大学における人工知能：広がる「教えること」と「学ぶこと」の溝

大学で人工知能をめぐって実際に起きていることは、地震というよりレントゲン写真に近い。言語モデルは、制度が何十年も評価してきたもの——流暢でもっともらしい学術的な文章、ただし背後に理解がある保証のない文章——を、ほぼゼロのコストで生み出す。だからこそ、教えることと学ぶことの間にもともとあった危機を可視化してしまうのだ。公の議論は、AIが大学を「壊した」と宣言する者、抵抗を組織する者、救済を売り込む者に分かれている。三つの陣営はいずれも道具について議論している。関係について議論することは、ほとんどない。

通訳としての機械

まず、たいてい見過ごされるデータから始めよう。2026年3月にHEPIとKortextが公表した英国の調査は、2025年12月にフルタイムの学部生1,054人を対象に行われた。それによれば、95%が何らかの形でAIを使い、94%が評価対象となる課題にAIを使ったことがある(2024年は53%)。見出しはそこで止まった——ほぼ全員が「ズルをしている」と。だが、そうした課題で最も多い使い方は、生成されたテキストを貼り付けることではない。報告書の図4によれば、そうしたと認めたのはわずか12%(2024年は3%)だ。最も多いのは61%で、機械に概念を説明してもらうことである。報告書自身の言葉を借りれば、学生のほぼ3分の2が、概念を説明してもらうためにAIを使っている。

言語モデルは、制度が何十年も評価してきたもの——流暢でもっともらしい学術的な文章、ただし背後に理解がある保証のない文章——を、ほぼゼロのコストで生み出す。

この数字は落ち着いて読むべきだ。自己申告で、一国のみ、学部生のサンプルなのだから。それでも、どんなモラル・パニックも耳を貸そうとしなかったことを語っている。学生の多数派は、授業や文献や課題文で理解できなかったことの通訳としてAIを使っているのだ。企業自身の報告書——利害関係のある情報源であり、そのつもりで読む必要がある——も同じ方向を指している。Anthropicの最初の教育レポートは、2025年4月の大学生とClaudeとの会話を分析した。その39.3%は教育コンテンツの作成や改善に充てられ、残りの大部分は技術的な説明を求めるものだった。

1965年、ピエール・ブルデュー、ジャン=クロード・パスロン、モニク・ド・サン=マルタンは『Rapport pédagogique et communication』を発表した。英訳のタイトルは『Academic Discourse: Linguistic Misunderstanding and Professorial Power』。フランスの大学生に語彙テストを行い、自分たちが教わる言語をどれほど理解しているかを測定したのだ。理解はきわめて不完全で、出身階層と結びついていた。一方、教員はそれを当然のこととみなしていた。学生のほうは、言葉への慣れに基づく「わかったつもり」をすぐに身につけていった。本書の結論は居心地が悪い。教育関係は言語上の誤解の上に、そしてその誤解など存在しないという共有された虚構の上に成り立っている、というのだ。教師は理解されているふりをし、学生は理解しているふりをする。それぞれの錯覚が互いのアリバイとなり、その言葉づかいを家庭から受け継いだ者が有利なスタートを切る。

60年後、その誤解は産業的な仲介者を手に入れた。それを「ズル」と呼ぶだけでは足りない。起きているのはむしろ、教室が一度もきちんと果たしてこなかった翻訳の外注である。面白い問いは、機械がうまく説明できるかどうか——うまいこともあれば、でっち上げることもある——ではなくなり、なぜ通訳が必要だったのか、に変わる。

生年月日のある危機

この系譜はブルデューより古く、しかもコルドバ訛りがある。1918年6月21日付で、デオドロ・ロカが起草した大学改革の「Manifiesto Liminar(序文宣言)」は、「大学教授陣の神授の権利」の上に築かれた大学体制を描き出していた。それに対置したのは別の権威のあり方、学生たちの家で命令によってではなく「示唆し、愛することによって、すなわち教えることによって」行使される権威だった。そして、あらゆる質保証委員会が壁に掲げておくべき一文を残した。「教える者と学ぶ者との間に精神的な結びつきがないならば、あらゆる教育は敵対的であり、したがって不毛である」。テクノロジーの話ではない。壊れた関係の話であり、序列ではそれを修復できないという話だった。

