Bastani H, Bastani O, Sungu A, Ge H, Kabakcı Ö, Mariman R. Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proc Natl Acad Sci U S A 2025; 122:e2422633122.
この論文は主に、AIを使うすべての臨床医、そして自己研鑽の設計に関わる方に向けたものです（🏥 一般診療医向け／🩺 外来実装向け）。
研究デザインは、学校現場での大規模フィールド実験（🎲 クラスター無作為化RCT）です。
【背景／課題】
生成AIは作業を速めますが、スキル習得（学習）への影響は分かっていませんでした。答えを出してくれるAIは、練習中の成績は上げても、AIを外した後の実力を損なう恐れがあります。
【結果／数値】
高校生約1,000人を、対照（教科書のみ）、ChatGPT型のGPT Base、ヒント型のGPT Tutorの3群に無作為化しました。練習中の成績は対照比でGPT Base +48%、GPT Tutor +127%。ところがAIなしの試験では、GPT Base群が対照を約17%下回りました。ヒント型のGPT Tutorではこの悪影響がほぼ消えました。GPT Baseの正答率は51%でしたが、その誤りは試験成績に波及しておらず、主な原因は「誤りに惑わされたこと」ではなく「答えの丸投げ（松葉杖のように使うこと）」でした。
【臨床的意義】
AIを「答え製造機」として使うと、自力が育ちません。まず自分で解き、AIには段階的なヒントや答え合わせを求める。この設計が実力を守ります。しかも当事者は自分の低下に気づかず、自己評価はむしろ過大でした。だからこそ、使い方のルール化という意識的な歯止めが要ります。
【概要】
トルコの高校で2023年秋に行われた研究です。各回は「教師の復習講義→AI支援ありの練習→AIなしの試験」の3部構成で、事前登録の主要評価項目はAIなし試験の成績でした。練習中はAIが成績を大きく押し上げた一方、AIを外した試験ではGPT Base群がむしろ対照より低下しました。単一校・数学・短期という限界はありますが、「AI使用中の高得点」と「自分自身の実力向上」は別物だと、大規模データで示した点に価値があります。
noteメンバーシップのご紹介
「気になる論文情報」では、毎回3本程度（必要に応じて4本）、テーマを決めて最新の臨床研究をお届けしています。まとめは、要点整理・Action Plan、必要に応じてスライドや図解といった、臨床でそのまま使いやすい形にしています。
今回のテーマは「生成AIの利用は判断力を変えるか」でした。
全体像は、
①使い方が結果を分ける（丸投げは害、足場かけは有益）
②AIで正答が増えても過信が増える
③医師にAIを渡すだけでは診断推論は自動では上がらない
④先に自分で考え後からAIで改善すると独立した力が伸びる、という流れです。
論文2以降では、なぜ低下に気づけないのか（過信のメカニズム）、臨床現場での実際の効果（診断推論RCT）、そして根拠ある良い使い方（think first）へと論点を進めています。
4本目は、警告型に偏らないよう、良い使い方を独立能力の転移として実証した「対比・処方箋」の役割を担っています。数値や固有の結論は、記事内で一次情報により裏付けが取れたものだけを記載し、不確かな点は一般表現に留めています。
ご関心があれば、続きものぞいていただけたら嬉しいです。
