要約
AIの利用で数学の学習時間は高校生で約31％、大学生で約27％減った一方、時間短縮に見合う学習成果は確認されませんでした。思考力が落ちるかは使い方次第で、「過程を渡さず、問いと判断を手放さない」ことが結論です。
AIで思考力は落ちるのか：まず結論
AIで課題は早く終わりますが、それだけでは力はつきません。分かれ目は、AIに「答え」を頼むのか、「過程」まで任せるのか、あるいは自分の考えへの反論役にするのか、にあります。
研究の概要：何が分かったのか
2026年6月にプレプリント（査読前の論文）として公開された、大規模な学習データの研究です。
| 項目 | 内容 |
|---|---|
| 論文名 | Faster Completion, Less Learning |
| 筆頭著者 | Sina Rismanchian（カリフォルニア大学アーバイン校） |
| データ | オンライン数学学習サービスALEKS。約10年分、約320万件の学習記録 |
| 比較の方法 | AIに外注しやすい文章題と、しにくいグラフ問題を比較 |
| 主な結果 | 文章題の学習時間が、高校生で約31％、大学生で約27％減少 |
| 監督下の試験 | 大学生で、時間の乖離が消えた |
| 示唆 | 時間は短縮されたが、それに見合う学習成果は確認されない |
注意点が2つあります。対象は学生の数学学習であり、職場の仕事にそのまま当てはまるとは限りません。また、AIの影響が最も説明しやすいという分析で、因果を断定したものではありません。
なぜ「過程の外注」が問題なのか
電卓、検索エンジン、GPSも、人間が能力を預けてきた道具です。しかし、生成AIは次の点で異なります。
| 道具 | 外注するもの | 問題の枠組みを渡すか |
|---|---|---|
| 電卓 | 計算 | 渡さない |
| 検索エンジン | 記憶と情報探索 | 渡さない |
| GPS | 空間認識と経路探索 | 渡さない |
| 生成AI | 前提整理、仮説、論理、解答、解説 | 一括で渡せる |
生成AIは、「どう解くか」という推論の過程そのものを外注できます。ここが、従来の道具との決定的な違いです。
学びは「過程の苦労」で定着する
心理学者ロバート・ビョークは、適度な苦労が長期の記憶を強めることを「望ましい困難」と呼びました。間違え、悩み、別の方法を試す過程が、理解と記憶を定着させます。
AIの分かりやすい解説を読むと、「分かった」という感覚が生まれます。しかし、それは次の違いを生みます。
- 分かった：説明を読んで理解した感覚
- できる：白紙から自分で再現できる力
この2つは別物です。
脳が怠けたのではなく、思考の順序が逆転した
| 項目 | 従来の思考 | AI時代の思考 |
|---|---|---|
| 起点 | 自分で試行錯誤する | AIに入力する |
| 中間 | 仮説、検証、修正 | AIが整理、推論、回答 |
| 着地 | 自力で答えを出す | 提示された回答を評価する |
起点が「自分の考え」から「AIの出力」に移っています。
AIの使い方は3つに分けて考える
私は、使い方を3類型に整理できると考えています（これは検証された分類ではなく、整理のための仮説です）。
| 使い方 | AIの役割 | 学びへの影響の見立て |
|---|---|---|
| 代行型 | 答えと過程を丸ごと出す | 学びが定着しにくい |
| 伴走型 | 自分の考えの後に、確認と補足をする | 影響は小さい |
| 対話型 | 反論、抜け漏れ、問いを返す | 学びを深める可能性がある |
AIでの学習時間が減っても学びが損なわれない例（AIチューターの研究）もあり、「時間が減ること」自体より、「何を渡したか」が重要だと考えられます。
今日からできる3つの習慣
- 聞く前に、自分の仮説を3行で書く：AIの答えと比べると、自分の考えの穴が見えます
- 答えではなく、反論と抜け漏れを出させる：AIを「代行者」でなく「対話相手」にします
- AIなしで説明してみる：画面を閉じても説明できれば、身についている証拠です
任せる工程と、手放さない工程
| 任せてよい工程 | 手放さない工程 |
|---|---|
| 情報の収集と整理 | 課題の定義と問いの設定 |
| 下書き、選択肢の列挙 | 自分の仮説を先に立てること |
| 形式の整え、誤字の確認 | 結論の採用と責任 |
人間に残る領域は「問い」と「価値判断」
AIが正解を出す速さに、人間が並ぶことは難しくなります。人間に残るのは、次の2つです。
- 問いを立てる力：なぜこの問題を解く必要があるのか
- 価値判断の責任：その最適解は、私たちの文脈で採用すべきか
17世紀の哲学者パスカルは、人間を「考える葦」と呼びました。弱い存在でありながら、限界を自覚して問い続けるところに尊厳がある、という意味です。AI時代に問われるのは、この「問い続ける姿勢」だと考えます。
構造設計の視点：「AIなしで再現できる力」は冗長性
構造設計では、ひとつの部材が壊れても全体が持つよう、荷重の別経路（冗長性）を設けます。AIが止まったり、誤ったりしたとき、人間が代わりの経路になれる状態も、同じ発想で保ちたいものです。
まとめ
- 研究は、AIで学習時間が減っても、それに見合う学習成果は確認されないと報告しています
- 生成AIは、答えだけでなく「過程」まで外注できる点で、従来の道具と異なります
- 問題は「AIを使うこと」ではなく、「どの工程を渡すか」です
- 仮説を先に書く、反論を出させる、AIなしで説明する、の3習慣が有効です
- 問いを立てる力と価値判断の責任は、手放さない領域です
「過程の外注」を、パスカルの「考える葦」の視点から掘り下げた論考を、Substackで公開しています。
CTA：AIは人間の脳を怠けさせるのか――本当に怖いのは「答え」ではなく「過程」の外注だ（Substack）
https://phity.substack.com/p/ai-brain-lazy
関連記事：
- 何を判断対象にするかを考える：https://phity.net/ai-ignore-information
- AIの「分からなさ」と抽象化の限界：https://phity.net/ai-generalization-language