英語教育の現場では、「ChatGPTをどう使わせるか」という問いが、ここ数年で急速に教員の間に広まっています。禁止すべきか、活用すべきか、あるいは無視すべきか。日本の大学や高校でもこの議論は続いていますが、実際のところ、AI搭載アプリを授業に組み込むことで学習者の力が本当に伸びるのかどうか、きちんとしたデータで示した研究はまだ多くありません。そんな状況の中、2025年にScientific Reports誌に掲載されたZhaiとNezakatgooによる論文は、310名の中国人大学生を対象に、AIアプリの活用が英語学習の戦略や動機づけにどのような影響を与えるかを丁寧に検証した力作です。
研究の背景と筆者紹介
第一著者のYue Zhaiは中国・瀋陽にある中国刑事警察大学の基礎課程部門に所属しており、英語を専門外とする学習者への英語教育という、いわば「現場の最前線」に立つ研究者です。第二著者のBehzad Nezakatgooはイランのアッラーメ・タバータバーイー大学に籍を置く研究者で、第二言語習得と学習動機の分野での実績があります。この二人の組み合わせが生み出したのは、東アジアとイランという異なる教育文化を背景に持ちながら、共通の問いに向き合った研究です。
研究の舞台となった中国刑事警察大学は、警察官養成という特殊な使命を持つ機関です。英語は学習者にとってあくまで副次的な科目であり、直接的な職業との結びつきが薄い文脈で学ばれています。こうした「英語を専門としない学習者（EAP学習者）」を対象にした研究は、日本の一般大学における英語教育の現状と多くの共通点を持ちます。そのため、この研究から得られる示唆は、日本の英語教育関係者にとっても無関係ではないはずです。
研究デザインの概要
研究は混合研究法を採用した準実験デザインで構成されています。310名の学生が実験群（139名）と統制群（171名）に振り分けられ、前者はChatGPT、Poe、Google Bardなどを活用した授業を、後者は従来型の授業を受けました。測定には二種類の質問紙が用いられています。一つはOxfordのStrategy Inventory for Language Learning（SILL）を改訂したもので、メタ認知的方略と社会的方略を評価します。もう一つはClément and Pelletierによる自律的動機づけ尺度で、内発的・外発的動機づけを含む18項目から構成されています。
定量的データの分析にはANCOVA（共分散分析）が用いられ、事前テストのスコアを共変量として統制した上で、事後テストの群間差が検討されました。これにより、もともとの学力差を取り除いた状態での比較が可能になっています。加えて、実験群の学生が提出した834件の振り返り日誌がThematic Analysis（テーマ分析）によって質的に分析されており、数字だけではわからない学習体験の細部が浮かび上がる構成になっています。
主な結果―数字が語るもの
ANCOVAの結果は、いずれの従属変数においても実験群が統制群を有意に上回ることを示しました。効果量（partial η²）で見ると、メタ認知的方略で最大0.39、社会的方略で最大0.29、自己決定的動機づけでは内発的動機づけが0.31という値が得られています。Cohenの基準に照らせば、これらはすべて「大きな効果量」に分類されます。
例えばメタ認知的方略の項目の中で最も大きな効果が見られたのは「できるだけ多くの英語を読む機会を探す」（η²＝0.39）でした。これはAIツールが自己主導的な読書習慣の形成に特に寄与したことを示唆しています。社会的方略では「英語話者に助けを求める」（η²＝0.29）への効果が最大で、AIによる練習環境がコミュニケーション不安を軽減し、他者への援助要求行動を促したと解釈されています。動機づけの面では内発的動機づけへの効果が最も大きく（η²＝0.31）、AIを使った学習体験が楽しさや好奇心を引き出したことが示唆されています。
これらの数値は一見すると印象的ですが、効果量が非常に大きいことは、逆に言えば結果が「できすぎている」という印象を抱かせることも否めません。実際の教育研究でここまで一貫して大きな効果が出ることは珍しく、研究デザイン上の何らかのバイアスが介在している可能性も慎重に考慮すべきでしょう。この点については後述します。
質的データが補う「学習の手触り」
834件の日誌分析から抽出された八つのテーマは、数字では見えにくい学習体験のリアリティを伝えています。学生たちがAIツールを「習慣的」に使うようになった様子、AIを「メタ認知的な足場」として利用した実践、語学不安の低減、ライティングとリビジョンへの戦略的活用、動機づけの向上と自律性の発達などが報告されています。
