行き詰まっている問題をチャットボットに尋ねると、通常は正しいと判断した完全な答えをすぐに返します。多くのAI製品では、それが「役に立つ」ということだからです。しかし、これは学習中に行き詰まった人に優れた人間のチューターがすることとは、ほぼ反対です。優れたチューターは問いを返し、小さな手がかりを与え、次の一歩を学習者自身に進ませます。すぐに答える方法は効率的ですが、学べることはわずかです。導かれながら試行錯誤する方法は時間がかかるものの、そこに実際の学びがあります。
以下では、試行錯誤すること自体に意味がある場面で、AIを「回答する機械」から「思考を導く相手」へ近づけるプロンプトを紹介します。
基本となる考え方：答えをあえて出さないのも指導力
人間のチューターにとって重要なのは、答えを知っていることだけではありません。答えを出さないタイミングを見極めることも重要です。迷った瞬間に答えを渡されると、学習者はその迷いを自分で乗り越える力を身につけられません。適切なヒントを一つ受けてもう一度考え、最終的に自力で答えへたどり着けば、解決方法はより強く記憶に残ります。答えを受け取ったのではなく、自分で組み立てたからです。
AIが初めから「答えを渡す」ように振る舞うのは、事実を調べる、メールの下書きを作る、コードをすばやく直すといった短い作業では、通常それが利用者の望むことだからです。学習では別の振る舞いが必要ですが、明示的に指示しなければなりません。利用者があえて考えたいと思っていることを、モデルが自動的に判断する方法はないからです。
また、標準的な応答は、訂正より同意へ傾くことがあります。人間の選好評価を使って訓練されたアシスタントには、測定可能な迎合傾向が見られます。利用者に反論されると正しい回答を変更したり、利用者が求めているように見える内容にフィードバックを合わせたりする例も報告されています（Sharmaほか、Anthropic、2023年）。利用者を満足させるよう調整されたツールが、標準状態で答えを控えるとは限りません。
答えをすぐに出さない手間に意味があるのは、自分で答えを生み出すことと、出来上がった答えを読むことが同じではないからです。実験では、記憶テストを行った方が、同じ内容をもう一度学習するより、その後の記憶保持が向上しました（RoedigerとKarpicke、2006年）。さまざまな学習法を検討した広範なレビューでも、多様な条件のもとで練習テストに高い有効性が認められています（Dunloskyほか、2013年）。不要なヒントを一つ使わずに済むたびに、自力で思い出す機会を一つ守れたことになります。
よくある誤解
よくある誤解は、説明が上手ならチャットボットは自然にチューターとしても振る舞う、と思うことです。上手に説明することと、上手に教えることは別の能力です。尋ねられた瞬間に概念を分かりやすく説明するAIは、教科書と同じように、完成した答えを読ませています。チューターの役割は、学習者をいたずらに迷わせることではなく、成功に必要な最小限の支援を与えながら、答えを自分で生み出させることです。AIを後者のモードにするには、よい質問をするだけでなく、具体的な指示を与える必要があります。
パターン1：段階的にヒントを出してもらう
答えを求める代わりに、こちらが次を求めたときだけ、少しずつ具体的になるヒントを出すよう依頼します。
自分で解こうとしている問題があります：[describe the problem]。
答えや完全な説明は示さないでください。
行き詰まりを解消できるかもしれない、最小限のヒントを一つだけください。
私がもう一度試すまで待ってください。私が求めた場合に限り、次は少しだけ具体的なヒントをください。
少なくとも二つのヒントを受けたあと、私が明示的に求めた場合に限り、完全な説明をしてください。
この方法なら、学習の主導権を自分で保てます。多くの場合、ほんの小さなヒントだけで先へ進めます。自分で答えを出した満足感と、その過程の記憶も残ります。
パターン2：問い返してもらう
特定の問題を解くのではなく、ある概念を理解しようとしている場合は、説明する代わりに自分の理解を質問で確かめるよう、モデルに依頼します。
[concept]は理解しているつもりですが、自信がありません。説明する代わりに、本当に理解できているかを確かめられる質問をしてください。
質問は一度に一つだけにしてください。私の回答を見て、理解が曖昧に見える部分を掘り下げる質問を続けてください。
