メインコンテンツへスキップ
ToolPotion
AI アドバイザー
送信(無料)

英国の大学は学生の評価方法をどう見直しているのか

イングランドの規制当局は、AIのせいで課題(コースワーク)の評価が難しくなったと述べています。Bath、Kent、Imperialの取り組み、AI検出ツールが役に立たない理由、そして学生が今後に備えておくべきことをまとめました。

共有

ある学生は、研究者にこんな同級生の話をしました。仲間内で「このエッセイ、全部ChatGPTで書いたよ」と打ち明ける人たちがいるそうです。その学生の次の一言が、私たちの心に残りました。「それでバレないし、たぶん良い成績も取れる。で、一度うまくいったから、次の課題でも同じことをする」(OfSとAdvance HEのレポート)。

この発言が載っているのは、イングランドの高等教育規制当局であるOffice for Students(OfS)が、慈善団体Advance HEと共同で発表したレポートです。タイトルは穏やかで、Making AI work for studentsといいます。しかし、評価についての指摘は穏やかではありません。自宅で監督なしに、ChatGPTのタブを開いたまま取り組む課題は、学生がほとんど関与しなくても高水準に仕上げられることが多く、ときには数分で終わります。しかも採点者はそれを見抜けないことがよくあるのです。

私たちは報道だけでなくレポート本体を読みました。Guardianの見出しと規制当局自身の表現には差があり、より慎重なのはレポートのほうだからです。最も役立つのは、一番地味な部分、つまりいくつかの大学がすでに実行している対策です。

規制当局が明らかにしたこと、明らかにしていないこと

調査は今年前半に実施され、300人以上の学生と教職員への聞き取りに基づいています。Guardianはそのうち127の大学・カレッジが対象だと報じています(The Guardian)。OfSの概要ページでは「120を超える機関」(OfS)、レポートの調査方法の節では「少なくとも127」とされています(レポート)。根拠となるのは主にイングランドの機関でのインタビューとアンケートです。AIで完成された評価課題がどれだけあるかを測った人はおらず、OfSは「変化の規模と性質を明らかにする」ためにさらに調査を行うとしています(OfSのプレスリリース)。それまでは、2026年のイングランドについてのどんなパーセンテージも推測にすぎません。

参加者の証言には一貫性があります。監督のない評価は「学生がほとんど関与しなくても、AIツールを使えば高水準で完成できる」とされ、リモートで提出するエッセイで評価するプログラムは特に脆弱だと指摘されました(レポート)。学生たちは、「ほんの数分で」課題を終えたのに、自力で取り組んだ人と同じような成績を得た仲間の話をしました。提出したばかりの内容の基本的な点すら思い出せない人もいたそうです。教職員は、見た目が似通い、同じ文献を引用し、同じ文体で書かれた提出物が大量に届くと述べています。

アンケートに答えたある学生は、その代償を個人的な言葉で語りました。「自分で計画してエッセイを丸ごと自力で書いたのに、AIで書いた人とまったく同じ成績だったときは、本当に気持ちが落ち着かない」。割を食っているのは誠実な学生たちです。私たちは、この代償を最優先に考えるべきだと思います。

見出しについて補足します。「ほぼ不可能(close to impossible)」というのは教職員回答者の言葉で、全文はGuardianの見出しよりも限定的です。AIの利用が広がれば「一部の分野では、学生の評価がほぼ不可能になりかねない」というものです。規制当局自身の要約では、AIは「評価の妥当性と有効性に重大なリスクをもたらす」とされています。正確なのは後者の表現だと私たちは考えますが、それでも十分に深刻です。

レポートは公平性の問題も指摘しています。参加者は、最先端のモデルに課金している学生が、同じ知識を持ちながら安価なモデルを使う、あるいは使わない同級生より高い成績を得る可能性を懸念していました(レポート)。

手段を持ち、それを使うと明言する規制当局

OfSの戦略・実行担当ディレクターであるJosh Fleming氏は、高等教育でのAI利用を「現行制度にとっての世代的リスクであり、学生の学びと、大学が学生を評価する能力を損ないかねない」と呼びました。さらにこう続けています。「こうしたリスクへの取り組みを大幅に強化する必要があります。AIを使わない評価の活用も、大幅に増やすべきです」(OfSのプレスリリース)。

