読書感想文は誰が書くのか——宿題とAIの2026年夏、六つの線の引き方

夏休みが始まります。読書感想文と自由研究の季節です。

生成AIが世に出て最初の夏だった2023年8月、全国の10〜20代の男女533人（うち388人が15〜19歳）に聞いたインターネット調査で、3人に1人が「夏休みの宿題に生成AIを使った」と答えました。使い道の上位は、論文・レポート、数学の問題、そして読書感想文。学校や親から使用を「制限されなかった」という回答も7割近くありました。禁止するかどうかを大人が議論している間に、使うほうが先に日常になっていたわけです。

あれから3年がたちました。今年の夏は、小中学生向けの教育サイト「学研キッズネット」の自由研究特集に、500を超えるテーマから対話でテーマ探しを手伝う「自由研究おたすけAI」が加わったと報じられています。子どもがこっそり使う道具だったものが、教育サイトの表玄関に置かれる道具になった。この3年の変化を、これほど端的に表す出来事はないように思います。

「AIで宿題をやるのは、ずるなのか」。この問いは日本だけのものではありません。世界中の学校が同じ夏に同じ問いを受け取り、そして国ごとにかなり違う答え方をしています。今回は、日本の線の引き方、世界の線の引き方、そして当サイトの研究データベースから見える研究者たちの視線の先、という三つの方向からこの問いの現在地を眺めます。

ひとつ、お断りしておきます。この記事は、執筆をAIが担い、運営者である私が監修しています。私たちは教育の専門家ではありません。数えて分かった事実と、各国の公式文書に書いてあることを中心に組み立て、この先どうなるかという予測は書きません。

先に、この記事で見る数字

論点1: 日本の線は、もう引かれている

読書感想文とAIの問題は、実は制度の上では2024年末に一度答えが出ています。文部科学省が2024年12月26日に公表した「初等中等教育段階における生成AIの利活用に関するガイドライン（Ver.2.0）」は、不適切な例のひとつとして、こう明記しています。

各種コンクールの作品やレポート・小論文等について、生成AIによる生成物をほぼそのまま自己の成果物として応募・提出する

さらに、課題の出し方についての留意事項（Box-6）では、読書感想文・日記・レポートを課題として課す場合を名指しで取り上げ、AIの利用を想定していないコンクールにAIの出力をそのまま応募することは「評価基準や応募規約によっては不適切又は不正な行為に当たること、活動を通じた学びが得られず、自分のためにならないこと」を十分に指導するよう求めています。詩や俳句の創作、初めて読んだ感想を求める場面での安易な使用や、定期考査・小テストでの使用も不適切な例に挙がっています。

一方でこのガイドラインは、一律禁止の文書ではありません。AIの出力をたたき台に推敲を重ねる使い方や、プログラミングでの活用は適切な例として並び、レポートでAIの出力を引用するときは利用したサービス名・入力したプロンプト・日付を明示する、という引用ルールの例まで書いてあります。使わせないのではなく、情報活用能力を育ててから場面を選んで使わせる、という構えです。課題の側の工夫としても、評価の視点をあらかじめ設定する、口頭発表の機会を設ける、内容が自分のものになっているかを確認する活動を挟む、といった具体案が既に列挙されています。

つまり日本の線は引かれていて、問題はそれが全国の教室と家庭に届いているかどうか、という段階にあります。そしてこの夏、動きがありました。2026年6月30日の中央教育審議会・デジタル学習基盤特別委員会（第10回）で、このガイドラインをVer.2.1へ改訂する検討が始まったと報じられています。夏休み明けの宿題の扱いがどう変わるか、変わらないかは、この記事の観測点のひとつにします。

論点2: 宿題の重みも、線の引き方も、国によって違う

海外と比べる前に、前提をひとつ確認しておきます。そもそも宿題の量が、国によってまったく違います。OECDが15歳を対象に調べた集計（2012年）では、上海の生徒は週に約14時間を宿題にあて、フィンランドは週3時間弱、OECD平均は5時間弱でした。宿題が成績や進学にどれだけ食い込むかも国ごとに違うので、「宿題×AI」の摩擦が起きる場所も強さも、国ごとに変わります。それを踏まえて、五つの国と地域の線の引き方を並べます。

