AIに教わったことを翌日も使えるか

「初心者にも分かるように説明して」

AIにそう頼むと、難しい言葉がほどかれ、身近なたとえが出てきます。さらに聞けば、別の角度からも説明してくれる。新しいことを学ぶ入口として、ありがたい道具です。

ただ、その説明を閉じたあと、同じことを自分の言葉で説明できるでしょうか。数字や条件が少し変わっても、使えるでしょうか。

説明に納得したことと、自分で使えるようになったこと。その間には、もう一段あるのかもしれません。

学習研究を読むと、この違いが見えてきます。AIで練習問題の成績が上がる一方、AIなしの試験では下がった実験があります。学習を支えるように設計したAI教材では、改善も報告されています。

この差から、仕事の調べものや資格勉強でも取り入れられそうな使い方を考えます。後半では、資料でよく見かける「%」と「パーセントポイント」の違いを3問で確かめます。自分の勉強に使える、AIへの依頼文も用意しました。

AIと解けることと自力で解けること

2025年にPNASへ掲載された研究では、トルコの高校生約1,000人を対象に、GPT-4を使う数学の学習支援を比較しました。実験が行われたのは2023年秋です。

通常のチャットに近い「GPT Base」を使えるグループは、練習問題の成績がAIなしのグループより48%高くなりました。ところが、続くAIも教材も使えない試験では、成績が17%低くなりました。どちらも比較相手の成績に対する相対的な変化で、48点上がった、17点下がったという意味ではありません。

もう一つの「GPT Tutor」は、答えをすぐ渡さず、ヒントで進める設計です。教師が用意した正解や、よくある間違いもAIへ与えていました。こちらは練習の成績が127%高くなり、AIなしの試験では統計的に有意な悪化も改善も確認されませんでした。Bastaniほか、2025

この研究は、高校数学の復習と、その直後の試験を調べたものです。成人の仕事全般や、数か月後の知識、現在のAIすべてについて同じ結果が出るとは言えません。

それでも、練習中の成果だけでは学習を判断できない、という点は気になります。画面上で問題が片づいていても、そこで使った考え方が本人に残っているとは限らないからです。

分かった感覚はどこまで当てになるか

「分かった気」は、生成AIが登場する前から研究されています。2002年の研究では、ファスナーや水洗トイレなどの仕組みへの理解を自己評価した参加者が、実際に説明を書いた後、評価を下げました。このずれは「説明深度の錯覚」と呼ばれています。AIの説明を読ませた実験ではなく、見慣れたものでも、仕組みを説明できるほど理解しているとは限らない、という研究です。Rozenblit・Keil、2002

学んだ直後の感覚にも、似たずれがあります。2019年のハーバード大学の実験では、149人の学生が、同じ内容・教材で、説明を聞く物理授業と、自分たちで問題に取り組む授業の両方を経験しました。後者の方が授業後のテスト成績は高いのに、「学べた」という感覚は前者の方が強かったのです。Deslauriersほか、2019

自分で考えて詰まると、分からなさが目に入ります。その頼りない感覚だけで、学べていないと判断しなくてもよさそうです。ただし、難しくてつらい勉強なら何でも効果が高い、という話ではありません。

AIの説明についても、読みやすさに加えて、あとで自分に何ができるようになったかを見た方がよさそうです。

学習が進んだAI教材は何をしていたか

一方、AIを使った方が学習が進んだ研究もあります。

2025年のScientific Reports掲載論文では、ハーバード大学の物理授業で194人を対象に、専用のAI教材と、教室で問題に取り組む授業を比較しました。実験は2023年秋の2回の授業で、学生は両方を経験しています。

AI教材を使った場合の方が、学習後のテスト成績は高くなりました。ただし、通常のチャットに説明を頼むだけのものではありません。段階的に問題を進め、教師が用意した詳しい解答もAIへ渡していました。AI側は自宅で自分のペースで学ぶ条件、比較相手は教室での授業です。教材の設計だけでなく、場所や進め方も含む比較なので、差をAI単体の効果とは切り分けられません。Kestinほか、2025

対象は限られた物理の内容で、数か月後の定着を測った結果ではありません。「AIならどんな授業よりもよい」と広げることもできません。

前の数学研究と合わせると、AIが答えを出す速さだけでなく、学ぶ人が考え、答え、確認する過程をどう残すかが大切そうです。ただし、複数の工夫をまとめて比べた研究なので、ヒントの出し方一つで差が生まれたとまでは言えません。

読み直す前に一度思い出してみる

ここで参考になるのが、「思い出す練習」の研究です。

2011年のScience掲載論文では、科学の文章を学ぶ大学生について、読み直したり、教材を見ながら概念の関係を図にしたりする方法と、教材を閉じて内容を思い出して書く方法を比較しました。

1週間後のテストでは、思い出す練習をした条件の方がよい成績でした。文章に直接書かれた知識だけでなく、複数の概念を結びつけて答える問題でも効果が見られました。Karpicke・Blunt、2011

AIを使った実験ではありませんが、AIの説明を読んだあとの行動にも応用できそうです。たとえば、説明を一度閉じ、自分なりに答えてから、戻って確かめる。出てこなかった箇所を、次の質問にする。

