AIが宿題を解けるなら、宿題は何を測っていたのか
デンマークの口頭弁論導入から考える、不正・学習・評価の再設計
生成AIが壊したのは宿題そのものではない。完成した提出物を見れば、その人の理解まで分かるという学校の前提である。答案と能力が分離した今、評価は成果物から学習の証拠へ戻らなければならない。
2026年8月6日、デンマーク教育省は、後期中等教育でのAI不正に対応する緊急策を発表した。
柱は三つある。
第一に、家庭で書く試験課題へ口頭での弁論を組み合わせる。まず、毎年約9000人のHF課程の生徒が書く大規模論文課題SSOを対象に、本人が内容を説明し、質問へ答える機会を設ける。
第二に、筆記試験中のコンピューター利用を監視する道具や、ネットワーク上のアクセスを制限する仕組みを学校へ促す。
第三に、教師が作業過程を追い、フィードバックし、より正確に評価できるよう、校内の管理された環境で書く課題を増やす。
これは宿題の全面廃止ではない。しかし、学校外で完成した文章だけを見て、本人の能力を評価する制度への不信を表している。
生成AIは、数秒で要約し、構成を作り、作文し、数式を解き、プログラムを書く。米RANDの2026年調査では、米国の中高生・大学生で宿題に生成AIを使う割合が、2025年5月の48％から同年12月には62％へ上昇したと報告された。
ここで、二つの極端な反応が現れる。
一つは、「AIを使う生徒は全員不正だから、監視して禁止すべきだ」という反応である。
もう一つは、「AIが何でもできるなら、宿題も暗記も作文も不要だ」という反応である。
どちらも、宿題が何のために存在したのかを十分に問うていない。
本稿の中心命題は、次の一文である。
生成AIが壊したのは宿題ではない。完成した提出物を見れば、その人の学習まで分かるという推定である。
宿題には、少なくとも二つの成果がある。
- レポート、計算結果、プログラムという外に出る成果物。
- 考え方、技能、記憶、判断力という本人の内側に残る変化。
これを本稿では、「学習の二つの成果」と呼ぶ。
AIは第一の成果を強力に作れる。学校が本当に育て、測りたいのが第二の成果なら、提出物だけを採点する方法を変えなければならない。
1 デンマークは、なぜ口頭弁論へ向かったのか
デンマーク政府の対策は、AIが生成した文章を機械的に見抜くことより、本人が提出内容を理解しているか確かめる方向にある。
口頭弁論では、教師が次のように質問できる。
- なぜこの資料を選んだのか。
- この段落の主張を別の例で説明できるか。
- 反対説にはどう答えるか。
- 前提を変えると結論はどうなるか。
- 調査中に考えが変わった点は何か。
AIが下書きを助けていても、生徒が内容を検討し、自分の判断として引き受けていれば答えられる。反対に、全文を貼り付けただけなら、文章の表面と本人の理解が離れていることが分かる。
口頭弁論は「AIを使ったか」を直接検出する道具ではない。提出物と理解の対応を確かめる道具である。
この違いは重要だ。不正検出だけを目的にすると、生徒と教師は互いを疑う。学習確認を目的にすると、AIを使った場合でも何を理解し、何を任せ、どこで判断したかを問える。
2 そもそも、宿題には何の目的があるのか
「宿題」と一言で呼ばれるものには、複数の目的が混ざっている。
練習
計算、単語、楽器、運動技能のように、反復によって自動化する。完成物より、本人が回数を重ねることに価値がある。
理解の確認
授業内容を自分で説明し、問題へ適用できるかを教師が知る。答案は理解の証拠として使われる。
探究
授業時間だけではできない調査、読書、実験、創作を行う。問いを立て、資料を比較し、長期的に考える。
自己管理
締切までに計画し、一人で取り組む習慣を育てる。
評価
成績を付け、進級や選抜の判断材料にする。
AIの影響は、目的ごとに異なる。
外国語の会話練習相手としてAIを使えば、練習量が増えることがある。難しい文章の背景説明を求めれば探究を助ける。一方、計算練習をAIに代行させれば、正答は得られても技能は育たない。成績評価用の論文を全文生成させれば、答案が理解の証拠でなくなる。
したがって、「宿題でAIを使ってよいか」という質問だけでは粗すぎる。
この課題の目的は何か。その目的に対し、AIは足場なのか、代行なのか。
と問う必要がある。
3 「学習の二つの成果」――答案と能力は同じではない
