長い中断の後、専門課程へ戻る学習者を例に考えます。その人には役立つ職務経験がある一方で、科目知識の抜け、慣れていない評価方法、障害や介護・育児に関連する制約、勉強時間の減少があるかもしれません。何がどの程度影響するかは人によって異なります。この方法では、生活上の制約と知識の不足のどちらが主要な問題かを最初から決めつけず、まず実態を測ります。
これは、新しい技能を学ぶための30日計画とは異なります。そちらでは、ゼロから学ぶテーマを選び、それに合わせて学習内容を組み立てます。正規の学業へ戻る場合は、シラバス、締め切り、評価方法がすでに決まっています。自分でカリキュラムを設計するのではなく、既存の課程に合わせて、再び機能する学習習慣を作る必要があります。その過程で、評価される課題をAIに作らせ、自分は監督するだけという状態にしてはいけません。
計画の前に、現在地を測る
AIツールを開く前に、紙の上で十五分かけて、次の三つに答えます。
- 課程の実際の構成はどうなっているか。科目一覧、単位数、評価方法、締め切りを確認します。（記憶ではなく、シラバスまたは履修要項から書き出します。）
- 本当に忘れているものは何か。長く触れていない科目、制限時間内に文章を書くといった学習技能、それとも二時間集中して座る習慣でしょうか。
- 仕事や家庭で必要な時間も含めると、毎週、実際に何時間を勉強へ使えるか。理想の数字ではなく、現実の時間を答えます。
「遅れている」という漠然とした感覚からは、漠然とした計画しか作れません。実際のシラバスと、正直に見積もった時間から始めれば、実行できる計画になります。
実際のシラバスから、AIで復習日程を作る
現在地が分かれば、AIを情報の整理に使えます。ただし、その科目で一般的に扱われる内容をモデルに推測させてカリキュラムを作るのではなく、実際の構成を渡します。
[X years]ぶりに正規の学業へ戻ります。課程の実際の構成は次のとおりです：[paste syllabus, module list, or handbook excerpt]
毎週使える時間は[hours]で、[days]に分けられます。
復習が必要な領域は[list]です。
次の条件を満たす4週間の復帰日程を作ってください。
- 課程で必要になる前に、復習が必要な領域へ時間を割り当てる。
- 理想的な時間ではなく、私が示した毎週の時間内に収める。
- 復習が必要な領域によって、最も難しくなりそうなモジュールをシラバスから示す。
私が渡したシラバスにない授業内容を作らないでください。
ここで得られるのは、何を、いつ、どれくらい復習するかを示す、整理のための土台です。小論文、問題演習、試験の解答を作るものではありません。それらを自分で行うべき理由は、次節で説明します。
シラバス、履修要項、モジュール一覧を貼り付ける前に、二つ確認します。第一に、文書が公開されているかどうかです。シラバスを一般公開する課程もありますが、学生用ログインの内側にある要項は、履修者だけに利用が認められている場合があります。授業で配布される文献集には、通常、第三者の著作物が含まれ、複製権は出版社などの権利者にあります（指令2001/29/EC第2条）。文書全体ではなく、日程作成に必要なモジュールと締め切りの構成だけを貼ります。第二に、計画に不要な情報を削除します。学生番号、履修者名簿、教員の連絡先、障害への配慮、療養休暇、学費援助に関する記録は必要ありません。日程を作るプロンプトに必要なのは時間とテーマであり、健康状態や家計の情報ではありません。勤務先が学費を負担している場合は、勤務先から渡された情報を入力する前に、そのAI利用方針が適用されるか確認します。
評価対象の課題は自力で行う。それが学び直す目的である
復帰計画は守れていても、評価対象の課題を、ほとんど最初から「下書き用」としてAIへ通すようになることがあります。しばらく離れていたため、自分の答えにまだ自信を持てないからです。そう感じること自体は理解できますが、目的を損ないます。目標は資格だけを得ることではなく、能力を取り戻すことです。
