日本の大学における生成AIの学習支援と学術的誠実性への影響

高等教育における人工知能の急速な普及は、従来の指導法や学習評価のあり方に根本的な再考を迫っている。世界的な潮流として、生成AIは教育手法のパラダイムシフトを誘発する一方で（Altamirano, 2026）、その具体的な活用をめぐる議論は国や教育機関ごとに多様な展開を見せている（Durón, 2025）。日本国内においては、文部科学省が2023年段階で大学等における生成AIの取り扱いに関する留意事項を公表し（Technology, 2023）、さらに科学技術・イノベーション白書等を通じてAIスマート高等教育の推進や入試業務への応用可能性など、制度的な位置づけを急速に整備してきた（Technology, 2024）。このように、生成AIの教育利用は単なる技術的補助ツールにとどまらず、大学教育の質的保証に関わる喫緊の制度的課題へと発展している。 技術の利便性と教育的規律のあいだに生じる摩擦は、高等教育現場において最も深刻な論点となっている。多くの大学が生成AIに関するガイドラインを策定し、その許容範囲を模索しているものの、学術的誠実性（アカデミック・インテグリティ）の定義やその維持方法をめぐる見解は必ずしも一致していない（Research, 2024）。教員の意識調査においても、生成AIが学生の主体的思考力を阻害する懸念や、不正行為への悪用リスクが指摘される一方で、適切な活用による学習効果の向上を期待する声も根強く、評価手法の再設計が急務とされている（Research, 2025; J-STAGE, 2024）。すなわち、学習支援としてのAI導入が、いかにして学生の学習行動を歪めずに学術的誠実性と両立し得るかという、理論的かつ実践的な解決策は未だ十分に提示されていない。 提示された課題を克服するため、本研究は「日本の大学において、生成AIの学習支援への導入は学生の学習行動にどのような変容をもたらし、学術的誠実性にいかなる影響を及ぼすのか」という中心的な問いを設定する。この問いを解明するため、具体的には以下の3つの問いを追究する。第一に、生成AIが有する学習支援メカニズムの実態は何か。第二に、生成AIの利用頻度や方法が学生の学術的誠実性に与える定量的影響はどの程度か。第三に、学生のAIリテラシーを高め、不適切な利用を防ぐための効果的な教育的介入手段とは何か。本研究の目的は、これらの問いに対する実証的な回答を通じて、生成AIを効果的に導入しつつ学術的誠実性を担保するための教育的導入指針を提示することである。 探究の射程を明確にするため、研究対象（Object）を生成AI技術を導入した日本の大学における学習環境とし、研究主題（Subject）を生成AIの利用が学生の学習行動および学術的誠実性に与える影響と定義する。研究の範囲（Scope）は、日本の高等教育機関、特に学部段階における対面およびオンラインの講義科目に限定する。文部科学省は初等中等教育段階における生成AI利用ガイドラインも策定しているが（Technology, 2025）、本研究では自律的な学問的探究が求められる大学教育に焦点を絞る。また、技術的なアルゴリズムの最適化や開発プロセスそのものは本研究の対象外とし、あくまで教育現場における技術の受容と行動変容の因果関係に限定して議論を進める。 学術的および実践的な観点から見ると、本研究がもたらす貢献は多角的な広がりを持つ。学術的には、教育工学的な学習支援効果の検証と、倫理学的な学術的誠実性の議論を実証的データに基づいて架橋する点に独創性がある。従来の議論が抽象的な倫理規範の提示に留まりがちであったのに対し、本研究は定量的測定を通じて具体的な行動変容を可視化する。実践的には、急速な技術変化に直面する大学関係者に対し、シラバス設計や評価基準の改訂における具体的なガイドラインを提供する。これは、大学の教育品質を維持しつつ、高度情報化社会に適応した人材を育成するための制度設計に直接貢献するものである。 設定した課題に対して、本研究は定量・定性の両面からアプローチする混合研究法を採用する。具体的には、日本の複数大学の学生および教員を対象としたアンケート調査を実施し、生成AIの利用実態、学習自己効力感、および学術的誠実性に対する意識を定量的に測定する。さらに、文部科学省の各種指針（Technology, 2023; Technology, 2024）や、先行研究における大学のポリシー分析（Research, 2024）を基盤としたテキスト分析を組み合わせることで、制度的要請と現場の実態との乖離を多角的に検証する。 議論の展開として、本論文は全6章の論理的構成を通じて課題の解明を試みる。序論に続く第2章では、国内外における生成AIの教育利用と学術的誠実性に関する先行研究を整理し、理論的枠組みを構築する。第3章では、本研究で用いるデータ収集および分析手法の詳細を提示し、第4章において定量・定性データの統合的な分析結果を詳述する。第5章では、得られた知見に基づいてAIリテラシー向上のための教育的介入策を検討し、実用的な導入指針を策定する。最終章において、研究全体の総括を行い、今後の高等教育政策における展望と本研究の限界を提示する。