責任あるAIの学習（Responsible AI study）とは、学びを支える形でツールを使用し、学術上のルールを守り、人や情報を保護し、不確実性を見える化することです。単に不正行為を避けることよりも広い概念です。たとえ使用が許可されていても、プライベートデータの露出、バイアスの繰り返し、捏造された引用の拡散につながるなら、なお不注意になり得ます。
AIを使った学習セッションの前・最中・後に、CHECKフレームワークを使いましょう。
C — ルールと目的を確認する
まず、課題と所属機関のポリシーから始めます。AIが許可されているか、制限されているか、禁止されているか、または開示付きで許可されているかを特定してください。そのうえで、AIを使う目的を明確にします。
良い目的には、リトリーバル（検索）練習、説明を受けること、修正の計画を立てること、比較可能な例を作ること、フィードバックをもらうことなどがあります。「より速く終わる」だけでは不十分です。ツールが、評価されるスキルそのものを遂行してしまう場合は要注意です。
1文を書きましょう：
私は __ を確認しつつ、責任を __ としてAIを _**_ に使用します。
例：「私はAIを使って講義ノートのクイズを私に出しますが、説明の確認と試験答案の作成については、私は責任を持ち続けます。」
H — 個人情報やセンシティブ情報を隠す
タスクに必要な範囲だけを共有してください。氏名、学生番号、連絡先、健康情報、個人的な会話、クライアントデータ、未公表の研究、パスワード、機密性のある評価内容を削除します。認可されたシステムとポリシーが明確に許可している場合を除きます。
そのサービスの現在のデータ管理（コントロール）と、学校が承認したツールのリストを確認してください。汎用的な「プライバシーに関する主張」が、あなたの特定のアカウント、ファイル、管轄（地域）をカバーしていると決めつけないでください。
捏造した例や匿名化した抜粋でタスクが完了できるなら、それを使いましょう。
E — 出力と証拠を調べる
AIは流暢でも間違うことがあります。生成されたあらゆる回答を、事実誤認、文脈の省略、捏造された引用、推論の抜けなどを含む可能性のある「下書き」として扱ってください。
重要な主張については：
- 元の出典を見つけます。
- 著者、日付、文脈を確認します。
- その出典が、正確な主張を裏付けているか確認します。
- 授業資料、または別の権威ある情報源と比較します。
- AIの応答ではなく、あなたが読んだ出典を引用します。
計算では手順を再現します。コードではテストを実行し、ロジックを説明します。要約では、結果を元の文章と照合してください。
C — バイアス、人、そして影響を考える
生成された出力は、ステレオタイプを再現したり、特定の視点を排除したりすることがあります。次の問いを立ててください：
- どの視点が「通常」として扱われていますか？
- 誰が欠けている、あるいは不公平に描写されていますか？
- 答えは、相関と因果を混同していませんか？
- 例は、文化、性別、障がい、所得、または言語に関する前提に基づいていませんか？
- この出力は、実在の人物に害を与えたり、誤って伝えたりしうるでしょうか？
バイアスの見直しは、「AIにバイアスがあるかどうか」と聞くだけでは解決しません。複数の視点を比較し、根拠（エビデンス）を精査し、そして自分自身の組み立て方（フレーミング）を修正しましょう。
K — 著者性と記録を保持する
ポリシーが要求する場合は、プロンプト、関連する出力、下書き、出典、メモを保持します。ツールが何を提供したのか、あなたが何を変更したのかを記録してください。
あなたの最終成果物は、あなたの理解を反映しているべきです。提示する議論、手法、証拠、計算、そして文言を説明できる状態である必要があります。説明できない場合は、学習タスクに戻りましょう。
指導教員が提供する開示または引用の形式を使ってください。透明性のある記述は、ツールの役割を誇張したり、過小評価したりしてはいけません。
A responsible AI study workflow
セッション前
- 指示とポリシーを読みます。
- 学習目標を定義します。
- 承認された素材を選び、センシティブデータを削除します。
- AIにやってはいけないことを決めます。
セッション中
- 背景と出典の範囲を示します。
- 質問、ヒント、説明、練習を求めます。
- 検証が必要な主張に印をつけます。
- 出力が禁止されている作業の完成を始めたら中止します。
セッション後
- 重要な事実と引用を確認します。
- ツールなしで自分自身をテストします。
- コピーではなく、理解にもとづいて書き直します。
- 必要な記録を保存し、使用を開示します。
よくある学習タスクのための責任あるプロンプト
説明
下の抜粋だけを使ってください。私がすでに理解していることを尋ね、そのうえで、1つずつ不足を説明してください。出典にある記述と、あなた自身の例を分けてください。
練習
忘れることではなく、応用をテストする5つの質問を作ってください。1つずつ私に出し、私の回答を待ち、答えの前にヒントを出してください。
下書きのフィードバック
私の下書きにおいて、分かりにくい推論や根拠のない主張を特定してください。文を1つも書き換えないでください。改善が必要な段落を指し示し、修正のための質問をしてください。
出典チェック
この段落から事実上の主張を取り出して表にしてください。それぞれについて、それを検証するどんな種類の出典が必要かを述べます。参照を捏造しないでください。
AIの使用をやめるタイミング
ルールが禁止しているとき、ツールが評価対象の「考える作業」を行っているとき、使用を開示することに抵抗があるとき、またはセンシティブ情報を削除できないときは中止してください。
さらに、やり取りを繰り返すことでアイデアの出どころに対する確信が薄れてきた場合も中止しましょう。オフラインで作業し、元の資料に戻り、記憶にもとづいて短い説明を書いてください。
iWeaverを責任ある形で使う
iWeaverの AI Study Agent は、学習素材と連携して説明、計画、アウトライン、練習アクティビティを作成できます。ただし、その出力はレビューが必要です。使用を許可されている素材だけをアップロードし、学習目標を定義したうえで、エージェントに「出典にもとづくポイント」と「生成された例」を区別させてください。
あなたの今すぐの疑問が「特定の使い方が学術的な誠実さのラインを越えるかどうか」なら、不正なしでAIを使う方法 を読んでください。より強い指示が必要なら、学生向けプロンプトのガイド を使いましょう。
最終責任チェックリスト
提出前に、次を確認してください：
- AIの使用が、課題のポリシーどおりに遵守されている。
- 不要な個人情報や機密データが共有されていない。
- 重要な主張が、あなたが開いた出典で確認されている。
- 引用は実在のもので、文言を裏付けている。
- ステレオタイプや欠けている視点が見直されている。
- 最終成果物をあなた自身で独立して説明できる。
- AIの支援は、必要な形式で開示されている。
責任あるAIの利用は、最後に付ける単発の免責事項ではありません。それは一連の選択です。何を共有するか、何を求めるか、何を検証するか、何を学ぶか、そして自分のものとして何を主張するか。
