生成AIに質問すると、ほんの数秒で答えが返ってきます。
歴史上の出来事を説明してもらう。
英語を翻訳してもらう。
数学の問題を解いてもらう。
文章を要約してもらう。
プログラムを書いてもらう。
これまで学校で長い時間をかけて身につけてきた知識や技能の一部を、AIが簡単に補ってくれるようになりました。
そうなると、一つの疑問が生まれます。
AIが何でも教えてくれるのであれば、学校で知識を覚える必要はなくなるのでしょうか。
おそらく、そう単純ではありません。
AI時代に変わるのは、知識が不要になることではなく、知識を持っていることだけで評価される時代ではなくなるということです。
これからの学校には、基礎学力を身につける教育と、その知識を使って実際の問題に挑戦する教育の両方が求められるようになるでしょう。
AIがあれば暗記は必要なくなるのか
インターネットが普及したときにも似た議論がありました。
検索すれば何でも分かるのであれば、知識を覚える必要はないのではないかという考え方です。
生成AIの登場によって、この議論はさらに進みました。
検索の場合、自分で情報を探し、複数のサイトを読み、必要な情報を整理する必要があります。
生成AIなら、質問するだけで情報をまとめて説明してくれます。
確かに、以前と比べれば、単純に知識を記憶していることの価値は相対的に変わっていくでしょう。
しかし、だからといって何も知らなくてよいわけではありません。
基礎知識がなければAIの間違いにも気づけない
例えばAIに日本の人口について質問したとします。
AIがもっともらしい数字を示したとしても、利用する人に基礎知識がまったくなければ、その数字がおかしいかどうか判断できません。
100万人なのか。
1億人なのか。
10億人なのか。
日本の人口規模について大まかな知識があれば、明らかにおかしい数字には気づけます。
しかし、何も知らなければ、AIが出した数字をそのまま信じてしまうかもしれません。
これは歴史でも経済でも科学でも同じです。
AIを使うためにも、人間側に判断するための土台となる知識が必要なのです。
読み書きと計算の重要性はなくならない
学校教育の基礎には、読み書きや計算があります。
AIが発達しても、これらの重要性がなくなるわけではありません。
文章を正確に読めなければ、AIが出した文章の意味を理解することもできません。
数字を理解できなければ、AIが示した計算結果が妥当なのか判断することも難しくなります。
自分の考えを言葉にできなければ、AIへ適切な指示を出すことも難しくなります。
つまり、AIは基礎学力の代わりになるというより、基礎学力を持った人の能力をさらに広げる道具と考えた方が分かりやすいでしょう。
知識があるから新しい問いが生まれる
問いを立てる力が重要だと言われます。
しかし、良い問いは何も知らないところから突然生まれるとは限りません。
例えば経済についてほとんど知らなければ、
金利が上がると住宅価格はどうなるのか
円安はすべての企業に有利なのか
物価が上がっているのに消費が増えないのはなぜか
といった問いを思いつくことも難しくなります。
知識を身につける。
その中に矛盾や疑問を見つける。
そこから新しい問いが生まれる。
知識と問いを立てる力は、対立するものではありません。
むしろ知識があるからこそ、深い問いをつくれる場合があります。
AIに任せられる部分は増えていく
一方で、これまで人間が行ってきた作業の一部をAIに任せる流れは進むでしょう。
例えば、
大量の情報を整理する
文章の下書きをつくる
翻訳する
計算する
プログラムのたたき台をつくる
複数のアイデアを出す
といった作業です。
学校教育でも、こうした変化を無視することはできません。
電卓があるのに、すべての計算を筆算だけで行う必要がないのと同じように、AIを使った方がよい作業まで人間だけで行う必要はなくなっていくでしょう。
重要なのは、AIを使わないことではなく、どこをAIに任せ、どこを自分で考えるのかを判断できることです。
答えを出すことより問題を見つけることが重要になる
従来の学校では、問題は先生が用意してくれます。