料理教室を考えよう。
課題は、自分でパンを焼くことである。生徒が有名店からパンを買って提出すれば、見た目も味も最高かもしれない。しかし、発酵や温度管理を学んだ証拠にはならない。
一方、料理人へ質問しながら自分で焼き、失敗の原因を説明できるなら、他者の助けがあっても学習は起きている。
文章課題も同じである。
AIが作った完璧な論文は、成果物としては優秀である。しかし、その生徒が資料を読める、論証を組み立てられる、反論へ答えられることを自動的には示さない。
反対に、AIで文法を確認し、構成案の弱点を尋ね、最終的な論証を自分で決めた文章は、道具を使った学習の成果になりうる。
学校が混乱しているのは、この二つを長く一枚の答案で同時に測ってきたからである。
生成AI以前も、答案と能力は完全には一致しなかった。保護者、家庭教師、友人、翻訳ソフト、参考書、インターネット検索があった。AIは、その分離を安価、高速、大規模にした。
AIは新しい穴を開けたというより、もともとあった評価の継ぎ目を広げたのである。
4 プラトン――新しい記憶技術は、思考を弱めるのか
プラトンの対話篇『パイドロス』には、文字の発明をめぐる神話が登場する。発明者は、文字が記憶と知恵を増すと語る。しかし王は、文字に頼れば人は自分で記憶せず、知恵の外見だけを持つようになると批判する。
この場面は、生成AIへの不安とよく似ている。
- 検索があるから覚えない。
- 電卓があるから計算できない。
- AIが書くから考えない。
しかし、私たちは文字を捨てなかった。文字は記憶を一部外部化する一方、長い議論、遠隔通信、法、科学を可能にした。問題は、外部道具を使うかどうかではなく、どの能力を外へ預け、どの能力を自分の内側に保つかである。
地図アプリを使ってもよいが、危険な道へ案内されたとき判断できなければ困る。翻訳AIを使ってもよいが、誤訳による契約上の危険を検討できなければ困る。文章AIを使ってもよいが、説得力のある誤情報を見抜けなければ困る。
教育の目標は、道具なしで全てを行う純粋さではない。道具へ何を任せたかを理解し、必要なときに異議を唱えられる能力である。
5 デューイ――学習は、正答の所有ではなく探究の経験である
ジョン・デューイは、教育を完成した知識の受け渡しではなく、問題に出会い、仮説を立て、試し、結果から考えを修正する経験として捉えた。批判的思考とは、答えを速く出すことより、根拠を吟味し、判断を更新する習慣である。
この観点では、宿題の価値は提出時点の文章だけにない。
- どこで分からなくなったか。
- どの資料を疑ったか。
- 最初の考えがなぜ失敗したか。
- フィードバックで何を変えたか。
- 別の問題へどう応用するか。
生成AIは、この探究を助けることも、消すこともできる。
「この答えを書いて」と頼めば、問題と向き合う時間を短絡する。「私の仮説の弱点を三つ示して」「この説明に反例を出して」「ヒントだけ与えて」と頼めば、探究の相手になる。
同じAI利用でも、学習過程に与える役割は逆になる。
学校はツール名だけを規制するより、どの行為が学習目的を代行し、どの行為が支援するかを教える必要がある。
6 不正とは、AIを使うことなのか
不正は、道具の存在だけで決まらない。課題のルールと、提出時の表明によって決まる。
電卓禁止の試験で電卓を使えば不正である。電卓使用可の統計課題で使うことは不正ではない。共同作業禁止のレポートを友人に書かせれば不正だが、共同研究として指定された課題なら正当である。
AIも同じである。
明確な代行
自分で書くと指定された答案を全文生成させ、本人の成果として提出する。これは評価対象の能力を偽っている。
許可された支援
文法確認、発想の整理、練習問題の生成など、教師が認めた範囲で使い、利用を開示する。
境界領域
課題にルールがなく、生徒は検索の延長だと考え、教師は代筆だと考える。ここでは事後処罰だけでなく、制度側の説明不足も問題である。
不正対策の第一歩は、曖昧な「自分の力で」という言葉を分解することだ。
- 発想支援はよいか。
- 構成案はよいか。
- 一文の書き換えはよいか。
- 翻訳はよいか。
- 出力の引用は必要か。
- 会話履歴を提出するか。
ルールが明確でなければ、倫理を教えるどころか、教師ごとに異なる見えない罠を作る。
7 カント――不正が悪いのは、規則を破るからだけか
