学校のAI利用ルールは、禁止リストではなく運用原則として

「授業中の生成AI利用禁止」という一行の通知が下りてくると、現場は二つに分かれます。まったく使わないか、見えないところで使うか、のどちらかです。禁止リストは責任を回避するだけで、行動を導いてはくれません。 良いルールは、何をしてはいけないかではなく、どうすれば安全に使えるかを教えてくれます。生徒はすでに家庭でAIを使っているのに、学校だけが目をつぶれば、格差と混乱が同時に大きくなっていきます。

禁止型ルールが生む副作用

禁止一色のルールは、次の三つの問題を生みます。

• 地下化: 使うなと言われれば記録に残さずに使うようになり、かえってコントロールできない死角が広がります。見えないところでの利用は、指導することもできません。
• 挑戦の萎縮: 意欲のある先生が新しい試みをしても、処分のリスクだけを背負うことになります。結局、いちばん先を行っていた先生から手を引いていきます。
• 公平性の毀損: 家庭ですでにAIを使っている生徒とそうでない生徒との格差を、学校が放置することになります。禁止がかえって塾など校外教育の格差を広げるという逆説が起きます。

運用原則として書き直す

ルールを次の四つの原則を中心に組み替えると、守ることのできる文書になります。抽象的な宣言ではなく、場面を具体的に描いて見せる必要があります。

1. 用途の区分: 「アイデア出しや下書きの作成には可、評価の答案として提出するのは不可」のように場面ごとに明示します。生徒が境界線で迷わないよう、例を添えます。
2. 出典の明記: AIの助けを借りた場合にどう明らかにするか、書き方の様式を決めます。たとえばレポートの末尾に「下書きの作成にAIツールを使用」と一行書かせます。
3. データの境界: 生徒の実名や成績といった機微な個人情報は入力しない、という線を引きます。この一行が、いちばん大きな事故を防ぎます。
4. 責任の所在: 最終的な成果物の責任は人にあることを明文化します。AIが誤った情報を示したとしても、それを確かめなかった責任は使う側にあります。

ルールの目標は違反者を捕まえることではなく、全員が同じ基準のもとで安心して使えるようにすることです。

ルールを生きたものに保つ

一度作ったルールも、技術が変われば古びます。だからこそ、更新の手順もあわせて定めておきます。

• 年1回の見直し: 学年の初めに、新しいツールや事例を反映してルールに手を入れます。
• 現場の参加: 先生・生徒・保護者の代表が原案を一緒に検討し、受け入れられやすさを高めます。
• 事例集の蓄積: 判断が曖昧だった事例を集め、次のルールの根拠にします。

ルールを機能させるための条件

どれほど良い文書でも、机の引き出しにしまわれたままでは意味がありません。ルールが実際に働くためには、次のものが必要です。

• わかりやすい1枚のまとめ: 長いルール本文とは別に、先生と生徒が5分で読み切れる1枚を一緒に配ります。
• 相談の窓口: 判断が曖昧なときに尋ねられる担当者を置き、それぞれが違う解釈をしてしまう混乱を防ぎます。
• 一貫した運用: 同じ場面を先生ごとに違うかたちで処理すると、ルールへの信頼が崩れます。基準が揺らぐたびに事例集へ立ち返ります。

まとめ

ガバナンスは統制ではなく共有された約束です。禁止リスト1枚よりも、用途・出典・データ・責任を扱った運用原則のほうが、現場をより安全にします。先生・生徒・保護者が一緒に原案を検討し、毎年更新していけば、ルールはそこではじめて生きた文書になります。