一方で、「考えずにAIのまとめをそのままコピーした」「授業前に速く答えを求めただけで、深く学ぼうとしなかった」といった表面的利用の事例も少数ながら記録されています。研究者たちはこれを正直に提示しており、AIの活用が深い学習に結びつくかどうかは、指導の枠組みいかんにかかっていることを指摘しています。この点は教育実践にとって非常に重要な視点です。
理論的枠組みの妥当性
本研究はSelf-Determination Theory（SDT）とBasic Psychological Needs（BPN）理論を主たる理論的枠組みとして採用しています。SDTはDeci and Ryanが提唱した理論で、人間の動機づけを外発的なものから内発的なものへの連続体として捉え、自律性・有能感・関係性という三つの基本的心理欲求が充足されることで、より自律的な動機づけが生まれると主張します。
この枠組みは英語教育研究との親和性が高く、Alamer（2022）やOga-Baldwinら（2017）の研究もSDTをベースにした第二言語習得の分析を行っています。本研究では、AIツールが即時フィードバックを通じて有能感を支援し、学習ペースの自由度によって自律性を支援し、対話的インタラクションの模倣によって関係性を支援するという論理が展開されています。この理論的接続は十分に説得力があり、研究の方向性に一貫性を与えています。
ただし、SDTを活用した動機づけ研究では、基本的心理欲求の「充足」と「阻害」の両面を測定することが近年の研究トレンドです（McEown & Sugita-McEown, 2022）。本研究では欲求の充足側のみが検討されており、AIの過剰利用が欲求を阻害する可能性についての検討はほとんどありません。この点は今後の課題として残ります。
方法論的な強みと懸念点
混合研究法の採用は本研究の大きな強みです。量的データと質的データが相互補完的に機能しており、数字だけでも語りだけでもわからない学習のプロセスが立体的に描かれています。ANCOVAの前提条件（等分散性、回帰係数の均質性、正規性、線形性）が丁寧に確認されていることも、統計的な信頼性を高めています。また、Cohen’s kappaが0.85という高い評定者間一致率は、質的コーディングの信頼性を担保しています。
一方で、いくつかの懸念点も指摘せざるを得ません。第一に、無作為割り当てが個人レベルではなく学級単位で行われたため、厳密な意味での実験研究とは言えません。既存の学級集団を利用した割り当ては、クラスター効果や教師効果を完全に排除できないという限界を持ちます。第二に、AI使用量の検証が自己報告に依存しており、実際にどの程度・どのように使ったかを客観的に確認する手段がありませんでした。プラットフォームのログデータなど客観的な指標の取得が困難だったことは著者たち自身も認めていますが、この制約は結果の解釈に一定の留保を要します。
第三に、Hawthorne効果の可能性が排除できません。実験群の学生は新しいツールを与えられた「特別扱いされた学習者」であり、その認識自体が動機づけや努力量を高めた可能性があります。これは介入研究において避けがたい問題ですが、効果量の大きさを慎重に評価する際には念頭に置いておく必要があります。第四に、SILL尺度の文化的妥当性の問題があります。Oxfordによって開発されたこの尺度は西洋の学習文脈を前提としており、中国人学習者への適用に際して文化的・言語的な調整が必要であることを著者らも認めています。
日本の英語教育への示唆
日本の英語教育の現場に引き寄せて考えると、本研究は複数の重要な示唆を提供しています。まず、AI活用の「構造化」の重要性です。本研究では実験群の学生は6時間の研修を受け、ChatGPTやPoeをどのように使うかについての具体的なガイダンスを得た上でAIを活用しています。「とりあえずChatGPTを使ってみなさい」というような放任的な導入ではなく、使い方の枠組みを明示的に教えることが効果的なAI統合の前提条件であることが示されています。
日本の多くの大学では、AIの利用ポリシーが「禁止」か「自由」かという二択で議論されがちです。しかし本研究が示すのは、「どのように使うかを教える」という第三の道の重要性です。振り返り日誌を活用したメタ認知的省察の促進も、日本の英語授業に取り入れやすい実践として参考になります。週に一度、授業後に短いリフレクションを書かせるだけでも、学習者の自己調整能力は高まりうるという示唆は、負担の少ない形で現場に応用できるものです。
