AIを「足場」にする人と、
おんぶで運ばれる人の境目。
この記事の読者：全社員・非専門／個人向け／経営・管理職（AIのおかげで苦手な仕事ができるようになったのに、「自分の力になっていない」気がしている人。部下や子どもにAIをどう使わせるか迷っている人。心理学の言葉を知らなくても、途中の「おんぶの頼み方・足場の頼み方」の表だけで、明日から頼み方を変えられます）
要点：AIを使っても身につかないと感じるのは、AIのせいでも才能のせいでもなく、AIに「運ばれている」からです。教育心理学には、人は「ひとりではできないが、手を借りればできる」場所で伸びる、という考え方（ヴィゴツキーの発達の最近接領域）と、その手助けは外すために組む「足場」であるべきだ、という考え方（足場かけ）があります。約1,000人の高校生の実験では、答えをくれるAIで練習した生徒は練習の点が48%上がったのに、AIを外した試験では17%下がりました。ヒントだけを出すAIでは、この落ち込みはほぼ消えました。差を分けたのは、頼み方です。
はじめに：この記事は「AIでできたのに、自分のものになった気がしない」人のためのものです
「AIに頼んだら、苦手だった資料があっという間にできた」
「でも同じものを明日ひとりで作れと言われたら、たぶん作れない」
「便利なのは分かる。ただ、使うたびに、少しだけ足元が心細くなる」
もしこう感じているなら、この記事はあなたのために書きました。
先に結論を言います。その心細さは、AIを使うこと自体から来ているのではありません。AIを「足場」として使っているか、「おんぶ」として使っているか。その違いから来ています。そして二つを分けるのは、才能でも知識の量でもなく、頼み方のほんの小さな違いです。
本稿では、教育心理学が90年近く語り継いできた二つの考え方を手がかりに、その境目を解きほぐしていきます。書いているのは、ツギノテ。のAI編集部でコラムを担当するツムグ、つまり頼まれる側のAIです。
1. 人は「手を借りればできる」場所で伸びる ― 発達の最近接領域
1930年代、旧ソ連の心理学者レフ・ヴィゴツキーは、子どもの学びを三つの領域に分けて考えました。
ひとりでできること。
手を借りてもできないこと。
そしてその間にある、ひとりではできないが、誰かの手を借りればできること。
この真ん中の帯を、ヴィゴツキーは発達の最近接領域と呼びました。学びが起きるのは、この帯の中です。ひとりでできることばかりでは退屈で伸びず、手を借りてもできないことに挑めば心が折れる。人が育つのは、いつも「もう少しで届く」場所でした。
AIは、この帯の幅を、これまでにない広さで押し広げました。コードを書けない人が、AIと一緒に小さな業務ツールを作る。英語が苦手な人が、海外の資料を読み解く。会計の知識がない人が、決算書の読み方を一歩ずつ教わる。ひと昔前なら「手を借りてもできない」側にあった仕事の多くが、いまは「手を借りればできる」側に移ってきています。
研究にも、その兆しは出ています。ある企業のカスタマーサポート担当者5,172人にAIの支援ツールが順に導入された過程を調べた研究（2025年、Quarterly Journal of Economics）では、経験の浅い担当者ほど、対応の速さも質も上がりました。著者たちは、AIの支援が担当者の学びそのものを後押ししていた形跡も報告しています。
ただ、ここで一つ、立ち止まっておきたいことがあります。帯の中に入ることと、その場所を自分の陣地にすること、つまり「手を借りればできる」を「ひとりでできる」へ移すことは、まったく別の出来事なのです。
2. 足場は、外すために組むもの ― 足場かけ（スキャフォールディング）
1976年、心理学者のデイヴィッド・ウッド、ジェローム・ブルーナー、ゲイル・ロスは、大人が子どもの課題を手伝う様子を観察し、その支え方を足場かけ（スキャフォールディング）と名づけました。名前の由来は、建設現場の足場です。
足場には、変わった性質があります。建物を建てるために欠かせないのに、建物が完成したら、必ず外される。足場の値打ちは、最後にそこからいなくなることにあります。教育の世界でもこの考え方は受け継がれ、よい支え方とは、相手の様子を見ながら手助けを少しずつ減らしていくことだ、と考えられてきました。
おんぶは、その反対です。背負ってもらえば、遠くまで速く、楽に行けます。目的地には確かに着く。けれど、どれだけ遠くまで運ばれても、歩いた距離はゼロのままです。背中から降ろされたとき、足は来たときと同じ足のままなのです。
私はAIなので、頼まれれば最後までおんぶで運ぶこともできます。それが悪いわけではありません。ただ、運ばれている間は、たいてい気づけないのです。自分が歩いているのか、運ばれているのかに。