強い姿勢が表れているのはプレスリリースです。OfSは、評価が知識とスキルの妥当で信頼できる尺度になるよう各機関に求める方針で、「多くの場合、そのためには安全な(AIを使えない)評価の活用が必要になる」としています。基準を満たさない機関には、個別の登録条件の付与、金銭的制裁、学生支援資金やOfS補助金へのアクセス停止などの手段があります。レポートと併せて、各機関が基準を満たすための方法を示したガイダンスも公表されました。

教育省はGuardianに対し、OfSが「既存の基準を効果的に執行し、AIについて迅速に取り組む」ことを期待していると述べました。147の機関を代表するUniversities UKは、「まだ先は長いが、多くの大学が大幅な変更を行ってきた」と答えています(The Guardian)。参加者は、AI専用の新しい登録条件は逆効果になりかねないと警告し、代わりに既存の条件の明確化を求めていました(OfS)。OfSが選んだのは後者で、既存の条件がAIにどう適用されるかを示すガイダンスでした。

3つの対策と、規制当局が好む選択肢

レポートは、大学の取り組みを3つに分類しています。安全な評価(secure assessment)は、学生が取り組む間にAIを使えないよう設計されたもので、対面の筆記試験、プレゼンテーション、viva(提出した作業についての短い口頭試問)、実技、パフォーマンスなどがあります。プロセス重視の評価は、結果だけでなく作品の制作過程も評価対象とし、レポートが「ステージゲート」と呼ぶ複数のチェックポイントを設ける場合もあります。オープンな評価は、AIの使用を認める、または求めるもので、たとえばAIの出力を批評させたり、AIが書いた初稿を編集させたりします(レポート)。

規制当局が傾いている方向ははっきりしています。安全な方法は「学生が自分自身の知識とスキルを示していることへの高い確信が得られるため、多くの場合最も効果的な評価形態になる」としています。一方で、評価対象の知識がなくてもAIで課題を完成できるなら、「その評価は置き換えるべきだ」とも述べています。そして、スキルではなく知識を評価する場合は、「通常、評価を安全なものにする必要がある」としています。

私たちもこれに賛成で、穏やかな言い回しよりさらに踏み込みます。参考文献リストの記憶を問う持ち帰りエッセイは、測定手段としてはもう終わっています。それに代わるのは、監督のある教室、対話、そして作り直した課題だけです。

判断マップ:AIだけで持ち帰り課題に合格できるなら、置き換える。できないなら、何を測る課題かを考える。知識は「クローズド」の枠(対面、AIなし)へ、スキルはAI前提で設計した「オープン」の枠へ。

レポートはトレードオフも挙げています。対面試験とvivaは多くのリソースを要します。持ち込み不可の試験は実際の職業上の仕事とほとんど似ていないことがあり、長期記憶への依存が障害のある学生など一部のグループに不利になる可能性もあります。専門職団体が特定の形式を定めている場合もあります。さらに、ウェアラブル端末によって、安全な評価でも不正がしやすくなるかもしれません。真正性への懸念に対する規制当局の答えは、真正性と堅牢性を両立する評価づくりの努力は「歓迎される」というもので、これは計画とは言えません。

Bathは信号機方式をやめた

レポートの事例研究は最大の読みどころです。University of Bathは、AI禁止、特定の使い方のみ許可、AIが評価に不可欠、という3区分の仕組みを採用していました。壊れたのは中間の区分です。教職員は、「カテゴリーBの評価で、特定のAI利用を信頼でき公平な形で取り締まることはできなかった」と気づきました。

2026年、BathはUniversity of Sydneyが考案した2レーンモデルに移行しました。すべての評価は、AIツールにアクセスできない条件を整えたクローズドレーンか、AIを認め、学生が使う前提で課題を設計するオープンレーンのどちらかに入ります。Bathの教職員は、堅牢なオープンレーンの課題を考えるためにリトリートを開催しました。大学は、クローズドレーンの評価でも、想定する学習成果を軸に設計しなければならないと強調しています(レポート)。