カントの倫理から見ると、不正には二つの問題がある。
第一に、他の生徒と教師を自分の目的のための手段にする。本人の能力を示すという共通ルールに参加するふりをしながら、評価だけを得るからである。
第二に、自律を弱める。自律とは、何の助けも借りずに行うことではない。自分が採用する理由と判断を引き受けることである。
AIの文章を理解せず提出すると、言葉は自分の名前で出るが、理由を引き受けていない。自分で語っているように見せながら、自分の判断主体としての地位を空洞化する。
ただし、AIを使うこと自体が他律ではない。出力を検討し、誤りを直し、採否の理由を説明し、自分の責任で結論を出すなら、道具を使いながら自律的でありうる。
重要なのは、文章の一文字一文字を誰が入力したかだけではない。その主張について誰が理由を引き受けるかである。
8 ロールズ――宿題は、以前から家庭環境を測っていなかったか
生成AIの不正は公平を脅かす。しかし、AI以前の宿題が完全に公平だったわけではない。
- 静かな個室がある生徒と、家事・介護・仕事を担う生徒。
- 高価な塾や家庭教師を利用できる家庭と、できない家庭。
- 保護者が論文を添削できる家庭と、言語や時間の制約がある家庭。
- 高速な端末と通信がある家庭と、学校外のアクセスが乏しい家庭。
持ち帰り課題は「学校外で一人で取り組む能力」を測るつもりでも、家庭の資源を一緒に測ってきた。
ロールズ的な公正から見ると、AIを禁止して以前へ戻るだけでは不十分である。校内で作業時間と支援を保障することは、AI不正対策であると同時に家庭格差の縮小にもなりうる。
一方、有料AIと無料AIの性能差、家庭でのAI指導、端末アクセスの差が新しい格差を作る可能性もある。学校がAI利用を課題に組み込むなら、全員へ同等のツール、時間、教育を提供しなければならない。
公正とは、誰もAIを使わない状態だけではない。使う場合も使わない場合も、評価対象の能力へ同程度にアクセスできることである。
9 フーコー――学習を守るために、生徒を常時監視してよいか
デンマークの緊急策には、試験中の画面監視やネットワーク制限も含まれる。不正を防ぐには一定の管理が必要である。
しかし、ミシェル・フーコーの監視論を手がかりにすると、別の危険も見える。
すべてのクリック、画面、視線、文章の変化を記録し、生徒を常に疑わしい存在として扱うと、学校は学習の場から監視の場へ変わる。生徒は理解するためではなく、疑われない痕跡を残すために行動するようになる。
監視には、少なくとも四つの条件が必要である。
- 高い利害の試験など、必要な場面に限定する。
- 何を記録し、誰が見るかを明示する。
- 目的外利用と長期保存を禁止する。
- 障害や合理的配慮に対応する。
また、監視だけに依存しない評価設計が重要である。口頭弁論、途中相談、授業内の短い確認、本人の振り返りを組み合わせれば、すべての家庭学習を監視せずに理解を確かめられる。
教育の信頼は、監視をゼロにすることでも、無限に増やすことでも守れない。検証可能性と人格尊重の均衡が必要である。
10 口頭弁論は万能ではない
口頭で説明できれば本人の理解が分かる、という考えには力がある。しかし、口頭弁論にも偏りがある。
- 緊張しやすい生徒が不利になる。
- 第二言語で学ぶ生徒は、理解があっても即答しにくい。
- 発話障害、聴覚障害、神経発達上の特性への配慮が必要である。
- 教師ごとの質問難度と採点に差が出る。
- 多人数では時間と人員がかかる。
したがって、口頭弁論を「うまく話せる人が勝つ試験」にしてはならない。
質問例と評価基準を共有する。準備時間を与える。文章、図、補助機器での応答を認める。録画や複数評価者によって採点の公平性を高める。提出物の全てを暗記させるのではなく、主要な選択と根拠を説明させる。
目的は、弁論競技ではなく、提出物と本人の理解の接続を確認することである。
11 AI時代の課題を三つのモードに分ける
すべての課題に同じAIルールを適用する必要はない。目的に応じて三つのモードを使い分けられる。
モードA 保護された基礎技能
語彙、暗算、基本的な証明、短い作文など、本人の内側に自動化すべき能力を測る。校内、短時間、AIなしで実施する。
ここでは禁止理由を説明する。「昔ながらだから」ではなく、道具が使えない状況や上位技能の土台として必要だからである。
