AIが生徒と直接やり取りするのではなく、人間のチューター（指導者）の隣で応答の候補を出す――スタンフォード大学の研究チームが開発した「Tutor CoPilot」は、その形を大規模に検証した研究です。ライブの個別指導の場面で人間とAIの協働を試した、初期の大規模な無作為化比較試験として知られています。

試験の方法

試験は2024年3月から5月にかけて、米国の学区とオンライン指導事業者と連携して行われました。対象は900人規模のチューターと、1,800人規模の小中学生です（研究紹介の要約では、700人超のチューターと1,000人超の生徒とする表記もあります）。チューターは無作為に、Tutor CoPilotを使える群と使わない群に分けられました。CoPilotは、ヒントの出し方や考えを促す質問など、熟練した指導者の考え方をもとにした応答案を複数提示し、チューターが選んだり、編集したり、作り直したりして使います。最終的に生徒へ送るかどうかを決めるのは人間です。

結果

生徒が単元の内容を習熟したと判定される割合は、CoPilotを使うチューターの担当生徒で4パーセントポイント高くなりました。特に、指導の評価が相対的に低かったチューターの担当生徒では、9パーセントポイントの改善が見られたと報告されています。数十万件に及ぶメッセージの分析では、生徒に考えを説明させる問いかけが増え、一般的な励ましが減るなど、応答の質の変化も確認されました。費用はチューター1人あたり年間約20ドルと試算されています。

何が注目されるか

この研究の形は、生徒向けAIの安全性や正確さの問題を、指導者向け支援に置き換えることで回避しようとした点にあります。経験の浅い指導者ほど恩恵が大きかったという結果は、研修や伴走の仕組みをAIで補う可能性を示すものとして紹介されています。

注意点

測られたのは主に授業直後の習熟判定であり、学年末の標準テストでは統計的に有意な差は確認されなかったとする整理もあります。期間は約2か月と短く、長期の効果や他の教科への広がりは今後の検証対象です。なお、数字や制度の内容は変更される可能性があります。最新の内容は出典の一次情報をご確認ください。

なお、この研究は preprint（査読前論文）として2024年10月に初めて公開され、その後も改訂が続いている研究であり、引用の際は版の確認が望まれます。

出典：Wang, R. E. ほか「Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise」スタンフォード大学 National Student Support Accelerator 研究紹介（2025年） https://nssa.stanford.edu/studies/tutor-copilot-human-ai-approach-scaling-real-time-expertise

あわせて読みたい