📊 statistics

Plagiarism or Productivity? Students Moral Disengagement and Behavioral Intentions to Use ChatGPT in Academic Writing

フィリピン人の大学生を対象とした本研究は、道徳的離脱のメカニズム（特に責任の転嫁）がチャットボットの使用態度や制御感に影響し、それが最終的に学術的ライティングにおける使用意図を決定づけることを示唆しており、大学に対して明確な学術誠実性ポリシーや倫理的ガイダンスの必要性を提言しています。

原著者： John Paul P. Miranda, Rhiziel P. Manalese, Mark Anthony A. Castro, Renen Paul M. Viado, Vernon Grace M. Maniago, Rudante M. Galapon, Jovita G. Rivera, Amado B. Martinez Jr

公開日 2026-03-23

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： John Paul P. Miranda, Rhiziel P. Manalese, Mark Anthony A. Castro, Renen Paul M. Viado, Vernon Grace M. Maniago, Rudante M. Galapon, Jovita G. Rivera, Amado B. Martinez Jr

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

🎭 物語の舞台：「ChatGPT」という魔法の杖

想像してください。学生たちは、「ChatGPT」という魔法の杖を持っています。これを使えば、レポートが楽に書けたり、アイデアが湧いたりします。
しかし、学校からは**「魔法を使ってはダメ！自分で考えなさい！」**というルールがあります。

でも、多くの学生は「でも、使っちゃったよ…」と正直に認めつつも、**「それは悪くないんだ！」と自分を納得させています。この研究は、「なぜ学生は自分を納得させられるのか？」**という、その心のトリックを暴いたのです。

🔍 心のトリック：5 つの「言い訳」の魔法

研究者は、学生たちが罪悪感を消すために使う**5 つの「心の魔法（道徳的離脱）」**に注目しました。

「学びのためだから OK だ」（道徳的正当化）
- 「これは不正解じゃなくて、勉強の助けだから！」と自分を納得させる魔法。
「ただの『サポート』って呼ぶだけ」（婉曲的なラベル付け）
- 「コピペ」ではなく「アイデアの整理」と言い換えて、重みを軽くする魔法。
「先生がルールを言わないから仕方ない」（責任の転嫁）
- 「私が悪いんじゃなくて、学校が『使っていいか』とハッキリ言わないからだ！」と責任を他人に押し付ける魔法。
「大したことないよ」（結果の軽視）
- 「AI を使ったって、世界が滅びるわけじゃないし、バレなきゃ大丈夫」と、被害を小さく見せる魔法。
「システムが悪い」（責任の転嫁・他者への非難）
- 「ルールが曖昧で、先生も指導不足だから、私が使うのは仕方がない」と、環境のせいにする魔法。

🧠 研究の発見：何が学生を動かすのか？

418 人の学生にアンケートをとった結果、面白いことがわかりました。

1. 「言い訳」が「気持ち」を変える

学生たちが上記の「5 つの魔法」を使うと、「ChatGPTを使うのは悪くない」という前向きな気持ち（態度）が生まれました。
特に効果があったのは、**「システムが悪い（先生がルールを言わない）」と「大したことない（結果は軽微）」**という 2 つの言い訳でした。

🌟 アナロジー：
雨の日に傘をさすとき、「天気が悪いから（システムのせい）」と「傘をさしても濡れるのは仕方ない（結果の軽視）」と考えると、**「傘をさすのは当然だ！」**と強く思うのと同じです。

2. 「気持ち」が「行動」を決める

最終的に、学生が「次も ChatGPT を使おうかな？」と決める一番の理由は、**「使いたいという気持ち（態度）」**でした。

一番強い力：「使いたい！」という気持ち。
二番目：「自分でコントロールできる」という自信。
三番目：「友達が使ってるから」という空気感。

🌟 アナロジー：
料理をするとき、**「美味しい！」（態度）**と思えば、どんなに忙しくても（自信）、友達も作ってるから（空気感）、結局は作っちゃいますよね？一番の動機は「美味しいと思えるかどうか」なんです。

💡 この研究が伝えたいこと（結論）

この研究は、**「学生は単にズルをしているわけではなく、学校や先生の『ルールが曖昧』という状況を利用して、自分を納得させている」**と指摘しています。

学生の本音：「ルールがハッキリしないから、使っても怒られないだろう」「先生が教えてくれないから、私が責任を取る必要はない」。
必要な対策：
- 学校は「禁止」だけでなく、**「AI をどう使うのが『良い使い方』で、どこが『ダメ』なのか」**を具体的に教える必要があります。
- 「ルールが曖昧」という言い訳を消すために、先生方が明確なガイドラインを示すことが大切です。

🚀 まとめ

この論文は、**「学生が ChatGPT を使うのは、単なる『ズル』ではなく、心の防衛機制（言い訳）と、学校の環境が組み合わさった結果」**だと教えてくれます。

学生が「魔法の杖」を正しく使えるようになるためには、**「魔法を使うルールをハッキリさせること」と「なぜそれが重要なのかを教えること」**が、一番の解決策なのです。

以下は、Miranda ら（2025）による論文「Plagiarism or Productivity? Students Moral Disengagement and Behavioral Intentions to Use ChatGPT in Academic Writing」の技術的な要約です。

1. 研究の背景と課題 (Problem)