「もう一度、もっと分かりやすく説明して」と頼む前に、何が自分で言えないのかを確認すると、聞きたいことも具体的になります。

資料の数字で小さく試す

例として、「%」と「パーセントポイント」の違いを考えてみます。ここからの数字は、説明のために作った例です。

申込率が20%から25%になったとき、増えたのは5パーセントポイントです。一方、元の20%を基準にした増加率は、5を20で割って25%。「25%増」と「5ポイント増」は、同じ変化を違う物差しで表しています。

この説明を読めば、ひとまず納得できるかもしれません。

では、ここまでの説明を隠して、次の問題に答えてみてください。紙に書いても、頭の中で考えても構いません。

1. エラー率が20%から15%に下がりました。何パーセントポイント下がり、元のエラー率に対して何%減ったでしょうか。

2. 申込率が10%から15%になった場合と、40%から45%になった場合。増えたポイント数と、元に対する増加率は、それぞれ同じでしょうか。

3. 元の申込率が10%で、「申込率が20%増えた」と報告されています。増えたあとの申込率はいくつでしょうか。ここでは「20%増」を相対的な増加の意味で使います。

詰まったら、「分からない」で終わらず、どこまで考えたかを残してAIへ聞くとよさそうです。

これなら、「割合を説明して」よりも、自分が困っている場所を絞れます。何度も詰まるなら、解き方を示してもらい、その後で別の数字に挑戦しても構いません。

AIの説明を読み、自分の答えを直したら、翌日にも数字を変えた問題を一つ解いてみる。そこで使えれば、少なくとも「読んで納得した」より先へ進めたと確認できます。

この練習は、研究を参考にした実践案です。ここに書いた手順そのものの効果を、比較実験で確かめたわけではありません。

AIへの依頼文を少し変える

自分の勉強に使うなら、次のように頼めます。「学びたい内容」と「使いたい場面」を書き換えてください。

学びたい内容：%とパーセントポイントの違い
使いたい場面：仕事の資料にある改善率を正しく読む

まず、要点を短く説明してください。
そのあと、例とは数字を変えた確認問題を一問出し、
私が答えるまで解答を表示しないでください。

答えたら、合っている部分と、考え直す必要のある部分を伝えてください。
間違っていたら、解答全体はまだ示さず、ヒントを一つ出して、
もう一度答えるのを待ってください。
それでも分からなければ、考え方のずれと解き方を説明し、
別の問題で確認してください。

教材を渡した場合は、その内容に沿ってください。
教材だけでは判断できないことは、そう伝えてください。

こう頼んでも、研究で使われた専用AI教材を再現できるわけではありません。研究では、教員が教材や正解を用意し、進め方も設計していました。普段のチャットでも、AIが出した問題や採点に誤りがあれば、教材や公式資料に戻って確認する必要があります。

仕事の資料を使う場合は、社内の利用ルールに従い、AIに入力できない機密情報や個人情報は除いてください。

長い説明を作ってもらう、確認問題を作ってもらう、自分の答えに意見をもらう。AIへ任せる作業を選べるからこそ、学習の途中に自分が答える場面も置けます。

ただし、仕事の調べものを全部暗記する必要はありません。その場で確認できれば十分な情報もあります。繰り返し判断に使う知識や、試験で自力で答えたいことを選んで練習するくらいが、続けやすいと思います。

説明を閉じたあとに何が残るか

AIには、分からない言葉を何度でも聞けます。入口でつまずいていた人が、先へ進める可能性もあります。

その説明で納得できたら、次は一度、画面を閉じてみる。自分の言葉で説明するか、少し違う問題に答えてみる。そこで詰まった箇所が、もう一度AIに教わる内容になります。

気持ちよく読めた説明の量よりも、翌日、自分で使えた考え方が一つ増えている。そういう使い方なら、AIに教わる時間も少し違って見えてきそうです。

練習問題の答え

1. 5パーセントポイント低下、25%減少です。減った5を、元の20で割ります。

2. どちらも5パーセントポイント増加ですが、相対的には50%増と12.5%増です。基準が10なのか40なのかで変わります。

3. 答えは 12% です。元の10%の20%分は2パーセントポイントなので、10%に足すと12%になります。30%になるのは、20パーセントポイント増えた場合です。

参考資料

• Bastaniほか（2025）Generative AI without guardrails can harm learning: Evidence from high school mathematics, PNAS。AI利用中の成績と、AIなしの試験成績を比較。

• Rozenblit・Keil（2002）The misunderstood limits of folk science: an illusion of explanatory depth, Cognitive Science。仕組みへの理解の自己評価と、説明を試みたあとの変化。

• Deslauriersほか（2019）Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom, PNAS。学べた感覚と、授業後のテスト成績のずれ。

• Kestinほか（2025）AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting, Scientific Reports。専用のAI教材と、教室での能動的学習の比較。

• Karpicke・Blunt（2011）Retrieval practice produces more learning than elaborative studying with concept mapping, Science。思い出す練習と、1週間後の理解・記憶の比較。