生成AI時代の授業設計

近年、大学生の間で生成AIの利用が急速に広がり、学習や生活のさまざまな場面で活用されるようになっています。こうした状況を踏まえると、教員自身が生成AIの利用に積極的か慎重かにかかわらず、学生が生成AIを利用することを前提とした授業設計が求められています。

特に、授業の教育目標を踏まえながら、生成AIの利用をどのように位置づけるのか、また、課題の内容や成績評価の方法をどのように見直していくのかを検討することが重要です。本ページでは、生成AIの普及を踏まえた授業設計の基本的な考え方と、授業改善のポイントを紹介します。

授業設計の基本

① 到達目標から授業を設計する

生成AIの教育利用には、すべての授業に共通する一律の「正解」があるわけではありません。専門分野や授業の目標・内容によって、利用の適否や適切な活用方法は異なります。また、教員の生成AIに対する考え方や習熟度にも違いがあり、技術の進展に伴って、性能や利用環境も変化しています。

その中で授業設計の核となるのは、授業を通じて学生が何を理解し、何ができるようになることを目指すのかという「到達目標」です。まずは到達目標を明確にし、その達成をどのように評価するか、達成に向けてどのような学習活動が必要かを検討します。

そのうえで、専門分野の特性や学生の利用状況も踏まえ、それぞれの教員が生成AIの利用の適否や方法を判断することが大切です。生成AIの利用自体を目的とせず、授業設計全体のなかで、到達目標の達成に必要かどうかを考えていきましょう。

② 学生の「学びのオーナーシップ」を確保する

社会では、成果の質や業務の効率が重視され、生成AIも「パフォーマンス・ツール（成果達成のための道具）」としてすでに積極的に活用されています。そのため、教育においても、生成AIの利用を考える際には、成果や効率性に目が向きがちです。

しかし、教育では、課題を完成させるだけでなく、その過程で学生が何を考え、どのような知識や能力を身につけるかという学習プロセスも重要です。生成AIに思考や判断を委ねすぎると、学生自身が試行錯誤し、理解を深める機会が失われる可能性があります。

そのため、生成AIを利用する場合にも、学生自身が学びの主体であり続けられるよう、「学びのオーナーシップ」を確保することが重要です。「学びのオーナーシップ」は、学習者が自分の学びを「自分のもの」として捉え、その過程や成果に当事者意識と責任を持つことを意味します。生成AI以後は、学生が与えられた知識や回答をそのまま受け取るのではなく、自ら問いを持ち、考え、判断しながら学びを進めていけるような授業設計が、より求められるでしょう（飯吉 2025）。

授業設計において検討すべき3つの問い

こうした背景を踏まえ、生成AI時代の授業を設計・改善する際には、教員自身が以下の3つの問いについて検討することが大切です。

生成AIを踏まえた授業改善では、単に「使わせるか／使わせないか」という二者択一にとどまらず、学習目標に照らして、「何のために、どの場面で、どこまで利用するのか」を具体的に検討することが重要です。「AIを使うかどうか」ではなく、「AIとともに、学生がどのように学ぶか」を意識しながら授業改善を進めていくことが、生成AI時代の授業改善の基本となります。

授業のなかで生成AIを位置づける

以下では生成AIで授業を位置づける際に参考となるモデルや考え方について紹介いたします。

生成AIの位置づけと利用範囲

生成AIに対応した授業設計について、AI-Resistant／AI-Conductive／AI-Expansiveという三つの類型に沿って、具体例を以下に示します。

