OpenAIはBocconi Universityとの1,000人超の学生実験を紹介しました。ChatGPT accessは提出物の品質と一貫性を高め、causal reasoning trainingはより多様で独自性のあるideasにつながり、両方を受けた学生には双方の効果が見られました。 教育AIの評価は、最終答案の完成度だけでは不十分になります。学校はAI利用を禁止・許可の二択で扱うのではなく、originality、reasoning、複数案の検討を測る課題設計へ変える必要があります。 学生実験でAIと思考訓練を分けて測る OpenAIは2026年8月27日、Bocconi Universityの研究者とOpenAI Economic Researchによる学生実験を紹介しました。対象は1,000人超のfirst-year undergraduate studentsで、実世界のbusiness caseとして大学merchandise storeのmarketing recommendationsを作成しました。学生はclass periodごとに、ChatGPTへのaccess、causal reasoning training、両方、どちらもなしの4群へrandomly assignedされました。原文は、AI利用が答案品質を高める一方で、批判的思考trainingが別の効果を持つことを示しています。教育AIの議論を、便利さだけでなく測定可能な学習効果へ寄せる発表です。 ChatGPTは完成度、trainingは独自性に効く 提出物はtrained human gradersがfive-point rubricで評価し、別にautomated text analysisでideasの数と幅、causal reasoningの兆候、専門家回答との類似度を測りました。ChatGPTへaccessした学生は、5点尺度でほぼ1点高いscoreを得たと説明されています。回答にはより多くのideasが含まれ、logicも明確で、expert recommendationsに近づきました。一方、causal reasoning exerciseを受けた学生は、ideasがなぜ機能するか、どの条件で失敗するかをより明確に説明しました。rubric上のscoreは上がらなかったものの、peerと比べてより多様でdistinctなideasを出したとされています。 課題設計は最終答案だけでは足りない 影響が大きいのは、学校や大学の評価設計です。AIは学生が polished and expert-like な回答を作る助けになりますが、それだけを見ると学生本人の理解を測りにくくなります。原文は、AI accessとcritical-thinking exerciseを両方受けた学生で、rubric scoreやidea数はChatGPT accessのみの群に近く、idea varietyはexerciseのみの群に近かったと説明しています。つまり、AIを使わせるかどうかだけではなく、originality、reasoning、assumptionの検討を促す課題をどう組み込むかが重要になります。教師側には、成果物とプロセスを分けて見る設計が求められます。 導入判断は補完関係の検証へ移る この実験は、AI利用と考える力を対立させる単純な議論を弱めます。ただし、発表は特定のbusiness caseと短期的な実験に基づくため、他教科や長期的な学習成果へそのまま一般化するには注意が必要です。教育機関が実務で確認すべき点は、ChatGPTが答案の質を上げるかだけではありません。学生が問いを立て、出力を評価し、自分の判断で採用する力が伸びるかを測る必要があります。grading rubricも、標準的で整った回答だけを高く評価する設計から、多様な案、根拠、失敗条件の説明を評価する方向へ見直す余地があります。