その半世紀後、『脱学校の社会』(1971年)でイヴァン・イリッチは、学校は生徒に、教えることを学ぶことと、進級を教育と、卒業証書を能力と、流暢さを何か新しいことを言う能力と取り違えるよう教え込む、と書いた(訳は筆者)。2026年に読むと、最後の組み合わせはほとんど言語モデルの技術的説明だ。LLMとは流暢さそのものである。何かを理解したテキストの、もっともらしい表面を生み出す。流暢さと能力を取り違えてきた制度は、安上がりな流暢さマシンの前でアリバイを失う。

流暢さと学習の取り違えは、測定もされている。2019年、ルイス・デローリエ率いるハーバードの物理学チームは、学生を無作為に割り当て、経験豊富で評価の高い教員による講義形式の授業と、同じ内容のアクティブ・ラーニングのセッションを比較した(PNAS、2019年)。能動的に取り組んだ学生のほうが多くを学んだが、講義に出た学生より「学んだ」という実感は乏しかった。著者たちは、認知的な努力がむしろ学びがうまくいっていないサインとして受け取られていたこと、そして優れた講師はそれほど強い学習感を生み出しうるため、学生がそちらを好むようになりかねないことを指摘している。チャットボットが登場するはるか前から、流暢さはすでに「学んだ気分」を製造していたのだ。

この読み方は私にとって新しいものではなく、時系列が重要だ。2020年7月、パンデミックの真っ只中、ChatGPTの2年前に、私はエドガル・イグレシアス、ホセ・ルイス・ラルエサ、モイセス・エステバン=ギタルトとともに、Revista Internacional de Educación para la Justicia Social誌にマニフェストを発表した。そのタイトルからして、批判的で、世代をまたぎ、持続可能で、共同体に根ざした教育を求め、先延ばしにできないものの改革を訴えていた。パンデミックが初めてそれを露わにし、AIがふたたびそうしている。危機に商品の発売日はない。

三つの塹壕、ひとつの前提

「断絶」の言説は、AIがエッセイを、評価を、さらには思考までも壊したと語る。「抵抗」の言説は、禁止、検出ツール、公開書簡、手書き試験への回帰で応じる。「ハイプ」の言説は、学生一人ひとりに専属チューターを、そして機関向けライセンスを大盤振る舞いすると約束する。三者は敵同士に見えるが、ひとつの前提を共有している。AI以前、課題や試験は学習を証明していた、という前提だ。それが本当なら、壊すべきもの、守るべきもの、改善すべきものがあることになる。そうでないなら、三者はそもそも完全には存在しなかったオリジナルをめぐって言い争っていることになる。

三者は敵同士に見えるが、ひとつの前提を共有している。AI以前、課題や試験は学習を証明していた、という前提だ。

シーモア・パパートは1987年の時点で、「Computer Criticism vs. Technocentric Thinking」(Educational Researcher、16(1))でこの誤りに名前を与えていた。テクノセントリック思考である。コンピュータを文化の中のひとつの部品ではなく、まるで行為主体であるかのように扱い、コンピュータが学習に何をするのかを問うことだ。しかも、どの塹壕にもお気に入りの論文がある。警鐘を鳴らす側は、プレプリントであるMIT Media LabのYour Brain on ChatGPTを、まるで思考の検死報告であるかのように引用する。参加者は54人、バズった時点では査読すら経ていなかったにもかかわらず。熱狂する側は、成績へのプラス効果を示すメタ分析を持ち出すが、それらはしばしば、道具が使える状態のまま成果物の質を測る短期研究の上に組み立てられている。

