中国の中学・高校生26811人を30カ月にわたって追跡した調査が、噛み合わない数字の組を示した。生成AIで宿題をこなすと、宿題の成績は18%上昇し、1回あたりの所要時間は64分から45分に短縮された。しかし半年のうちに、同じ生徒たちの月次試験の成績は20%下落していた。
論文のタイトルは「The Generative AI Learning Penalty: Evidence from Chinese Secondary Education」。ストックホルム大学のDavid Strömberg氏と香港大学のVictor Lei氏、Yanhui Wu氏が共著者で、今年6月にCEPRディスカッションペーパーDP21577として発表された。英エコノミスト誌は8月18日のチャート企画でこれを改めて取り上げている。調査対象は中国中部地域の中学1年から高校3年生にあたる7〜12年生で、データは2022年9月から2025年6月まで収集された。この間、生成AIを利用したことがあると答えた生徒は全体の約8割に上る。
帳尻が合うのは2年後
短期的な数字はどれも景気が良い。宿題の成績は上がり、時間は浮く。保護者や生徒の実感としても、明確な効率改善に見える。
だが期間を2年に延ばすと、別の数字が浮かび上がる。中考の成績は24%、大学入試にあたる高考の成績は18%下落した。損失を教科別に見ると社会科学系が最も大きく、次いでSTEM系、語学系と続く。属性別では、中学生、もともと成績上位だった生徒、男子生徒への影響が最も大きかった。
総量の数字以上に目を引くのは、もともと成績上位だった層ほど下落幅が大きかったという点だ。優秀な生徒ほどツールをうまく使いこなすはず、というのが普通の直感だが、結果はその逆だった。彼らはもともと高強度の自主練習を得点に変換していたため、その練習部分が代替されると、失う絶対量も最大になる。
浮いた時間はどこへ消えたのか
ざっくり計算してみる。1回の宿題につき19分の節約、年間登校日数を200日として1日1回とすれば、年間で約63時間、2年で100時間以上になる。研究はその時間の行き先までは追跡していないが、別の事実を明確に示している。AIによる個別指導的な効果と時間節約の効果は同時に存在しており、両方を足し合わせても成績の下支えにはならなかった。
つまり、生徒がサボっているという話ではない。宿題という練習そのものが省略されてしまっている――試行錯誤し、行き詰まり、そこから解決策を探るという、閉書式試験の場で再現すべき動作が、AIを使った宿題のプロセスでは発生していない。宿題の成績はアウトプットを測り、試験の成績は能力を測る。この二つの指標の間に、これほど大きな乖離が生じたのは初めてだ。
研究者は反例にも触れている。AIを能動的な学習に使った大学生は、テストの得点が高く、1週間後の定着度も良かった。差は使い方にあり、ツールそのものにはない。
逆方向に進む無料サブスクリプション
タイミングが妙に噛み合っている。同じ月、Googleは条件を満たす学生向けに1年間無料のGeminiプランを開始し、OpenAIは10代向けのChatGPT版を投入した。中国国内の各社も新学期商戦に合わせて教育向け製品を積極的に展開している。研究で名指しされたツールは、こうした製品の中国版にあたる。2025年6月時点で、AIを利用した生徒のうちDoubao(豆包)が47%、DeepSeekが36%、ChatGLMが14%、文心一言(Ernie Bot)が9%、Qwenが8%を占めた。
規制側ではすでに逆の判断を下した国もある。ノルウェーは8月から6〜13歳の生徒による校内でのAI利用を禁止した。理由はこの調査が指し示すものと同じ方向にある。
この論文が企業側の販売戦略を変える可能性は低い。学生市場の獲得コストと維持価値がそれを物語っている。だが議論を「AIは学習の役に立つのか」という段階から、「どんな使い方なら役立ち、どんな使い方なら害になるのか」という段階へ進めたことは確かだ。両者を見分けるには、教師が生徒の宿題の結果だけでなく、そのプロセスを見られる必要がある――それこそが、今の宿題という仕組みが最も苦手としていることだ。
参考資料：CEPRディスカッションペーパーDP21577、CocoLoop、The Economistチャート企画、サウスチャイナ・モーニング・ポスト。宿題と試験の成績の増減幅、サンプル数、利用ツールの割合は論文原文の数値で確認済み。