生成AIが批判的思考に与える影響 [PDF]

• 生成AI（Generative AI、以下 GenAI）が知識労働者の批判的思考能力と認知的努力にどのような影響を与えるかを調査した、アンケートベースの研究論文
• 合計319人の知識労働者を対象に、GenAIを業務に活用した936件の実例を収集
• 主要な研究課題:
  • RQ1: GenAIの使用中、いつ、どのように批判的思考が発現するのか?
  • RQ2: GenAIは批判的思考の認知的努力をどのように変化させるのか?

主要な発見の要約

• GenAIへの高い信頼は、批判的思考の減少と関連
• **自己効力感（自信）**は、批判的思考の増加と関連
• GenAI使用時に批判的思考の努力が減少すると回答した割合は、全課題の約60%以上
• 批判的思考の形態は、情報検証、応答統合、タスク調整などへと変化
• GenAIは、**作業実行（task execution）から結果のレビュー（oversight）**へと、ユーザーの認知的努力を移行させる

批判的思考の定義と理論的背景

• 批判的思考とは?

  • Bloomの認知分類体系（Bloom’s Taxonomy）を基準に、批判的思考を6つの活動として定義
    • 知識: 情報の記憶
    • 理解: 概念の整理、要約
    • 適用: 問題解決
    • 分析: 情報の分解、比較、根拠探し
    • 総合: アイデアの結合、新しい意味の生成
    • 評価: 基準に基づく判断と質の評価

• 先行研究との差別化

  • 既存研究は教育中心であったり、創造性や記憶力などの断片的な要素に集中していた
  • 本研究は、実際の知識労働環境における**批判的思考の実践（enaction）**を調査

RQ1: いつ、どのように批判的思考は発生するのか?

• 実行コンテキスト

  • 批判的思考は主に作業品質の確保を目的として発生
  • GenAI使用中に批判的思考が主に発現する段階:
    1. 目標と問いの形成: 明確な目標設定、プロンプト最適化
    2. 応答のレビュー:
    • 客観的基準の検証（例: コードにエラーがあるか）
    • 主観的基準の検討（論理性、現実性、文脈適合性など）
    • 情報源の確認と外部資料とのクロスチェック
    3. 応答の統合:
    • 必要な情報だけを選別して反映
    • スタイルやトーンの修正、パーソナライズ

• 実行動機 vs 抑制要因

  • 批判的思考を促進する要因
    • 作業品質の改善（e.g., ありがちな文章の修正、ドメイン知識の反映）
    • 潜在的な負の結果の防止（e.g., コードエラー、法的リスク）
    • 長期的な能力開発のための学習動機
  • 批判的思考を抑制する要因
    • 重要でないタスクだと判断した場合（例: SNS投稿の作成）
    • GenAIに対する過度な信頼
    • ユーザー自身の能力不足の認識（e.g., 法的な文章を判断できない）
    • 時間不足、業務目標との不一致

RQ2: GenAIは批判的思考の認知的努力にどのような影響を与えるのか?

• 回答傾向

  • 6つの認知活動すべてにおいて、GenAI使用時に認知的努力が減少したと回答した割合が非常に高い
    • 知識想起: 72%が「努力減少」
    • 理解: 79%
    • 適用: 69%
    • 分析: 72%
    • 総合: 76%
    • 評価: 55%

• 努力減少の解釈

  1. GenAIが支援者の役割として認識されている（従来と似た思考を行うが、より容易になる）
  2. GenAIに思考を委任している（実質的に批判的思考を行っていないケースもある）
  3. 単に認知的努力全体が減少したことを、批判的思考の努力減少と混同している

GenAIツール設計における考慮事項

• ユーザーの自信を高めることで、批判的思考も増加する
• 一方で、GenAIに対する過度な信頼は批判的思考を阻害する
• GenAIを「自動応答機」ではなく、「レビューと調整のパートナー」として認識させるデザイン上の誘導が必要
• ユーザーに対して、プロンプト修正よりも応答評価能力のほうが重要である点を強調すべき

結論

• GenAIは知識労働の効率を高める一方で、批判的思考の低下リスクを伴う
• 批判的思考を習慣化し維持できるツール設計が重要
• GenAIを効果的に活用するためには、ユーザー訓練とフィードバックループ（data flywheel）を含む全体的なUXへの配慮が必要