モードB 開示されたAI協働
現実社会と同様にAI、検索、資料を使う。使用したプロンプトや主要出力、採用・却下した理由、検証した情報源を示す。成果物だけでなく、判断の質を評価する。
モードC 探究と弁論
長期レポート、研究、制作では支援道具を許可し、途中面談、草稿、実演、口頭弁論を組み合わせる。本人が問いと結論を引き受けられるか確認する。
この三分法なら、「AIを使える社会なのに学校だけ禁止する」矛盾と、「AIがあるから基礎を学ばなくてよい」短絡の両方を避けられる。
12 AI利用の境界を決める「代行・足場・共同制作」
AIの役割を三段階に分けると、ルールを説明しやすい。
代行
評価したい中心技能をAIが行い、生徒は結果を理解せず提出する。論証課題で全文を書かせる、計算技能課題で答えだけ得る場合である。
足場
生徒が自分で行うためのヒント、例、フィードバック、練習相手として使う。最終的な判断と説明は本人が担う。
共同制作
AIを含む複数の主体・道具との協働能力そのものを評価する。出力の管理、検証、編集、責任分担が課題になる。
同じ行為でも、課題の目的によって分類は変わる。英文法の授業で翻訳AIに全文を書かせれば代行になりうる。国際広報の授業で機械翻訳を評価・修正するなら共同制作になる。
倫理的なAI教育とは、万能の禁止一覧を渡すことではない。課題目的に照らして、自分の利用がどの役割か判断できるようにすることである。
13 「学習の証拠」を評価する七つの試験
AI時代の宿題が有効かを、七項目で確認できる。
1 目的
何を学ばせ、何を測る課題かを一文で説明できるか。
2 対応
提出物の質が、評価したい本人の能力と本当に対応しているか。
3 弁護可能性
生徒が主要な選択、根拠、反論を自分の言葉や適切な代替手段で説明できるか。
4 過程
草稿、失敗、修正、相談など、学習が起きた過程を一部確認できるか。
5 移転
数字、条件、例を変えた新しい問題へ知識を応用できるか。
6 公平
家庭の所得、時間、端末、保護者支援の差が成績を不当に左右しないか。
7 比例性
不正防止の監視が、課題の重要度に比べて過剰でなく、プライバシーと合理的配慮を守るか。
この七つを満たすほど、課題はAIが使われたかどうかだけに依存せず、本人の学習を測れる。
14 教師の仕事は、答案の警察になることではない
AI不正が増えると、教師は文章の不自然さを探し、疑わしい生徒を問い詰め、監視記録を確認する時間を増やす。その結果、授業準備やフィードバックの時間が減る。
不正を見過ごしてよいわけではない。しかし、教師を「AIを見破る人」にする制度は持続しにくい。
課題設計を変えれば、対立を減らせる。
- 授業中に問いを決める。
- 一度の大論文ではなく、短い草稿と面談を挟む。
- 地域経験、実験データ、授業内討論など固有の素材を使う。
- AI利用欄を設け、隠す動機を減らす。
- 採点を文章の流麗さだけでなく、根拠、修正、説明へ配分する。
- 低い利害の練習ではAIを学習相手として試す。
こうすると、教師は不正の探偵から、思考の変化を観察し助ける専門家へ戻れる。
15 宿題はなくなるべきか
一部の宿題は、なくしてよい。
目的が曖昧な反復、量だけを競うプリント、検索結果を写すだけの調べ学習、家庭の支援力を測る巨大な制作物は、AI以前から教育効果に疑問があった。
一方、学校外で時間をかけて読む、観察する、練習する、長い作品を作る経験には価値がある。授業時間だけで全ての学習を完結させることも難しい。
だから、宿題という制度を守ること自体を目的にしてはならない。
残すべきなのは、次の条件を満たす課題である。
- なぜ家で行う必要があるか説明できる。
- 学習目的に対するAIの許可範囲が明確である。
- 家庭環境による不利益へ代替手段がある。
- 提出物だけで高い利害の評価を決めない。
- 教師から具体的なフィードバックが返る。
宿題を減らすことと、学習を減らすことは同じではない。価値の低い提出作業を減らし、授業内の対話、練習、読書、探究へ時間を戻すこともできる。
16 結論――評価は、作品から責任へ移る
生成AIは、人間より速く整った文章を作る。それを見て、「人間が書く意味はなくなった」と考えることもできる。
しかし、教育が求めていたものは、文章の供給だけではない。