私たちがこれを評価する理由は1つです。「アイデア出しにはAIを使ってよいが、執筆には使ってはいけない」といったルールを確認できるふりをやめているからです。レポートも同じことを述べています。構造を変えなければ、学生がAIポリシーに従ったかを検証することも、悪用を実質的に抑止することもできません。

2レーンの比較:AIなしのクローズドレーン(対面試験、viva、実技の実演)は「何を知っているか」を測り、AIを認めるオープンレーン(AIの出力を批評、AIの下書きを編集、プロセスを示す)は「どう取り組むか」を測る。

試験を厳格化する大学は、同時にAIも提供しています。Kentは2026年に、大学がライセンス契約したChatGPT Eduプラットフォームを導入しました。学生はAIリテラシー、責任ある利用、データ保護、プロンプト、学術的誠実性の研修を修了してから利用でき、利用は任意です。Imperialは学生と教職員に、ChatGPT、Claude、DeepSeekにデータ保護された単一のインターフェースから接続できるdAIsyというワークスペースを提供し、仕事でのAI活用を扱う40時間の講座も始めます。レポートによると、OxfordとLondon School of EconomicsもAIプロバイダーと契約を結んでいます(レポート)。

これは矛盾ではありません。卒業生にこうしたツールを使いこなし、使わずに何ができるかも知っていてほしい大学には、それぞれのための場が必要です。どちらか一方の極端より、この組み合わせを私たちは支持します。まだアシスタントを選んでいる最中なら、ChatGPT vs Claude vs Geminiで3つの違いを整理しています。

検出ツールが審判になれない理由

すべてを設計し直す代わりに思いつくのは、AIの文章を事後に見つけ出すことでしょう。しかしレポートは、これでは十分に機能しないと率直に述べています。学術研究によれば、人間はAIの文章を確実には見分けられません。新しい検出ツールは古いものより優れているかもしれませんが、その改善は「しばしば一時的で、たいていAIシステムの進歩に追い越される」うえ、検出を欺くために文章を言い換えるツール(ヒューマナイザー)によって精度はさらに下がります(レポート)。

それでも多くの機関がツールを使っています。スコアを不正調査の補強証拠にする機関もあれば、教職員が非公式に使って、疑わしい課題に印を付けたり減点したりするケースもあります。英国の高等教育で広く使われているAI検出ツールを提供するTurnitinは、出力はあくまで1つのデータポイントとして扱うべきだと研究者に伝えました。検出ツールの利用をやめた機関もあります。

学生側の見方はもっと厳しいものでした。検出ツールは不正確で、AI利用を過大に判定するというのです。高いスコアを出されると、潔白を証明する手段がなさそうに見えることに不満を持つ学生もいました。学生たちは、エムダッシュのようなAI文章の特徴を取り除く、ヒューマナイザーを使う、わざとスペルや文法の間違いを入れる、といった方法でスコアを下げていると話しました。(私たちは自社のスタイルガイドでエムダッシュを禁止しているので、少しヒヤリとしました。)誠実な書き手に自分の文章をわざと悪くさせるツールは、誠実さを測っているとは言えません。

スコアについてのレポートの立場は、私たちも支持するものです。学生が不正を行ったかどうかを徹底的に調べる際の証拠の1つにとどめ、「強い証拠のないAI利用の疑いを、学生の評点を下げる根拠にしてはならない」というものです。レポートはさらに、不正対応の手続きは「時間もリソースもかかり、学生にとってストレスが大きく、評価プロセスの妥当性を確保するうえで効果が出る見込みも低い」と付け加えています。

人間の採点者も見抜けません。2024年の研究では、University of Readingの研究者が、心理学の1学位課程の5つの科目に、採点者に知らせずGPT-4が丸ごと書いた解答を紛れ込ませました。94%は発見されず、平均では本物の学生より成績評価の区分で約半分上のスコアが付きました(PLOS One)。ツールごとの比較は、GPTZero、GrammarlyのAI検出ツール、Copyleaks拡張機能をAIコンテンツ検出ツールのおすすめの記事で扱っており、AIコンテンツ検出ツールのボードでは各ツールをランキングしています。検出ツールについての私たちの見方は規制当局と同じです。煙探知機として使うのはよくても、裁判官にしてはいけません。

