学生はAIに何を求めているのか？プログラミング学習における期待と好みの探求
📌 この記事の結論
- 学生の95%がプログラミング学習でAIツール（ChatGPTなど）を利用しており、デバッグやエラーの説明に最も多く使われています。
- 学生はAIツールに対して、単に「正しい答え」を教えるだけでなく、「詳細なエラーの説明」や「解決への具体的なガイダンス」を強く求めています。
- 学生のニーズは一様ではなく、AIツールへの期待から7つの異なるグループが特定されました。これにより、画一的なAIサポートではなく、個別化されたアプローチの重要性が示唆されています。
1. はじめに：AIが変えるプログラミング学習
ChatGPTのような生成AIツールが登場して以来、学生たちの学習方法は大きく変化しました。特にプログラミング学習では、コードの生成、エラーの特定、概念の説明など、様々な場面でAIの助けを借りるのが一般的になりつつあります。
しかし、多くの研究がAIツールの教育への統合やその効果に焦点を当てる中で、「学生自身がAIに何を求め、どのように学習を支援してほしいと考えているのか」という声は十分に探求されていませんでした。
本記事では、この重要なギャップを埋めるための研究論文を深掘りし、学生のAIツールへの期待と利用実態を明らかにします。この洞察は、将来の個別化された教育用AIツールの設計に役立つことでしょう。
2. 紹介する論文の概要
📄 論文情報
| タイトル | What do students want from AI? Exploring expectations and preferences in programming education （学生はAIに何を求めるのか？プログラミング教育における期待と好みの探求） |
|---|---|
| 著者 | Mubina Kamberovic and Senka Krivic |
| 掲載誌 | Artificial Intelligence in Education, Vol. 2 No. 1, 2026, pp. 33-48 |
| 研究対象 | サラエボ大学電気工学・コンピュータサイエンス学部 第一学年の学生 |
| 研究期間 | 2024年5月28日～6月13日 |
研究の目的
この研究は、第一学年の電気工学・コンピュータサイエンス専攻の学生が、プログラミングコースでAIツールをどのように利用し、どのように認識しているか、そして将来のAIツールの開発に対してどのような好みを抱いているかを探ることを目的としています。
研究の方法
研究者たちは、学生のAIツール利用に関する実態と期待を明らかにするため、以下の方法で調査を行いました。
- 匿名オンラインアンケートの実施：選択式と自由記述の両方の質問を含む探索的なアンケートを、合計61名の学生を対象に実施しました。（有効回答数は56件）
- データ分析：選択式の回答は記述統計を用いて分析され、自由記述の回答は帰納的テーマ分析によって主要なテーマが特定されました。
- 学生のクラスタリング：AIツールの改善に対する学生の具体的な要望に基づき、Affinity Propagationアルゴリズムを用いて学生を7つの異なるグループに分類しました。
3. 研究結果のポイント3つ
この研究では、AIツールが必ずしもすべての学生に均一に役立つわけではないことが明らかになりました。以下に主要な3つのポイントをまとめます。
✅ ポイント1：学生はAIツールを頻繁に利用し、デバッグとエラー説明が主要な用途
学生の95%がChatGPTや類似ツールをプログラミング学習に利用していました。特に、「コードのデバッグ」（82%）と「コンパイラエラーの説明」（68%）が主な利用目的として挙げられています。これは、学生が自分で解決できない問題に直面した際に、AIが即座に助けとなることを示しています。
例えば、Pythonでエラーが出た際、AIにエラーメッセージを貼り付けることで、その原因と修正方法を瞬時に得られるといった使い方です。
✅ ポイント2：学生は「なぜ間違えたか」を重視し、深い理解を求めている
最も重要な発見は、学生が単に正しい解決策を得るだけでなく、「根本的な間違いを説明し、学習を導くAIツール」を求めている点です。多くの学生は、AIが答えだけを提供し、間違いの十分な説明がないために「深い理解に欠ける」ことを懸念していました。
これは、JavaScriptで書いたコードが動かない時に、AIが正しいコードだけを示すのではなく、「なぜこの部分が間違っていて、どうすれば論理的に正しいコードになるのか」を教えてほしいというニーズに相当します。
✅ ポイント3：AIツールへの期待は多様であり、学生は7つのグループに分類される
AIツールの改善に関する学生の意見は多岐にわたり、研究では以下の7つの明確なグループが特定されました。
