「AIって、結局いつから使わせていいんですか?」
最近、面談でいちばん多く聞かれる質問がこれだ。
以前、「AIに全部任せる子ほど、選べなくなる」という話を書いた。反響は大きかったけれど、そのあと保護者から返ってきたのは、賛同でも反論でもなく、もっと切実な質問だった。
「危ないのは分かりました。でも、使わせないわけにもいかないですよね。じゃあ、いつからなら使わせていいんですか?」
これは、いい質問だと思う。そして、僕がこれまではっきり答えられていなかった質問でもある。「気をつけて使いましょう」では、何も答えていないのと同じだ。
最近、この問いに答えるための材料が2つ揃った。ひとつは、AIを使って文章を書いたときに脳の中で何が起きているかを実際に計測した研究。もうひとつは、子どもの「目に見えない力」がいつ決まるのかを追いかけた教育研究。この2つを並べると、答えの形が見えてくる。
先に結論を書く。問題は「使うか、使わないか」ではなく、「順番」だ。
最初に、僕の立場をはっきりさせておく
この手の話は、書き手がどちら側に立っているかで、まったく読み方が変わる。だから先に言っておく。
僕自身は、AIを毎日フル活用している側の人間だ。
授業の準備も、教材の下書きも、生徒ごとの学習計画も、AIと一緒に組み立てている。ひとりでやっていた頃と比べて、こなせる量が何倍にもなった。だから「AIは危ないから使うな」と言うつもりは、まったくない。むしろ、使えない大人のほうが、これから確実に苦しくなると思っている。
そのうえで、この記事を書いている。
AIを毎日使っているからこそ、はっきり分かることがある。AIは、増幅器だ。 元の信号が強ければ大きく増幅するし、元の信号が弱ければ、増幅されるのはノイズだけになる。同じ道具を渡しても、渡す相手によって、伸びる方向が真逆になる。
僕がAIを使って仕事が速くなったのは、AIが賢いからではない。この9年、生徒と向き合って、自分の頭で考えて、失敗して、直して、を繰り返してきた蓄積があるからだ。その蓄積があるところにAIが乗ったから、拡張になった。
もし、その蓄積がゼロの状態で同じAIを渡されていたら、たぶん僕は「それっぽいけど中身のない授業案」を大量生産して、自分では気づかないまま終わっていたと思う。
この違いが、今日の話の全部だ。
研究が見せた「AIを使いながら書いているときの脳」
まず、ひとつめの材料から。
ある研究チームが、こんな実験をした。参加者を3つのグループに分けて、同じ課題で小論文を書かせる。
- グループ1: AIを使って書く
- グループ2: 検索エンジンを使って書く
- グループ3: 何も使わず、自分の頭だけで書く
そのあいだ、参加者の頭に脳波計をつけて、脳の中の活動を測り続けた。書き終わったあとには、自分が何を書いたかを思い出せるかどうかのテストもした。
結果は、3つの層ではっきり分かれた。
文章の中身。AIを使ったグループの文章は、驚くほど似通っていた。同じような表現、同じような論点、同じような具体例。評価にあたった英語教師が、それらの文章を「魂がない」と表現したと報告されている。一方、自分の頭だけで書いたグループは、主張も論点もばらけていて、個性的だった。
記憶。書き終わったあと、自分が何を書いたかを思い出すテストの成績は、自分の頭で書いたグループが最も高く、検索エンジン、AIの順に下がった。AIを使ったグループは、たった今自分の名前で提出した文章の中身を、うまく再現できなかった。
脳の活動。ここがいちばん重い。脳内のネットワークのつながりは、自分の頭で書いたグループが最も強く広がっており、検索エンジンが中程度、AIを使ったグループが最も弱かった。
つまり、AIを使って書いているとき、脳はあまり働いていなかった。
この研究の限界も、正直に書く
ただし、この研究を「だから子どもにAIを使わせるな」の根拠にするのは、フェアではない。理由が2つある。
ひとつめ。この研究の参加者は、18歳から39歳の成人だ。 子どもを対象にした研究ではない。幼児や小学生に同じことが起きるかどうかは、この研究だけでは言えない。
ふたつめ。これは学術誌に正式掲載された論文ではなく、プレプリント（査読前の公開論文）だ。 参加者は50人あまりと、規模も大きくない。実際、この研究に対する反論のコメンタリーも公開されている。
僕がこの研究を紹介するのは、「科学が証明した」と言いたいからではない。むしろ逆で、成人ですらこうなる、という点に意味があると思っているからだ。
もう十分に考える力が育った大人が、AIを使って文章を書いただけで、脳の活動が下がり、書いた内容を覚えていられなくなる。だとすれば、まだ考える回路そのものを作っている最中の子どもが同じことをしたら、何が起きるだろうか。
