A Systematic Review and Taxonomy of GenAI Usage in Programming Education: A Self-Regulation Perspective
2025年10月までの58件の研究を対象としたこの系統的レビューは、プログラミング教育における学習者の自己調整に対する生成AIの影響は、技術そのものではなく、自律性を育む構造化された教育的媒介戦略か、あるいは認知的な依存を助長する無誘導なコンテキストかに依存することを示すための、4次元の分類学を提案している。
原論文は CC BY 4.0 (https://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
あなたは自転車に乗る練習をしているところだと想像してみてください。かつては、自分でよろめき、転び、バランスの取り方を考え出さなければなりませんでした。今度は、魔法の、目に見えない補助輪を想像してください。それはあなたに、どのようにペダルを漕ぐべきか、どのようにハンドルを切って水たまりを避けるべきかを教え、さらにはあなたが転んだ時に自転車を修理してくれることもできる、話せる補助輪です。これが、プログラミング学習の世界における**生成AI（GenAI）**がもたらす感覚です。それは、あなたの代わりにコンピュータへの指示（コード）を書き、複雑な概念を説明し、問題を即座に解決するのを助けてくれる、非常にスマートなコンピュータプログラムなのです。
しかし、ここにトリッキーな部分があります。**自己調整学習（Self-Regulated Learning）**です。これは「学び方を学ぶ」という、もっともらしい名前の概念です。それは、自分自身の目標を設定し、困難な時でも集中力を維持し、自分の成果物をチェックして本当に理解しているかどうかを確認する能力のことです。大きな問いは、「この魔法のツールは宿題を終わらせるために役立つか？」ということではありません。「このツールを使うことで、私はより優れた、より自立した学習者になれるのか、それとも機械への依存心を生んでしまうのか？」ということです。もしツールがあなたの代わりにすべての思考を行ってしまうなら、あなたは正解に辿り着くことはできても、自分自身で自転車に乗る術を学ぶことはできないでしょう。これこそが、プログラミング教育の分野で科学者たちが解こうとしているパズルなのです。
コード・ヘルパーの大調査
ある研究チームは、一歩引いて全体像を見渡すことにしました。彼らは単に一つの実験を行ったのではありません。彼らは探偵のように振る舞い、2025年10月までに発表された58件もの異なる研究を徹底的に調査しました。彼らは何千もの研究論文を精査し、次のようなことを突き止めようとしました。「教師と学生は、実際にこれらのAIツールをコーディング学習にどのように活用しているのか？ そして、それは彼らを独立した思考を持つ人間にするのか、それともただコードをコピーするだけのロボットにしてしまうのか？」
彼らは、その答えが単純な「イエス」か「ノー」ではないことを見出しました。それはレシピのようなものです。魔法のツール（GenAI）は単なる材料に過ぎず、重要なのは「どう料理するか」なのです。
レシピの4つの材料
人々がAIをどのように使用しているのかを整理するために、研究者たちは**タクソノミー（分類体系）**と呼ばれる特別なマップを作成しました。これは、正しい料理を注文するためのレストランのメニューのようなものです。彼らは研究を以下の4つの主要なカテゴリーに分類しました。
- 何を料理しているのか？（対象シラバス）： 新しいコードを一から書くためにAIを使っているのか、壊れたコードを修正（デバッグ）するために使っているのか、あるいは単に仕組みを説明してもらうために使っているのか？ ほとんどの研究はコードの作成に焦点を当てていました。ChatGPTのようなツールが得意とする分野であるため、これは理にかなっています。
- シェフは誰か？（媒介戦略）： これが最も重要な部分です。AIは、あなたが何かを尋ねるのをただ待っている状態（自由利用）なのか、それとも教師がいつ、どのように使うべきかを導いている状態（指導的利用）なのか？
- 「自由利用」の罠： 学生がAIと一緒に放置されると、彼らはしばしばそれを近道として扱います。彼らは答えを求め、それを手に入れ、そのまま先に進みます。研究者たちは、これが「習熟の錯覚」につながることを発見しました。つまり、目に見えない補助輪が自分を支えていたために、自分は自転車に乗れるのだと思い込んでしまうのですが、実際には乗れないのです。
- 「指導的」な魔法： 教師がルールを設ける場合――例えば、「エラーの内容を説明させるためにAIを使うが、修正案自体を書かせてはいけない」といったルール――学生は実際に多くを学びます。それは、自転車を代わりに押してくれるのではなく、どちらに体重をかけるべきかを教えてくれるコーチがいるようなものです。
- どのように感じるか？（認知的影響）： 学生はモチベーションが高まったと感じたか？ 教材をより深く理解できたか？ あるいは、ツールへの依存心が生じたか？ 結果はまちまちでした。学生のストレスが減り自信が高まったという意見がある一方で、批判的な思考能力を失いつつあると感じる学生もいました。
- どのようなツールか？（技術的アプローチ）： 話しかけることができるシンプルなチャットボットなのか、コーディングソフトに組み込まれたスマートなチューターなのか、あるいは特化したロボットなのか？ 研究によれば、シンプルなチャットボットが最も一般的ですが、深い学習のために教師が設計した特化したツールの方が効果的であることが分かりました。
大きな発見：すべてはルール次第である
この論文の最もエキサイティングな発見は、テクノロジー自体がヒーローでも悪役でもないということです。AIツールは中立です。結果を左右するのは、教育的な媒介（pedagogical mediation）、つまり教師と学生がどのようにそれを使うかです。
- 失敗する場合： もしルールなしに学生にAIを使わせると、彼らは「認知的依存者」になりがちです。ツールがあまりにも使いやすいため、自力で問題を解決しようとしなくなります。成績は上がるかもしれませんが、実際には学んでいません。
- 成功する場合： AIが足場かけ（スキャフォールディング）（徐々に外していく補助輪のようなもの）として使われるとき、それは素晴らしい効果を発揮します。「答えではなくヒントをAIに求める」あるいは「コードを書く前に論理をチェックするためにAIを使う」といった戦略を用いる教師のもとでは、学生のモチベーションやエンゲージメントが高まり、自力で問題を解決する能力が向上します。
不足しているもの
研究者たちは、現在の知識における空白についても指摘しています。彼らが調査したほとんどの研究は短期的（数週間、あるいは一度の授業セッションのみ）であり、少人数のグループを対象としたものでした。AIを使用することが、長期的に見て（一学期間を通して）学生を優れたコーダーにするのか、それとも単にコピーのスピードを上げるだけなのかは、まだ完全には分かっていません。また、ほとんどの研究はすでにコーディングがある程度できる学生に焦つ的中しており、初心者や異なる学習ニーズを持つ学生に対してどのような影響を与えるかについては、まだ十分な知見が得られていません。
結論
この論文は、生成AIが教室における強力な新しいツールであることを示していますが、それは自動的にすべてを解決する魔法の杖ではありません。もし、ただ学生に魔法の杖を渡して「宿題をやりなさい」と言ったとしても、彼らは答えを手に入れることはできますが、魔法を学ぶことはできません。しかし、もし教師がその杖を構造化されたレッスンの一部として使い、「どのように正しい質問をするか」「いつ杖を置くべきか」を教えるならば、それは学生が自立し、自信を持ち、創造的な問題解決者になるための助けとなるのです。
コーディング教育の未来は、AIを禁止することでも、AIを野放しにすることでもありません。AIが学生の脳を置き換えるのではなく、サポートするという完璧なバランスを見つけ出すことにあるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。