はじめに―この研究が問いかけること
2022年末にChatGPTが登場してから、英語学習の風景は大きく変わりました。かつては英会話スクールに通ったり、ネイティブスピーカーとのオンラインレッスンを予約したりしなければ得られなかったような対話練習が、今では深夜でも、無料で、気軽に試せるようになっています。「とりあえずChatGPTに話しかけてみる」という経験をした方も少なくないでしょう。しかし、こうしたAIツールを実際に英語学習に活かしている人たちは、どのような動機で使い始め、どんな壁にぶつかり、どう工夫しているのでしょうか。
今回ご紹介するのは、2024年に学術誌『Computer Assisted Language Learning』に掲載された論文”Exploring AI-mediated informal digital learning of English (AI-IDLE): A mixed-method investigation of Chinese EFL learners’ AI adoption and experiences”です。著者はGuangxiang Leon Liu（香港中文大学）、Ron Darvin（ブリティッシュコロンビア大学）、Chaojun Ma（香港城市大学）の三名で、いずれもコンピュータ支援言語学習（CALL）や第二言語習得を専門とする研究者です。なかでもLiuは中国のEFL（外国語としての英語）文脈における学習者行動の研究で知られており、Darvinはデジタルリテラシーと社会的不平等を結びつける独自の視点を持つ研究者です。
この論文が扱うのは、「IDLE（Informal Digital Learning of English）」と呼ばれる概念です。日本語にすれば「非公式なデジタル英語学習」とでもいうべきもので、Lee and Lee（2021）による定義では「個人の関心に動機づけられ、教師による評価とは無関係に、インフォーマルなデジタル環境で自律的に行われる英語活動」とされています。YouTubeで好きな英語コンテンツを見る、洋楽を聴いて歌詞を調べる、英語のゲームに没頭するといった活動がこれに当たります。この研究では、それにChatGPTやBing Chat（現Microsoft Copilot）といった生成AIが加わった場合に何が起きるかを問うています。
研究の仕組み―数字と言葉の両方で迫る
この研究の方法論上の特徴は、「説明的逐次混合研究法（explanatory sequential mixed-method design）」を採用している点です。難しく聞こえますが、要するに「まずアンケートで全体像を把握し、次にインタビューで個々の経験を深掘りする」という二段階の手続きです。料理に例えるなら、先に大量の食材を計量して栄養素の全体バランスを把握してから、特定の一皿を丁寧に味わって評価するようなものです。数字だけでは見えない「なぜ」と「どのように」を、実際の声によって補完するこのアプローチは、教育研究では非常に有効な手法です。
アンケートには867名の中国人EFL学習者が回答しました。GPT技術を用いた非公式英語学習に50時間以上費やした経験のある人を条件としており、WeiboやRedBookなどの中国語SNSのAI関連グループを通じて募集されました。参加者の約78%が18〜24歳、約63%が大学学部生という構成で、最もよく使っていたツールはChatGPT（67%）でした。その後、インタビューには20名が参加し、30〜60分のオンライン面接が行われました。
分析の枠組みとして使われたのは、Davis（1989）の「技術受容モデル（TAM）」です。これは「使いやすさの認知（PEU）」「有用性の認知（PU）」「使用意図（IU）」「実際の使用（AU）」という四つの要素の因果関係を構造方程式モデリング（SEM）で検証するものです。もともとは企業の情報システム導入研究から生まれた枠組みですが、言語学習テクノロジーの研究にも広く応用されており、この論文はそれをAI時代のIDLEに合わせてアップデートしています。
主な発見―何がわかったのか
定量的な分析の結果、五つの仮説のうち四つが支持されました。要約すると、使いやすさの認知が有用性の認知を高め、その有用性の認知が使用意図を強め、そして使用意図が実際の使用へとつながる―というパスが統計的に確認されました。興味深いのは、使いやすさの認知が直接的には使用意図を予測しなかった点です。つまり「操作が簡単だから使う」のではなく、「操作が簡単だから有用性を実感でき、それゆえ使う気になる」という間接的な経路が支持されたのです。
また、ChatGPT以前のAIツール（Microsoftのチャットボットなど）の使用経験が、新しいGPT技術の受容に影響するかどうかも検証されましたが、二群間に有意差は見られませんでした。つまり、過去にAIを使っていた人もそうでない人も、ChatGPTに対してほぼ同じように前向きな態度を示したということです。これは、ChatGPTなどの新世代AIが従来のツールとは質的に異なる体験を提供するため、過去の経験による学習効果がリセットされるようなかたちで機能しているからだと著者たちは論じています。
