日本の大学における生成AIの活用が学習支援と学術的誠実性に及ぼす影響

大規模言語モデルに代表される生成AI（人工知能）の急速な普及は、高等教育における知識の生産および教授方法に根本的な再考を迫っている。文部科学省が発出した通知（Technology, 2023）は、大学等における生成AIの適切な取扱いや懸念事項をいち早く整理し、教育現場への導入に向けた初期の方向性を示した。さらに、科学技術・イノベーション白書（Technology, 2024）が指摘するように、AIによる科学技術の変革は学術研究のあり方そのものを変容させつつある。この技術的転換期において、日本の大学は単なる技術の受容にとどまらず、教育効果を最大化しつつ倫理的リスクを最小化する新たな教育モデルの構築を求められている。 しかし、生成AIの教育的活用をめぐっては、学習支援としての利便性と学術的誠実性（アカデミック・インテグリティ）の維持との間に深刻な摩擦が生じている。AIによる対話型の即時フィードバックは個別最適な自律学習を強力に支援する一方で、安易な出力結果の剽窃や思考プロセスの外部委託を招く危険性を孕む（Artyukhov, 2025）。実際に、大学教員を対象とした実態調査（Research, 2025）では、学術的誠実性の低下や学生の誤解に対する懸念が根強く存在することが示されている。このように、テクノロジーがもたらす認知支援の恩恵と、主体的な思考力の減退という倫理的危機のトレードオフをどのように解消すべきかという課題は、未だ十分な解決を見ていない。 こうした対立構図を解き明かすべく、本研究は以下の学術的問いを設定する。第一に、生成AIの利用頻度および利用方法は、学生の学習エンゲージメントおよび批判的思考力とどのような相関関係にあるのか。第二に、AI利用が学術的誠実性に及ぼす負の影響を最小化しつつ、学習効果を最大化するための教育的アプローチとは何か。本研究では、適切な教育的介入と明確なガイドラインが存在する場合に限り、生成AIの活用は批判的思考力を阻害することなく、むしろ学習の質を向上させるという仮説を検証する。 探究を体系化するため、本研究は「日本の大学における生成AIの活用」を研究対象（Object）とし、「学習支援の有効性と学術的誠実性の維持」を研究主題（Subject）として画定する。本研究が志向するのは、日本の大学教育における生成AIの教育的効果と倫理的リスクを多角的に明らかにし、責任ある利用を担保するための具体的な運用指針を提示することである。この目的を達成するため、生成AI利用と学習エンゲージメントの相関分析、学術的誠実性に対するAIの影響度の測定、批判的思考とAI利用の関連性の検証、そして責任あるAI利用に向けた教育的ガイドラインの策定という4つのタスクを遂行する。 本研究が画定する射程は、日本の高等教育機関における学部生および大学院生の学習環境に限定され、事務的な業務効率化や入試運営（Technology, 2024）におけるAIの役割は、学習支援に直接関与する部分を除き除外する。国内外の大学が策定した方針の分析（Research, 2024）が示す通り、制度的枠組みの構築は急務である。学術的な意義として、本研究は認知心理学および教育工学の観点からAIとの協働学習における認知プロセスの変化を理論的に位置づける。実務的には、教育現場（J-STAGE, 2024）や初等中等教育段階での展開（Technology, 2025）とも連動し得る、大学教員が授業設計や評価方法を再構築するための実践的な羅針盤を提供する。 構築された仮説群と分析枠組みを検証するため、本アプローチは定量的調査と定性的分析を組み合わせた混合研究法を採用する。大学における教員および学生へのアンケート調査データをもとに、AI利用行動と学習成果の相関を統計的に検証する一方、国内外の先駆的なポリシーの比較分析を行う（Pang, 2025）。論文の構成は、まず先行研究のレビューを通じて学習支援と倫理の対立点を整理し、続く章で実証分析の結果を示す。最終章では、分析結果に基づき、日本の大学の実情に適した教育的ガイドラインの具体的なフレームワークを提案する。