これは研究が証明したことではない。そこから先は推論だ。 でも、教える側として、この推論を無視するわけにはいかない。
もうひとつの材料——「目に見えない力」には、育つ時期がある
ふたつめの材料は、まったく別の分野から来る。
学力の格差がどこで生まれるかを、大規模な調査データから分析した研究がある。そこで繰り返し出てくるのが「非認知能力」という言葉だ。
非認知能力は、テストの点数では測れない力のことで、だいたい3つに整理される。
- 他者とつきあう力（社会性）
- 感情を管理する力（自制心）
- 目標を達成する力（実行力）
面白いのは、この3つが、将来の学歴や年収を予測する力を持っているという点だ。逆に、IQだけでは予測しきれない。頭の回転の速さと、人生がうまく回るかどうかは、思ったほど直結していない。
そして、ここが今日の話の核心になる。
非認知能力の獲得は、子どもがより年少の時点、特に幼児期から小学校低学年の経験によって決まる、という指摘がある。生活と遊びの中で育つ、と。
つまり、この力には育つ時期がある。あとからいくらでも取り返せる、という性質のものではない。
僕はこれを読んだとき、以前書いた「東大の数学が難しくなっているのは、努力量ではなく早い時期の可処分時間で決まる」という話と、まったく同じ構造だと思った。後になって効いてくる力ほど、早い時期の経験で土台が決まっている。
AIが絶対に真似できない、子どもの「飛躍」
ここまでは「AIを早く使うと何が失われるか」の話だった。逆側からも見ておきたい。そもそも、AIに代われない力とは何なのか。
言語の研究のなかに「記号接地問題」という考え方がある。
AIは、それらしい答えを返してくる。でもその内側で起きているのは、ある言語のルールに従って、質問のあとに続く可能性が高い文字列を並べる、という処理だ。AIの中では、ひとつひとつの単語が、経験や感覚と結びついていない。「熱い」という単語を、熱いと感じた経験と接続していない。だからAIは、言葉の意味も、話し手の意図も、本当には理解していない——という指摘だ。
そして、推論の型そのものが違う。
AIは統計推論をしている。 膨大なデータからパターンを見つけ出して、同じ分野の新しい事例を予測する。だから、既にあるパターンからの跳躍がない。
人間はアブダクション（仮説形成推論）をしている。 目の前のデータを説明するために、仮説を立てて結論に向かう。だから、跳ぶことができる。
この違いを、これ以上ないくらい鮮やかに見せる例を、ある発達心理学者が講演で紹介していた。
小学1年生の男の子が、学校から帰ってきて、お姉ちゃんにこう報告する。
「今日学校で、ゴリラ植えたよ」
小学2年生のお姉ちゃんは、一瞬止まってから、こう返す。
「ん?……パンジー植えたんだね!」
これ、大人だったら絶対に考えつかない発想だ。
弟は、学校での出来事をどうしてもお姉ちゃんに伝えたかった。でも「パンジー」という単語が、まだうまく取り出せない。だから、頭の中の言葉の地図の近いところから「ゴリラ」を引っぱってきて、報告した。
これは間違いだ。テストなら×がつく。
でも、認知の働きとして見ると、これはとんでもないことをやっている。統計的にいちばん確率が低い出力を、意味を伝えるという目的のために選んでいる。そしてお姉ちゃんのほうも、その滅茶苦茶な出力から、弟の意図を復元してみせた。
AIには、どちらもできない。AIは「今日学校で」のあとに、確率の高い言葉を並べる。「ゴリラ」は出てこない。
子どものこういう跳躍こそが、AIに代われない力の芽だ。 そして、この芽が出るのは、正解を早く出す訓練の中ではない。うまく言えないまま、それでも伝えようとする、あのもたもたした時間の中だ。
僕はこの話を聞いてから、生徒の珍回答に対する態度が変わった。すぐ直さない。まず「どうやってそこに行き着いた?」と聞く。そこに、その子の思考の道筋が見えるからだ。
だから、「順番」の話になる
材料が揃ったので、結論を組み立てる。
一方には、「AIを使って書くと脳の活動が下がる」という研究がある。もう一方には、「AIエージェントに仕事を任せられる人が、これから圧倒的に有利になる」という現実がある。僕自身が後者で恩恵を受けている。
この2つは、真逆のことを言っているように見える。でも、矛盾していない。順番の話をしているだけだ。
【土台】自分の頭で考えて、失敗して、直す経験
↓ ← ここを飛ばすと、土台そのものが育たない
【拡張】AIに任せて、できることを一気に広げる
↓
【自走】AIを使いこなしながら、最後は自分で決められる
AIは増幅器だから、土台のある人には拡張として働き、土台のない人には空洞化として働く。同じ道具なのに、結果が逆になる。
僕が9年分の蓄積の上にAIを乗せたら拡張になった。もし蓄積ゼロの状態で乗せていたら、空洞化していた。それだけの話だ。