定性的なインタビュー分析からは、三つのテーマが浮かび上がりました。第一に、有用性の認知は「手を動かしてみること」から生まれるという点です。ChatGPTの特性を説明書で読んで理解するのではなく、実際に触れてみることで初めてその可能性が体感される。Luna（仮名、学部生）が「読み書きを練習できるし、先生みたいに学習リソースも紹介してくれる」と述べているように、使用体験が有用性の認識を育てるわけです。
第二に、使用意図は制約への気づきと対峙することで高まるという点です。多くの参加者が「AIが嘘をつくことがある」「複雑な指示には対応しきれないことがある」といった限界を認識しながらも、それがむしろ「もっとうまく使いこなしたい」という意欲につながっていました。Olivia（仮名）は「適切なプロンプトを作る能力が必要」と指摘しており、制約への気づきが探究心を刺激している様子が伺えます。
第三に、実際の使用形態としては「家庭教師としてのチャットボット」と「会話相手としてのチャットボット」の二パターンが主流でした。Evelyn（仮名）がBing ChatをMoby Dickの英文解釈に活用した例や、Isla（仮名）が「Voice Control for ChatGPT」というChromeの拡張機能を使ってChatGPTとの音声会話を実現した例は、学習者の創意工夫の豊かさを示しています。Islaの場合、ChatGPT自体に「音声で話すにはどうすればいい？」と問いかけることで解決策を見つけているのですから、まさにAIをAIで活用しているわけです。
論文の貢献と評価
この研究の最も重要な貢献は、TAMをAI-IDLE文脈に適用した最初期の体系的研究のひとつであるという点です。特に定量・定性の連携が丁寧に設計されており、数字だけでは伝わらない学習者の能動的な交渉プロセスが生き生きと描かれています。従来のTAM研究が技術の「受容」を静態的に測定する傾向があったのに対し、この論文は学習者が制約を前にどのように対処し、意図と行動を更新していくかという動態的なプロセスを浮かび上がらせることに成功しています。
また、著者たちが提唱する「AIリテラシー」の概念も注目に値します。論文では「AIリテラシーとは、AIプラットフォームのアフォーダンスと制約を交渉しながら特定の意図を達成する実践であり、そのデザインやアルゴリズムへの批判的意識を伴うもの」と定義されています。これは既存のデジタルリテラシー論をAI時代に接続する試みであり、単に「AIを上手に使う能力」ではなく、AIとの批判的な対話能力を含む、より広いリテラシー観を提示しています。
一方で、いくつかの限界と課題も認識しておく必要があります。まず、参加者がSNSのAIグループを通じて募集されているため、すでにAIに対して積極的な態度を持つ人々に偏っている可能性があります。いわゆる「熱心な先行採用者」だけを対象にしている疑いは否定できません。また、参加条件として「50時間以上の使用経験」が求められているため、AIに馴染みのない学習者や、アクセス上の障壁を抱えている学習者の声が反映されていません。著者自身もこの点をサンプリングの限界として認めており、今後はランダムサンプリングを用いた研究が必要だと述べています。
さらに、調査対象が中国という特殊な文脈にある点も見逃せません。中国ではChatGPTへのアクセスにVPNが必要であり、参加者はある程度の技術リテラシーと経済的余裕を持つ層に限定される構造になっています。Darvinが以前から論じてきた「デジタルリテラシーの社会的不平等」という視点から見れば、この研究が描くポジティブな活用事例は、必ずしもすべての学習者に等しくアクセス可能ではないことを意識しておく必要があります。論文の終盤でも著者はこの点に触れており、ChatGPT Plusのような有料版へのアクセス格差が学習機会の不平等を生みうることを警告していますが、この論点をさらに深めた研究が待たれます。
関連研究との比較―どこが新しいのか
IDLE研究としての文脈では、Lee and Lee（2021）やZhang and Liu（2022）といった先行研究がすでに非公式デジタル英語学習の多様な側面を明らかにしています。ゲームや動画視聴、ファンフィクション執筆などがIDLEの典型的な活動として研究されてきましたが、本論文はそこに生成AIという新たな媒体を加えた点で学術的な寄与があります。
TAM研究の文脈では、Belda-Medina and Calvo-Ferrer（2022）がReplika、Kuki、Wysaといった従来型チャットボットを対象に混合研究を行っており、本研究と比較すると興味深い相違点が見えてきます。従来のチャットボット研究では、技術的な制約（誤認識、不自然な応答など）がユーザーの意欲を大きく削ぐケースが報告されていましたが、本研究では制約の認識がむしろ使用意図を強める効果を持つという、やや異なる結果が得られています。これはChatGPTなどGPT-3.5/4.0世代のモデルが、従来のAIとは質的に異なる応答品質を持つことの表れである可能性が高く、技術の世代間格差を意識した研究設計の重要性を示唆しています。
また、Dizon and Tang（2020）によるAmazon Alexa（IPA）を用いた研究では、日本人EFL学習者がAlexaに肯定的な態度を持ちながらも、コミュニケーション上の困難から継続的な使用に至らなかったことが報告されています。本研究の結果と比較すると、GPT技術の高い言語処理能力がこの「継続使用の壁」を大幅に下げている可能性が示唆されます。この比較は、本論文には明示されていませんが、読者が独自に行える重要な考察のひとつです。
