なぜ今、課程を見直すのか

AIの進化は、大学での「評価」の意味を揺るがしています。ここで言う思考の外部化とは、考えや推論の過程を自分の頭から離れて外部の道具や他者に頼ることを指します。AIはこの外部化を一気に広げました。電卓が計算を速めたように、AIは思考の一部を「高速で外注」できる存在になったのです。

この変化に対し、ただAIを禁止するのは得策ではありません。重要なのは、学生がどのように思考を示すかを評価設計で問うことです。つまり「何を見せるか」を明確にする必要があります。

Nafisa Baba-Ahmed が示す視点

研究者のNafisa Baba-Ahmedは、AIの登場を既存の教育上の傾向の延長線上に位置づけます。過度な模範解答の共有や家庭教師への依存といった慣習は以前からあり、AIはそれらを組織的に拡大したに過ぎないという指摘です。重要なのは道具の有無ではなく、評価そのものを見直すことだと彼女は論じています。

何を評価すべきか――実践的な指針

思考過程を可視化することが第一歩です。具体的な方法をいくつか紹介します。

  • ポートフォリオ評価
    学期を通して成果物とその振り返りを蓄積します。過程が見えるため、部分的なAI利用も文脈で評価できます。

  • 注釈付き提出物
    答えだけでなく、どの情報をどのように使ったかを注釈で示してもらいます。根拠と出典の明示を求めると良いでしょう。

  • プロセスログとリフレクション
    作業ログや短い振り返り文を課し、なぜその選択をしたかを説明してもらいます。思考の指紋が見えます。

  • 口頭試問や対話型評価
    オンラインでも対話を取り入れれば、即時の応答や深掘りが可能です。回答の裏側を確かめられます。

  • 多面的評価とルーブリック
    結果だけでなく、論理の一貫性、情報源の評価、創造性など複数軸で評価する仕組みを整えます。

学生・教員・機関それぞれの変化

学生には新しい成果の見せ方が求められます。単なる正解提示ではなく、思考の過程や根拠を示す習慣が重要になります。

教員は採点基準と課題設計を変える必要があります。AIを全否定するのではなく、補助ツールとしての特性を理解しつつ、公正さを保つガイドラインを作りましょう。

機関はカリキュラム全体と評価制度を見直す必要があります。学部横断での協議やIT・倫理部門との連携が欠かせません。

倫理と教育の目的を忘れない

AI利用の可否だけで議論が終わると、本質を見失います。教育の目的は思考力の育成と判断力の醸成です。ツールはその達成を助けるかどうかで評価すべきです。

また、情報源の出典や偏りの検討といったメタスキルは、AI時代にますます重要になります。これらは単に防御策ではなく、現代的なリテラシーの一部です。

最後に：実行のための小さな一歩

変革は一夜にして起きません。まずは授業単位で以下を試してください。

  • 課題に「注釈」や「作業ログ」を必須にする
  • ルーブリックに思考過程の項目を加える
  • 学生と教員が共に使えるAI利用ガイドラインを作る

これらは小さな変更ですが、学びの透明性と公正性を高めます。AI時代の課程設計は、学生・教員・機関の協働で初めて機能します。思考の見せ方を問い直すことが、これからの教育の出発点です。ご一緒に次の一歩を考えてみませんか？