教育における人工知能（しばしばAIEdと略される）は、教育工学の下位分野であり、学習環境を構築するために人工知能（AI）をどのように活用するかを研究するものである。この分野は、コンピュータ科学、教育学、心理学を基盤とし、初期のコンピュータベースの指導から現代の大規模言語モデル（LLM）チャットボットに至るまで、教授と学習を支援するシステムを設計する。重要な考慮事項には、データ駆動型の意思決定、AI倫理、データプライバシー、AIリテラシーが含まれ、一方で懸念事項としては、不正行為の可能性、過度の依存、アクセスの公平性、批判的思考の低下、誤情報やバイアスの永続化が挙げられる。
AIEdは、人工知能と機械学習の広範な進歩とともに発展してきた。その歴史は、ルールベースのシステムからデータ駆動型アプローチ、さらには最近の生成モデルへの移行を反映している。この分野の理論的基盤は、教育理論と技術的手法を統合し、その応用は教育者と学生の両方のユースケースに及び、適切な統合と社会的影響に関する議論をしばしば引き起こしている。
歴史
教育へのAI統合の取り組みは、人工知能の歴史における技術的進歩に追随することが多かった。1960年代には、教育者や研究者がコンピュータベースの指導システムの開発を開始し、例えばイリノイ大学が開発したPLATOが挙げられる。PLATOは、インタラクティブなレッスンを提供する初期のシステムであり、様々な教育現場で使用され、後のAI応用の基盤を築いた。
1970年代には、AI技術がコンピュータ支援指導（CAI）に追加され、知的個別指導システム（ITS）が形成された。これらのシステムは、適応的なフィードバックと個別化された学習経路を提供することを目的とした。例えば、LISPチューターは、1984年秋にカーネギーメロン大学のミニコースで評価され、ITSが従来の指導と比較して学習成果を向上させ得ることを実証した。
国際人工知能教育学会（AIED）は1993年に設立され、コンピュータ科学、教育学、心理学の背景を持つ研究者で構成されている。この学会は、AIEdの理論と応用に関する研究を発表する国際人工知能教育ジャーナル（IJAIED）を発行している。この制度化は、この分野の統合を促進し、学際的な協力を育むのに役立った。
2020年代のAIブームと時を同じくして、グローバル北部における大規模言語モデル（LLM）の使用は、ベンチャーキャピタルと大手テクノロジー企業によって推進され、資金提供されてきた。AIサービスを提供する企業は、学生や教育機関を顧客として対象にしてきた。同様に、AIブーム以前からの教育企業もAI技術の使用を拡大してきた。AIEd使用に対するこれらの商業的インセンティブは、潜在的なAIバブルに関連している可能性がある。米国では、K-12教育におけるAI開発への超党派的な支持が表明されているが、具体的な実装とベストプラクティスについては依然として議論が続いている。
プラットフォーム
現代のAIEdプラットフォームは、多くの場合、自然言語での会話を行い、様々なタスクを支援できる生成AIチャットボットに依存している。注目すべき例としては、OpenAIのChatGPT、AnthropicのClaude、GoogleのGeminiが挙げられる。これらのツールは教育現場で急速に採用されているが、その統合は不均一であり、議論の的となっている。
ChatGPT
ChatGPTはOpenAIによって2022年11月にリリースされ、教育におけるその採用は急速であった。数ヶ月のうちに、学生と教育者はそれを文章作成支援、問題解決、コンテンツ生成に使い始めた。しかし、このツールは、学術的誠実性への懸念から、いくつかの機関、特にK-12学校や一部の大学で禁止された。
学生は一般的にChatGPTに対して肯定的な認識を示しており、ブレインストーミング、情報の要約、迅速な回答の提供に役立つと感じている。しかし、教育者と学生の具体的な見解は大きく異なる。教育におけるChatGPTの適切な使用についての意見は特に多様であり、それを正当な学習支援と見なす人もいれば、スキル開発を損なう近道と見なす人もいる。