日本の英語教育現場への示唆
日本のEFL文脈でこの研究を読むと、いくつかの点が特に響きます。日本の英語学習者は長年「話す場がない」「実際に使う機会がない」という課題を抱えてきました。ChatGPTのような生成AIは、この課題に対する一つの現実的な応答になりえます。Islaが音声拡張機能を使ってChatGPTと話すことで口頭英語を練習したように、自宅で・無料で・自分のペースでスピーキング練習ができる環境は、特に英語使用機会の少ない地方の学習者にとって意義深いはずです。
しかし同時に、本研究が示す「適切なプロンプトを作る能力の重要性」は、日本の教育現場において一つの課題提起にもなります。17名（全20名中）の参加者が「正しいプロンプトを書けるかどうかで成果が変わる」と述べていることを踏まえると、単にAIツールを紹介するだけでは不十分で、「どう問いかけるか」という技術の教育も必要になってきます。これはまさに著者たちが提唱する「AIリテラシー」教育の必要性と重なります。
日本の学校現場ではGIGAスクール構想によって一人一台端末が整備されましたが、その端末でAIをどう使うかについての指針は現時点で十分とは言えません。本論文が提示するように、学習者はすでに教室の外でAIを英語学習に使い始めており、学校教育がその動向を把握しないまま放置すれば、「授業でやること」と「家でやること」の乖離が広がる一方です。むしろ、学習者の自律的なAI活用実践を授業に持ち込み、使い方の批判的検討や学習成果の振り返りを促す「ブリッジング活動」を設計することが、現実的な一手となるでしょう。著者も同様の提言をしており、この視点は日本の教師にとっても参考になります。
また、本研究では有用性の認知がAI受容の核心であることが示されましたが、その有用性は「使ってみる」という体験から生まれています。これは英語授業の設計においても示唆があります。「AIはこんなことができる」と解説するよりも、実際に使わせてみる体験型の授業設計のほうが、学習者のAI活用意欲を高める可能性が高いといえます。
批判的考察―論文が開いた問いと残した問い
この論文が学術的に開いた問いのひとつは、AIリテラシーの「評価可能性」です。著者らはAIリテラシーを重要な概念として提起しましたが、それが何によって測れるのか、どのように育成できるのかについては本論文の範囲を超えています。今後の研究では、プロンプトの質、AI出力の批判的評価能力、誤情報への気づきといった具体的な行動指標をどう操作化するかが問われるでしょう。
また、本論文では「使用意図が実際の使用を強く予測する（β = .85）」という結果が出ていますが、これは一時点での調査であり、長期的な継続使用については何も言えません。英語学習アプリやオンライン英会話で「試してみたものの続かなかった」という経験をお持ちの方は少なくないはずです。AIツールも同様のサイクルに入る可能性は否定できず、縦断的な研究の必要性は論文内でも指摘されています。
さらに、定性的な分析における代表性の問題も気になる点です。インタビュー参加者20名は「参加希望者からのランダム選出」とされていますが、アンケート末尾で連絡先を記入した時点でそのグループ自体が積極的な参加者に限定されており、選択バイアスが残ります。また、インタビューは中国語（普通話）で行われており、翻訳と再解釈のプロセスで意味の変容が生じる可能性への言及が薄いことも、方法論上の弱点として指摘できます。
それでもこの論文は、AIと言語学習の交差点において、数字と人間の声の両方を丁寧に拾い上げた誠実な研究として評価できます。特に、技術の制約を学習者が「乗り越えるべき壁」としてではなく「探究の入り口」として再解釈する能動性を描いたことは、学習者エージェンシーの研究に新たな角度を加えています。
おわりに
ChatGPTが登場してまだ数年しか経っていないにもかかわらず、867名もの学習者データを集め、20名のインタビューを丁寧に分析したこの研究は、急速に変わるAI言語学習の現場を記録した貴重な一作です。英語教育に携わる教師にとっては、自分の生徒が授業の外でどのようにAIと向き合っているかを推し量る手がかりになりますし、学習者本人にとっては「うまくいかないのは当たり前で、試行錯誤がむしろ学びにつながる」という励ましになる研究とも読めます。
論文の結びでDarvinたちが強調するように、AIツールへのアクセスの不平等はこれから一層大きな問題になっていきます。より高性能なモデルを使えるのは有料プランに加入できる人だけ、VPNを用意できる人だけ、という現実は、日本においても他人事ではありません。英語学習の効果を高める技術の恩恵が、一部の学習者にしか届かない構造を問い直すこと―それもまた、この論文が静かに問いかけていることのひとつです。
Liu, G. L., Darvin, R., & Ma, C. (2025). Exploring AI-mediated informal digital learning of English (AI-IDLE): A mixed-method investigation of Chinese EFL learners’ AI adoption and experiences. Computer Assisted Language Learning, 38(7), 1632–1660. https://doi.org/10.1080/09588221.2024.2310288