よりしっかり設計された研究は、別のことを語っている。高校生を対象としたフィールド実験で、バスタニらのチーム(PNAS、2025年)は、セーフガードなしのGPT-4と、答えではなくヒントを与えるチューターとして設計されたバージョンを比較した。セーフガードなしの場合、練習中の成績は上がったが、道具を取り上げると下がった。チューター版では、その害がかなり緩和された。大学生117人を対象としたランダム化比較実験は、ファン、ガシェヴィッチらがBritish Journal of Educational Technology(2025年)に発表したもので、ChatGPTを使って書いた学生はより良い文章を提出したが、より多くを学んだわけではなかった。著者たちはこれに、すでに広まりつつある名前をつけた。「メタ認知的怠惰」だ。421では、トマス・ミルグロンがこの研究群を認知的主権の観点からたどっている。私が強調したいのは、これらの研究が脳よりも大学について語っていることのほうだ。決定的なのは道具ではなく、教える者、学ぶ者、評価されるものの間の関係をどう設計するかである。つまり、まさに塹壕の誰もが議論しないことだ。

この欠落は、広告の側から見るとよくわかる。大学に来る前、私はインタラクティブ・コミュニケーションの仕事をしていた。クリエイティブ・ディレクターとしてだけでなく、コピーライターとしても、プランナーとしても。当時、戦略プランニングはコミュニケーションのプロセスの中心を占めていた。ターゲットを定めてメッセージを磨くだけでは足りない。その人たちの生活で何が起きているのか、そしてどんなメディア的・技術的な状況の中で語りかけるのかを理解しなければならなかった。その目で見れば、断絶のレトリックは診断というより、ひとつの広告ジャンルだとすぐにわかる。実際、それはよくできたプランニングなのだ。時代の不安——ほとんど誰も理解しきれていないテクノロジーへの不安——を嗅ぎ取り、それを物語に変えて送り返す。ビフォーとアフターがあり、真ん中に採用するか拒むかの何かが置かれた物語に。業界がそれをやるのは職人仕事だ。奇妙なのは、大学の議論の大部分が、プランニングなら決して欠かさなかった問いを立てないまま、その物語を買ってしまったことだ。道具とメッセージについては、うんざりするほど議論されてきた。学ぶ者たちの生活で何が起きているのか、その生活がどんなメディア的・技術的な状況の中で営まれているのかについては、はるかに少ない。

閉じた回路と、規範に報いる検出ツール

システム全体を眺めると、不正よりも奇妙なものが見えてくる。閉じた回路だ。学生はAIで書く。教員はAIで教材を作り、ときにはAIで採点もする。大学教員がClaudeをどう使っているかについてのAnthropicのレポートは、高等教育機関のメールアドレスを持つFreeおよびProアカウントによる2025年5〜6月の約74,000件の会話を分析し、ノースイースタン大学の教員へのアンケートで補った。学生の成果の評価は全体の7%を占め、そうした会話の48.9%で、作業は自動化された形で機械に丸投げされていた。アンケートに答えた教員自身が、採点こそAIが最も役に立たない領域だと考えていたにもかかわらず、である。

研究も例外ではない。ChatGPT登場後に開催されたAI分野の主要学会4つについての推計は、査読コメントのテキストの6.5%から16.9%が言語モデルによって大幅に書き換えられた可能性があると結論づけている。Science Advancesに掲載された、1,500万件を超える生物医学分野の要旨を対象とした分析は、2024年の要旨の少なくとも13.5%が言語モデルを通っていると算出している。AIは、すでに社会的・官僚的に自動化されていた関係を自動化しているにすぎない。誰も二度は読まないルーブリック、定型のコメント、論文の数で評価される研究。こうした慣習はどれも2022年に生まれたものではない。