学校でのChatGPTのようなチャットボットの禁止の取り組みは不正行為の防止に焦点を当てているが、AI検出の不正確さとチャットボット技術の広範な入手可能性のために、その執行は妨げられている。多くのAI検出ツールは、誤検知を生み出し、オリジナルの学生の作品をAI生成として誤ってフラグ付けすることが示されている。教育者はまた、このツールへの過度の依存が表面的な学習習慣を助長し、批判的思考を侵食し、誤情報を広める可能性があるとの懸念を表明している。一部の教育者は、学生にAI生成の出力を批評させたり、AIを初期ドラフトに使用した後に人間による修正を行うなど、生成AI（GenAI）を評価に統合する方法を提案している。
Claude
ClaudeはAnthropicによって開発されたLLMのシリーズである。そのAIベースのチャットボットは2023年3月にリリースされた。Claudeは、有害な出力を減らすことに焦点を当て、他のチャットボットよりも安全で解釈可能な代替手段として位置づけられている。教育現場では、Claudeは個別指導、フィードバック、コンテンツ作成に使用されてきた。
2026年7月、Anthropicは教師向けのClaudeのバージョンを発表した。「Claude for Education」を提供する大学には、スタンフォード大学、コロンビア大学などが含まれる。このイニシアチブは、授業計画支援、採点支援、学生向け個別指導など、Claudeを学術ワークフローに統合することを目的とした調整済み機能を提供する。
Gemini
GeminiはGoogleによって2023年12月に開発されたGenAIチャットボットおよび仮想アシスタントである。これはChatGPTやClaudeと競合するように設計され、テキスト、画像、音声を処理できるマルチモーダル機能を提供する。教育現場では、Geminiは研究支援、文章作成支援、インタラクティブな学習に使用されてきた。
2024年8月、Googleは教育者向けにGeminiのカスタマイズ可能なバージョンであるGemini Gemsを発表した。Gemsにより、ユーザーはクイズ生成や授業計画など、特定のタスクに合わせた専門的なバージョンのGeminiを作成できる。2025年3月には「Google Workspace for Education」アカウントに追加され、多くの学校や大学で利用可能になった。2026年8月、Googleは小学校から高校までの一部の学校向けにClassroomアプリにGeminiを追加し、AIを日常的な教育ツールにさらに組み込んだ。
理論
AIEdは、教育研究、機械学習、関連分野からの理論を適用する。教育におけるAIシステムの設計は、教育学的原則、認知科学、技術的考慮事項によって情報を得ている。過去10年間の研究の2019年のレビューでは、ほとんどの研究が教育学的統合よりも技術的設計を優先しており、技術開発と教育実践の間にギャップがあることを示唆している。
OuyangとJiao（2021）は、教育におけるAIの3つのパラダイムを提案しており、これはおおよそ学習者中心性が最も低いものから高いものへ、AIシステムに必要な技術的複雑さが最も低いものから高いものへと続く：
- AI主導、学習者は受容者：AIEdシステムは、学習者のフィードバックに調整されない統計的パターンに基づいて事前設定されたカリキュラムを提示する。このパラダイムは、初期のITSや適応学習プラットフォームで一般的であり、AIが学習経路を制御する。
- AI支援、学習者は協力者：自然言語処理などを通じて学習者のフィードバックへの応答性を組み込んだシステムであり、AIが知識構築を支援できる。ここでは、AIは学生の入力に応答するパートナーとして機能し、対話と探求を促進する。
- AIエンパワーメント、学習者はリーダー：このモデルは、学習者が主体性を持ち、AIが一貫した実用的なフィードバックを提供する、人間の知能への補完としてAIを位置づけることを目指す。学習者が学習プロセスを指揮し、AIは理解を深めるためのツールと洞察を提供する。
一部の学者は、教育におけるAIを社会技術的フレームワークの中に位置づけている。これは、コンピューティング、インターネット、ソーシャルメディアなど、他の新興教育技術と並べてAIを配置する。このような視点は、AIEdが単なる技術的ツールではなく、社会的、文化的、政治的文脈に埋め込まれていることを強調する。
