教員の生成AI利用急増、学校現場で校務代行と思考の壁打ちが進む

56%に伸びた教員生成AI利用の現在地

教員の生成AI利用は、実験段階から日常運用へと明らかに移り始めています。MM総研が2026年3月に公表した教育委員会調査では、教員が校務などで生成AIを利用しているとする回答は全体で56%に達しました。さらに文部科学省の2026年3月公表の校務DX自己点検では、生成AIを校務で活用している学校は17.2%にとどまる一方、効果実感が高い項目として扱われています。数字だけを見ると、導入はまだ途上です。しかし現場感覚としては、すでに「使うかどうか」ではなく「何に、どの程度、どう安全に使うか」という段階に入っています。

この変化を読み解くうえで重要なのは、教員が生成AIを単一の道具として使っているわけではない点です。ひとつは通知文、授業案、配布資料のたたき台を作らせる「校務代行」の使い方です。もうひとつは授業設計や問いづくり、個別対応の方針整理を対話で深める「思考の壁打ち相手」としての使い方です。本稿では、この二つの使い道がなぜ同時に広がっているのかを、教員の長時間労働、制度整備、安全なクラウド環境、研修不足という複数の要因から整理します。

急増を後押しした制度整備と現場負荷

長時間労働と校務負荷の構造

教員の生成AI利用急増を理解するには、まず学校現場の負荷構造を押さえる必要があります。文部科学省の2022年度教員勤務実態調査では、平日の在校等時間と持ち帰り時間の合計は小学校で11時間23分、中学校で11時間33分でした。これは前回調査より改善したとはいえ、なお長い水準です。授業そのものだけでなく、授業準備、校内調整、保護者対応、報告書作成といった非授業業務が重くのしかかっていることがわかります。

OECDのTALIS 2018でも、日本と韓国の教員は行政的な事務作業に週5時間以上を費やす国として挙げられています。つまり日本の教員にとって、負担の中心は単に授業時数の多さではなく、授業以外の細かな業務が切れ目なく積み上がる構造にあります。生成AIが最初に受け入れられたのも、この構造に対して比較的わかりやすい効き方をしたからです。人間が最終判断を担いながらも、ゼロから文案を書く時間、複数案を比較する時間、表現を整える時間を減らせるからです。

この意味で、生成AIの普及は「教育観の大転換」より先に、「多忙な職場が使える省力化手段を見つけた」という現実から始まったと見るほうが正確です。校務負担が高い職場では、新しい技術は理念より先に実務で評価されます。保護者向け文書、会議資料、授業用ワークシート、活動案内、学級通信の下書きといった、失敗コストを管理しやすい領域から浸透したのは自然な流れです。

ガイドライン改訂と自治体導入の進展

ただし、負荷が高いだけで技術は広がりません。一定の制度整備と導入環境が必要です。文部科学省の2024年12月改訂ガイドラインは、授業準備や各種文書のたたき台作成を含む校務での利活用について、働き方改革につながることが期待されると明記しました。そのうえで、教職員が仕組みや特徴を理解し、生成内容の適切性を判断できる範囲内で、校務において積極的に利活用することは有用だとしています。ここで重要なのは、中央省庁が単に注意喚起するだけでなく、条件付きで「積極的な利活用」を打ち出した点です。

同時に、学校ごとに勝手に無料版AIへ個人情報を入れる時代から、自治体や学校設置者が管理可能な環境を整える時代へ移っています。MM総研調査では、教育委員会が整備する教員向け生成AI環境として、Google Workspace for EducationやMicrosoft 365 Educationに標準搭載された機能を使う方針が68%で最多でした。一方で、利用に課題があるとの回答は81%に達し、セキュリティ、著作権、ルール整備、ハルシネーション対応が上位に並びました。これは「使いたいが怖い」という現場の実感をよく表しています。

東京都教育委員会が2025年5月に、全都立学校256校、約14万人を対象に安全な専用環境で生成AI活用を始めたことも象徴的です。入力がAIの学習に使われないこと、不適切なやり取りをフィルタリングすること、テンプレートを用意することなどを前提にした導入は、現場の不安を下げます。生成AIが急増したのは、教員が急に先端志向になったからではありません。安全に試せる箱が整い、利用を止める理由より、限定的にでも使う理由のほうが強くなったからです。

「下請け」としての生成AI

文書作成と授業準備の外部化

最初に広がった使い方は、生成AIを「下請け」にする形です。ここでいう下請けとは、判断を丸投げする意味ではありません。教員が構成や要件を示し、AIに下書きや素材生成を担わせ、最後に人間が責任を持って整える流れです。文部科学省ガイドラインも、生成AIの出力は参考の一つであり、教職員自らがチェックし、推敲し、完成させることを前提にしています。