イギリスは、提出物の不正を定義し直しました。イギリスの中等教育では、コースワーク（＊1）と呼ばれる自宅での課題作品が資格試験の成績に直接組み込まれます。宿題がそのまま成績になる仕組みなので、圧力のかかる場所が日本の読書感想文にいちばん近い国です。資格試験を束ねる団体JCQは2023年からAI使用の指針を出し、2025年4月30日の改訂第2版では、AIが作ったものを自分の作品として提出することを試験不正（malpractice）として扱い、学校側に明確なルールの整備と周知を義務づけています。

アメリカは、教える側を先に武装させる方向です。連邦に統一カリキュラムがなく州ごとの対応がばらばらだったところへ、2025年4月23日の大統領令「Advancing Artificial Intelligence Education for American Youth」が、AIリテラシーを国の教育優先事項に据えました。ホワイトハウスにAI教育タスクフォースを置き、K-12向け教材の開発、教員研修、そして生徒と教員の成果を表彰する「Presidential AI Challenge」を走らせる内容です。同じ年の7月には、教員組合AFTがMicrosoft・OpenAI・Anthropicの資金提供（5年で2,300万ドル）を受けて「National Academy for AI Instruction」を設立すると発表しました。5年間で全米の教員の約1割にあたる40万人にAI研修を提供する計画です。生徒の使用を縛る全国ルールより先に、教師の研修に企業のお金が流れ込んでいる、というのがこの国の現在地です。

EUは、生徒ではなく「評価する側のAI」を法律で縛りました。AI Act（＊2）は、入学選抜や学習成果の評価、試験監視に使うAIシステムを高リスクに分類し、品質管理や人による監督を義務づけています。教育機関で感情を推定するAIにいたっては、2025年2月から禁止行為です。生徒がChatGPTで感想文を書くことについてEU共通の規則はありませんが、AIが生徒を採点し選抜することには、世界でいちばん重い枠がはまっています。この法律の全体像は第5回の記事で整理しました。

中国は、生徒と教師の両方に使用規範を配りました。教育部の基礎教育教学指導委員会が2025年5月に公表した「中小学生成式人工智能使用指南（2025年版）」は、学生に対して、宿題でAI生成内容をそのまま写すことを避ける、試験やテストでAIを使わない、AIを使った不正行為をしてはならない、創造性や個性を表現する課題で安易に頼らない、と求めます。学年段階での線引きもあり、小学生は開放型の内容生成機能をひとりで使うこと自体が禁止です。目を引くのは、教師側にも同じ強さの規範があることです。生成AIを教える主体の代わりにしてはならない、AIの生成内容をそのまま学生の評価に使うことを避ける、試験問題などの機微なデータをAIに入力することは厳禁、と明記されています。その一方で、教師がAIで宿題を生成し、添削し、盗用チェックにかけることは、推奨される活用場面として公式に描かれています。使わせ方の設計としては、今回並べた中でいちばん細かい文書です。

韓国は、最速で配って、最速で引き返しました。前政権の看板政策だったAIデジタル教科書（AIDT）は2025年の1学期から小3・4の英語と数学、中1・高1の英語・数学・情報に導入されましたが、わずか一学期後の2025年8月4日、国会が初中等教育法の改正案を可決し、AIDTの法的地位は「教科書」から「教育資料」に格下げされました。賛成162・反対87。教科書なら全校で使う義務がありますが、教育資料は学校ごとの判断です。可決時点の報道では、採択率は全国の学校の3割程度にとどまるとされました。国を挙げた導入と、その揺り戻しが、一年のうちに両方起きた国です。

並べてみると、こうなります。

見えてくる共通点がひとつあります。この問いに「全面禁止」で答えた国は、ここには一つもありません。違うのは、生徒を縛るか、教師を支えるか、評価するAIを縛るか、道具の地位を変えるか——手当ての当て先です。

論点3: 研究の地図では、宿題は「AIが採点する側」にある

では、研究者たちはこの問題のどこを見ているのか。当サイトが毎日収集している研究カテゴリの記事7,259件（2026年7月14日の基準日時点）を、教育に関わる言葉で引いてみました。

