教育とAI 2026-08-09

AI家庭教師は答えを渡してしまう——教師が7モデルを採点、生徒に考えさせたものはほぼ皆無

アレン人工知能研究所（Ai2）は8月7日、TutorMomentsを公開した。米国の小学2年〜中学1年相当の生徒との1対1の数学指導記録462件（匿名化済み）を素材にしたベンチマークで、記録は低所得層の学校を対象とする高頻度個別指導プログラムから集められた。経験豊富な数学教師が、指導者が「問題を易しくして取りかかりやすくするか、考える作業を生徒に押し戻すか」を選ばねばならない場面を1,500件以上マークした。そこに7つのモデルを置き直して再現させた——Gemini 2.5 Pro、Gemini 3.5 Flash、Claude Opus 4.8、Claude Sonnet 4.6、GPT-5.5、GPT-5.4 mini、DeepSeek V4 Pro。良い指導とは何かを教えずに素のプロンプトで尋ねると、厳しさの指標は0.023〜0.046という低さだった。生徒に作業を求めることがほとんどない。何を測っているかを明示すると全モデルが大きく改善し、適切な足場かけでGemini 2.5 Proが0.896、厳しさでClaude Opus 4.8が0.831、過剰な手助けの回避でClaude Sonnet 4.6が0.913に達したが、差は残った。Ai2は技術報告書、データセット、コードを公開している。

なぜ重要かこの研究は、保護者と教師が本当に心配していることを測り、そこに数値を与えた。チャットボットの初期本能は「役に立つこと」だが、指導の場面では最大限に役立つことこそが失敗形だ。生徒は解き終わった問題だけを持ち帰り、新しい力は持ち帰らない。素のプロンプトでの厳しさスコアがほぼゼロだという事実は、主要モデルすべての初期設定が「はい、やってあげます」であることを示す。良い知らせは後半にある。同じモデルでも、控えるよう指示すれば大きく改善する。それはプロンプト、システムメッセージ、製品判断の問題だ。だから子どもや教室が汎用チャットボットを家庭教師として使うなら、「解くな、教えろ」という指示は付け足しではなく、違いのすべてである。

✓ 検証済み · 2ソース

アプリで読む——無料・9言語

AI家庭教師は答えを渡してしまう——教師が7モデルを採点、生徒に考えさせたものはほぼ皆無

関連ニュース