実際、海外でもこの用途が先行しています。Gallupの2025年調査では、米国の公立K-12教員の6割がAIを仕事で使っており、頻度の高い用途は授業準備、ワークシート作成、教材の個別最適化でした。週1回以上使う教員は平均で週5.9時間の時間節約を見積もっており、その時間をより丁寧なフィードバックや個別化された授業、保護者へのメール作成に再配分していると報告しています。つまりAIが置き換えているのは教育そのものではなく、教育の前後にある準備と編集の時間です。

英国のRoyal Society of Chemistryの2024年調査でも、AIの用途としてメール、報告書、家庭向け文書、クイズ、ワークシート、授業計画が挙がりました。ここでも特徴的なのは、利用場面がきわめて事務的かつ反復的だという点です。文章の型があり、論点が明確で、最後に人間が確認しやすい仕事ほどAIと相性がいいのです。学校現場でまず普及するのが「学級通信の第一稿」「保護者連絡文の言い換え」「学習プリントの問題案」なのは、偶然ではありません。

一方で、AIがすぐに劇的な省力化を生むわけではありません。同じRSC調査では、AIで負荷が大きく減ったと答えた教員は3%にとどまり、学習コストや誤りの確認負担が障壁として挙げられています。つまり生成AIは、使った瞬間に仕事が半分になる魔法ではありません。むしろ、ある程度プロンプトを書けること、誤りを見抜けること、使いどころを選べることが前提です。この前提を満たした教員には強力な時短手段になり、満たさない教員には「むしろ確認が増えた」と映る。この差が利用格差の出発点になります。

安全なクラウド環境への移行

「下請け型」の活用が伸びやすいもう一つの理由は、運用ルールを比較的作りやすいからです。保護者向け文書のたたき台を作る、授業案の構成を整える、確認テストの選択肢を作るといった用途は、個人情報や成績データを直接入れずに済む設計がしやすく、校内ルールに落とし込みやすい領域です。逆にいえば、評価や要配慮情報の扱いのように機微性が高い領域では、まだ慎重さが必要です。

UNESCOは2023年のガイダンスで、多くの国で規制整備が追いつかず、ユーザーのデータプライバシーが保護されず、教育機関もツール検証の準備が十分ではないと指摘しました。日本でもこの問題意識は共有されており、文部科学省のパイロット校事業は、クラウド環境とガイドライン順守を前提に、教育活動と校務の具体例を蓄積する設計になっています。ここから見えるのは、教育現場に必要なのが「自由に何でも使えること」より、「どこまでなら使ってよいかが明確なこと」だという事実です。

この意味で、生成AIの校務利用は、個人の工夫だけでは広がりにくい領域です。端末、認証、ログ管理、テンプレート、研修、禁止事項をセットで整備できる自治体や学校ほど、安心して利用を広げやすくなります。教員個人の創意工夫だけに依存すると、便利さと危うさが同居したまま属人的に広がります。逆に組織で箱を作れば、下請け型の利用は一気に標準化しやすくなります。

「話し相手」としての生成AI

壁打ちで広がる授業設計と個別対応

しかし、教員の生成AI利用は下書き作成だけでは終わりません。もうひとつ広がっているのが、思考を整理するための「話し相手」としての使い方です。文部科学省ガイドラインは、生成AIに一度で望む出力を求めるのではなく、複数回の対話で求める出力に近づけていくことを前提にしています。ここには、AIを単なる自動作文機ではなく、試行錯誤を支える対話相手とみなす発想が含まれています。

この使い方が有効なのは、正解が一つではない仕事です。たとえば、ある単元でどんな発問なら生徒の思考が動くか、理解が浅い生徒向けにどの順番で説明を組み替えるか、保護者面談の説明をどこまで具体化するか、といった場面です。AIに最終解を出させるのではなく、論点を洗い出させ、見落としを補い、別案を出させる。教員はそれを素材にして、自分の文脈に合わせて判断する。この使い方は、実務代行よりも一歩深い活用と言えます。

スタディポケットが2025年11月に公表した約500万件の利用ログ分析でも、公民、地理歴史、探究学習などで、生成AIが「思考のパートナー」として深く使われている傾向が示されました。これは自社サービス上の分析であり全国代表値ではありませんが、少なくとも現場でどの教科が対話型活用と相性がよいかを示す興味深い材料です。英語では翻訳、英作文添削、会話文生成のような実務寄りの利用が伸び、公民や探究では議論整理や多角的視点の提示といった壁打ち寄りの利用が伸びる。この違いは、教科の性質そのものを反映しています。