数え方について先に断っておきます。これは論文本文の検索ではなく、当サイトがAIに生成させた日本語のタイトル・要約・キーワード欄への文字列一致です。記事の大半はarXivなどのプレプリント（＊3）で、査読を経ていません。しかも教育の言葉は、機械学習の言葉に容赦なく吸われます。「学生」で引くと143件出ますが、その大半は知識蒸留（＊4）の「教師/学生モデル」の話です。「教師」は246件のうち64件が「教師あり学習」、70件が「教師モデル」でした。「試験」も一般語に紛れます。第11回で「物差しそのものを直せるか」という観測点を置いたばかりなので、今回は集計に使った全キーワードの一致記事を一件ずつ目視で確かめてから書いています。使った語も除外した語も、同じ条件で再実行できるスクリプトの形で固定しました。

その上で、数字です。「宿題」を含む研究記事は、7,259件中たった1件でした。そしてその1件は、子どもがAIで宿題を済ませる話ではありません。HG-Benchという研究で、複数ページにわたる手書きの宿題のどこに答えと途中式が書かれているかをAIに見つけさせる、自動採点の前段となる位置特定の能力を測るためのベンチマークです。つまり研究の世界で宿題は、AIが「やる」対象ではなく、AIが「採点する」対象として登場します。

まわりを見渡しても、この非対称は一貫しています。目視で確認できた教育関連の研究はおよそ50本。その最大のかたまりは自動採点と作文評価で、重複を除いて16本ありました。数学やLinuxの試験の自動採点、エッセイ評価の信頼性、といった研究が並びます。次に大きいのがAIチューター（キーワード一致は10件、うち目視で教育研究と確認できたのは9本）で、DeepTutorのような個別指導フレームワークが次々に提案されています。教師の教材づくりを支援する研究（GAIDEなど）や、学習者の認知負荷や誤解を検出する研究がそれに続きます。子どもの側の「使い方」や不正検知を正面から扱う研究は、この網ではほとんど見つかりませんでした。

つまり、世間の議論は「子どもがAIでずるをする」ことを見ていますが、当サイトの収集・要約の範囲で見るかぎり、研究の重心は「教える側・測る側のAI化」にあります。そしてこの構図は、論点2で見た規制の当て先と重なります。EUが高リスクに分類したのは採点し選抜するAIであり、中国が教師に求めたのは「AIの生成内容をそのまま評価に使わない」ことでした。規制も研究も、大人の側のAIを見ています。

このかたまりの中には、少し先の風景を予感させる研究が二つありました。ひとつは、学生の属性情報が自動エッセイ採点モデルに与える影響を調べた研究で、学生の属性データをテキストと単純に連結する、この研究で試したやり方では、採点の精度と公平性がかえって悪化することを示しています。もうひとつは、自動採点システムへのプロンプトインジェクション攻撃の研究です。答案の中に採点AIへの指示を紛れ込ませ、中身と関係なく高得点を出させる攻撃が、実験の上で成立することを確かめています。AIが宿題を採点する時代のカンニングは、感想文の丸写しではなく、採点AIそのものへの攻撃になるのかもしれません。

論点4: 宿題は消えずに、形を変えつつある

ここまでの材料を並べ直すと、各国の対応は四つの型に整理できます。

第一に、不正の再定義です。イギリスのJCQは「AIの成果物を自分のものとして出すこと」を試験不正として明文化し、日本のガイドラインも応募規約によっては不正に当たると指導するよう求めました。ずるの定義が、書き写しからAI利用の申告義務へ広がっています。

第二に、課題の再設計です。文科省のBox-6が挙げる工夫——評価の視点の事前設定、口頭発表、内容が身についているかの確認——は、いずれも「家でひとりで完成させてくる成果物」への依存を下げる方向を向いています。中国の学年段階別の線引きも、課題とAIの距離を年齢で変える設計です。

第三に、教える側の武装です。アメリカの大統領令と教員研修アカデミー、中国の教師規範、日本の教員向け研修資料。生徒に語る前に、まず教師がAIを知る、という順番が各国で共通しています。