課程に正式な試験が含まれる場合は、本番の評価を模した練習問題の解答をAIに作らせてはいけません。試験中には決してAIを使わないでください。正当な練習と規則違反の境界については、不正をせずにAIで試験勉強をする方法を参照してください。以前の学業で適用されたのと同じ学術的誠実性の原則が、現在も基本です。AI生成物について規則を変更または明確化した教育機関もあるため、必ず自分の課程の現行規則を確認します。
試験以外の課題、小論文、問題演習、実験レポートにも、考えることを外部へ任せると失われるもので説明した規律を適用します。評価される課題へは、まず自力で取り組みます。その後、自分が書いた下書きへのフィードバックにAIを使います。AIに下書きそのものを作らせてはいけません。22歳でも45歳でも、仕組みは同じです。評価される課題で最初の試行を省けば、資格が証明するはずの能力を取り戻すために必要な難しさまで取り除くことになります。
現実の制約を反映した4週間の構成
| 週 | 重点 | AIの役割 | 自分の役割 |
|---|---|---|---|
| 1 | 診断と生活上の調整 | シラバスを毎週の予定へ整理する | 復習が必要なテーマを、自力で正直に診断する |
| 2 | 基礎の復習 | 自分のノートまたは教科書から、思い出すための問題を作る | 自力で答え、モデルの記憶ではなく、資料を使って訂正する |
| 3 | 最初の評価対象課題 | 自分で完成させた下書きへのフィードバックを説明する | 実際の下書きを、時間を測りながら一人で書く |
| 4 | 習慣の確認 | 毎週の予定が崩れた箇所を示す | 理想ではなく、実態に合わせて使える時間を修正する |
最初に削りたくなりやすく、それでも守る価値があるのが、第2週の分担です。記憶から答えることと、要約を読み返すことは同じではありません。学習法に関する幅広いレビューでは、多くの条件において、練習テストと間隔を空けた練習が高く評価されました（Dunloskyほか、2013年）。表を見ると、AIの役割は整理とフィードバックだけです。実際の課題を行うのは自分です。AIの役割が「小論文の下書きを作る」「問題演習に答える」へ広がってきたら、計画を止め、分担を元へ戻します。それはAIの支援を増やすべき合図ではありません。
自信の問題を、問題として認識する
最初の試行が期待より弱く感じられ、学習者や教員が実際の現在地を見る前に、すべての課題をツールへ通してしまうことがあります。しかし、期待より弱い最初の試行だけで、能力が恒久的に失われたとは判断できません。必要なのは、練習、前提知識の授業、アクセシビリティ上の支援、課程担当者からの助言のいずれか、またはその組み合わせかもしれません。この記事から原因を診断することも、回復に必要な期間を約束することもできません。自分の現在地を示す試行を隠さずに残し、AIで整えられた出力ではなく、学習者本人の実際の成果をもとに支援を検討できるようにします。
人へ相談すべき場合
プロンプトを改善しても解決できない不足があります。次の場合は、学修アドバイザー、学習支援センター、教員のオフィスアワーを利用します。
- シラバスが前提としている知識を、忘れているだけではなく、実際に学んだことがない。
- 制限時間のある試験、口頭発表、実験技術など、特定の評価方法について、チャットツールでは得られないフィードバックが必要である。
- 実際に使える時間と課程の進度が、構造的に両立しない。これはAIで回避できる生産性の問題ではなく、教育機関と日程を相談する問題です。
AIは、学業への復帰計画を整理する役割には向いています。しかし、その課程に固有の規則と例外を知る学修アドバイザーの代わりにはなりません。
ここから始める
実際のシラバスまたは履修要項を用意します。AIツールを開く前に、前述の三つの質問へ紙の上で答えます。その後、4週間の例を、自分の課程の構成へ合わせます。四週間は計画を立てるための例であり、能力を取り戻せることが検証された期間ではありません。学業への復帰計画ワークシートへ、現在地、毎週の予定、評価対象の課題で課程の実際のAI方針を守れたかを記録します。