数学なら計算問題があります。
国語なら文章と設問があります。
試験では、決められた時間内に正しい答えを出します。
しかし、社会では問題そのものが与えられていない場合があります。
会社の売り上げが伸びない。
地域から若者が減っている。
顧客がサービスを使わなくなった。
職場で離職者が増えている。
こうした状況を見て、
そもそも何が問題なのか
なぜ起きているのか
何を調べる必要があるのか
を考えなければなりません。
AIが答えを出す能力を高めるほど、人間には問題を発見する能力が重要になります。
正解のない問題に挑戦する
学校の試験では、正解が一つに決まっている問題が多くあります。
一方、社会には正解が一つではない問題がたくさんあります。
例えば、地方の人口減少をどう止めるかという問題を考えてみます。
企業を誘致する。
子育て支援を充実させる。
大学をつくる。
観光産業を育てる。
移住者を増やす。
交通を便利にする。
様々な方法が考えられます。
どれが正解なのかは、地域の状況によって違います。
実際に行動し、結果を確認し、修正していかなければ分かりません。
こうした問題に取り組む教育では、正解を当てる能力だけではなく、仮説を立てて試す能力が必要になります。
知識を覚える教育から知識を使う教育へ広げる
これからの教育では、知識を覚える教育をなくすのではなく、その先を充実させる必要があります。
例えば環境問題について学ぶ場合を考えてみます。
まず、地球温暖化の仕組みやエネルギーについて基礎知識を学びます。
ここまでは従来型の学習です。
その後、
自分たちの地域ではどれだけエネルギーが使われているのか
学校の電力使用量を減らせないか
地域で再生可能エネルギーを増やすにはどうすればよいか
といった実際の問題に取り組みます。
知識を覚えて終わるのではなく、その知識を現実の問題に使うわけです。
プロジェクト型学習の意味が大きくなる
こうした教育と相性がよいのがプロジェクト型学習です。
生徒が一定期間、一つの課題に取り組みます。
情報を集める。
仲間と議論する。
解決策を考える。
実際につくってみる。
発表する。
失敗したら修正する。
この過程では、教科をまたいだ知識が必要になります。
例えば地域の商品を販売するプロジェクトなら、
数学を使って原価を計算する
国語を使って商品の説明を書く
デザインを考える
市場調査をする
売り上げを分析する
といった様々な学びがつながります。
教科書で別々に学んだ知識が、現実の問題の中で結びつくのです。
人と協力する力はAIだけでは身につけにくい
AIは一人で勉強するときの非常に優秀な相手になります。
しかし、社会では一人で完結する仕事ばかりではありません。
自分と考え方の違う人と仕事をする。
意見が対立する。
役割を分担する。
相手を説得する。
時には自分が譲る。
こうした経験は、実際に人と関わる中で学ぶ部分が大きくなります。
だからこそ、AI時代の学校には、人が集まる場所としての意味もあります。
知識を受け取るだけなら自宅でもできます。
しかし、仲間と何かをつくる経験には、学校という場所だからこそ提供できる価値があります。
失敗できる場所としての学校
社会に出てからの失敗には、大きな損失が伴うことがあります。
企業で大きな投資判断を間違えれば、多額の損失が発生する可能性があります。
一方、学校では比較的小さな失敗を経験できます。
計画通りに進まなかった。
発表がうまくいかなかった。
チーム内で意見がまとまらなかった。
作ったものを誰にも使ってもらえなかった。
こうした経験をして、
何が悪かったのか
次はどうするのか
を考えることができます。
学校を正解を間違えないための場所だけではなく、安全に失敗し、やり直す方法を学ぶ場所と考えることもできます。
教員は正解を教える人から学びを支える人へ
学校の役割が変われば、教員の役割も変わります。
これまで教員は、知識を持っている人として生徒に教える役割を大きく担ってきました。
もちろん、その役割は今後も必要です。
しかし、それだけではなく、
生徒に問いを投げかける
議論を促す
考えるための材料を提供する
必要なときに助言する