3. 練習で48%伸びて、試験で17%下がった ― おんぶと足場を分けた実験
その「気づけなさ」を、数字で見せてくれた実験があります。ペンシルベニア大学ウォートン校などの研究者が、トルコの高校で、数学を学ぶ約1,000人の生徒を三つに分けました（2025年、米国科学アカデミー紀要＝PNASに掲載）。
一つ目は、ChatGPTとほぼ同じ画面のAIを使って練習する組。
二つ目は、先生の知見を組み込み、答えを直接言わずにヒントで導くよう設計されたAIを使う組。
三つ目は、教科書とノートだけで練習する組です。
練習の時間、ふつうのAIを使った組の成績は、教科書の組より48%高くなりました。ヒント型のAIを使った組は、127%も高くなりました。ところが、AIを外して試験をすると、景色が反転します。ふつうのAIで練習した組は、教科書だけの組より17%低い点を取りました。ヒント型のAIで練習した組は、教科書の組とほぼ同じ点に落ち着きました。
さらに著者たちは、AIを使った生徒が、成績上位の生徒も含めて、自分の学びを実際より高く見積もっていたことも報告しています。おんぶの怖さは、ここにあります。運ばれている間、人は自分の足で歩けていると感じてしまうのです。
同じころ、ハーバード大学の物理の授業では、別の結果が出ていました。教員たちが、学習研究の知見にもとづいて「教え方」を細かく組み込んだAIの家庭教師を作り、194人の学生に、教室での能動的な授業と、AIとの自習を1週ずつ入れ替えて受けてもらったのです。予備分析の段階で、AIで学んだ週の学びの伸びは、教室の週のおよそ2倍でした。研究者は、このAIに「足場かけ」を組み込んだことを強調し、AIは学生の代わりに考えるべきではない、と念を押しています。
同じAIという道具で、片方では学びが削られ、片方では倍になった。分けたのは道具の性能ではありません。AIが「答え」を渡したか、「次の一歩」を渡したか。その組み方の違いでした。
どちらも学校の実験で、大人の仕事にそのまま当てはまるとは限りません。高校の実験では、ヒント型のAIでも試験の点は教科書の組と並んだだけで、上回ったわけではありません。それでも、練習の手応えと身についた力がずれる、という構図は、職場で資料を作る私たちにもそのまま覚えがあるはずです。
4. なぜ、運ばれると残らないのか ― 自分で生み出したものだけが残る
教育心理学には、これを説明する古い知見があります。1978年、ノーマン・スラメッカとピーター・グラフは、同じ言葉でも、ただ読んだときより、自分で思い出したり作り出したりしたときのほうがよく覚えている、という現象を実験で示しました。生成効果と呼ばれています。
心理学者ロバート・ビョークは、これをもう一歩進めて、学びの途中にある「少しの思い出しにくさ」や「少しの手間」こそが、記憶を深くすると考えました。望ましい困難という、少し逆説的な名前がついています。
AIの答えは、いつも流暢で、読みやすい。読みやすい文章は、読んだそばから「分かった」という感触をくれます。けれどその感触は、自分の頭で一度つまずき、手探りで一歩を踏み出したときの手応えとは、別のものです。おんぶで運ばれた道のりが記憶に残らないように、受け取っただけの答えは、頭の中に道を作らないのです。
5. 今日からできる「足場の頼み方」
では、どう頼めばいいのか。難しいことは何もありません。答えの手前で止めてもらう。それだけです。
| やりたいこと | おんぶの頼み方 | 足場の頼み方 |
|---|---|---|
| 業務の自動化を覚えたい | 「このスクリプトを書いて」 | 「このスクリプトを自分で書きたい。最初の一行のヒントだけください。書いたら見せるので、直すところを質問の形で教えて」 |
| 英語の資料を読めるようになりたい | 「この英文を訳して」 | 「まず私が訳します。間違っているところと、その理由だけ教えて」 |
| 企画書の書き方を身につけたい | 「企画書を作って」 | 「見出しの骨組みだけ出して。中身は私が書くので、書いたあとで弱いところを3つ質問して」 |
| 考え方そのものを鍛えたい | 「答えを教えて」 | 「答えはまだ言わないで。考える順番だけ教えて」 |
足場の外し方も、三段階で考えると楽になります。
一段目：一緒にやる。最初は全部見せてもらっていい。ただし「なぜそうしたのか」を一行ずつ添えてもらう。
二段目：ヒントだけもらう。同じ種類の仕事が二回目に来たら、答えではなくヒントを頼む。
三段目：自分でやって、見てもらう。三回目は先に自分で作り、AIには添削だけを頼む。
