織田信長 ヨーロッパ」を調べるときも、会話を始める前に学びたい内容を置いておくと、人物の演技に求める役割がはっきりします。出来事の順序を知りたいのか、関わりの背景を考えたいのかで、必要な答えは違います。声や言葉遣いに引かれて質問が広がった場合は、その質問が最初の調査の目的につながっているかを見直します。人物とのやり取りは調べる項目を増やす入口として扱い、まとめの中心には自分が説明したい関係を据えます。

作り込まれた人物ほど学べるとは限りません

Castro-Alonso（2021）は、画面の登場人物つき教材で学ぶ人と、登場人物なしの教材で学ぶ人を比べた研究をまとめています。全体の効果量はg+ = 0.20で、小さい効果でした。効果量は、成績の差をばらつきを物差しにして表した数で、得点がその割合だけ増えたという意味ではありません。この分析は生成AIの演技を調べたものではなく、文字や画像などを組み合わせた教材の案内役を評価したものです。

同じCastro-Alonso（2021）では、平面の人物の効果量はg+ = 0.38、立体の人物はg+ = 0.11で、平面のほうが効果的な傾向がありました。身ぶりや声などの特徴も、多くの場合に効果を左右しませんでした。人物の外見を細かく作れば、その分だけ学びが増えるという結果ではありません。信長らしく感じる見せ方に時間をかけることと、歴史の説明を理解することを同じ目標にしない理由になります。

Dai（2024）は、シミュレーション教材の学習者を対象とした22研究の結果をまとめ、AIで動く案内役と、AIで動かない案内役を比べています。シミュレーション教材は、コンピュータ上で条件を変えたり操作したりして学ぶ教材です。AIで動く案内役の側に中程度の効果があり、効果量はg = 0.43でした。学習中の動きに応じて働く案内役を評価する研究として読むと、単に人物が画面にいる場合との違いがわかります。

表では、見た目の有無とAIによる動作の有無という比較の違いを並べています。人数や効果量の大きさだけを並べるより、何を変えたときの結果なのかを読むための表です。それぞれの研究の結果は、その行の比較に対応しています。

中学生の対話研究が捉えたのは質問と返答です

Mierwald（2024）は、9年生の14歳の生徒21人が、ChatGPTに歴史上の人物を演じさせて質問する課題を調べました。質的な事例研究と呼ばれる方法で、対話の内容を読んで、その特徴や型を捉えています。生徒がどんな歴史の問いを投げかけ、AIがどんな返答をするかが分析の中心でした。中学生と人物を演じる生成AIとのやり取りそのものを扱った点で、この題目に近い研究です。

この事例研究には、別の方法で学ぶ生徒を比較相手にした対照群がなく、歴史の理解の伸びも測っていません。対話を詳しく観察する研究と、学ぶ方法による成績の差を測る研究は、答える問いが異なります。前者では、生徒の質問とAIの返答の組み合わせが見えてきます。後者では、同じ内容を別の方法で学んだ場合と比べて、説明できることが増えたかを測ります。

夏休みの自由研究でも、やり取りの記録と、歴史の内容について自分が書ける説明を分けて残すと、この違いが具体的になります。対話の記録には、最初に聞いたこと、返答を受けて追加した問い、話題が移った箇所を残します。説明のほうには、出来事のつながりと、その説明を支える材料を書きます。会話が長く続いたことは活動の記録になり、出来事のつながりを書けたことは内容の記録になります。

たとえば、人物の好みを聞く問いが増えたなら、研究の中心が出来事から気持ちの想像へ移っていると捉えられます。逆に、返答に出てきた出来事の前後関係が気になったなら、それを調査の項目として取り出せます。これは対話の上手さを採点するための区分ではありません。自由研究をまとめる際に、会話で増えたものが疑問なのか、根拠のある説明なのかを見失わないための記録の工夫です。

人物の口ぶりは時代のずれを隠すことがあります

Ahn（2024）は、物語の登場人物を、物語のある時点の人物として演じさせたときの誤りを調べています。評価用の問題は10,895問で、GPT-4oでも、その時点の人物がまだ知らないはずの内容を話す問題が目立ちました。大量の文章から次の語を予測するよう学習した大規模言語モデルには、登場人物を取り巻く出来事について広い知識があります。その知識を持っていることと、演じている時点で人物が知る範囲に答えを収めることは、別の能力です。