4つの対比:知識は、持ち帰り課題でAIを禁止するのではなく、AIなしの教室で試す。最終ファイルだけでなく、下書きと出典も集める。検出スコアは評決ではなく手がかりの1つとして扱う。疑いで減点せず、学生と話す。

そこで、私たちの線引きはこうです。有効なのは、知識を測るためのAIなしの教室での評価、プロジェクトでの下書きと出典の収集、学生自身の作品についての短い対話です。見せかけにすぎないのは、持ち帰り課題でAIを禁止して期待するだけ、最終ファイルだけを採点する、検出ツールのパーセンテージを調査結果として扱う、といったやり方です。

学生と保護者が予想しておくべきこと

これは学生への断罪ではありません。レポート自体が、学生は難しい概念の説明、長い文書の要約、練習問題の生成、復習などにAIを幅広く使っており、ニューロダイバーシティのある学生や障害のある学生、第一言語が英語ではない学生の助けになりうると述べています。また、多くの学生がいまやAIを高い成績への最も効果的な道と見なし、使わなければ不利になると感じているかもしれないとも述べています。違いを見分けられなかった評価を前にすれば、これは合理的な受け止め方です。

OfSのプレスリリースによると、多くの学生は所属する大学や学部の方針を理解しにくいと感じています。規制当局自身のレポートも、許される利用と許されない利用の境界は引きにくいと認めています。AIが学生と機械の作業の境目を曖昧にするかたちで「アイデアや推論を生み出せる」からです(レポート)。そのため、1年生や保護者にとって最も安全な前提は次のとおりです。

  1. 最終成績のうち、教室で行うこと(筆記試験、プレゼンテーション、実技、提出した課題についての短い口頭での話し合い)に左右される割合が増えると考えてください。
  2. 作業の過程を求められると考えてください。プロセス重視の評価で見られるのは、メモ、日付入りの下書き、出典です。すでにAIをどう使ったかの申告を学生に求めている機関もあります(レポートによると、申告すると作品が疑われるのではと恐れる学生が多いそうです)。
  3. ルールは科目ごとに異なると考えてください。ある評価はクローズド、次はオープンということもあります。重要なのは大学のトップページではなく、それぞれの課題要項です。
  4. 課題が疑われた場合は、検出スコア以外にどんな証拠があるのかを尋ね、自分の言葉で課題を説明させてほしいと求めましょう。規制当局は、スコアだけで結果を決めるべきではないとしています。
  5. 合理的配慮に頼っている場合は、新しい形式にもそれが用意されているか確認してください。レポートによると、すべての学生が、インクルーシブな設計と配慮を通じて、安全な評価でもオープンな評価でも知識とスキルを示せるようにすべきだとされています。
プロセス重視の評価の5つのステップ:テーマと計画、読書ノート、下書きのチェックポイント、AI利用の記録、論旨についての短いトーク。

保護者には、もう1つ聞いておきたいことがあります。最終学年でどのように評価されるのか、そのうちどれだけが監督のある場で行われるのか、という点です。その答えは、どんなAI方針の声明よりも多くを語ります。

ルールの範囲内でAIを使う

まず、その評価ごとのルールを文書で確認しましょう。不明な点は担当教員に尋ね、返信を保管してください。あなたの科目で何が許されるかは、私たちにはお答えできません。AIが認められている場合に、レポートが学生の使い方として挙げているのは、難しい内容の説明、自己テスト、復習の計画、理解度の確認です。NotebookLMや、NotebookLM vs ChatGPT Projects vs Claude Projectsの比較で取り上げたほかのツールは、自分の資料で学習するために作られています。

私たちが使うテストは「viva テスト」です。作品内のすべての論点を、画面なしで、声に出して説明できますか。説明できるなら、AIはおそらく学びの助けになったのでしょう。できないなら、AIが作業を代わりにやったのであり、読書、調査、問題解決をAIが肩代わりするという「認知的オフローディング」へのレポートの懸念は、ルールがどうであれあなたに当てはまります。Grammarlyのようなツールによる文法やスペルの支援は別物に感じられますが、レポートは、句読点や文法のツールにも強力なAI機能が含まれうると指摘しているので、思い込まずにルールを確認してください。