振り返りを支援する
といった役割も重要になります。
先生自身も答えを知らない問題に、生徒と一緒に取り組む場面が増えるかもしれません。
AIを禁止するだけでは教育にならない
生成AIが普及すると、学校では不正利用への懸念も生まれます。
AIに作文を書かせる。
AIに宿題を解かせる。
AIが作った回答をそのまま提出する。
確かに、これでは本人が何を学んだのか分からなくなる場合があります。
しかし、AIを全面的に禁止すれば問題が解決するとも限りません。
社会に出ればAIを使う場面が増えるからです。
重要なのは、
どんな場面ならAIを使ってよいのか
AIを使った場合に何を確認するのか
どこまで自分で考える必要があるのか
を学ぶことです。
AIを使わない教育ではなく、AIを使いこなすための教育が必要になります。
AIの答えを疑う力も教育になる
AI時代には、批判的思考も重要になります。
AIはいつも正しいとは限りません。
もっともらしい間違いを示すことがあります。
そのため、
根拠は何か
別の資料ではどう説明されているか
数字は正しいか
前提に問題はないか
と確認する必要があります。
これまで先生や教科書の答えを覚えることが中心だった教育から、提示された答えそのものを検証する教育へ広げる必要があります。
AIを疑うためにも、人間側に知識が必要です。
人間が伸ばすべき能力は何か
AIが進歩するほど、人間にはAIと競争することより、AIを利用しながら人間だからこそ担う部分を伸ばすことが重要になります。
例えば、
問いを立てる力。
価値を判断する力。
他人と協力する力。
失敗しても試行錯誤する力。
自分で目標を決める力。
新しいものを生み出す力。
そして、自分は何をしたいのかを考える力です。
これらは、前回取り上げた非認知能力とも深く関係します。
ノウイングからドゥーイングへ
今回の参考記事では、AI時代の教育を考えるうえで、ノウイングからドゥーイングへの転換が指摘されています。
ノウイングは知っていることです。
ドゥーイングは実際にやってみることです。
ただし、これはノウイングを捨ててドゥーイングだけにするという意味ではないでしょう。
知識があるから行動できます。
行動すると、知識だけでは分からなかったことに気づきます。
その経験から新しい知識を得ます。
そして、もう一度行動します。
知識と実践を往復することが重要なのです。
その先にはビーイングがある
さらに考えると、教育にはもう一つ重要な問いがあります。
自分は何のために学ぶのか。
何のために働くのか。
どのような人間になりたいのか。
どのような社会をつくりたいのか。
これはビーイングと呼ばれる考え方につながります。
AIは職業の候補を示すことはできます。
人生設計について助言することもできます。
しかし、自分がどんな人生を送りたいのかを最終的に決めるのは本人です。
AIが高性能になるほど、人間自身の価値観が重要になるとも考えられます。
結論
AI時代になっても、学校で知識を学ぶ必要がなくなるわけではありません。
読み書きや計算、歴史、科学などの基礎知識は、自分で考えるための土台になります。
そして、AIの回答が正しいかどうかを判断するためにも知識が必要です。
ただし、知識を覚えるだけで教育を終わらせることは難しくなっていくでしょう。
知識を使う。
問いを立てる。
人と議論する。
実際の問題に挑戦する。
失敗する。
修正する。
そして、もう一度挑戦する。
これからの教育では、この過程まで含めて学ぶことが重要になります。
AIに任せられることはAIに任せながら、人間はその力を使って何を実現するのかを考える。
知識か実践かではありません。
基礎学力という土台の上に、実践、協働、批判的思考、非認知能力を積み上げていく。
AI時代の学校に求められるのは、正解をたくさん覚えた人を育てることから、知識とAIを使いながら正解のない問題にも挑戦できる人を育てることへ、教育の範囲を広げていくことなのだと思います。
参考
日本経済新聞 2026年9月7日朝刊 日本型人材育成の課題 忖度生む教育やめよ
日本経済新聞 2026年9月7日朝刊 民の力生かし改革を