生成AIの添削で英作文の点はどこまで伸びるか｜自動採点と書く力の研究

英検に向けて書いた英作文を生成AIに入れると、文が整い、採点を頼んだ画面には前より高い点が出ます。直された答案をノートに写し終えたとき、その上昇が試験当日の自分の点にもつながるのか気になることはないでしょうか。生成AIの添削は作文を改善する助けになりますが、試験に向けた伸びは、別の題で自力で書いた答案を使って確かめることが大切です。 添削済みの文と自分だけで書いた文を分けて残すと、学ぶべき箇所が見えやすくなります。

生成AIの添削で英作文の点はどこまで伸びるか｜自動採点と書く力の研究

英検に向けて書いた英作文を生成AIに入れると、文が整い、採点を頼んだ画面には前より高い点が出ます。直された答案をノートに写し終えたとき、その上昇が試験当日の自分の点にもつながるのか気になることはないでしょうか。生成AIの添削は作文を改善する助けになりますが、試験に向けた伸びは、別の題で自力で書いた答案を使って確かめることが大切です。 添削済みの文と自分だけで書いた文を分けて残すと、学ぶべき箇所が見えやすくなります。

英作文の練習では、完成した文章がよくなったことも、書き直しに取り組めたことも意味があります。その一方で、画面の評価だけを追うと、自分が考えた理由とAIが足した理由、自分で使えた表現と借りた表現が混ざります。そこで見る対象を、答案の出来、採点の仕方、次の作文への持ち越しに分けます。研究の平均的な効果を読むときも、この区別が役立ちます。

点が上がった研究と伸びが小さかった研究を並べると、添削を受ける回数より、何を点として測ったかが重要になります。保護者も、清書の滑らかさだけで練習の成果を判断する必要はありません。本人が次に自分で使いたい書き方を説明できるか、実際に別の作文で使えたかを一緒に見ていきましょう。

要点

• 従来の自動添削を含む研究では、利用によって作文の質や得点が改善する結果が出ています。
• ChatGPTを使った授業でも得点は伸びましたが、頼りすぎや書き手としての主体性の低下が報告されています。
• 新しいメタ分析では、新しい課題への効果は小さく、表面的な改善が時間を置くと残らない結果でした。
• 添削済みの答案、自力の答案、機械が出した点を分けて記録すると、次の練習を選びやすくなります。

自動添削で点が伸びた研究は、何を比べたのか

自動添削とは、コンピューターが作文を評価し、誤りや改善点を返す仕組みです。研究ではAWEと略され、生成AIが広まる前から使われてきました。会話を通じて文章を作る生成AIと、特定の観点から作文を点検する従来の仕組みを区別して読むと、研究の結果を理解しやすくなります。

Zhaiら（2023）は、26件の研究、参加者2468人をまとめたメタ分析（複数の研究結果をまとめて計算し直す方法）を行いました。自動添削が作文の質に与える全体の効果はg = 0.861で、大きな正の効果という結果でした。gは効果量と呼ばれ、差の大きさを得点のばらつきを物差しにして表す数です。この分析では、中等教育の生徒より大学などの学生で効果が大きく、英語を母語とする学習者より外国語・第二言語として学ぶ人に利点がありました。

Ngoら（2024）の分析でも、英語を外国語・第二言語として学ぶ人の作文に改善が見られました。自動添削を使った群と比較群との差はg = 0.59、同じ群の学習前後の差はg = 0.98でした。前後の変化には通常の授業や練習による伸びも入りうるため、AIの追加的な助けを考えるときは、比べた群の学習条件に注目します。また、語彙の使用に対する効果に比べ、文法への効果は小さいという結果でした。

この読み分けは家庭での記録にも役立ちます。添削を始める前の答案と、練習を重ねた後の答案を比べれば、自分の変化を追えます。そこに、辞書を使ったか、AIの提案を見たか、先生の指摘を受けたかを書き添えると、どの助けを使って仕上げた文章なのかも残せます。得点の横に作成条件があるだけで、清書の改善と自力の変化を混同しにくくなります。

