OpenAIが学習効果測定スイートを発表、テストの点数だけでなく思考力も評価

AIを使って勉強した生徒は、本当に賢くなっているのか、それとも単に考えるのをやめているだけなのか。

従来の調査ではテストの点数が上がったことばかりが強調されてきましたが、答えをAIに要約してもらっただけなら、本人の思考力は伸びていません。OpenAIは3月4日、AIが学習に与える長期的な影響を測定するための新フレームワーク「Learning Outcomes Measurement Suite（学習成果測定スイート）」を発表しました。

エストニアのタルトゥ大学や、米スタンフォード大学のSCALEイニシアチブと共同開発されたもので、短期的な試験の点数だけでなく、生徒の認知能力が時間をかけてどう変化するかを追跡します。

マイクロ経済学で15%スコア向上、だが課題も

OpenAIは昨年、ChatGPTに「学習モード（study mode）」を導入しました。すぐに答えを出力するのではなく、家庭教師のようにヒントを小出しにし、理解度を確認しながら段階的に考えさせる仕組みです。

効果を確かめるため、神経科学とマイクロ経済学の試験を控えた大学生300人以上を対象にランダム化比較試験を実施しました。AI概要機能を切ったGoogleやYouTubeだけで学んだ対照群に対し、学習モードを使ったグループを比較したところ、マイクロ経済学では約15%高い試験スコアを記録しました。

しかし、神経科学の試験では従来のネット検索で勉強した生徒と有意な差が出ませんでした。短期的な暗記でテストの点を取れても、粘り強く考える力や自発的なモチベーションが損なわれていては意味がないと、研究チームは限界を指摘しています。

「粘り強さ」や「内省」をAIで可視化する

そこで開発されたのが今回の測定スイートです。テスト結果の合否だけでなく、AIとの対話ログを解析して学習の質を測定します。

匿名化された対話の中から「学習の決定的瞬間」を検出する分類器や評価モデルを備え、生徒が自力で間違いに気づいたか、対話を通じて主体的に探究したかを分析します。

具体的には、自律的な学習意欲、生産的な関与、困難な課題をやり抜く粘り強さ、自分の学習を客観視するメタ認知、記憶の定着度という5つの能力を長期的に追跡します。

OpenAIはあわせて「Learning Lab」という研究エコシステムを立ち上げ、米アリゾナ州立大学、英ロンドン大学UCL、米MITメディアラボも参画しました。現在、エストニアの16歳から18歳の高校生およそ2万人を対象とした大規模な検証実験が進められています。

なぜ重要か

学校現場がAIの導入を警戒してきた最大の理由は、生徒の思考停止やカンニングへの懸念でした。OpenAIがスタンフォードやエストニア教育界と組み、単なるテストの点数ではなく長期的な認知能力を測るフレームワークを作ったのは、非常に賢いアプローチだと私たちは考えます。AIを売り込むだけでなく、導入に対する教育現場の不安を科学的に解消しようとしているためです。

学校や教育委員会にとっては、AIツールを導入した結果、生徒の探究心や粘り強さが本当に維持されているかをダッシュボードで確認できる手段になり得ます。将来的にこのツールが無償公開されれば、世界中の学校が独自の基準でAI学習の効果を検証できるようになるはずです。

一方で懸念もあります。粘り強さやメタ認知といった複雑な心理的要素を、チャットのやり取りだけで正確に測定できるのかという点です。AIの採点基準に最適化して、いかにも深く考えているように見えるプロンプトを打つ生徒が出てくる可能性も排除できません。AIが学習を本当に深めているのか、エストニアでの大規模実験の結果が注目されます。