最も広まっている防御策である検出ツールは、もっと注目されてしかるべき皮肉を上乗せする。Patterns誌に掲載された研究で、リャンら(2023年)は、英語を母語としない人が書いたTOEFL試験の作文91本を、よく使われる7つの検出ツールにかけた。平均で61.22%が「AI生成」と判定された。一方、アメリカの8年生の作文はほぼ誤りなく分類された。仕組みは単純だ。検出ツールは、ありふれた語彙で変化に乏しい、予測しやすい文章を罰する。支配的な書き方の外で書く者を罰し、規範を使いこなす者、あるいは機械に「もう少し予測しにくく」と頼む術を知っている者を無罪放免にするのだ。

言語的な疑いによって監視することは、大学が是正したいと公言している階級、出自、母語による序列を再生産する。

アンヘル・ラマは、ラテンアメリカのエリートが書き言葉を権力の境界線に変えた装置を「文字の都市」と呼んだ。検出ツールはその統計版だ。言語的な疑いを通じて監視することは、大学が是正したいと口では言っている階級、出自、母語のヒエラルキーをそのまま再生産する。モデルの訓練データでも、それを監視するツールのデータでも英語より存在感の薄い言語、つまりスペイン語で書く者にとって、これは技術的な小話では済まない。学術的な市民権の問題なのだ。

象徴資本――流暢さが安くなるとき、誰が価値を失うのか

公の議論が触れたがらない層がある。私はそれを個人の問題ではなく構造の問題として論じたい。ブルデューは『ホモ・アカデミクス』(1984年)で、大学内部の二つの資本を区別した。学術資本とは教員集団の再生産を左右する力、つまり審査委員会、各種委員会、ポストを握る力だ。知的資本あるいは科学資本とは、業績によって得られる威信である。彼はまた二つの戦略も描いた。すでに聖別された者に特有の保守戦略と、新参者に特有の転覆戦略だ。そしてヒステレシスについても語った。場の以前の状態で形成された性向が、場がすでに変わってしまった後も作動し続けるという現象である。

こう読むと、「抵抗」の一部は保守戦略として理解できる。活字文化の体制のもとで、書き言葉の運用力、引用可能な博識、そして思考の証としてのエッセイによって権威を蓄積してきた者は、まさにその流暢さを機械が安売りしていくさまを目の当たりにしている。エッセイを従来のまま守ることは、ある資本の価値を守ることでもあるのだ。一方、アルゴリズム的なデジタル文化とより深く結びついた新しい世代の教員は、逆の問題を抱えがちだ。テクノロジーの批判的な活用、体験のデザイン、プラットフォームの読解といった彼らの資本は、公認された学術資本にうまく換金できない。

細部は違えど、同じ盤面は多くの大学システムで繰り返されている。教員組織は高齢化し、頂点には年齢と意思決定権が同時に集中する。たとえばスペインでは、公立大学の正教授の3分の1以上が60歳以上だ。底辺では、非正規、有期、あるいは非常勤の教員層が膨らみ、授業の大部分を支えながら、その授業のあり方を決める場には一切関与できない。そして研究者のキャリアを評価する仕組みは教育よりも論文発表をはるかに重視するので、教育的な関係を再発明しても、誰が昇進するかを決める評価基準ではほとんど得点にならない。AIに対する態度を年齢、職階、雇用形態とクロス集計した確かなデータを私は持っていない。したがって、ここで述べているのは理論的な解釈であって、実証的な知見ではない。

これが世代間戦争にすり替わらないよう、三つの留保をつけておく。第一に、違いは年齢ではない。「デジタルネイティブ」神話はとうの昔に解体されている。たとえばTeaching and Teacher Education誌(2017年)に掲載されたキルシュナーとデ・ブライケレの論文がそうだ。重要なのは場における位置とデジタル文化との関係のあり方であって、生年月日ではない。第二に、両義性はどちらの方向にも働く。自分の資本をさっさと転換して「AIの専門家」を名乗る大御所もいれば、可視性の経済や、自分が批判しているはずのプラットフォームに取り込まれる新参者もいる。第三の留保は私自身に関わる。私はこの場の内側の、中間的な位置から書いている。10年以上にわたってデジタル・アイデンティティの講座をコーディネートしてきて、それは今ではマイクロクレデンシャルになっているが、そうした仕事が査読付き論文と同じ評価基準でカウントされることがいかに難しいかを知っている。外側から眺められる場所など、どこにもないのだ。