フィリピンを含む世界中の高等教育機関において、生成 AI（特に ChatGPT）の学術的利用が急速に拡大しています。学生は課題のアイデア出し、構成の整理、執筆の支援に AI を活用していますが、これにより「著作権」「オリジナリティ」「学術的誠実性」の定義が揺らぎ、従来の学術規範との間に葛藤が生じています。

既存の研究では、技術受容モデル（TPB: 計画行動理論）や学術的誠実性の議論は存在しますが、「道徳的脱関与（Moral Disengagement）」のメカニズムが、どのように TPB の構成要素（態度、主観的規範、行動制御）に影響し、最終的に ChatGPT 使用の意図を形成するかという心理的プロセスを統合的に解明した研究は不足していました。特に、フィリピンという文脈において、学生がどのように AI 使用を正当化し、学術規範との矛盾を解消しているのかを明らかにする必要性がありました。

2. 研究方法 (Methodology)

本研究は、道徳的脱関与理論と**計画行動理論（TPB）**を統合したモデルを検証する量的研究です。

対象者: フィリピンの大学に在籍し、学術的課題（論文、実現可能性調査、ケーススタディ、卒業研究など）で ChatGPT を使用した経験がある大学生 418 名。
- 平均年齢：21.65 歳
- 構成：男子 58.5%、女子 41.5%。公立大学在籍者が 85.7% を占める。
調査手法: 横断的調査（クロスセクショナルデザイン）。オンラインアンケートを用いて自己報告データを収集。
測定尺度: リッカート 5 段階尺度（1=強く反対、5=強く賛成）。
- 独立変数（道徳的脱関与の 5 つのメカニズム）:
  1. 道徳的正当化（Moral Justification）
  2. 婉曲的ラベリング（Euphemistic Labeling）
  3. 責任の転嫁（Displacement of Responsibility）
  4. 結果の最小化（Minimizing Consequences）
  5. 責任の帰属（Attribution of Blame）
- 媒介変数（TPB 構成要素）:
  1. 態度（Attitudes）
  2. 主観的規範（Subjective Norms）
  3. 知覚された行動制御（Perceived Behavioral Control）
- 従属変数: 行動意図（Behavioral Intention）
分析手法: 多重回帰分析（Ordinary Least Squares）および構造的方程式モデリングの概念に基づく分析。Python (Jupyter Notebook) を使用して標準化係数を算出。

3. 主要な貢献 (Key Contributions)

理論的統合: 道徳的脱関与理論を TPB モデルに統合し、学生が AI 使用を「不正」と認識しつつも、どのように認知的な合理化メカニズムを通じて使用意図を形成するかを解明した。
文脈の特定: フィリピンという特定の教育環境において、学術的誠実性に関するガイドラインの不明確さが学生行動に与える影響を実証した。
メカニズムの解明: 単なる「技術の受容」ではなく、「道徳的ジレンマの解消プロセス」が行動意図に与える影響を定量的に示した点。

4. 結果 (Results)

モデル全体は行動意図の分散の 60.6% を説明し、統計的に有意な結果を示しました。

道徳的脱関与と TPB 構成要素の関係:
- 態度への影響: 「結果の最小化（ $\beta=0.313$ ）」と「責任の帰属（ $\beta=0.319$ ）」が最も強く影響し、学生が「害は小さい」「ルールが不明確だから」と考えるほど、AI 使用に対する肯定的な態度が形成された。「道徳的正当化」は有意ではなかった。
- 主観的規範への影響: 「責任の帰属（ $\beta=0.387$ ）」が最も強く影響。学生は「学校や教員が明確な指針を出していないため、周囲も使っている」という認識を持つほど、社会的な受容性を高めた。
- 知覚された行動制御への影響: 「責任の帰属（ $\beta=0.421$ ）」が最も強い予測因子。制度の欠如を他責にすることで、学生は「倫理的に管理できる」という自信（制御感）を高めた。
行動意図への予測:
- 態度（ $\beta=0.499$ ）: 行動意図に対する最も強い予測因子であった。
- 知覚された行動制御（ $\beta=0.253$ ）: 次いで強い影響。
- 主観的規範（ $\beta=0.098$ ）: 有意ではあるが、他の要素に比べ影響は小さい。
結論: 学生は、制度的な欠陥や不明確なルールを「責任の帰属」や「結果の最小化」といったメカニズムで正当化し、それが肯定的な態度や制御感を生み、結果として AI 使用の意図を強めている。

5. 意義と示唆 (Significance)

政策的示唆: 単に禁止令を出すだけでは不十分であり、AI 利用に関する明確で具体的な学術的誠実性ポリシーの策定と、学生への倫理的ガイダンスが急務である。学生は「学習目的」や「内容の修正」であれば許容されると考えており、この認識のズレを埋める必要がある。
教育的示唆: 教員は、AI 利用の倫理的側面についてクラスで議論し、具体的な事例を通じて学生の道徳的責任感を育成する必要がある。
理論的示唆: 従来の TPB モデルは、論理的な意思決定を前提としているが、実際にはストレス、同調圧力、利便性、そして**道徳的合理化（脱関与）**が意思決定に大きく関与していることを示した。今後の研究では、感情要因や文化的要因を統合したより包括的なモデルの構築が求められる。

総じて、本研究は学生が AI を「不正」と認識しつつも、道徳的脱関与メカニズムを通じてそれを「生産性向上のツール」として再定義し、利用を正当化している実態を浮き彫りにし、高等教育機関における AI 倫理教育の方向性を示唆する重要な知見を提供しています。