だとすれば、保護者からの「いつから使わせていいのか」という問いへの答えは、年齢では決まらない。「この子に、その領域の土台ができているか」で決まる。
だから、同じ子どもでも、領域によって答えが変わる。英語の文法は自分で組み立てられるけれど、リサーチのやり方は分からない——という子なら、英語の文法は自力でやらせて、リサーチはAIと一緒にやらせていい。「AIを使わせるかどうか」を、子ども単位ではなく領域単位で判断する。ここが実務的にいちばん大事なところだ。
家庭で土台の有無を見分ける、3つの問い
とはいえ「土台があるかどうか」は目に見えない。判断の手がかりを3つ書く。難しい観察は要らない。
問い1：「AIの答えに、ツッコミを入れられるか」
いちばん分かりやすい指標がこれだ。
AIが返してきた答えを見せて、「これ、どう思う?」と聞いてみる。
「合ってると思う」しか返ってこないなら、その領域の土台はまだない。判断する材料を持っていないから、正しいかどうかを評価できない。この状態でAIを使わせると、AIの出力がそのまま子どもの結論になる。
逆に、「ここは何か違う気がする」「これ、うちの学校の場合は当てはまらへんのちゃう?」と引っかかりを言えたら、その領域には土台がある。違和感を言葉にできるのは、比べる基準が自分の中にある証拠だ。
問い2：「AIの答えを、自分の言葉で言い直せるか」
AIが返してきた説明を読んだあと、画面を閉じて「今の、自分の言葉で説明して」と頼んでみる。
言い直せないなら、それは読んだだけで、理解していない。あの研究で「自分が書いた文章を思い出せなかった」のと同じ状態だ。手元に成果物はあるけれど、頭には何も残っていない。
言い直せるなら、通り抜けている。情報が自分の中を一度通ってから出てきている。
問い3：「その領域で、自力で失敗した経験があるか」
これがいちばん本質的で、いちばん見落とされる。
土台は、成功体験ではなく失敗の経験で作られる。自分で考えて、間違えて、なんで間違えたかを考えて、直す。この一連の流れが、脳の中に判断の基準を作る。
だから、その領域で一度も自力で失敗したことがない状態でAIを渡すと、失敗する機会そのものが消える。AIが先回りして正解を出してくれるから、間違えられない。 間違えられないということは、判断の基準が育たないということだ。
「まだ一回も自分で間違えたことがない領域」には、AIをまだ入れない。この線引きだけでも、かなり違う。
やりがちな失敗、3つ
順番を意識し始めた家庭が、それでもハマりがちな失敗を挙げておく。
失敗1：「うちは禁止にしています」で止まる
いちばん多い。危ないと聞いたから、全面禁止にする。
これは短期的には安全に見えるけれど、実は先送りしているだけだ。子どもは友達の家で使うし、学校でも使う。禁止した家庭で起きるのは「使わない」ではなく、「親に見えないところで使う」だ。
そうなると、いちばん指導が要る最初の時期に、いちばん指導できない状態になる。順番の話をしているのに、順番を設計する機会そのものを失う。
禁止ではなく、領域を分ける。「この科目は自分で。この作業は一緒に」と決める。決めた線を、子どもと共有する。それだけで扱いが変わる。
失敗2：「使い方だけ」を教えて満足する
逆のパターン。AIリテラシーが大事だと聞いて、プロンプトの書き方を教える。指示は具体的に、前提条件を書いて、出力形式を指定して——と。
これ自体は正しい。でも、プロンプトがうまくなることと、土台が育つことは別物だ。
プロンプトの上達は、AIから良い出力を引き出す技術であって、自分の中に判断の基準を作る作業ではない。むしろ、プロンプトがうまくなるほど、良い出力が簡単に手に入るので、自分で考える機会は減る。
技術を教えるなら、同じ量だけ「AIなしでやる時間」を確保しないと釣り合わない。
失敗3：親の側が、順番を守っていない
いちばん言いにくいけれど、これが効いている。
子どもには「まず自分で考えなさい」と言いながら、親自身は、子どもに聞かれたことを全部AIに投げて答えている。子どもはよく見ている。
「分からへんな、ちょっと一緒に考えよか」と言って、5分だけ一緒に唸ってから調べる。この5分を親がやって見せるかどうかで、「分からないときにまず何をするか」の初期設定が決まる。
ここは技術ではなく、姿勢の話だ。
今日から家庭でできる、3つのこと
大掛かりな準備は要らない。今日の夕食後から試せる3つを書く。
1. 「AIに聞く前に、自分の予想を1行だけ書かせる」
これがいちばん効いて、いちばん簡単だ。
何か調べる前に、「予想でいいから、答えはこうやと思う、を1行だけ書いて」と言う。当たっていなくていい。むしろ外れているほうがいい。
