対面での筆記・口頭試問 ／ AI利用を前提としたレポート
学生本人に何が残ったかで評価する
文章生成・要約・翻訳・検索・構想支援が容易になった
認知オフローディングの範囲が広がり、 提出物の品質が高くても、本人が理解しているとは限らない
提出物だけを見て、 学生本人の能力を推定することが難しくなる
学生本人の中に残っていて欲しいものは何か？外部化されていても良いものは何か？
意味が伝わらなければ「作業」になり、作業なら「AIで代替」が最適解になってしまう。
学習目標を決めたうえで、 AIと本人の役割分担を設計し、本人が考える負荷（認知的摩擦）を残す。
事前学修でのAI利用を推奨し、理解確認は授業内で行う。
AIの出力をそのまま使わず、原典で確かめ、自分の言葉で説明できるようにする。
評価設計では、まず本人が担う部分を決める。
AIが答えを出せるようになった今、教員は、学生が学び続ける理由と問いを設計する必要がある。
必要な情報をすばやく出し、説明を増やす。
なぜ学ぶのか、どう使うのか、次に何を問うのかを支える。
師匠・先達が示す感覚や経験から、学生は学問を見る目を養う。
AI出力を材料に、問いを立て直しながら対話を繰り返す。
AIの登場で、持ち帰り課題だけでは本人の理解を確かめにくくなった。まず何を学ばせたいか、なぜ取り組むのかを言語化する。
AIに外部化してよい部分と、本人に残す摩擦を分け、本人が担った部分を確認する。
学生の知識の地盤を固め、AIというクレーンを倒さずに使う方法を一緒に学ぶ。