「生成AIを使うと学力は上がるのか」。この問いに答える研究が増える中で、個別の研究結果を統合するメタ分析も複数公表されています。本記事では、教育分野のレビュー専門誌 Educational Research Review に掲載された Han、Peng、Liu（2025年）のメタ分析を紹介します。結論を先に言えば、生成AI支援の学習は従来型指導に比べて「中程度の正の効果」が確認された一方、研究間のばらつきは非常に大きく、効果は条件に強く依存するという結果でした。平均値だけを切り取らない読み方が要る論文です。

このメタ分析の概要

この研究は、PRISMAガイドラインに従って5つの学術データベースをスクリーニングし、2022年から2025年に発表された生成AIの学習利用に関する研究のうち、実験研究と準実験研究のみを対象に68件を選びました。相関研究やアンケートのみの研究は含めていないため、因果関係に寄せた設計になっています。対象となった生成AIはChatGPTに限らず、ClaudeやGeminiなど生成AI全般です。抽出された効果量は337件で、生成AI支援の介入と従来型指導を比較しています。

主な結果：効果量SMD＝0.45、ただし異質性は95％

全体の効果は、標準化平均差（SMD）で0.45（95％信頼区間 0.43〜0.47）でした。効果量の目安（0.2で小、0.5で中、0.8で大）に照らすと「中程度」に当たり、著者らも「中程度の正の効果」と表現しています。「劇的に上がる」という値ではありません。

同時に重要なのが、研究間の異質性を示すI²が95％と非常に高い点です。これは、研究によって効果の大きさが大きくばらつくことを意味します。著者ら自身、効果は文脈や方法の要因に強く依存すると明示しています。つまりこの論文が示すのは「生成AIは平均して効く」という単純な結論ではなく、「条件によって効き方が大きく変わる」という、より実務に近い姿です。

効果が強かった条件

条件別の分析（モデレーター分析）では、次の条件で効果がより強い傾向が示されました。

第一に、教育段階では初等・中等教育です。生成AIの学習研究は大学を対象にしたものが多い中で、学校段階でより強い効果が見られた点は、学校現場にとって注目に値します。第二に、教科では自然科学系の教科で効果が強く出ました。第三に、介入期間が短期の研究、第四に、標本規模が小さい研究で効果が大きく出る傾向がありました。

ただし、第三と第四の傾向の読み方には注意が必要です。短期の研究で効果が大きく、小規模な研究で効果が大きいというパターンは、目新しさの影響や、小規模研究に特有の偏り（うまくいった研究ほど公表されやすい等）が混ざっている可能性を示唆します。「短期間だけ使えばよい」「小さく試せば大きな効果が出る」と読むのは誤りで、あくまで長期・大規模な検証がまだ不足している、という限界の表れと捉えるべきです。

著者らの結論

著者らは、生成AIが学習成果を高める上で「かなりの有望さ」を示すとしながらも、その真価は「どのように、いつ、誰に対して最もよく働くのか」を評価し続ける取り組みを通じてのみ実現されると結んでいます。導入の有無ではなく、使い方の設計と対象の見極めが問われる、という立場です。

学校現場への読み替え

日本の学校にとっての読みどころは二つあります。一つは、効果が「学校段階」で比較的強く出ている点です。ただし対象研究の多くは海外のものであり、日本の授業・評価の文脈にそのまま当てはまる保証はありません。もう一つは、平均の効果よりもばらつきの大きさに注目すべき点です。I²＝95％という数字は、「自校の対象・教科・期間ではどうか」を小さく検証しながら使う姿勢が、研究の側からも支持されることを示しています。課題の設計と教員の関与の仕方で結果が分かれる、という従来の知見とも整合します。

あわせて読みたい

出典：Han, X., Peng, H., & Liu, M. (2025). The impact of GenAI on learning outcomes: A systematic review and meta-analysis of experimental studies. Educational Research Review, 48, 100714. https://doi.org/10.1016/j.edurev.2025.100714

本記事は論文の抄録等の公表情報に基づいて紹介したもので、2026年11月時点の情報です。数値の解釈や最新の研究状況は、出典の一次情報をご確認ください。