❶ AI-Resistant （AIを使わせない）

AIがあまり役に立たない、またはAIの出力をそのまま利用しにくいような設計

❷ AI-Conductive （AIの利用を認める）

AIが学びに役立つ可能性を認め、AIの支援を受けながら課題に取り組むことを前提とした設計

❸ AI-Expansive （AIを積極活用する）

AIなしでは実現できないようなAIの活用を前提とした設計

AIアセスメントスケール

さらに細分化した指標として「AIアセスメントスケール」を紹介します。「AIアセスメントスケール」は、教育評価におけるAI活用の適切なレベルを判断するために、Perkins氏が開発した5段階の指標です。このスケールの狙いは、学生の批判的思考力や問題解決能力を重視しつつ、AIを活用して作業の効率化や創造性の向上を図ることにあります。タスクの各要素ごとにスケールを適用することで、従来の評価方法とAIとをバランス良く組み合わせることができます。

学生の状況に応じた生成AIの使い方

以下の図は、授業で生成AIをどこまで使い、教員がどのように支援するかを考えるためのモデルです。「課題の内容」と「学生の学習への準備状態（レディネス）」を組み合わせ、生成AIの使い方を四つに整理しています。学生を固定的に分類するのではなく、課題や学習状況に応じて、AIに任せる範囲と必要な支援を調整するための手がかりとして活用できます。

※理論的に提案されたモデルであり、各方針の効果については今後の検証が必要です。

学生と共有すること

まだ十分に専門的な教育を受けていない学生が、学習における生成AIの適切な利用方法を自身で判断することには限界があります。そのため、生成AIを学習にどのように活用してよいのか不安を感じている学生は少なくありません。そのため、教員が生成AIの利用方針を明確に示し、学生と共有することが重要です。

尺度を用いた利用方針の提示

利用方針を提示する際には、授業全体で一律の方針を示すだけでなく、個々の学習活動や課題の目的に応じて、生成AIの利用範囲を具体的に設定することが大切です。前述の「AIアセスメントスケール」などの尺度を参考にしながら、それぞれの学習目標に応じた利用レベルを検討するとよいでしょう。

以下では、授業全体および個々の課題における生成AIの利用方針の提示例を紹介します。これらの具体例を参考にしながら、学生に身につけてほしい知識や能力を改めて確認し、課題の内容と生成AIの利用方針を見直してみましょう。

課題における提示例 クリック／タップで開閉します

個々の課題についても、生成AIの利用を認める範囲や条件を具体的に示すことができます。

生成AIの使用に際して学生に伝えること

生成AIの適切な使用について学生に早めに伝えることで、トラブルを未然に防ぐことが期待できます。以下に事前に学生に伝えておくことについて挙げます（浦田 2023）。

• 生成AIを適切に使用しない場合は、学業上の不正行為とみなされること
• 生成AIの使用は、あくまでも学習サポートに限ること
• 意図しない盗用、著作権侵害、個人情報・機密情報の漏洩の可能性といった法的リスクがあること
• 「ハルシネーション」や参考文献は実在しないものが多いといった出力の信頼性の問題があること
• 詐欺への注意として、安易にインストールしたり課金したりしないこと
• 生成AIの不正な使用は、誠実、信頼、公正、尊敬、責任、勇気（ICAI, 2023）といったアカデミック・インテグリティの原則に違反しうること
• 情報の分析などで生成AIを使用した場合は、その旨を明記すること

外部資料を用いた情報共有

生成AIの利用方針や注意点を伝えるだけでなく、学生自身が生成AIの適切な使い方について考える機会を設けることも重要です。その際には、外部で公開されている教材を活用することも一つの方法です。

『生成AIと共創する学習ワークブック』 クリック／タップで開閉します

本教材は、主に大学1年生を対象に、生成AIとの向き合い方を学術的誠実性（アカデミック・インテグリティ）の観点から考えるためのワークブックです。学生が実際に書き込みながら、自分自身の考えを深められる構成となっており、初年次教育や情報リテラシー科目などで活用できます。

クリエイティブ・コモンズライセンス（CC BY-NC 4.0）で無償公開されており、ライセンスの条件に従って授業で活用できます。

教材の情報

• 編著：岩﨑千晶・福山佑樹・松河秀哉
• 出版：三恵社

教材を閲覧・ダウンロードする（外部サイト） ↗