少なくとも三つ質問するまでは、正解か不正解かを伝えず、質問を続けてください。
これで、やり取りの向きが反転します。モデルの説明が理解できるかを自分が評価するのではなく、質問に答えることで、自分の理解が本当に通用するかをモデルに確かめてもらいます。口頭試問や、信頼できる勉強仲間とのやり取りに近い方法です。
パターン3：訂正せず確認する
すでに試した答えがあり、確認だけしたいときは、完全な訂正ではなく手がかり付きの確認を求めてください：
これが私の答えです：[your attempt]。
正しいか間違っているかだけ教えてください。間違っている場合は、誤りがある箇所について手がかりを一つだけ示し、正しい答えはまだ出さないでください。
さらに説明してもらう前に、もう一度考えます。
この方法なら、確認するたびに完全な解説を読んで終わるのではなく、二度目の挑戦ができます。これはAIを使った意図的な練習と同じ考え方です。まず試し、最小限のフィードバックを受け、もう一度試してから、必要であれば完全な答えを確認します。
ヒントモードが誤った選択になるとき
医学的な症状、安全に関する質問、緊急の事実確認など、正しい答えがすぐに必要な場面では、答えを伏せてヒントだけを出すプロンプトを使わないでください。やり直す前に、行き詰まったり誤った推測をしたりすること自体が実害につながる場合も同様です。ヒントモードは、考え続けることや一時的に間違えることが安全で、学習に役立つ場面のためのものです。リスクがある場合は率直に質問し、完全な答えを求めてください。
身につけたい技能ではなく、単に終わらせる必要がある作業で行き詰まっている場合にも、ヒントモードは適しません。思考を外部委託すると失われるものを考える枠組みがここでも役立ちます。まず、これは学ぶための課題なのか、完了させればよい作業なのかを決め、それに合うモードを選びましょう。
的確な一問で見えてくること
説明用の例を考えてみましょう。基礎統計を学んでいる人が、対応のある検定と独立標本検定をどう使い分けるかで行き詰まっています。直接尋ねれば、明快で完全な説明が返り、その場では納得できても、次の学習時には大半を忘れているかもしれません。
代わりに問い返しのプロンプトを使うと、「あなたの事例では、同じ対象を二回測定していますか。それとも、二つの別々のグループを測定していますか」といった質問が返ってきます。この一問に正直に答えるだけで、混乱していた点が明らかになります。その人は同じグループを二つの時点で測定していたのに、独立標本の事例として誤って扱っていたのです。その後の訂正は、一般的な解説を読み流す場合より強く残ります。的確な一問をきっかけに、学習者自身が理解の穴を見つけたからです。
パターンが機能していない兆候
ヒントモードには手間がかかります。その手間の一部は、無理に乗り越えるのではなく、方法を変えるべき合図として受け取る価値があります。三～四段階にわたって少しずつ具体的なヒントを受けても進めない場合、足りないのはヒントではなく前提知識であることが多いでしょう。そこで段階的なヒントを止め、「このヒントを理解するために、事前に何を知っておく必要がありますか」と直接尋ねてください。
チューターが答えを控えるのは、学習者に次の小さな一歩を進ませるためです。土台となる知識がない内容を推測させるためではありません。役に立たないヒントを求め続けず、完全な説明に切り替えるか、人間の教師に相談してください。
より広いチューターループと組み合わせる
この三つのパターンは、四つのプロンプトを使うチュータリングの流れを手軽に補うものです。後者は、説明、例、クイズ、復習を通じて、新しいテーマへの理解を一通り築く場合に適しています。この記事のパターンは、行き詰まって答えをそのまま聞きたくなった瞬間に使うものです。
練習カード
今、行き詰まっていることを一つ選んでください。練習問題、受講中の講座で扱う概念、単に片づけるのではなく本当に理解したい仕事上の問いなどが候補です。まず、段階的なヒントを求めるプロンプトを使います。初めから完全な説明を求める場合と比べ、実際にはどれほど小さなヒントで十分だったかを確かめてください。チューターモード用の試行錯誤プロンプトカードには、三つのパターンをそのままコピーできる形で収録し、問題の種類ごとにどれが有効だったかを記録する欄も用意しています。