活字文化の体制のもとで、書き言葉の運用力、引用可能な博識、そして思考の証としてのエッセイによって権威を蓄積してきた者は、まさにその流暢さを機械が安売りしていくさまを目の当たりにしている。

私は通学制の大学で教え、通信制の大学でアドバイザーを務めているが、両者で体験することはまるで違う。通信制の大学のほうが先に警報が鳴り、先に学生の不正疑惑が追及された。だが、別の立場へと移行したのも先だった。取り締まるのではなく、成果物よりもプロセスについて考えることを奨励するようになったのだ。その理由はテクノロジーとはほとんど関係がなく、言い訳と大いに関係があるのではないかと私は睨んでいる。通学制には、通信制が一度も持ったことのない言い訳がある。教室があれば学びがある、という感覚だ。教室を証拠として差し出せない大学は、学生が提出するものに大きく依存している。だから、もっともらしい提出物を量産する機械は、まずそこを、しかもど真ん中を直撃する。だが、その吹きさらしの状況こそが、誰かが学んだことの証拠とは何かを、いち早く問うことを強いたのでもある。だからこそ、言い訳がまだ立っている場所では、関係についてではなく機械について議論していられるのかもしれない。

主権の細則

残るのは政治経済の問題だ。それはたいてい「チャンス」という言葉に包まれてやってくる。巨大テック企業は緊縮財政下の教育現場に教育用ライセンスを差し出し、効率が教育学として売られる。欧州の規制は別のテンポで進んでいる。AI規則は、入学者の選抜、学習成果の評価、試験の監視に使われる教育分野のシステムを高リスクに分類している。ところが、AIに関するデジタル・オムニバスとして知られ、2026年7月27日に発効した規則(EU)2026/1744は、それらの義務の適用を2026年8月2日から2027年12月2日へと先送りした。その間にも、教室にいる人間はほとんど誰も読んでいないライセンス契約の中で物事が決められていく。コリィ・ドクトロウがインターネットについて描いたメタクソ化にとって、ここは肥沃な土壌だ。自分がどんな教育的関係を守りたいのかわかっていない大学に、どの条項を交渉すべきかがわかるはずもない。トマス・バルマセダとトビアス・J・シュライダーがphilowashingの分析で警告しているように、システムがどう振る舞うべきかを議論しても、そもそもどんな判断をそれに委ねるべきかという先行する問いには答えられない。

だからこそ、フアン・ルオッコが421で、個人、共同体、あるいは国家が自らの知識、注意、意思決定をコントロールする能力として提起した認知主権の問いは、一人ひとりの頭の中だけでは解決しない。それは、何を知とみなし、何を不正とみなし、その両方について誰が最終決定権を持つのかを決める制度の場でも争われている。ブラック・マウンテン・カレッジの実験は、教える者と学ぶ者のあいだに別の関係を試みた大学がかつて存在したことを思い出させてくれる。ドゥーマーとハイプ派の論争は、AIについての問いがほとんどの場合、私たち自身についての問いであることを思い出させてくれる。

最後に、見逃したくない皮肉がひとつある。この記事はAIで英語に翻訳され、その後で人間がチェックすることになっている。翻訳が流暢に仕上がれば、その過程でテキストが理解されたのかどうかは誰にもわからない。毎週、評価プラットフォームに届く何千もの課題で起きているのと同じことだ。違いは、ここではそれを明言しているという点だけである。

1世紀以上前、コルドバの学生たちは、教える者と学ぶ者との結びつきを求めた。機械はその結びつきを壊したわけではない。礼儀正しい誤解でできあがっていたそれを見つけ出し、サービスに変えただけだ。わかり合っていたふりがもうできなくなったとき、私たちがどうするのか。それはまだわからない。