社員教育や新人育成にAIを入れようか迷っている経営者・現場責任者に向けた記事です。
AIと教育については、期待の話も懐疑の話も、どちらもよく見かけます。そこで実際に効果を測った研究を5本読みました。結論から言うと、結果を分けていたのはAIの賢さではありませんでした。
なお本記事では、査読済みの論文と、まだ査読前のプレプリント、速報段階の報告を区別して書いています。どこまで確かな話なのかも含めて読んでいただければと思います。
前提として、日本の会社は「教える人」が足りていない
厚生労働省が2026年7月31日に公表した「令和7年度 能力開発基本調査」では、能力開発や人材育成に何らかの問題があるとした事業所が80.1%。その1位が「指導する人材が不足している」で59.5%でした。
2位は「人材を育成しても辞めてしまう」51.6%、3位は「人材育成を行う時間がない」45.5%と続きます。
同じ調査で、通常の仕事を離れて行う研修（OFF-JT）にかけた費用は、労働者一人あたり年2.0万円です。
教える人はいない、費用もかけられない。ならAIに教えさせよう、という発想はごく自然です。問題は、それで本当に人が育つのかどうかです。
出典：厚生労働省「令和7年度 能力開発基本調査」 結果を見る
学習効果が上がった研究は、確かにある
ハーバード大学の物理入門コース（194人）
2023年秋、学生は週替わりで、教室での対話型授業と、自宅でのAIチューターを交互に体験しました。
事後テストの平均は4.4対3.6。伸び幅（学習ゲイン）で見ると、教室での対話型授業のおよそ2倍でした。念のため書いておくと、2倍なのは伸び幅であって、点数そのものが倍になったわけではありません。
ただし、使われたAIは市販のチャットボットではありません。教員が授業ごとに振る舞いを作り込んだもので、一度に1ステップしか教えず、解答をまとめて出さないように縛られていました。
出典：Harvard Gazette 記事を読む
世界銀行のナイジェリア・エド州プログラム
2024年6月から7月にかけて行われた放課後6週間の英語プログラムでは、学習の伸びが約0.3標準偏差。通常の学校教育の2年分ほどにあたると報告されています。
ここでも、教師がトピックを導入し、使うプロンプトを示し、対話の途中で口を出し、最後に振り返らせていました。世界銀行自身も、効果が出たのは教師の支えのもとで丁寧に運用したからだと書いています。
なおこちらは世界銀行のブログで先に紹介された速報値で、評価論文は現時点で公表待ちです。確定した数字として受け取るより、有望な報告として見ておくのが妥当です。
出典：World Bank Blogs 記事を読む
同じくらい、逆の結果も出ている
トルコの高校での比較試験（約1,000人・査読済み）
ペンシルベニア大学などのチームが、生徒を3グループに分けました（2023年秋実施、成果はPNAS誌に2025年掲載）。素のChatGPTに近い「GPT Base」、教師が作ったヒントを出すよう設計した「GPT Tutor」、そしてAIなしの対照群です。
練習中の成績は、GPT Baseで48%、GPT Tutorで127%上がりました。ここまでは期待どおりです。
問題はこの後です。AIを取り上げて自力で受けた試験では、GPT Base群の成績は、最初からAIを使わなかった群より17%低くなりました。GPT Tutorではこの悪化はほぼ消えましたが、プラスの効果も観測されていません。
論文の言葉を借りれば、生徒はAIを松葉づえとして使っていた、ということです。
出典：PNAS「Generative AI without guardrails can harm learning」 論文を読む
MITメディアラボの脳波実験（54人・プレプリント）
エッセイをLLMで書いた群は、自分が書いたばかりの文章を引用し直す課題で大きくつまずきました。ある課題では18人中15人（83%）が正しい引用を出せず、別の課題では正答者がゼロ。AIを外した回でも、この弱さは残りました。
一方で、先に自力で書いてから後でAIを使った群は、記憶の想起も脳の結合も強く出ました。同じ道具でも、使う順番で結果が変わっています。
ただし、この研究は参加者54人（後半の回は18人）と小さく、査読前のプレプリントです。断定材料ではなく、方向を示す1本として読んでいます。
出典：arXiv「Your Brain on ChatGPT」 論文を読む
学習ログ320万件の大規模観測（プレプリント）
2026年7月に公開された研究は、学習システムALEKSの学習ログを10年分たどりました。
ChatGPT公開後、AIで解けるタイプの問題にかける学習時間は、大学生で累計26.9%、高校生で31.3%減っています。監督付きの定着テストでは、正答する見込みが25%下がっていました。
監督下では時間の減少そのものが消えるため、単なる効率化とは説明がつきません。
出典：arXiv「Faster Completion, Less Learning」 論文を読む
5本を並べて見えた、たった1つの分かれ目
伸びた研究のAIは、いずれも教育用に振る舞いを絞り込んでありました。教員がヒント中心に設計し、答えを丸ごと渡さない。下がった研究のAIは、素のチャットボットに近い使い方でした。
差はモデルの新しさではなく、教育用にどう設計したかです。考える手数を本人に残したかどうか、それだけでした。
もう1つ、経営者として重く受け止めたのはこちらです。
練習中の出来は、学びの証拠になりません。GPT Base群は練習で48%も上がったのに、自力の試験では17%下がっていました。もし練習の出来だけを見ていたら、この研修は大成功に見えたはずです。
社内の教育に移すと、やることは3つ
1. 教える用のAIは、答えを出さない設定にする
同じChatGPTでも、「答えは言わず、次の1手だけヒントを出す。最後は本人に書かせる」と指示を固定するだけで、実験でいうGPT Tutor側に寄ります。研修用の窓口と、業務用の窓口は分けたほうがいいということです。
2. 評価は必ずAIなしでやらせる
AIありの出来は、その人の実力ではありません。年に1度でいいので、道具を置いて一人でやらせる場を作る。ここが崩れると、育っているかどうかが誰にも分からなくなります。
3. 順番を守る。先に自力、あとからAI
MITの実験で差が出たのは順番でした。新人にいきなりAIを渡さず、まず自分でやらせて、詰まってから使わせる。手間は増えますが、増やす価値のある手間です。
まとめ
- 教える人が足りない事業所は59.5%。AIに期待が集まるのは自然なこと
- 学習の伸びが約2倍になった研究も、自力の成績が17%下がった研究も、どちらも実在する
- 分かれ目はAIの賢さではなく、教育用にどう設計したか。答えを渡すか、手数を残すか
- 練習中の出来は学びの証拠にならない。評価はAIなしで測る
- 順番も効く。先に自力、あとからAI
まずは、いま社内で使っているAIに「答えを言わずヒントだけ出す」と一行足して、新人に試してもらうところからで十分です。1週間あれば、手応えの違いは分かります。
AIに教えさせて人が余る、という話ではありません。同じ説明を何度も繰り返す時間が減れば、その人にしか教えられないことに時間を使えます。楽になるのは入口で、その先の楽しいところに戻るのが目的です。
「うちの研修、AIをどう組み込む？」を一緒に設計します
答えを出さないAIの作り方、評価の分け方、社内ナレッジの整理まで。社員リスキリング研修とあわせてご相談いただけます。初回のご相談は無料です。
無料相談を予約する →