Experiential Versus Instructional Approaches for Eliciting Metacognitive Awareness in AI-Assisted Learning: A Short-Term Longitudinal Study

自転車の乗り方を学んでいるところを想像してみてください。教室に座って、先生がホワイトボードにギアやペダル、バランスの仕組みを完璧な図解で描き、その物理学的な仕組みを正確に説明しているかもしれません。それが**インストラクショナル・ラーニング（教示的学習）です。誰かからステップ・バイ・ステップで知識を受け取る、手を汚さない学習方法です。あるいは、グラグラする自転車に飛び乗り、よろめき、転び、再び立ち上がり、風や路面の感触を通じてバランスの取り方を理解するかもしれません。それがエクスペリエンシャル・ラーニング（経験的学習）**です。実際にやってみて、失敗し、何が起きたのかを振り返ることで学ぶ方法です。

では、自転車の代わりに、あなたの学習を助けてくれる「生成AI（GenAI）」という名の超スマートなロボット友達の使い方を学んでいると想像してください。このロボットは、エッセイを書いたり、数学の問題を解いたり、複雑な概念を数秒で説明したりできます。しかし、ここに落とし穴があります。もしあなたがロボットにすべての仕事をさせてしまうと、自分で考えることをやめてしまうかもしれません。ここでメタ認知が登場します。メタ認知を、あなたの脳の「ダッシュボード」や「インナー・コーチ（内なるコーチ）」だと考えてみてください。それは、「自分がどのように考えているか」について考える能力のことです。優れたインナー・コーチは、どの戦略が有効で（例えば、自分の考えに異議を唱えるようロボットに求めるなど）、どの戦略が罠であるか（例えば、宿題のすべてをロボットに書かせてしまうなど）を知っています。教育者が今直面している大きな問いは、学生にこの強力なAIツールを使わせる際、講義を与えるべきか、それとも体験を通じて学ばせるべきか、ということです。

実験：講義室 vs. 遊び場

バルセロナのポンペウ・ファブラ大学の研究者たちは、この論争に決着をつけるため、現実世界での実験を行いました。彼らは126人の大学1年生のエンジニアリング専攻の学生を集め、2つのチームに分けました。両方のチームは、GenAIを効果的に使う方法について2時間学びましたが、その学び方は大きく異なっていました。

最初のチーム、**インストラクショナル・グループ（教示的グループ）**は、伝統的な講義を受けました。彼らは、AIを使う上での「正しい」方法と「間違った」方法について、専門家の説明を聞きました。AIを使いすぎると脳が怠けてしまう（「認知的オフローディング」と呼ばれる、思考を機械にアウトソーシングしてしまう概念）という話も聞きました。彼らは理論を学びましたが、セッション中に実際にAIを使って何かを行ったわけではありません。

2番目のチーム、**エクスペリエンシャル・グループ（経験的グループ）**は、実際に手を動かしました。彼らはただ聞くだけでなく、遊びました。彼らには4つの具体的な課題が与えられました。一つは、記事の要約をAIにチェックさせる前に、まず自分で要約を書くというもので、これにより先に自分で考えることを強制されました。別の課題では、自分の主張を述べ、AIに「ソクラテス的チューター」として振る舞い、自分の議論に対して質問を投げかけて反論させるというものでした。また、彼らは「間違った」方法、つまりすぐに答えを求めてそのままコピーするという方法も試し、思考のプロセスをスキップすることがどのような感覚をもたらすかを確認しました。各タスクの後、彼らは何が起きたのかを振り返るために立ち止まりました。

研究者たちは、これら2つのアプローチが、セッション直後および5週間後に、学生たちの「インナー・コーチ」（メタ認知的な意識）をどのように変化させたかを調べました。彼らは主に2つの要素を測定しました。

1. 知識： 学生たちは、どのような戦略が有効であるかを理解したか？
2. 調整（レギュレーション）： 学生たちは、それらの戦略を実際に使って自分自身の学習をコントロールできたか？

結果：スプリント（短距離走）とマラソン

結果は、短距離走がマラソンへと変わっていく様子を見ているようでした。

セッション直後（スプリント）：
**エクスペリエンシャル・グループ（プレイヤーたち）**は、圧倒的なリードを奪いました。実践的なセッションの直後、彼らは効果的なAI戦略についてより多くを理解しており、ツールに対するエンゲージメント（関与度）も講義グループよりはるかに高い状態でした。彼らの「インナー・コーチ」は完全に目覚めていました。彼らは、AIをパートナーとして使うことと、杖（つえ）として使うことの違いを理解していました。

一方、**インストラクショナル・グループ（リスナーたち）**は、直後には複雑な状況を示しました。彼らは講義を受けてAIに対してややポジティブな印象を持ち、ツールへのエンゲージメントも高まったと報告しましたが、AI戦略をどう使うかという「メタ認知的知識」については、有意な向上は見られませんでした。講義は、効果的な学習に必要な具体的な戦略に関する彼らのインナー・コーチを、即座に呼び起こすことはできなかったのです。

5週間後（マラトン）：
ここからが面白い展開です。5週間後、エンゲージメントの差は縮まりました。講義を聴いただけの学生たちも、日々のAI利用を通じて、講義のアドバイスが実際に正しいものであることを理解し、エンゲージメントの面でプレイヤーたちに追いつきました。講義グループは、プレイヤーたちが瞬時に学んだことを、時間をかけて学んだのです。

しかし、意外な展開がありました。エンゲージメントの差は縮まった一方で、エクスペリエンシャル・グループは、新しい特別なスーパーパワーを見せ始めました。それが**「調整（レギュレーション）」**です。

この5週間の間に、実践的な演習を行った学生たちは、単に戦略を知っているだけでなく、それらを使いこなす能力がどんどん向上していきました。自分自身の思考をモニターし、調整する能力が成長し続けていたのです。彼らは、AIをどのように制御して使うのが上手くなっていました。対照的に、講義グループは停滞しました。彼らは戦略を知ってはいましたが、それを時間の経過とともに応用していく力は向上していないようでした。

これが将来にとって意味すること

この論文は、もし学生にAIの使い方の理解を素早く促したいのであれば、実際に遊ばせるべきだと示唆しています。ハンズオン（実践的）な活動は、講義では到底及ばない、即座の理解の火花と興奮を生み出します。

しかし、論文は同時に、すぐに奇跡を期待しすぎないよう警告もしています。学生が戦略を知っているからといって、すぐにそれを完璧に使えるわけではありません。「プレイ」グループの事例は、学習をコントロールする能力（レギュレーション）には時間がかかることを示しています。それは自転車の練習に似ています。転んだ直後にバランスの理論を理解することはできても、実際にペダルを漕ぎながら直立し続けるには、数週間の練習が必要です。

研究者たちは、AIを導入する際には、長い講義よりも、こうした「やってみて、確かめる」という実践的な活動を優先すべきだと提案しています。しかし、同時に忍耐強さも求めています。楽しい演習の直後に、学生がAIを完璧に使いこなせなかったとしても、それはレッスンが失敗したことを意味しません。それは単に、彼らの「インナー・コーチ」がまだ目覚め、操縦の仕方を学んでいる最中であるだけかもしれないのです。自分で苦労して取り組むことのメリットは、成績にすぐには現れないかもしれませんが、それは長期的に見て、より自己調整能力の高い学習者を形作るのです。

要するに、自転車の乗り方を教えることはできても、実際にバランスを取らせることなしに、バランスの取り方を教えることはできないのです。そして時として、その「よろめき」こそが、数週間後に彼らがしっかりと直立して進めるようになるための鍵となるのです。