生成AIによる教育の持続可能性を促す要因としてのプロンプト工学力、知識管理、技術適合性

なぜ学生にとってAIへのより良い問いかけが重要か

チャットボットのような生成AIツールが教室に導入されるにつれ、一つの重要な疑問が浮かび上がります：なぜ一部の学生はこれらのツールを持続的な学習パートナーに変えるのに対し、他の学生は一時的あるいは不十分にしか利用しないのか。本研究は、AIに対する良質な問いかけの技能、得た知識の扱い方、そしてAIツールが学習ニーズにどれだけ合っているかが、高等教育における長期的で持続可能な学習をどのように支えるかを明らかにします。

学生のAI利用をどのように分析したか

研究者は、生成AIツール（ChatGPTなど）を学業で既に利用している437人の大学生を対象に調査を行いました。統計モデリングを用い、学生の「プロンプト工学」能力から始まり、学生がどれだけ有用な知識を獲得し実際に使用するかを経て、AIが課題と個人にどれほど適合していると感じられるかを形作り、最終的に学生のAI継続利用意図へとつながる影響の連鎖を構築・検証しました。この連鎖の終点は教育の持続可能性であり、ここでは短期的な流行ではなく学習におけるAIの持続的で効果的な利用として理解されています。

より良いプロンプトからより良い学習適合へ

中心となる考えは、生成AIシステムでは学生が得る成果の質が投入する問いに大きく依存するということです。明確で詳細かつ目的志向のプロンプトを提示できる学生は、より正確で関連性の高い情報を引き出し、それを課題やプロジェクト、問題解決に応用しやすくなります。本研究は、こうした知識の獲得と応用が、学生がAIを自分の課題や好み、スキル、快適さとどれだけ一致していると感じるかを強く左右することを示しています。言い換えれば、巧みなプロンプトは単により良い回答を生むだけでなく、技術が課題と利用者の両方により適していると感じさせるのです。

なぜ「適合性」が継続利用を促すのか

研究は二種類の適合性を強調します。タスク–テクノロジー適合は、概念の理解や問題解決など特定の学習タスクに対してAIツールがどれだけ有用かを示します。個人–テクノロジー適合は、ツールが学生の学習スタイル、自信、ニーズとどれほど合っているかを表します。両方の適合性は学生のAI継続利用意図と結びついていますが、特にタスク–テクノロジー適合が強い推進力となります。学生がAIによって学業上のタスクをより効果的に達成できると感じるとき、彼らは自発的かつ定期的にAIを使い続ける可能性が大きくなります。この継続的な利用は、ツールが日常の学習ルーティンの一部として残るときにのみ学習を再形成するため、教育の持続可能性と密接に結び付いています。

プロンプト技能は新たなリテラシー

本研究はまた、プロンプト工学を新しい形式の学術的リテラシーとして位置づけます。複雑な課題を小さな問いに分解する、異なるAIツールに応じてプロンプトを調整する、初期の回答に基づいて要求を洗練する、そしてAIの出力を偏りや正確性の面で検証することに長けた学生は、知識獲得と知識活用の両面ではるかに高い水準を示しました。プロンプト工学はモデル全体で最も強い予測因子として浮かび上がり、学生がAIとどのように対話するかが、選ぶプラットフォームそのものより重要になり得ることを示唆しています。興味深いことに、全体的な傾向は男女ともに当てはまりましたが、知識を実際の課題に適用することが女性においてやや強くタスク適合感を高めるように見えました。

学びの未来にとっての意味

一般読者に向けた本研究のメッセージは明快です：生成AIは、学生がより良い問いを立て、得られた回答を主体的に扱えるようになったときにこそ教育を最も強化します。強力なプロンプト技能が着実な知識獲得と実世界での活用につながると、学生はAIを一過性の新奇さではなく学習ツールキットの自然な一部と見なします。こうした持続的で意味のある利用こそが著者らのいう教育の持続可能性です。AIは人間の学習を置き換えるのではなく、学校が学生にこれらの強力なツールを導き問い直すための能力を育成すれば、より深い理解と長期的な技能を支えるパートナーとなり得ます。

引用: Gibreel, O., Karataş, K. & Arpaci, I. Prompt engineering competence, knowledge management, and technology fit as drivers of educational sustainability through generative AI. Sci Rep 16, 15596 (2026). https://doi.org/10.1038/s41598-026-46335-x

キーワード: 教育における生成AI, プロンプト工学, 教育の持続可能性, タスク・テクノロジー適合, 知識管理