ChatGPTの授業では、得点と書く自信が別に動いた

生成AIに添削を頼む練習は、文章が整ったことをすぐに感じやすい活動です。使いたかった表現の候補が返り、書き直しを進める材料にもなります。ただし、書き手が何を選んだのかまで見ると、得点だけとは違う姿が現れます。

Shiら（2026）は、中国の公立大学で英作文を学ぶ大学生を対象に、ChatGPTを使う授業と、従来の自動添削を使う授業、対照群を比べました。11週間の取り組みの後、作文の得点はChatGPT群が他の群より有意に高い結果でした。有意とは、統計的な検討で偶然のばらつきだけでは説明しにくい差が認められた、という意味です。一方、「英語で文章を書く自分はこうありたい」という理想の書き手としての自己像は、ChatGPT群が従来の自動添削群より低くなりました。

さらにShiら（2026）が学生の振り返りを調べると、道具への頼りすぎや、創造性と主体性を失う感覚が記されていました。点の高い文章を完成させることと、自分で文章を作る手応えが同じ方向に動いたわけではありません。練習後には「どこがよくなったか」に加えて、「どこを自分で決めたか」を振り返ると、この問題を見落としにくくなります。

たとえば、理由の説明が薄いと指摘されたとき、AIが加えた理由をそのまま採用すると、作文は整っても考える担当が移ります。先に自分で理由を補い、その後で意味が通るかを確かめれば、選択の過程を残せます。これは研究の結果を踏まえた練習上の工夫です。添削を読みながら「この考えは自分の意見か」「次も自分で説明できるか」と点検する時間を設けます。

保護者が見るときも、難しい単語が増えたことだけを褒めるより、本人が選んだ変更に目を向けます。元の表現を残した理由や、提案を採用した理由を聞けば、書き手としての判断が見えます。判断に迷った箇所は、そのまま先生に相談する材料になります。

新しい分析では、効果の持続と応用が小さかった

添削を使った直後に作文がよくなると、その伸びが次の試験まで続くと期待したくなります。研究を読む際には、添削直後の測定か、時間を置いた測定かを分けます。さらに、同じ文章を書き直したのか、新しい課題に取り組んだのかでも、得点の意味が変わります。

Schererら（2026）は、中等教育と大学の学習者を含む研究をまとめ、アルゴリズムによる添削が作文に与える効果を分析しました。アルゴリズムとは、コンピューターが判断や処理を進める仕組みのことです。作文全般への効果はg = 0.36で、文法や綴りなど表層の改善は直後に見られたものの、時間を置いた測定では持続する効果が見られませんでした。新しい作文課題への効果も小さく、ChatGPTによる添削に絞った効果は有意ではありませんでした。

これに対してLinkら（2022）は、第二言語で作文を学ぶ授業で、教師の指摘に自動添削を加えた条件と教師の指摘だけの条件を比べています。自動添削を利用できた学生は、正確さの改善を長期に保った様子が見られました。同時に、学生はコンピューターの指摘より教師の指摘を受けた箇所をよく書き直していました。道具を単独で使ったか、人の指導と組み合わせたかまで含めて読むことが重要です。

新しい分析の結果だけで以前の授業の成果を消す必要も、以前の大きな効果だけを期待する必要もありません。何を練習し、誰が添削し、どの段階で測ったかをそろえて比べます。家庭でも、直後の書き直しと、時間を置いて書く別題の答案を分けると、伸びの残り方を見やすくなります。

添削済みの高得点と、試験で使える力を分ける

試験に向けて知りたいのは、添削後にどれほど立派な文章が残ったかだけではありません。初めて読む問いに対して、自分の考えを選び、必要な英文を組み立てられるかが気になります。そのため、添削済みの答案は学習材料として保存し、自力の実力を見る答案は別に作ります。

Tsaiら（2024）は、英語を外国語として学ぶ英語専攻の大学生の作文について、元の文章とChatGPTを使って書き直した文章を比較しました。書き直した作文の得点は有意に高く、元の得点が低い学生ほど改善が大きい結果でした。その一方で、研究者は、ChatGPTの補助を受けた書き直しは学習者自身の作文能力を示すものではないと述べています。評価された文章には、本人の力に加えて道具の助けが含まれているからです。

