OpenAIとボッコーニ大、ChatGPTと批判的思考の補完を実証

OpenAI Economic Researchとイタリアのボッコーニ大学（Bocconi University）の研究チームは、1,000人以上の学部生を対象とした共同実験を実施し、ChatGPT（OpenAIが開発した対話型AIアシスタント） の利用と因果推論（批判的思考）トレーニングが学生の課題成果物に対してそれぞれ異なる補完的な効果をもたらすことを実証しました。

1,000人規模のランダム化比較実験で判明した事実

本実験では、ボッコーニ大学の学部1年生1,000人超が大学公式ショップのマーケティング戦略提案という実務課題に取り組みました。

学生は以下の4グループに無作為に割り当てられました。

1. ChatGPT（GPT-4o）利用のみ​
2. ​因果推論トレーニングのみ​​（AIとは無関係のゲームや演習を通じた思考訓練）
3. ChatGPT利用と因果推論トレーニングの両方​
4. ​どちらもなし（対照群）​

成果物は訓練を受けた人間の採点者による5段階評価ルーブリックと、テキスト自動分析によって評価されました。

実験結果の要点

• ChatGPT利用グループ​: 5段階ルーブリックの評価において対照群より約1ポイント高いスコアを獲得しました。論理展開が明瞭で、専門家が書いた提案書に近い洗練された回答を作成できました。
• ​批判的思考訓練グループ​: ルーブリックのスコア自体は対照群と同等でしたが、テキスト分析の結果、他の学生と重複しない独自で幅広いアイデアを生み出す割合が顕著に高まりました。
• ​両方を適用したグループ​: 高いルーブリック得点とアイデアの多様性・前提を疑う論理的深さの両方を獲得し、最も優れた成果を示しました。

実験結果の比較と教育評価への示唆

今回の実験結果は、AIツールと人間の思考力訓練が担う役割の違いを浮き彫りにしています。

グループ区分	ルーブリック評価	アイデアの多様性	主な特徴
対照群（なし）	基準値	基準値	初年次学生の標準的な回答水準
ChatGPTのみ	​大幅向上（+約1点）​	平均水準	論理構成や表現が専門家風に洗練
思考訓練のみ	基準値と同等	​大幅向上​	独自の着眼点や施策の理由説明が豊富
併用グループ（両方）	​大幅向上​	​大幅向上​	表現の洗練度と独創的な発想を両立

従来のルーブリック評価では整った構成や表現が評価されやすく、批判的思考によって生まれた「誰も思いつかなかった独自のアイデア」が見落とされがちであるという教育現場の課題も指摘されています。

分析と展望：二者択一を超えた教育モデルの構築

本研究は、「AIに頼るか、人間自身で考える力を鍛えるか」という二項対立ではなく、AI活用スキルと批判的思考力を両輪で育成することの有効性を定量的に示しました。

AIによって初学者が専門的なアウトプットを容易に作れるようになる中で、教育機関や企業の人材育成では、単なる完成品の出来栄えだけでなく、前提を疑い独自の着眼点を持つプロセスそのものを評価する仕組みへの転換が進むと考えられます。

引用元：OpenAI