対象は小説などの人物で、実在した信長の発言を採点した研究ではありませんが、人物役を見るときの点検箇所は具体的です。語られた内容が事実でも、話し手として置いた人物の時点より後の出来事なら、人物の知識としては時間が合いません。また、後の時代から見た結果を、当時すでに見通していた理由のように語る形にも注意が向きます。こうしたずれは、人物らしい言葉遣いが続いていても点検する対象です。

役を与えること自体の効果は、Zheng（2024）が4系統の言語モデル、162種類の役、2,410問の事実の問いで調べました。役を与えない条件と比べ、役を与えても全体として正答率は上がりませんでした。役によって良くなる場合はありましたが、その効果は大きく偶然に左右されると報告しています。歴史上の人物を演じる課題そのものではなく、役の指定を正確さの保証に使う考え方を検討した結果です。

役の設定を細かくすることに集中すると、答えに含まれる時期や根拠を見る作業が後回しになります。人物の性格を表す語を増やしても、出来事の出どころを示したことにはなりません。本人の発言を引用する課題や、人物がある時点で何を知っていたかを確定する作業では、生成AIの演技を答えの代わりに使わないほうがよいです。人物らしく語らせる依頼と、史料に残る発言を扱う作業を別にしておく必要があります。

「わかった」という感覚と説明の根拠を分けます

Wang（2026）は、大学の学部の学生331人に、役を与えたChatGPTと役を与えないChatGPTを使わせ、わかりやすさ、信頼、満足を調べました。扱った内容は栄養の課題で、助言を求める問いでは、役を与えたほうが理解できたと感じる評価が高まりました。その一方、役の感情的な表現や不適切なたとえによって、信頼と満足は下がる場合がありました。測定したのは学生の感じ方で、学習成果のテストではありません。

人物として親しく話してくれることが、すべての評価を同じ方向に動かすわけではない点が、この研究を読む際の要所です。理解できたという感覚が高くても、信頼の評価まで高いとは限りません。反対に、演技が大げさで好みに合わないと感じても、その印象だけで内容の正誤を決めることはできません。会話の印象を記録するなら、説明のどの表現が理解の助けになり、どの表現が気になったかを具体的に残します。

歴史の人物役では、感情を表す返答を読んだ後に、自分の説明にもその感情が入り込んでいないかを見ます。気持ちの推測を含む文なら、出来事を述べる部分と理由を推し量る部分を区切れます。人物の内面についての説明は、本人がそう話したという形に変えず、誰がどんな材料から考えた説明なのかが読める形にします。口ぶりを普通の説明文へ直すだけでは、推測を支える材料が増えたことにはなりません。

とりわけ、出来事をすべて人物の性格で説明すると、会話としてはまとまっていても、何を根拠にそう考えたかが抜けやすくなります。自由研究の下書きでは、行動についての文の隣に、理由についての文を置き、そのつながりを自分で示します。間をつなぐ材料がなければ、問いとして残す扱いが適切です。空欄を人物役の返答で埋めるより、調べ残した関係が読める下書きになります。

年表と下書きに移すときの扱い方

以下は研究で効果を測定した手順ではなく、人物役の答えを自由研究に扱うための編集上の提案です。まず、会話の記録から、言葉遣いや感情の演出を外し、誰が何をしたという出来事の部分を抜き出します。次に、教科書や資料集の年表と照らし、信長の没年より後の出来事が混じっていないか、演じさせた時点の前後関係に合うかを確かめます。年表に位置を置いた出来事には、参照した資料の名前と該当箇所を添え、AIの返答とは別の記録にします。

年代が合っていても、動機や気持ちについての説明は別に扱います。下書きの余白に、出来事の記述、根拠のある解釈、会話から出た未解決の問いという区分を設けると、採用した内容の性質を追えます。AIへ整理を頼むなら、「この返答を、出来事の記述と気持ちの推測に分けてください」という短い依頼が考えられます。この依頼は仕分けを頼むものであり、分けられた文が正しいと認定する作業は人の側に残ります。