たとえば、主張と理由のつながりを直してもらったなら、次の作文では別の話題について理由を自分で組み立てます。修正版を横に置いて同じ表現を埋める練習と、何も見ずに考え直す練習は、記録上も分けます。前者では使い方を学び、後者では自分で取り出せるかを見ます。内容まで覚えた答案だけを繰り返すと、新しい問いに答える場面が記録に残りません。

確認用の作文では、書き始めから書き終わりまで生成AIを閉じておきます。途中で表現を尋ねたくなったら、迷った場所に印を付けて先へ進みます。完成後にその印を見返すと、考えはあるが英語にできなかったのか、書く内容そのものが決まらなかったのかを区別できます。この違いによって、次に受けたい添削も変わります。

得点が伸び悩む場合も、総合点だけを眺めて練習量を増やす前に、答案の変化を見ます。誤りは減ったのに説明が薄いなら、理由を補う練習を選びます。考えは書けるのに同じ形の誤りが残るなら、その形を使う短い文から自力で確かめます。添削の結果を次の練習課題へ移すところまでを、英作文の学習としてつなげます。

機械の採点に合わせすぎると、練習の向きが変わる

生成AIに作文を採点させると、数値が出るため成長を追いやすく見えます。ここでは、点を安定して出すことと、書く力を適切に測ることを区別します。前者を信頼性、後者を妥当性と呼びます。同じような点が繰り返し出ても、測りたい力に合った評価かどうかは別に点検します。

Cohenら（2018）は、同じ課題への作文を複数の人と自動採点で評価して比較しました。機械と人の得点の関連は、人の採点者どうしの関連と同程度でした。それでも、自動採点は人の評価より一貫している一方、妥当性は低いという結果でした。点のそろい方がよいことだけで、作文能力を十分に捉えていると判断することへの注意を示しています。

Powersら（2002）は、従来型の自動採点システムに、採点上の問題を起こすような作文を与える試みを調べました。対象はGREの作文課題で、機械に不当に低い点を付けさせるより、不当に高い点を付けさせる試みの方が成功しやすい結果でした。これは生成AI登場前の自動採点の研究です。機械の点を上げる工夫と文章の質を高める工夫がずれる問題を考える材料になります。

家庭で気を付けたいのは、AIが高く評価した言い回しを残すことだけが目的になる状態です。難しい表現に置き換えた後、自分の主張が曖昧になったり、説明できない理由が混ざったりしたら、元の文に戻って考えます。採点コメントには答案のどの部分を根拠にしたのかを求め、その箇所を読んで判断します。数値の変化より先に、問いへの答えとして改善したかを確かめます。

合否の見込みを決める場面や、本人が何も見ずに書けるかを測る場面では、生成AIの採点だけで結論を出す使い方を避けます。先生に見てもらう際は、元の答案と修正版を両方用意します。機械の点を伝えるだけより、変更した箇所について話し合えます。特に、内容を足した変更と表現だけを整えた変更を分けると、自分の課題が伝わりやすくなります。

次の英作文で使えたかを残す練習手順

練習を始める前に、課題の問いと自分の答案を保存します。生成AIへの指示は、たとえば「答案は書き換えず、意味が伝わりにくい箇所と、その理由を短く示してください」とします。指摘を読んだら、直したい点を選び、まず自分で修正文を作ります。意味や用法の判断に迷う箇所は、学習辞典や先生の説明と照らします。

次に、採用した変更の横に「理由を補った」「文のつながりを直した」など、変更の目的を書きます。修正を受け入れた理由が説明できないときは、完成した表現をそのまま暗記する前に立ち止まります。AIの提案にも誤りや意味のずれが混ざるものとして、元の意見が保たれているかを読み返します。ここで残すのは指摘の全文より、次に自分で気を付ける点です。

別の日には、難しさや形式が近い別の題を選び、生成AIを開かずに書きます。書き終えた後で前の記録を開き、気を付けたかった点が使えたかを答案の該当箇所で確かめます。前と同じ誤りが出たら、その部分を次の練習に残します。できていた箇所も記録すると、総合点が動かなかった日にも変化を捉えられます。