書いてからAIに聞くと、返ってきた答えは「情報」ではなく「答え合わせ」になる。自分の予想とどこが違ったかを見る作業が発生する。この、予想と結果を比べる1往復が、判断の基準を作る。
たった1行を書かせるかどうかで、同じAIの使用が、空洞化から学習に変わる。
2. 「AIの答えに、必ず1個ツッコミを入れさせる」
AIが返してきた答えを読んだら、「なんかおかしいところ、1個だけ探して」と言う。
無理やりでいい。「ここ、ちょっと言い過ぎちゃう?」「これ、うちの場合は違う気がする」——なんでもいい。
なぜこれが効くかというと、探しにいく姿勢そのものが、受け取り方を変えるからだ。ツッコミを探しながら読むと、鵜呑みにできなくなる。読み方が変わる。
慣れてくると、子どもは頼まなくても引っかかりを言うようになる。そうなったら、その領域の土台はできている。
3. 「週に一度、AIを使わない時間をあらかじめ決めておく」
これは順番を守るための、いちばん現実的な仕組みだ。
科目でも、曜日でも、時間でもいい。「日曜の午前中は、全部自分でやる」「数学の宿題だけは自力」——なんでもいい。あらかじめ決めておくのがポイントで、その場の判断に任せると、忙しい日ほどAIに流れる。
大事なのは、これを罰やペナルティにしないことだ。「サボったから禁止」ではなく、「筋トレの日」として置く。実際、機能としてはまったく同じだ。負荷をかけないと、筋肉は育たない。
ある研究の結論を、僕は気に入っている。努力すればするほど、頭を使えば使うほど、得られるものは大きくなる。 当たり前のことに聞こえるけれど、この当たり前が、AIによって初めて選択可能になった。使えば楽ができる道具が手元にある時代に、あえて使わない時間を作れるかどうか。ここが分かれ目になる。
まとめ——問いを「使うか」から「順番」に変える
「AIって、いつから使わせていいんですか?」
この質問に、僕はこう答えるようになった。
**「年齢では決まりません。その子が、その領域で一度でも自分の頭で考えて失敗したことがあるかどうかで決まります」**と。
AIは増幅器だ。土台がある人には拡張として働き、土台がない人には空洞化として働く。同じ道具で、結果が真逆になる。だから問題は、使うか使わないかではなく、順番だ。
土台（自分の頭で考えて、失敗して、直す）→ 拡張（AIに任せて、できることを広げる）→ 自走（使いこなしながら、最後は自分で決める）。
この順番を守れば、AIは子どもの力を何倍にもする。飛ばせば、伸びるはずだった土台の上に、借り物の成果物だけが積まれていく。
そして、これは子どもだけの話ではない。仕事でAIを使っている大人も、まったく同じ構造の中にいる。自分がいま、拡張されているのか、空洞化しているのか。判断の材料は、AIの答えにツッコミを入れられるかどうか、それだけだ。
今日、ひとつだけ試してほしい。子どもが何かをAIに聞こうとしたとき、「聞く前に、予想を1行だけ書いてみ」と言ってみる。
たったこれだけで、その1回のAIの使い方が、まるごと変わるはずだ。
参考にした資料
- AIを使った文章作成と脳活動の研究: Nataliya Kosmyna ほか（MIT Media Lab）"Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task"（arXiv:2506.08872、2025年6月）。査読前のプレプリントであり、参加者は18〜39歳の成人54名。子どもを対象とした研究ではありません。 本記事における「子どもの場合はどうか」の部分は、この研究からの推論であって、研究が示した事実ではありません。反論のコメンタリーも公開されています。
- 非認知能力と、それが育つ時期: 耳塚寛明・浜野隆・冨士原紀絵 編『学力格差への処方箋 ［分析］全国学力・学習状況調査』勁草書房、2021年
- 記号接地問題とアブダクション推論: 今井むつみ・秋田喜美『言語の本質——ことばはどう生まれ、進化したか』中公新書、2023年
- 「ゴリラ植えた」のエピソード、および「遊びを通したアクティブ・ラーニング」「非認知能力の3要素」の整理は、発達心理学者による講演（2026年7月）で紹介されていた内容にもとづきます。
補足：本文で触れなかった数字について
AI時代の職業の話でよく引かれる「20年後に約47%の仕事がなくなる」という数字は、2013年に発表された研究にもとづくものです。ただしこれは米国の702職種を対象にした推計であり、著者自身も「なくなる」ではなく「技術的に自動化が可能になりうる」と書いています。さらに2016年には、同じ問いをタスク単位で分析し直して「高リスクは9%」とする再推計も出ています。この数字を単独で引くのはフェアではないと考え、本文では使いませんでした。