保護者が見るところは、自由研究のまとめに、AIの人物の台詞がそのまま事実として写っていないかという点です。子どもの下書きに人物が語る文があれば、それが会話の記録として置かれているのか、歴史上の発言として扱われているのかを一緒に見ます。会話を載せたい場合は、その文章を作ったのが生成AIであることが読み手に伝わる位置づけにします。人物への質問を考えた面白さを残すことと、台詞を史実の証拠にすることを分ける関わり方です。

利用するサービスについては、人物役との対話に関する機能や利用条件を、そのサービスの最新の説明で確認します。自由研究の目的に合う機能があっても、演じる人物の名を選ぶ操作は歴史の内容を検証する操作とは別です。夏休みの課題に人物役を取り入れるなら、会話を終えた後の記録の整理までを活動に含めます。ここで勧める人物役の使いどころは、調べたい問いを広げ、口ぶりと出来事を切り分けながら検討する場面に限られます。

よくある質問

人物を演じるAIの効果量は、歴史の点数が上がる割合ですか

効果量は、点数が上がる割合ではありません。成績の差を、成績のばらつきなどを基準に表す数で、異なる尺度の研究をまとめるときに使われます。先に見たDai（2024）の結果も、シミュレーション教材でAIによる案内役の有無を比べたものです。自由研究の採点がどれだけ上がるかという割合への換算ではなく、比べた教材と測った学習成果を伴う値として読みます。

会話が続いたことを自由研究の成果にできますか

会話の続き方を調べる課題なら、やり取りの記録を分析する材料にできます。先に見たMierwald（2024）の研究も、歴史についての問いと返答の特徴を調べています。自分で行うなら、どの返答から追加の質問が生まれたか、どこで話題が変わったかを記録する方法があります。その場合の成果は対話の特徴の説明であり、歴史の知識が伸びたことを測る課題とは区別します。

信長の気持ちを尋ねる質問は避けたほうがよいですか

人物の気持ちへの疑問は、調べる問いとして残せます。ただし、生成AIの返事を読んだ時点で、その疑問が解けたと扱う必要はありません。質問の記録には、気持ちを知りたいと思った出来事と、その気持ちを考えるために必要な材料を並べます。返答をどれほど生き生きと感じたかは会話の印象として記し、動機についての説明を組み立てる作業と分けます。

この記事の限界

対象は、生成AI以前の教育エージェント、シミュレーション教材、栄養の課題に取り組む大学生、物語の人物を演じるモデルなどで、研究ごとに異なります。中学生の対話研究にも国や人物名の記載がなく、日本語で日本の中高生に信長を演じるAIを使わせ、対照群と比べて理解や長く残る記憶を測った結果は、今回集めた範囲にはありませんでした。

Ahnが評価したGPT-4oなどの結果は研究当時の条件に属し、現在のモデルでも同じ誤り方になるかや、日本史の人物での誤りの頻度は未検証です。人物が案内する教材の効果や会話への評価と、人物を演じるAIによってヨーロッパとの関わりの理解が深まるかどうかは、ここで引いた研究の結果とは別の話です。

参考文献

1. Schroeder NL ほか. How Effective are Pedagogical Agents for Learning? A Meta-Analytic Review. J Educ Comput Res 2013;49(1):1-39.
2. Castro-Alonso JC ほか. Effectiveness of Multimedia Pedagogical Agents Predicted by Diverse Theories: a Meta-Analysis. Educ Psychol Rev 2021;33(3):989-1015.
3. Dai C-P ほか. Effects of Artificial Intelligence-Powered Virtual Agents on Learning Outcomes in Computer-Based Simulations: A Meta-Analysis. Educ Psychol Rev 2024;36(1).
4. Mierwald M. Chatting about the Past with Artificial Intelligence: A Case Study of Pupils’ Interaction with ChatGPT While Completing a History-Learning Task. J Educ Media Mem Soc 2024;16(2):143-173.
5. Ahn J ほか. TimeChara: Evaluating Point-in-Time Character Hallucination of Role-Playing Large Language Models. In: Findings of the Association for Computational Linguistics: ACL 2024:3291-3325.
6. Zheng M ほか. When “A Helpful Assistant” Is Not Really Helpful: Personas in System Prompts Do Not Improve Performances of Large Language Models. In: Findings of the Association for Computational Linguistics: EMNLP 2024:15126-15154.
7. Wang C-C ほか. Exploring the impact of persona-based large language models on user experience in educational settings. Educ Inf Technol 2026;31(15):7329-7349.

よくある質問