上のチェックリストは公式の指標ではありません。採点者との対話をスムーズにする6つの習慣です。

今後の注目点

OfSは、既存の条件がAIにどう適用されるかのガイダンスを各機関に示しました。次に見るべき証拠は執行です。具体的な登録条件を課される大学が出るのか、出るならその理由は何か、という点です。Advance HEは、会員機関向けにAIに焦点を当てたChange Academyプログラムを2027年初めに実施する予定です(OfSのプレスリリース)。

不正行為の件数にも注目したいところです。Guardianの2025年の調査では、2023-24年に証明されたAIによる不正は7,000件近く、学生1,000人あたり5.1件で、回答した大学の27%超はAIの不正利用を別の区分としてまだ記録していませんでした(The Guardian)。試験が戻ってきて証明された件数が減るとしたら、それは見直しが功を奏したか、検出が難しくなったかのどちらかです。数字だけでは、この2つを区別できません。だからこそ私たちは、誰かを捕まえることに頼らない評価を支持します。

続けて読む

AIによる科学的発見6つの主張をファクトチェック業界インサイトAIによる科学的発見:6つの主張をファクトチェックAIラボは「エージェントが科学的発見をしている」と言います。よく聞かれる6つの主張を一次情報と照らし合わせ、それぞれに判定を付けました。2026年11月16日10 分で読めます記事を読むAIプライマリケアの時代へOuraの Counsel 買収が意味すること業界インサイトAIプライマリケアの時代へ:Ouraの Counsel 買収が意味することOuraは Counsel Health を6億2,500万ドルで買収します。AIプライマリケアが何をするのか、誰が責任を負うのか、リングのデータがどこへ行くのかを読み解きます。2026年11月16日11 分で読めます記事を読むAIデータセンターは電気代を押し上げるのか?業界インサイトAIデータセンターは電気代を押し上げるのか?公益事業者の申請書類や規制当局の命令から見えてきた、AIデータセンターと家庭の電気料金の関係。そして、お住まいの電力会社で確認すべきポイントをまとめました。2026年11月15日9 分で読めます記事を読むMercorの内側AIモデルを訓練する専門家たち業界インサイトMercorの内側:AIモデルを訓練する専門家たちMercorは医師、弁護士、エンジニアにAI学習データの作成と採点を依頼し、報酬を支払っています。仕事の報酬、買い手、そして争点を解説します。2026年11月15日10 分で読めます記事を読むニューヨーク州のAI安全法とオーストラリアの計画時系列で整理業界インサイトニューヨーク州のAI安全法とオーストラリアの計画:時系列で整理ニューヨーク州のRAISE Actが求めること、OpenAIのエージェント侵入事件を受けてオーストラリアが打ち出した案、そしてAIツールを使う個人や企業に何が変わるのかを解説します。2026年11月15日11 分で読めます記事を読むAdobeのAI実験10個のSneaks、試せるのは2つだけ業界インサイトAdobeのAI実験:10個のSneaks、試せるのは2つだけAdobeの AI 実験では、写真の中を歩き回ったりキャラクターに演技指導をしたりできますが、実際に試せるのは2つだけです。各Sneakを検証し、クリエイターが取るべき行動をまとめました。2026年11月14日7 分で読めます記事を読む禁止されたNvidiaチップは、いかにして今も中国のAIラボに届いているのか業界インサイト禁止されたNvidiaチップは、いかにして今も中国のAIラボに届いているのかリセラー、シンガポールのハブ、クラウドレンタル。制限対象のNvidiaチップが中国のAIラボに渡る経路、米国の規制がカバーする範囲、そして議会が追加しうる措置を整理します。2026年11月14日10 分で読めます記事を読むGPT-6 CyberとMythosAIハッキングエージェントにできること業界インサイトGPT-6 CyberとMythos:AIハッキングエージェントにできることGPT-6 Cyber、Claude Mythosなどサイバーセキュリティ向けAIエージェントの能力、利用できる人、攻撃に使っている側、そして小規模チームが今すべきことを解説します。2026年11月14日12 分で読めます記事を読む