Tsao、Heinrichs、Camit（2025）のフレームワークは、新物質主義とポストヒューマニズム、特にDonna Harawayのシンポイエーシス（共に作ること）の概念に基づいている。この視点は、学習を人間と非人間のアクター（学生、教師、AIアルゴリズム）の絡み合いと見なし、知識は人間の文脈とアルゴリズム的予測の間の接触領域で共構成されると見る。これは、学習を個々の認知プロセスと見なす伝統的な見方に挑戦し、代わりにそれを分散的で関係的な現象として見る。
AIエージェントはバイアスのあるデータセットで訓練されており、したがって社会のバイアスを永続させ続けている。LLMは人間らしいテキストを生成するように作られたため、アルゴリズム的バイアスが導入され、再現される可能性がある。例えば、訓練データが歴史的不平等を反映している場合、AIはステレオタイプを強化したり、特定のグループを排除する出力を生成する可能性がある。AIのデータ処理と監視は、不平等に対処するのではなく、効率性、測定、個人の説明責任を優先することが多いため、教育への新自由主義的アプローチを強化する。
応用
教育者向け
教育における生成AIチャットボットの使用には、評価とフィードバック、機械翻訳、校正、試験問題の生成、コピー編集、または仮想アシスタントとしての使用が含まれる。例えば、教師はAIを使用して練習問題を生成したり、学生のエッセイに自動フィードバックを提供したり、多言語教室向けに教材を翻訳したりできる。AIはまた、メールの下書きやシラバスの作成など、管理業務にも役立つ可能性がある。
教育における感情AIは、学習者の感情を検出したり、学習における感情的なサポートを提供できるシステムの研究と開発である。これらのシステムは、顔認識、生理学的センサー、テキスト分析を使用して感情状態を推論し、指導を適応させたり励ましを提供したりすることを目的とする場合がある。しかし、そのような技術はプライバシーと倫理的な懸念を引き起こす。
教育管理におけるAIの広範で計画外の使用は、学生記録の表面的な分類による差別、事前に計画されたアルゴリズム的定義に適合する作品に対する自動採点のバイアス、以前の経験が必須のコンピュータリテラシーを身につけていない学生のAIトレーニングからの排除などの害につながる可能性がある。例えば、AI採点システムは、非ネイティブ英語話者や異なる文章スタイルを持つ学生を不利に扱う可能性がある。しかし、より構造化された使用法では、大学の学生がAIを探求と批評に使用し、学術的資料に対して主張を独立して検証し、専門家のフィードバックを取り入れるという探究ベースのワークフローに生成AIをうまく統合している。
学生向け
2024年の世界的な調査によると、学生は主に生成AIをブレインストーミング、要約、研究支援に使用しており、複雑な情報を簡素化するのに効果的であるが、事実の正確性や教室での学習にはあまり信頼性がないと感じている。学生は、AIリテラシーとデジタルコミュニケーションを強化する可能性を認識している一方で、教授は批判的思考、対人コミュニケーション、意思決定スキルにおける重大な限界を強調した。世界的な研究では、約58%の学生がAIツールを日常生活で役立つと報告している。調査によると、ChatGPTは学生が難しい概念を理解し、課題のアイデアを生成し、時間を管理するのに特に有益であったが、深い分析や微妙な判断を必要とするタスクにはあまり効果的ではなかった。
学生によるAIの使用はまた、学術的誠実性と独立した学習スキルの発達に関する疑問を提起する。一部の機関は、学生にAI支援の開示を要求したり、執筆プロセスの特定の段階でのみAIの使用を許可するなど、特定の条件下でAIの使用を許可するポリシーを開発している。他の機関は、口頭発表や教室での執筆タスクを組み込むなど、AI耐性を高めるために評価を再設計している。
課題と今後の方向性
AIEdは、AIツールへの公平なアクセスの確保、アルゴリズム的バイアスへの対処、人間による監視の維持など、いくつかの継続的な課題に直面している。また、教育方法論にAIを効果的に統合するための教師トレーニングも必要である。今後の研究は、より透明で解釈可能なAIシステムの開発、大規模な個別化学習の探求、認知発達と社会的スキルに対するAIの長期的影響の理解に焦点を当てる可能性が高い。
AI技術が進化し続けるにつれて、AIEdの分野は革新と倫理的考慮事項のバランスを取りながら適応する必要がある。教育者、学生、政策立案者、技術開発者を含む複数の利害関係者の関与が、教育におけるAIの未来を形作る上で重要となるだろう。