調査で判明、ChatGPT時代の成績インフレは宿題重視の授業に集中

大規模な成績データが示す、監督なし課題におけるAI主導のインフレ

UCバークレーの新たな研究は、高等教育で広がる懸念に実証的な重みを加えている。生成AIは学習を改善しないまま、成績だけを良く見せている可能性があるという懸念だ。テキサス州にある大規模で選抜性の高い公立研究大学の50万件超の成績をもとにしたこの研究は、2022年11月にChatGPTが公開された後、AIが得意とする課題、特に文章作成とコーディングを中心とした授業で成績が大きく上昇したことを示した。

その増加は、すべての授業タイプに均等に広がったわけではない。The Decoder の説明によれば、影響は期末成績における宿題の比重が大きい授業に集中していた。この違いは重要だ。もしAIツールが本当に学生の学習を深めているのなら、監督下の試験を含め、あらゆる評価方法で成果が見えるはずだからだ。実際には、最も大きな伸びが見られたのは監督のない課題であり、これはAIが学生の努力を代替しているという見方と整合的だ。

変化の大きさ

この研究は、2018年から2025年までの8つの秋学期を追跡し、84学科にまたがる319科目を対象にした。各科目が生成AIにどれだけさらされていたかを推定するため、研究者はChatGPTが存在する前に作成された2022年秋のシラバスを用い、文章作成とコーディングに重点を置く課題の割合を測定した。広く利用可能なAIツールが登場した際に、最も影響を受けやすい課題だったからだ。

ChatGPT後の変化は大きかった。文章作成とコーディング課題の比率が高い科目では、A評価の割合が13ポイント上昇し、2022年基準を約30％上回った。平均GPAも0.12ポイント上昇した。同時に、成績分布は狭まり、以前ならA-やB+だった学生が、次第にストレートAで終えるようになった。

これは、紙の上では平均的な成果が上がるだけでなく、学生同士の差が小さくなっていることを示唆するため、注目すべき傾向だ。実際には、成績は「誰が最も確実に内容を理解したか」ではなく、「誰が作業をおおむねこなしたか」を示す指標として、次第に情報量を失っている可能性がある。

変化を動かしているのは試験ではなく宿題のようだ

この研究の最も重要な貢献は、学習の向上と外部委託された作業とを切り分けようとした点かもしれない。研究者は、宿題が最終成績にどれだけ寄与しているかを調べた。もしAIが学生の理解を深めているのであれば、宿題中心の授業でも、対面試験中心の授業でも改善が見られるはずだ。逆に、学生がAIを使って課題を直接済ませているなら、監督なしの作業の比重が高いところで最も強い効果が出るはずだ。

データが支持したのは後者だった。宿題が最終成績の中央値より大きな割合を占める科目では、A評価の増加は、宿題の比率が低い同程度のAI露出の科目よりさらに16ポイント高かった。宿題の比重が小さい科目では、効果は小さく、統計的にも有意ではなかった。

このパターンを、学生の学習が広く向上した結果だけで説明するのは難しい。むしろ、多くの授業設計にある構造的な脆弱性を示している。宿題の文章作成やコーディングに成績が大きく依存している場合、AIシステムはすでに、成績分布を変えるのに十分な仕事をこなせてしまう。

プラセボテストが見方を強める

研究には有益な比較も含まれていた。現在のAIツールが直接的にはあまり役立たない口頭発表課題では、同じ成績インフレ効果は見られなかった。このプラセボテストだけで因果関係を証明することはできないが、課題形式が重要であり、観測された変化が、生成AIが実行または大きく支援できる作業の種類と密接に結びついているという解釈を補強している。

要するに、これは2022年以降、大学全体が一律に「採点を甘くする」方向へ傾いたという話ではない。増加は、ChatGPTのようなシステムが最も能力を発揮できる領域に一致していた。

なぜ一つの大学を超えて重要なのか

大学は何十年も成績インフレに対処してきた。今回が違うのは、生成AIが評価の基本的な機能を損なう形で、その進行を加速させる可能性があることだ。成績は、本来、パフォーマンス、知識、相対的な習熟度について何かを伝えるはずだ。AIが多くの学生に、十分な理解なしに洗練された宿題を作らせてしまうなら、そのシグナルは弱まる。

影響は成績証明書にとどまらない。雇用主、大学院、奨学金委員会、さらには後続科目の教員までもが、学生に何ができるかを大まかに示す指標として成績を利用している。Aがますます、実証された能力ではなくAI支援出力の品質を反映するようになれば、そのシグナルの信頼性は損なわれる。

この研究は教育上の課題も突きつける。文章作成とコーディングは現代大学で周辺的な課題ではなく、多くの学問分野が分析、問題解決、コミュニケーションを教える中核だ。つまり、教育の本質そのものを変えずに、影響を受ける形式を単に排除することはできない。むしろ、課題を再設計し、対面または監督下の評価を増やし、口頭試問、下書き、プロセス文書化など、学習を可視化する手段をより重視する必要があるかもしれない。

この研究が主張していないこと

元資料の要約によれば、この研究は、すべての学生がAIを悪用しているとか、AI支援は自動的に教育を損なうとかは主張していない。また、学習が改善していないとも言っていない。学生の中には、理解を支える形で、AIを家庭教師、編集者、デバッグ補助として使っている人もいるだろう。

しかし、全体として示された証拠は別の方向を指している。最も大きな成績変化は、監督のない学生の作業をAIが容易に代替できる場面で生じており、統制された条件下で学生が独力で知識を示さなければならない場面ではない。

高等教育の次の段階への警告

生成AIは今や学術環境に組み込まれている。問題は、学生がそれにアクセスできるかどうかではなく、大学がどう対応するかだ。この研究は、授業設計が変わらなければ、成績は上昇し続ける一方で、意味は薄れていく可能性があることを示唆している。

これは単なる規律の問題ではない。評価設計の問題でもある。成績の価値を保ちたい大学は、支援と代替を切り分け、学生が中核的な知的作業を外部委託せずに能力を示せる方法を、より迅速に整える必要があるかもしれない。

この研究のより広い意義は、多くの教員が2022年末以降に疑っていた変化を数値化した点にある。ChatGPT時代は、学生の働き方を変えているだけではないのかもしれない。学業成績がそもそも何を測っているのか自体を変えている可能性がある。

この記事は The Decoder の報道に基づいています。元記事を読む。