年齢別AIリテラシー

年齢別のAIリテラシー：6歳から16歳までに期待できること

およそ6歳、10歳、13歳、16歳の年齢帯ごとに、子どもがAIについて理解できること、必要な見守り、実際の製品年齢制限を整理します。どの年齢も固定的な区切りとはみなしません。

8 分の読書

子どもの初めてのAI会話：進行役のための台本

子どもが保護者の見守りのもとで初めてAIと会話するための、段階的な台本です。誤答を確かめるテスト、出典確認、個人情報を入力する前の確認、最後の振り返りを、保護者が管理するアカウントで行います。

このトピックの他の記事

8 分の読書

自らの人生の著者であり続ける子どもを育てる

アプリ単位のスクリーンタイム制限は「どれだけAIを使うか」には答えます。しかし、より難しい問いには答えません。選ぶ、決める、作る、関わるといった、子ども時代に自分で担うべきことのどれを、宿題や友だち付き合いのアプリ、ゲームにAIが常在しても、子どものものとして残すのか。6領域にわたる実践フレームは、時間制限だけでなく、家族と学校のための判断ルールを与えます。

中級者

AIによる宿題の手助けか不正行為か：学習目標に沿った判断ツリー

宿題でのAI利用が正当な練習の手助けになる場合と、課題が評価するはずの学習を代行してしまう場合を見分ける判断ツリーです。家庭の方針ではなく、学校の規則が優先される理由も説明します。

AIに診断させず、神経多様性のある学習者を支える

AIに子どもを診断させたり、既存の配慮を安易に取り下げたりせず、学習者本人、教師、既存の支援計画とともに、形式やペースの調整へAIを使えるか慎重に検討する方法です。

9 分の読書

子どもがAIディープフェイクの標的になったとき：初動対応計画

子どもがAI生成の画像や動画の標的になった最初の数時間に、違法コンテンツをダウンロードしたり転送したりせず、証拠を適切に保全し、拡散を抑え、子どもを支えながらプラットフォーム、学校、当局へ通報する方法です。

このAI製品に子どものデータを預けても安全か：プライバシー確認表

年齢条件、データ収集、保存期間、モデル学習への利用、第三者提供、保護者向け管理機能、削除方法の七点を確認します。より広い審査へ進める製品か、管理策を整えて有資格者が判断すべき候補か、問題が解決するまで使わない製品かを切り分けるための確認表です。

子どもとAI：利用時間だけでなく、関わり方を見る

時間は、子どものAI利用の一側面にすぎません。この非診断的な観察ガイドは、活動・愛着・置き換え・プライバシー・子ども自身の経験もあわせて考え、気になる変化には資格のある助けにつなぎます。

子どもにAIの友だちを与えないで：危険信号と代わりにすべきこと

子どもにAIコンパニオンアプリがふさわしくない理由について、はっきりした立場と七つの具体的な危険信号、つまり擬人化、秘密性、依存、性的コンテンツ、収益化、記憶、退出のしにくさを示し、落ち着いて話題を出す方法も説明します。

子どもも一緒に作る、家庭のAI利用ルール

アカウント、個人情報、宿題、コンパニオン、創作、購入、助けの求め方。この七項目を、完成版として子どもに渡すのではなく、子どもも交えて家庭のAI利用ルールにまとめます。

十代の子どもとAIについて話す：一方的なチェックではなく、双方向の対話

十代の子どものAI利用について、まず耳を傾けるための対話ガイドです。分からないことを共有し、現実的な境界と次に話す日を決めます。質問の口実として監視に頼りません。

4 分

動画

学校で成果を出すための賢いAIの使い方

Common Sense Education. Common Sense Educationの短い解説は、記事に近い線を引きます。学習を助ける勉強の補助としてのAIと、学習を飛ばす近道としてのAIです。

57 分

動画

友か敵か？人工知能とともに生き、学ぶ

Common Sense Media. Common Sense Media自身のパネルが子ども向けAIコンパニオンのリスクを直接検討しており、AIの「友だち」に対する記事の慎重な立場を補強します。

5 分

動画

子どもとAIについて話す：プライバシー、公平性、責任

Common Sense Education. 子どもや十代とAIのプライバシー・責任について話すための直接的で年齢にふさわしい枠組みで、記事の会話ガイドと一致します。

AIはあなたに迎合しすぎる：思考パートナーとしての4つの失敗

AIは意思決定を検討する助けになりますが、質問の前提を引き継ぎ、流暢な文章に説得力を持たせ、気づかないうちに判断まで任せるよう促すことがあります。4つの失敗と、それぞれを防ぐ方法を説明します。

分散練習・想起練習・インターリービング：AIに任せる仕事を間違えない

研究による裏づけのある三つの学習法を使って、実践的な学習の仕組みを作ります。二つは強い根拠があり、一つはより限定的です。AIは問題とフィードバックを準備し、思い出すことと見分けることは自分で行います。

AIの説明で学べた気がしても、実際には学べていないことが多い理由

流暢な説明を読むと、まだ使いこなせない内容まで理解したように感じます。AIが学習を助けたのか、それとも説明を追いやすくしただけなのかを、三つのテストで確かめます。

AIに任せないこと：自分なりの境界線を引く

実践的な判断基準を使い、AIの便利な支援を取り入れながらも、責任、人間関係、重要な技能を人の側に残します。