AIリテラシーとは、人工知能（AI）ツールを理解し、使い、疑い、評価する力です。学生にとってそれは、プロンプトの書き方を知るだけではありません。AIが間違える可能性を見抜くこと、個人情報を守ること、授業のルールを守ること、根拠を確認すること、そしてそのツールが学習を助けるのか――それとも学習内容を置き換えてしまうのか――を判断することも含まれます。
国際的な教育の枠組みでは、AIリテラシーを技術的かつ倫理的なコンピテンシーの両方として扱う動きがますます強まっています。UNESCOの学生向けAIコンピテンシー・フレームワークは、人間中心のマインドセット、倫理、AIの技術とアプリケーション、システム設計を重視しています。以下の実践的フレームワークでは、こうした広い考え方を日常の6つのスキルに落とし込みます。
1. そのツールが何をしているかを理解する
生成AIは、データのパターンから予測し、出力を生成します。説明したり、要約したり、下書きを作成したり、分類したり、例を作ったりできますが、「流暢な答え」であることは内容が真実である証拠にはなりません。
学生は、次のようなものを区別できるようにする必要があります。
- 出所を示す検索結果。
- 誤りを含む可能性のある生成された説明。
- 定義された機能を持つ電卓や専門ツール。
- 仮定に基づいて形作られた提案。
- 研究、書籍、データセット、歴史的文書などのオリジナルの出所。
答えを信頼する前に、こう問いかけてください。「どんな種類のシステムがこれを作り、どんな根拠を確認できるのか？」
2. 出力だけでなく、学習のためにプロンプトを作る
質の高い学習プロンプトには、目的、関連する背景、出所の範囲、望むやり取り、そして結果をどのように確認すべきかが明確に書かれています。
たとえば次の代わりに：
光合成を説明して。
こうしてみましょう：
私は高校の生物を復習していて、植物が光・水・二酸化炭素を使うことを理解しています。まず最初に、理解の穴を見つけるための診断質問を3つしてください。その後、私が誤解している部分だけを、1つのシンプルな図の説明と短い練習問題を使って説明してください。私が挑戦してみるまでは練習問題の答えを出さないでください。
これによりAIは、単なる答えの自動販売機から、学習パートナーになります。繰り返し使える公式や例については、学生向けのプロンプトガイドをご覧ください。
3. 主張と出所を検証する
AIは、引用を捏造したり、似た概念を混同したり、古い情報を使ったり、根拠が混在していても断定的に聞こえることがあります。そのため検証は、任意の最終ステップではなく、課題の一部です。
シンプルな確認方法を使いましょう。
- あなたの主張にとって重要な事実をすべてマークする。
- 元の出所、または権威ある出所を探す。
- その出所が、実際に書き方を裏づけているか確認する。
- 日付と文脈を確認する。
- 主張を自分の言葉で言い直し、読んだ出所を引用する。
開いていない出所は決して引用しないでください。生成された主張を検証できない場合は、削除するか、不確実性としてラベル付けします。
4. プライバシーと知的財産を守る
明示的な許可がない限り、個人を特定できる情報、私的なメッセージ、未公開の研究、患者や依頼人に関する情報、パスワード、評価（採点）答案、機密の職場資料を、AIツールに貼り付けないでください。
すべてのサービスが同じように情報を扱うと決めつけるのではなく、ツールの現在のプライバシー設定やデータ利用設定を確認しましょう。可能なら、名前や不要な詳細を削除します。保護された課題や研究データには、所属機関が承認したツールを使ってください。
著作権も重要です。生成された文章や画像は、学習データに含まれていた素材に影響される場合があります。一方、アップロードした読み物には利用制限があるかもしれません。内容を共有したり加工したりするときは、授業・図書館・プラットフォームのルールに従ってください。
5. 学術的誠実性のルールを守る
AIの利用が許可される範囲は、学校、授業、担当教員、課題によって異なります。ある授業でブレインストーミングに使ってよいツールでも、別の評価では禁止されていることがあります。
AIを使う前に、シラバスと課題の指示を確認してください。ルールが不明確なら、教員に質問しましょう。開示が求められる場合は、プロンプトと出力の記録を残してください。
役立つ境界線は「著者性」です。提出する作品があなたの推論を示すことになっているなら、推論と最終判断はあなた自身のものでなければなりません。許可されている場合に限り、AIは練習や質問、修正を助けることはできますが、あなたが自力で作ったかのように見せる仕事を代替して作るべきではありません。
タスクごとの判断ガイドとして、不正なしでAIを使う方法を読んでください。
6. 学習が起きたかどうかを振り返る
効率の良い出力は、理解が弱いことを隠してしまう場合があります。AIを使ったらツールを閉じて、自分でテストしてみましょう。
- 見ずに、その考えを説明できる？
- 新しい問題を解ける？
- サンプル回答の中の誤りを見つけられる？
- どんな根拠が自分の見方を変えたのか言える？
- AIが何をもたらしたのかを説明できる？
もしできなければ、より洗練された答えを作るためではなく、質問、ヒント、反例、練習のためにもう一度ツールを使いましょう。
実践的な学生向けワークフロー
たとえば、あなたがフランス革命の原因を勉強していると想像してください。
まず、指定された教材を読み、記憶をもとに簡単な説明を書きます。次に、AIに対して、その説明を書き換えずに、説明の抜けている部分を特定してもらいましょう。事実に関する提案は、教科書と信頼できる出所で必ず検証します。続いて、比較のための質問や、空欄のあるタイムラインを作るよう依頼します。これらの作業は自分で完了し、あなたの授業で開示が求められる場合は、どのようにAIを使ったかを記録します。
分析を置き換えるのではなく、ツールが検索、フィードバック、練習を支えることであるため、その成果はあなたのもののままです。
学習支援としてiWeaverを使う
iWeaverのAI Study Agentは、授業の教材と連携して、説明、学習計画、アウトライン、練習活動を作るのに役立ちます。同じ誠実性のルールも引き続き適用されます。承認された教材を使い、評価対象の作業を完成させるのではなく誘導するように指定し、重要な内容は検証し、自分の推論を見える状態で保ってください。
適切な指示は次のようになります。
アップロードした授業ノートのみを使ってください。私の理解の穴がわかるような質問をしてください。説明の前にヒントを出し、私の代わりに課題の回答を書かないでください。最後に、元の教材の中で私が検証すべき主張をすべて挙げてください。
AIリテラシー自己チェック
あなたがAIリテラシーを育てているのは、次のように説明できるようになったときです。なぜある答えが信頼できない可能性があるのかを説明すること、学習タスクを隠すことなくプロンプトを改善すること、出所の中で主張を検証すること、機微なデータを守ること、正しい方針に従うこと、そして自分自身で何を学んだかを説明できること。
目的は、あらゆることをAIで済ませたり、完全に避けたりすることではありません。意図的な選択をすること――システムが何を提供できるのか、何を保証できないのか、そして作業のどの部分は人間のままでなければならないのかを理解することが狙いです。