また、AIがコミュニケーション不安を低減させたという知見も興味深いです。日本の英語学習者が抱える「話すことへの恐れ」は長年の課題であり、授業前にChatGPTで発話の練習をするというワンクッションが不安軽減に有効かもしれません。これはスピーキング指導における補助的なツールとしてのAIの可能性を示しています。
一方で、表面的利用のリスクについても日本の文脈で真剣に考える必要があります。「とりあえずAIに答えを出してもらえばいい」という学習態度は、批判的思考力や独立した問題解決能力の発達を妨げます。これは日本の高校・大学受験との接続という観点からも、また社会に出た後に必要とされる思考力という観点からも、看過できない問題です。AIリテラシー教育を英語教育と並行して進めることの重要性は、本研究が繰り返し強調しているポイントでもあります。
関連研究との対比
AI活用と英語学習を扱った先行研究との比較においても、本研究はいくつかの点で際立っています。多くの先行研究がAIのフィードバック機能やライティング支援の効果に焦点を当てているのに対し、本研究はメタ認知的方略・社会的方略・自己決定的動機づけという三つの異なる次元を同時に測定しています。この包括性は研究の貢献として評価できます。
また、García-Lópezら（2025）がEFLとELの教室におけるAI活用の系統的レビューを行い、AI支援の有効性を広く支持していますが、そこで指摘されている「学習者の能動的関与の必要性」という問いに対して、本研究は質的データを通じて具体的な回答を提供しています。Yunら（2025）の書誌計量分析も、AI活用と学習者エンパワーメントの関係を示していますが、実験的介入によるエビデンスは本研究のような準実験デザインに委ねられる部分が大きいです。
Alamer（2022）によるBPN理論と語彙習得の研究との比較では、本研究が動機づけの多面的な次元を取り扱っている点が特徴的です。ただし、Alamerが厳密な構造方程式モデリングによって欲求と動機と成果の因果関係を検証しているのに対し、本研究は群間比較に留まっており、因果メカニズムの解明という点ではより精緻な分析が望まれます。
限界と今後の展望
著者たちは論文の末尾で複数の限界を誠実に提示しています。単一機関・単一文化の研究であるため、結果の一般化には慎重であるべきこと、サブグループ分析（AI利用頻度別の効果比較）が行われていないこと、そして一学期という短期間の追跡に過ぎないことが挙げられています。これらは素直に認めるべき限界であり、逆にこれらを正直に開示している点は研究者としての誠実さを示しています。
今後の研究として特に期待されるのは、縦断的なデザインによる長期効果の検証です。一学期後にAIの活用をやめた場合、学習者の自律性や方略使用は維持されるのか、それとも失われるのか。この問いに答えることが、AI統合の持続的価値を評価する上で不可欠です。また、AIの利用ログを組み合わせた客観的な使用状況の把握や、異なる文化・教育制度の下での再現研究も重要な課題となります。
総合評価
Zhaiとnezakatgooによるこの研究は、AI活用型英語教育の効果を多面的・実証的に示した貢献度の高い論文です。混合研究法の採用、統計的前提条件の丁寧な確認、質的データとの三角測量という構成は、教育研究の標準的な厳密さを満たしています。特に、単なる「AIの有効性証明」にとどまらず、表面的利用のリスクや文化的適用可能性への言及を含んでいる点は、批判的読解に耐えうる誠実さを持っています。
ただし、効果量の大きさに対する解釈の慎重さ、Hawthorne効果の排除困難性、および自己報告データへの依存という制約は、研究の読者が念頭に置くべき点です。結果を無批判に「AI活用すれば全てうまくいく」という方向で読むことなく、「どのような条件下で、どのような学習者に、どのような形で活用すれば効果が見込めるか」という問いに向け、この研究を一つの出発点として活用することが求められます。
英語教育の現場に立つ者として、AIツールとの付き合い方を模索しているすべての教員・研究者・カリキュラム設計者に、一読の価値のある論文です。
Zhai, Y., & Nezakatgoo, B. (2025). Evaluating AI-powered applications for enhancing undergraduate students’ metacognitive strategies, self-determined motivation, and social learning in English language education. Scientific Reports, 15, Article 35199. https://doi.org/10.1038/s41598-025-19118-z
