Beyond Writing Assistance: Generative AI, Multilingual Meaning-Making, and Authorial Agency in EMI Critical Writing Classrooms

あなたは、巨大で複雑なレゴのお城を作ろうとしていると想像してみてください。しかし、手渡された説明書は、あなたが辛うじて理解できる程度の言語で書かれており、パーツはバラバラに混ざっています。それが、多くのインドネシア人学生にとって、英語で本格的な学術論文を書くことがどのように感じられるかという実態です。彼らの頭の中には（インドネシア語や現地の言葉による）大きく複雑なアイデアがありますが、それらのアイデアを英語という「レンガ」を使って、強固な構造物へと組み立てる必要があるのです。

長い間、人々は人工知能（私たちがよく知るチャットボットのようなもの）を、ただの超高速なロボットのレンガ積み職人だと考えてきました。あなたが「お城を作って」と頼めば、完成した塔を吐き出すというものです。しかし、研究者のパスカ・カリサ（Pasca Kalisa）とムハンマド・ザキ・パフル・ハディ（Muhammad Zaki Pahrul Hadi）による新しい研究は、実際にはそのようなことは起きていないと示唆しています。これらの学生たちは、AIを単なる「ロボットの建設作業員」としてではなく、そもそも「どうやってお城を建てるのか」を理解するための**「超スマートで多言語対応の副操縦士（コ・パイロット）」**として活用しているのです。

以下は、26名の大学生の体験に基づいた、彼らが発見した物語です。

ロボットとの「4ステップのダンス」

研究者たちは、学生たちが2種類の論文、すなわち「説得的（hortatory）」（人々にある行動を促そうとするもの）と「分析的（analytical）」（物事がどのように機能するかを分解するもの）を書く様子を観察しました。彼らは完成した論文だけでなく、チャットの内容、下書き、そして学生自身のメモといった「混沌とした中間プロセス」にも注目しました。その結果、学生たちは単にコピー＆ペーストをしているのではなく、4つのステップのダンスを行っていることが分かりました。

1. 「ちょっと待って、それってどういう意味？」フェーズ（概念の明確化）
一文も書く前に、学生たちは自分の思考を整理するためにAIを使用しました。もしトピックが「燃料危機」や「肥料価格」に関するものであれば、学生たちはAIに「これを5歳児にもわかるように説明して」と尋ねました。

• 比喩： AIを、単なる言葉の翻訳機ではなく、「アイデアの翻訳機」と考えてみてください。ある学生は、燃料危機がどのように肥料価格と結びつくのかを理解するのにAIが役立ったと述べました。学生たちは論文を書かせるためにAIを使っていたのではなく、自分自身の議論を組み立てるために、トピックを理解するためにAIを使っていたのです。それは、組み立てを始める前に、暗い部屋の中で正しいレゴのパーツを見つけるために懐中電灯を使うようなものでした。

2. 「言語スイッチ・ルー」フェーズ（多言語による意味形成）
ここが非常に興味深いところです。学生たちは英語だけで考えていたわけではありません。彼らはインドネシア語と英語を混ぜて考えていました。彼らは、自分たちの乱雑ながらも素晴らしい思考をインドネシア語で書き、それからAIに「よし、この洗練されたアイデアをアカデミックな英語で表現するにはどう言えばいい？」と尋ねました。

• 比喩： あなたが深い思考を保持している「秘密のコード（インドネシア語）」を持っていると想像してください。AIは、意味を失うことなく、そのコードから英語の側へと歩いていくための「魔法の架け橋」として機能します。学生たちは単に言葉を翻訳していたのではなく、学校で求められるフォーマルな装いをさせつつも、元のアイデアを安全に保つためにAIを使用していたのです。この研究は、この「トランスランゲージング（言語の混用）」が、学習の足かせではなく、実は「スーパーパワー」であることを示唆しています。

3. 「もっと強くしよう」フェーズ（論証の構築）
アイデアと英語の言葉が揃ったら、彼らはAIを使ってお城の壁を築きました。彼らはAIに「私の論理は妥当ですか？」とか「どのような証拠が必要ですか？」と尋ねました。