保護者は英文をすべて採点しようとせず、練習の条件と本人の説明を見る役割を持てます。清書だけでなく、自力で書いた途中の迷いも残っているかに注目します。次の点検項目を使えば、採点の専門知識がなくても記録を一緒に読めます。

• 元の答案と添削後の答案を別々に残したか。
• 変えた箇所について、本人が目的を説明できるか。
• 別の題で自力で書いた答案にも、練習した点が現れているか。
• AIの点と先生の評価、本人が迷った箇所を混ぜずに残したか。

これらは得点上昇を見せるための帳簿ではなく、次に何を練習するかを決める材料です。自力の答案が増えると、AIの助けが必要な箇所も具体的になります。次の英作文では、元の答案を残すこと、変更の理由を書くこと、別の題で試すことのうち、どこから始めますか。

よくある質問

添削を受け続ければ、英検で目標のスコアに届きますか

研究の効果量は、英検の点数へ換算するための数字ではありません。目標への距離を見るときは、自力で書いた答案を課題に合う基準で見てもらい、どの観点に課題が残るかを確かめます。添削後の点は、書き直しによる改善を追う記録として使います。自力の答案と並べておくと、表現を借りて整った箇所と、自分で使えるようになった箇所を分けて次の練習を選べます。

最初の作文の点が低いほど、AI添削を使う意味はありますか

Tsaiら（2024）では、元の得点が低い大学生ほど、ChatGPTを使った修正版の得点が大きく上がりました。直す材料が得られることは、書き直しを始める助けになります。練習では提案を全部取り入れることを目標にせず、自分で理由を説明できる変更から試します。その変更を別の題でも自力で使えたかまで残すと、修正版の改善を次の課題へつなげて見ていけます。

AIの点が上がったのに、自力の作文が変わらないときはどうしますか

高得点になるまで同じ作文を直し続ける流れをいったん止め、どの変更を自分で再現できるかに練習を絞ります。主張を支える理由、文のつながり、繰り返す誤りなどから、取り組む点を選びます。別の題で書いた後、その点が使えた箇所と迷った箇所を先生に見てもらいます。難しい表現を追加するより、今使っている表現で意見を最後まで伝えられるかを確かめるところから始められます。

この記事の限界

ここで扱った研究は、外国語・第二言語として英語を学ぶ人の作文が中心で、中国の大学生の授業や、欧州の言語を含む中等教育・大学の研究を取り上げています。授業期間内の改善、時間を置いた正確さ、新課題への応用は異なる測定で、日本の中高生の英検得点を直接追った研究や、日本語の課題で同じ効果を測った研究は今回の範囲では見つかりませんでした。従来型の自動添削を含む結果であり、各時期のChatGPTを調べた結果が現在のモデルでも再現するかは未検証です。学校ごとに提出物へのAI利用の規則も違うため、練習の記録と提出する答案を分け、授業の指示に沿って使います。

参考文献

1. Zhai N, et al. The Effectiveness of Automated Writing Evaluation on Writing Quality: A Meta-Analysis. Journal of Educational Computing Research. 2023;61(4):875-900.
2. Ngo TTN, et al. The effectiveness of automated writing evaluation in EFL/ESL writing: a three-level meta-analysis. Interactive Learning Environments. 2024;32(2):727-744.
3. Shi H, et al. Comparing the effects of ChatGPT and automated writing evaluation on students’ writing and ideal L2 writing self. Computer Assisted Language Learning. 2026;39(4):1148-1175.
4. Link S, et al. Impact of automated writing evaluation on teacher feedback, student revision, and writing improvement. Computer Assisted Language Learning. 2022;35(4):605-634.
5. Scherer S, et al. Can algorithm-based feedback help students to write better? A meta-analysis exploring surface- and deep-level outcomes. Assessing Writing. 2026;68:101034.
6. Tsai CY, et al. Impacts of ChatGPT-assisted writing for EFL English majors: Feasibility and challenges. Education and Information Technologies. 2024;29(17):22427-22445.
7. Powers DE, et al. Stumping e-rater: challenging the validity of automated essay scoring. Computers in Human Behavior. 2002;18(2):103-134.
8. Cohen Y, et al. Validating human and automated scoring of essays against “True” scores. Applied Measurement in Education. 2018;31(3):241-250.

よくある質問