- 伝統的プログラマー：AIに頼らず自力で解決を好む。
- AIガイダンス志向：間違いの原因説明と修正方法のガイドを求める。
- AI洞察志向：プログラミングに関する質問にいつでも答えられるツールを求める。
- AI開始点志向：問題解決のアプローチやアルゴリズムのアイデアを求める。
- AIデバッグ志向：コードの間違いを即座に特定するサポートを求める。
- 無関心なユーザー：特定の要望がない。
- 満足しているAIユーザー：現在のAIツールで十分と考えるが、信頼性には懸念がある。
この結果は、学生一人ひとりの学習スタイルや現在の知識レベルに合わせて、AIツールのサポート内容を調整する必要があることを強く示唆しています。
4. ADVANCEの現場から見た実感
堺市南区のプログラミングスクールADVANCEで実際にプログラミングを教えている講師としての意見は以下の三つです
🎮 現場で感じる3つの変化
自力で考える時間の減少
AIツールの普及により、子どもたちがエラーに直面した際に、以前よりも早くAIに解決策を求めようとする傾向が見られます。これは効率的ではありますが、エラーメッセージを読み解き、自分でデバッグする「試行錯誤のプロセス」が減少している可能性があり、懸念しています。例えば、Scratchでブロックの組み合わせがうまくいかない時に、すぐに先生に聞くのではなく、まずは自分でどのブロックが問題かを探すことが大切です。
AIを「先生」として活用する姿勢
子どもたちは、AIをまるで「もう一人の先生」のように捉え、積極的に質問しています。特に、「なぜこうなるの？」「もっと簡単な方法は？」といった、本論文でいう「AIガイダンス志向」や「AI洞察志向」のニーズに近い質問が多く見られます。これは、AIが学習の好奇心を刺激する良い側面だと感じています。
基礎知識の定着の重要性の再認識
AIが生成するコードや説明は非常に高度なものも含まれるため、基礎的なプログラミング概念がしっかり定着しているかが、AIの出力を理解し、応用できるかどうかの分かれ目となっています。例えば、UnityでC#のコードを生成してもらったとしても、変数や条件分岐といった基本的な概念が分からなければ、そのコードを修正したり、自分のゲームに組み込んだりすることはできません。
AIツールは学習を加速させる強力な味方ですが、その利用方法を間違えると、かえって深い学びを阻害する可能性もあります。ADVANCEでは、AIを「答えを出すツール」ではなく、「思考を深めるためのパートナー」として活用できるよう、指導に工夫を凝らしています。
5. 保護者の方へ：家庭でできること
AIツールが普及する中で、ご家庭でもお子様のプログラミング学習を効果的にサポートするためにできることがあります。本論文の知見とADVANCEでの経験を踏まえ、いくつかのアドバイスをご紹介します。
「なぜ？」を問いかける習慣を
お子様がAIツールを使って課題を解決した際、「なぜその答えになったの？」「どうしてその方法を選んだの？」と問いかけてみましょう。AIが提示した解決策を鵜呑みにせず、その背後にあるロジックを自分で説明させることで、理解が深まります。これは、本論文で学生が求めていた「詳細な説明とガイダンス」を家庭内で実践するようなものです。
AIとの適切な距離感を教える
AIは非常に便利ですが、いつでもすぐに答えに飛びつくのではなく、まずは自分で考える時間を設けることの重要性を伝えましょう。簡単なエラーであれば、まずは自分で解決策を探す努力を促すことで、問題解決能力や粘り強さが育まれます。
学習へのポジティブな態度を育む
AIツールはあくまで学習を助ける「道具」であり、最終的に学ぶのはお子様自身です。AIを使いこなす能力も重要ですが、それ以上に「プログラミングは楽しい！」「もっと知りたい！」という学習への意欲を育てることが大切です。お子様の小さな「できた！」をたくさん褒めて、ポジティブな学習環境を作りましょう。
🎮 ADVANCEで一緒にプログラミングを始めませんか？
堺市南区のプログラミングスクールADVANCEでは、Scratchからはじめて、Roblox、Unity(C#)まで段階的に学べます。
研究で効果が実証されたプログラミング教育を、ゲーム制作を通じて楽しく体験できます。
▶ ぼうけんを はじめる 無料体験会に申し込む！6. 参考文献
- Kamberovic, M., & Krivic, S. (2026). What do students want from AI? Exploring expectations and preferences in programming education. Artificial Intelligence in Education, 2(1), 33-48. DOI: 10.1108/AIIE-08-2025-0260