活用格差を生む研修と組織文化

問題は、この「話し相手型」の活用ほど、教員間の差が大きくなりやすいことです。スタディポケットの同じ分析では、上位5%の教員が全メッセージの38%を生み出しており、学校によっては少数の先行者に依存する状態と、多くの教員に浸透する状態に二極化しているとされました。さらに、生徒も使う学校では教員1人あたりの平均利用が約1.6倍になり、管理職が積極利用する学校では一般教員の利用率が16ポイント以上高いという結果も示されています。利用文化は個人能力だけでなく、学校全体の空気や管理職の関与で変わるということです。

OECDのTALIS 2024も、この点を裏づけます。OECD平均では、AI活用に関する専門能力開発の必要性を感じる教員は29%で、すべての研修項目の中で最も高い一方、実際に研修を受けた教員は38%でした。米国の国別ノートでは、AIを使っていない教員の70%が「AIを教えるための知識や技能がない」と答えています。つまり、利用しない人が抵抗勢力なのではなく、使いたくても使える状態に置かれていない人が多いのです。

この差は、下請け型より壁打ち型でより大きく出ます。下書き生成ならテンプレート配布である程度は均質化できますが、対話を通じた授業設計や個別対応には、問いの立て方、検証の仕方、出力の選別眼が必要だからです。ここに研修不足が重なると、一部の教員だけが使いこなし、他の教員は便利そうだと感じながら距離を置く構図になります。教員の生成AI利用で本当に問われているのは、ツールの有無より、利用を支える学習機会と組織文化の有無です。

2026年以降の校務AI標準化と線引き

今後の論点は三つあります。第一に、AIを使う場面の線引きです。通知文や授業案のたたき台は比較的導入しやすい一方、成績評価、要配慮情報、生徒指導のセンシティブな記録は厳格なルールが必要です。第二に、研修の設計です。単なる操作説明ではなく、誤答の見抜き方、著作権と個人情報の扱い、プロンプト改善の手順まで含めた実践的な研修でなければ、利用格差は埋まりません。第三に、AIを「代替者」ではなく「補助者」として定義し続けることです。UNESCOが示す人間中心の原則や、文部科学省ガイドラインの最終判断は人間が担うという前提は、この点で重要です。

展望としては、2026年以降は校務代行型の標準化が先に進み、その後に壁打ち型の高度活用が広がる可能性が高いと考えられます。理由は明確で、前者は効果が測りやすく、ルール化しやすく、管理しやすいからです。一方で後者は、学校全体での研修と実践共有が進んだときに伸びます。文部科学省のパイロット校や自治体の専用環境整備は、その移行を支える土台になります。生成AIの本当の価値は、教員を置き換えることではなく、教員が人間にしかできない判断と関係づくりに時間を戻せるかどうかにあります。

校務代行と壁打ちが変える教員の仕事

教員の生成AI利用が急増している背景には、現場の強い多忙感と、使ってよい範囲を示す制度整備が同時に進んだことがあります。そして実際の使い方は、大きく二つに分かれています。ひとつは文書や教材の第一稿を担わせる「校務代行」です。もうひとつは授業設計や個別対応を深める「思考の壁打ち相手」です。

前者は比較的広く普及しやすく、後者は教員の力量形成や組織文化によって差が出やすい領域です。今後の焦点は、無料ツールの個人利用を放置するかどうかではなく、安全な環境、実践的な研修、管理職を含む組織的な伴走をどう整えるかに移ります。生成AIは、教員の仕事を奪う技術というより、学校現場の仕事の分け方を変える技術として理解するほうが、いま起きている変化に近いはずです。

参考資料:

• 教員の校務での生成AI利用率が過半数を超える GIGAスクールで普及したクラウドで安全な生成AI利用を望む ≪ プレスリリース | 株式会社ＭＭ総研
• 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（文部科学省 PDF）
• リーディングDXスクール生成AIパイロット校｜リーディングDXスクール
• GIGAスクール構想の下での校務DXチェックリスト～学校・学校設置者の自己点検結果（文部科学省 PDF）
• 教員勤務実態調査（令和4年度）【確定値】（文部科学省 PDF）
• Three in 10 Teachers Use AI Weekly, Saving Six Weeks a Year | Gallup
• 44% of teachers have used AI, but workload remains unchanged | Royal Society of Chemistry
• Developing teacher expertise: Results from TALIS 2024 | OECD
• Results from TALIS 2024 - Country notes: United States | OECD
• Boosting the prestige and standing of the profession: TALIS 2018 Results (Volume II) | OECD
• Guidance for generative AI in education and research | UNESCO
• 全都立学校で生成ＡＩを活用した学習が始まります！| 東京都教育委員会
• 〖調査レポート〗学校の生成AI活用、トップ5%の教員が全利用の38%を牽引。データ500万件から見えたロングテール構造 | スタディポケット株式会社のプレスリリース