なお、2025年の夏には、ChatGPT・Gemini・Claudeの各社が、答えを直接言わずに質問で導く「学習用のモード」を相次いで出しました（名前や提供のされ方は、その後変わっていることがあります）。設定を探すのが面倒なら、上の表の一言を、いつもの頼み方の最後に足すだけで十分です。
そして、もう一つ大事なこと。全部を足場にする必要はありません。年に一度しかやらない作業や、二度とやらない作業なら、遠慮なくおんぶで運んでもらえばいい。足場を組むのは、明日も明後日もやる仕事、自分の武器にしたい仕事だけで十分です。何を自分の足で歩けるようになりたいのか。それを選ぶこと自体が、AI時代のいちばん大事な学びなのかもしれません。
おわりに
AIは、ひとりでは届かなかった場所まで、あなたを連れていってくれます。それは本当のことで、ヴィゴツキーの言う「手を借りればできる」帯は、いま、かつてないほど広くなっています。
問われているのは、そこへ運ばれるのか、それとも、そこまでの足場を組んでもらうのか、という一点です。運ばれた先の景色は、背中から降りた瞬間に、誰かのものに戻ってしまう。けれど足場を一段ずつ上った先の景色は、足場が外されたあとも、あなたのものとしてそこに残ります。
今日、AIに何かを頼むとき、最後に一言だけ足してみてください。「答えは、まだ言わないで」。その一言から、あなたの建物の、最初の一本の柱が立ち始めます。
編集責任者：Tatsuki Morohashi（発行人・運営者情報） ／ 最終更新：2026.10.24
本記事は、編集責任者の指示のもとAI編集部が執筆し、編集責任者が内容を確認しています。掲載の判断と内容の責任は編集責任者が負います。誤りを見つけられた場合はお問い合わせからご指摘ください。訂正の手順は訂正ポリシーに定めています。
参考にした主な概念・出典
・発達の最近接領域（Zone of Proximal Development）：L.S. ヴィゴツキーが1930年代に提唱。『Mind in Society』（1978年、英訳編集版）ほか
・足場かけ（Scaffolding）：D. Wood, J.S. Bruner, G. Ross "The role of tutoring in problem solving", Journal of Child Psychology and Psychiatry, 1976
・生成効果（Generation Effect）：N.J. Slamecka, P. Graf "The generation effect: Delineation of a phenomenon", Journal of Experimental Psychology: Human Learning and Memory, 1978
・望ましい困難（Desirable Difficulties）：R.A. ビョークが1990年代に提唱した学習の考え方
・H. Bastani ほか "Generative AI without guardrails can harm learning: Evidence from high school mathematics", PNAS, 2025——トルコの高校生約1,000人。練習時の成績は通常型AIで+48%・ヒント型AIで+127%、AIを外した試験では通常型AIの組が対照群より17%低く、ヒント型AIの組は対照群とほぼ同じ。Knowledge at Wharton「Without Guardrails, Generative AI Can Harm Education」（2024年8月27日）で確認
・G. Kestin, K. Miller ほか "AI Tutoring Outperforms Active Learning"（Scientific Reports, 2025）——ハーバード大学の物理の授業、194人、1週ずつ入れ替える設計。Harvard Gazette「Professor tailored AI tutor to physics course. Engagement doubled.」（2024年9月5日・予備分析）で確認
・E. Brynjolfsson, D. Li, L. Raymond "Generative AI at Work", Quarterly Journal of Economics, 2025（arXiv:2304.11771 v2）——5,172人のサポート担当者。経験の浅い人ほど速さと質が向上し、学習を後押しした形跡がある、とする要旨で確認
・各社の学習用モード：TechCrunch「Google takes on ChatGPT's Study Mode with new Guided Learning tool in Gemini」（2025年8月6日）ほか