第四に、評価者の統制です。EUの高リスク分類と、中国の「AI生成内容で評価しない」という規範は、生徒ではなく、採点し選抜する側のAIに枠をはめるものです。

四つの型のどれも、宿題そのものをやめるという答えではありません。AIで一瞬で終わってしまう宿題は、出す意味そのものが問い直され、形を変えながら残っていく——それが2026年夏時点で、各国の公式文書から読み取れる現在地です。この先どの型が主流になるかは、書きません。私たちに言えるのは、この夏の読書感想文が、その実験のいちばん身近な現場だということだけです。

読書感想文は誰が書くのか。各国の文書がそろって言っているのは、AIの出力を丸ごと自分の成果として出すことは認めない、という一点です。そこから先——どこまでAIと一緒に考えてよいか——は、国も場面もまだばらばらです。イギリスは資格評価にかかわる提出物で本人の作業であることを厳格に求め、中国は小学生がひとりで生成機能を使うことを禁じ、日本は学ばせてから場面を選んで使わせようとしています。制度が一致している部分と、まだ割れている部分。その境目が、今年の夏休みの宿題の上を走っています。

観測点

あとから同じ物差しで測り直せるように、観測点を置いておきます。

その1。文科省ガイドラインVer.2.1は、いつ、何を変えるのか。2026年6月30日の特別委員会で改訂の検討が始まったと報じられています。公表の時期と、宿題・課題・コンクールに関する記述（現行のBox-6）が変わるかどうかを記録します。次に見るのは2026年10月ごろ、遅くとも年内です。

その2。コンクールの応募規約は、AIにどう触れるか。読書感想文の全国コンクールをはじめ、夏休みの成果物を受け付ける主要コンクールの2026年度応募規約が、生成AIをどう扱っているか（すでに記載がある可能性も含めて）を、応募が締め切られる前の2026年9月に実地で確認して記録します。

その3。研究の地図で、採点とチューターは伸びるのか。基準日時点の割合は、宿題1件（0.01%）、採点11件（0.15%）、エッセイ9件（0.12%）、チューター10件（0.14%）です（分母は研究記事7,259件）。次回は生の件数ではなく割合で比べ、増えていた場合は収集元の変化か、要約語彙の変化か、実際の研究動向かを切り分けてから結論を書きます。キーワードは書き換えず、固定したスクリプトをそのまま再実行します。次に見るのは2026年10月ごろ、第11回の観測点と同時です。

その4。韓国のAI教科書は、教育資料としてどれだけ残るのか。格下げ後の採択は学校裁量になりました。次の学期・学年度に向けた採択状況や、法的地位を再び変える動きが出るかを記録します。次に見るのは2026年12月ごろです。

起点は2026年7月14日です。

注釈

＊1 コースワーク（coursework / NEA・Non-Examination Assessment） — イギリスの中等教育資格（GCSEなど）で、筆記試験とは別に、授業や自宅で時間をかけて仕上げる課題作品を成績評価に組み込む仕組み。教科によっては最終成績のかなりの割合を占めるため、日本の「提出したら終わり」の宿題より成績への影響が直接的で大きい。

＊2 AI Act（EU人工知能法・Regulation (EU) 2024/1689） — EUがAIの用途をリスクの大きさで段階分けして義務を課す法律。健康・安全・基本的権利に重大な影響を与えうる用途を「高リスク」と呼び、市場に出す前後の品質管理・透明性・人による監督などを義務づける。教育分野では入学選抜・学習成果の評価・試験監視に使うAIが高リスクに該当する。

＊3 プレプリント（preprint） — 査読（専門家による内容チェック）を受ける前に公開される論文の原稿。arXivなどのサイトで誰でも読めるが、内容の正しさは保証されていない。速報性が高い反面、後になって取り下げられたり、大きく修正されたりすることもある。

＊4 知識蒸留（knowledge distillation・教師/学生モデル） — 大きなAIモデル（教師）の振る舞いを小さなモデル（学生）に写し取って、軽いモデルを作る機械学習の技法。学校の教育とは無関係だが、「教師」「学生」という語をそのまま使うため、文字列検索では教育研究のような顔をして大量に紛れ込む。