• 比喩： AIは建設現場のフォアマン（現場監督）のようなものでした。もし学生が「この状況は農家を貧しくさせる」と言えば、AIは「おそらく、『長期的には、これは農業の不安定化を招く』と言う方が科学的に聞こえます」と提案するかもしれません。学生たちは単にそれをコピーしたわけではありません。彼らはその提案を受け取り、「そうだ、その方が良い」「いや、それは丁寧すぎる、自分のバージョンのままでいこう」と検討しました。彼らは、AIからより良い道具を手に入れながら、能動的に議論を組み立てていたのです。

4. 「私がボスだ」フェーズ（批判的評価と主体性）
これが最も重要な部分です。学生たちはロボットを盲信しませんでした。彼らはすべてをチェックしました。彼らは、AIが嘘をついたり、事実を捏造したり、一般的な回答しか出せなかったりすることを知っていました。

• 比喩： 学生たちは、AIを「知識は豊富だが、少し信頼性に欠けるインターン」のように扱いました。彼らはインターンにアイデアを求めますが、その後、インターンの仕事をダブルチェックします。ある学生は、「AIは一般的な回答を与え、データを捏造した」と述べ、そのため自分で実際のデータを探しに行きました。彼らは「著者としての主体性（Authorial Agency）」、つまり「私がまだ著者である」という意識を維持していました。彼らが、何を残し、何を修正し、何をゴミ箱に捨てるかを決定したのです。

この研究が「言っていないこと」

この研究が何を意味しないのかを知っておくことは重要です。研究者たちは非常に明確に述べています。これは、AIが学生のために論文を書いているという話ではありません。

• それは「丸投げ」のマシンではない： 研究は、学生が単に簡単な答えを得たり、ロボットに思考を任せたりするためにAIを使っているという考えに対して、明確に反論しています。学生たちは、思考、推論、決定という重労働を行っていました。
• 単なる文法の問題ではない： AIは文法の修正にも役立ちましたが、研究によれば、それは副次的な効果に過ぎません。主要な出来事は、学生が複雑なトピックを理解し、論理的な議論を構築するのを助けたことでした。
• すべての人に対する魔法の杖ではない： この研究は、インドネシアのある特定の大学の26名の学生を対象に行われました。研究者は、これがネイティブスピーカーや世界中のあらゆる学校で全く同じように機能すると断言することはできないと認めています。彼らは、問題を永遠に解決したと主張しているのではなく、目撃したことに基づく一つの「可能性」を提案しているのです。

ビッグピクチャー：「人間とAIの共生（コ・パイロット）マップ」

これらの発見に基づき、研究者たちは**「人間ーAI認識媒介フレームワーク（Human–AI Epistemic Mediation Framework）」**と呼ばれる新しいマップを提案しました。

「エピステミック（認識的）」とは、「私たちがどのようにして物事を知るのか」を意味する難しい言葉です。このフレームワークは、学生がAIを使用するとき、単に文字を入力してテキストを得ているのではないことを示唆しています。彼らは以下のプロセスを経ています：

1. AIを使って概念を理解する。
2. AIを使って、その概念を言語間で翻訳する。
3. AIを使って、議論を構築する。
4. 自分の脳を使って、最終的な結果を批判的に判断し、自分のものにする。

この研究は、このセットアップにおいて、AIは「書き手」ではなく、思考プロセスにおける「パートナー」であることを示唆しています。学生は船のキャプテンであり、AIはレーダーであり、地図です。船が進むのは、地図が運転しているからではなく、キャプテンが舵を取っているからです。

結論

研究者たちは、26名の学生が、カンニングするためではなく、より深く考えるためにAIを使用したことを見出しました。彼らは、混乱したアイデアを明確にし、適切な言葉を見つけるために母国語と英語を混ぜ合わせ、自身の「著者の声」を保ちながら、より強力な議論を構築するためにAIを活用しました。

この研究は、もし学校がAIを「コピー＆ペースト」の道具としてではなく、「思考のパートナー」として扱い始めたら、学生は単にタイピングを速くする方法を学ぶのではなく、批判的に考え、自らの主張を展開する方法について、実際に「より多く」を学ぶことができるかもしれないと示唆しています。しかし、これは一組の学生グループ、一つの場所に基づいた提案であることを忘れないでください。これは、物事の捉え方に関する有望な新しい視点ですが、まだ世界中のすべての学校に対して証明された確定した事実ではありません。これは、執筆の未来が、人間とロボットの間のチームスポーツになるかもしれないという、非常に興味深い手がかりなのです。