学校でAIを使うのはカンニングか？
AIを使って学校の課題を終えることがカンニングに当たるのかを問いかける示唆に富んだエッセイ。教育システムの二重の目標——能力主義的な選別と形成的発達——を掘り下げ、競争の激しい環境で学生がAIに頼る理由を考察する。
現在の教育界で話題となっているのが、人工知能（AI）を使って学校の課題を完了することはカンニングに当たるのかという問題です。本稿ではこの問いを深掘りし、背後にある教育システムの構造を分析します。
まず、AIを使って宿題を代行させることは、教育の二つの核心的な目標——形成的目標と能力主義的選別目標——を損なうと指摘します。形成的目標とは、学習活動を通じて学生の能力、規律、人格を形成することであり、これはジムでロボットに代わりにウェイトを持ってもらうようなものです。それでは体力は向上しません。同様に、学生がAIに任せてしまうと、自己成長の機会を逃してしまいます。能力主義的選別目標とは、学校が学生のパフォーマンスを評価することで社会に役割や機会を配分することです。大規模なカンニングが行われれば、この評価は意味を失い、社会は人材を正しく認識できなくなります。
しかし、問題の根源はAIそのものではありません。カンニングは以前から存在しましたが、AIはそれを極めて安価で簡単にしたため、問題を悪化させています。本当に考えるべきは、なぜ学生がカンニングを選ぶのかです。本稿は一つの仮説を提示します：カンニングが非常に容易になったとき、学生がカンニングをするのは、学校の課題をこなすことが自分自身の成長に有益であると実感できないからです。教育システムは長年にわたり競争と優勝劣敗を強調してきました。学生は大きなランキング圧力にさらされ、学習の真の価値——思考力や自律性を養うこと——が覆い隠されています。
より深い原因として、米国の教育システムが社会的公正の使命を担っていることがあります。すなわち、平等な競争機会を提供することで、社会の分配が正当であることを証明しようとしています。これにより学校は高圧的な競争の場となり、学生は限られた成功の座をめぐって狭いコースを走らされています。努力しても勝てないと感じたとき、学生は努力の意味を疑問視し始めます。そのときAIは、大人が重視する「成果」（高得点や優秀な課題）を直接生み出す便利な出口となります。
さらに、私たちは薬物（ADHD治療薬など）や有料の学習塾（Kumonなど）といった「合法的な」手段で競争優位を得ることを当然視しています。これらはAIを使ったカンニングと程度の差こそあれ、本質的には同じです。これは教育システムが形式的な成果に過度に焦点を当て、真の形成的発展を軽視していることを反映しています。
結論として、AIを使ったカンニングは技術的な問題だけでなく、教育システムの深層にある矛盾の表れです。この問題を解決するには、教育の目的を競争や選別だけではなく、生徒の全面的な発達を促す方向に再定義する必要があります。