ある主張が正しいか判断する。証拠を選ぶ。反対意見へ答える。間違いを認めて修正する。自分の言葉が他者へ与える影響を引き受ける。未知の問題に知識を移す。
これらは、完成品だけからは見えにくい。
AI時代の評価は、「誰が全ての文字を入力したか」という純粋な作者探しから、次の問いへ移るべきである。
誰がこの主張を理解し、検証し、選び、説明し、その結果に責任を持てるのか。
口頭弁論、校内課題、過程記録は、その責任を確かめる方法である。ただし、監視を無限に増やすのではなく、目的に応じて使わなければならない。
AIが宿題を解けるようになったから、教育が不要になったのではない。
むしろ、正答を持つことと、考えられることが同じではないと、はっきり見えるようになった。
宿題が終わるのだとすれば、それは学習の終わりではない。成果物だけを本人の能力だと見なしてきた評価方法の終わりである。
FAQ
宿題でAIを使うことは全て不正ですか
違う。課題の目的と明示されたルールによる。許可された文法確認や発想支援は不正ではない。一方、本人の文章力を測る課題で全文を生成し、自作として提出すれば不正になりうる。
AIを完全禁止すれば解決しますか
基礎技能を測る一部の場面では禁止が必要である。しかし家庭での使用を完全に確認することは難しく、現実社会で必要なAI評価能力も育たない。AIなしの基礎確認と、開示されたAI協働を分ける方がよい。
口頭弁論ならAI不正を必ず見抜けますか
必ずではない。暗記で答えることもでき、口頭表現の得意不得意もある。草稿、授業内課題、応用問題、口頭説明を組み合わせ、合理的配慮と共通採点基準を設ける必要がある。
AI利用履歴を全て提出させるべきですか
常に必要とは限らない。高い利害の課題では主要な利用を開示させる価値があるが、全会話には私的情報が含まれうる。目的に必要な範囲だけを求め、保存期間と閲覧者を明示すべきである。
AIを使うと考える力は必ず落ちますか
使い方による。答えの代行として使えば練習を失う。反例、ヒント、質問、フィードバックの相手として使い、出力を検証すれば思考を促す可能性がある。
宿題を減らすと学力が下がりませんか
課題の量だけでは判断できない。目的のない作業を減らし、授業内練習、読書、反復、フィードバックの質を高めることが重要である。年齢、教科、課題目的に応じた検証が必要だ。
NOW IN QUESTION
完璧なレポートを提出したが、内容を説明できない生徒と、AIを使ったことを開示し、出力の誤りを直し、自分の結論を弁護できる生徒がいる。
学校が評価すべき「本人の力」は、どちらにより多く現れているだろうか。
参考資料
- Ny strakspakke mod AI-snyd på gymnasierne（デンマーク児童・教育省、2026年8月6日）
- Danish pupils will have to orally defend essays in attempt to combat AI cheating（The Guardian, 2026年8月6日）
- Student Use of AI for Homework Rises as Concerns Grow（RAND, 2026年3月17日）
- What’s worth measuring? The future of assessment in the AI age（UNESCO, 2025年10月27日）
- Use of AI in education: Deciding on the future we want（UNESCO）
- Philosophy of Education（Stanford Encyclopedia of Philosophy）
- Critical Thinking（Stanford Encyclopedia of Philosophy）
- Plato, Phaedrus.
- John Dewey, How We Think, 1910; Democracy and Education, 1916.
- Immanuel Kant, An Answer to the Question: What Is Enlightenment?, 1784.
- John Rawls, A Theory of Justice, 1971.
- Michel Foucault, Discipline and Punish, 1975.