Anthropicは2025年4月9日、「Anthropic教育レポート：大学生がClaudeをどのように使用しているか」を発表しました。このレポートは、100万件の匿名化された大学生の会話を分析した大規模調査に基づいています。
主要な調査結果
調査の結果、以下の主要な発見が報告されています：
- STEM学生が早期採用者：特にコンピュータサイエンス学生が顕著（米国の学位全体の5.4%しか占めていないが、Claudeでの会話の36.8%を占める）
- 4つの対話パターンが特定された：これらのパターンはほぼ均等に分布（各23-29%）
- 直接的問題解決
- 直接的アウトプット作成
- 協働的問題解決
- 協働的アウトプット作成
- 学生は主にAIを創造と分析に使用：コーディングプロジェクトの作成や法律概念の分析など、Bloom's Taxonomyの高次認知機能に一致
学生がAIに依頼する主な内容
学生たちはClaudeを以下の目的で主に使用しています：
- 教育コンテンツの作成・改善（会話の39.3%）：練習問題の設計、エッセイの編集、学術資料の要約など
- 技術的説明や解決策の提供（会話の33.5%）：コーディング課題のデバッグと修正、プログラミングアルゴリズムの実装、数学問題の説明と解決など
- データ分析と可視化（会話の11.0%）
- 研究設計とツール開発のサポート（会話の6.5%）
- 技術的図表の作成（会話の3.2%）
- 翻訳や校正（会話の2.4%）
分野別のAI使用状況
学問分野によるClaude使用率の差異も明らかになりました：
- コンピュータサイエンス：米国の学士号の5.4%しか占めていないにもかかわらず、Claude.aiでの会話の38.6%を占めています（Claudeのコーディング能力の高さを反映）
- 自然科学・数学：学位比率9.2%に対し、会話の15.2%を占めています
- 経営学：学位比率18.6%に対し、会話の8.9%のみで、相対的に低い利用率
- 健康科学：学位比率13.1%に対し、会話の5.5%のみ
- 人文科学：学位比率12.5%に対し、会話の6.4%のみ
これらのパターンから、STEM学生、特にコンピュータサイエンス専攻の学生が教育目的でのClaude利用の早期採用者である可能性が示唆されています。一方、経営学、健康科学、人文科学分野の学生はこれらのツールを学術的ワークフローに取り入れるのが遅いようです。
学生とAIの対話パターン
AIとの対話には様々な方法があり、それぞれが学習プロセスに異なる影響を与えます。分析では、2つの軸に沿って4つの異なる対話パターンが特定されました：
最初の軸は「対話モード」です：
- 直接的対話：ユーザーができるだけ早くクエリを解決しようとする場合
- 協働的対話：ユーザーが目標達成のためにモデルとの対話を積極的に求める場合
2番目の軸は「希望する結果」です：
- 問題解決：ユーザーが質問に対する解決策や説明を求める場合
- アウトプット作成：ユーザーがプレゼンテーションやエッセイなどの長い出力の作成を求める場合
これら4つの対話スタイルはほぼ同じ割合（各23〜29%）で見られ、学生がAIに対して様々な用途を持っていることを示しています。
分野別のAI対話スタイル
学問分野によってAIとの対話スタイルに違いが見られました：
- 自然科学・数学：「特定の確率問題を段階的な計算で解決する」や「学術的な宿題や試験問題を段階的な説明付きで解決する」など、問題解決型の対話が多い傾向
- コンピュータサイエンス、工学、自然科学・数学：協働的対話を好む傾向
- 人文科学、経営学、健康科学：協働的対話と直接的対話が均等に分布
- 教育学：「包括的な教材や教育リソースの作成」や「詳細な授業計画の作成」など、アウトプット作成型が最も多い（会話の74.4%）
これは、AIの教育への統合へのアプローチが学問分野ごとに異なる可能性があることを示唆しています。
学生がAIに委託する認知タスク
学生がAIシステムに認知的責任をどのように委託しているかを探るため、Bloom's Taxonomyを使用して分析が行われました。AI応答において以下のような認知プロセスの分布が見られました：
- 高次認知機能が主流：
- 創造（39.8%）：学術的テキストの要約やエッセイへのフィードバックの生成など
- 分析（30.2%）：微積分問題の解決やプログラミングの基礎の説明など
- 低次認知機能はより少ない：
- 応用（10.9%）
- 理解（10.0%）
- 記憶（1.8%）
この分布は対話スタイルによっても異なりました。予想通り、アウトプット作成タスクにはより多くの創造機能が含まれ、問題解決タスクにはより多くの分析機能が含まれていました。
AIシステムがこれらのスキルを示すことは、学生自身もこれらのスキルを使用することを妨げるものではありませんが、学生が認知能力をAIに外部委託する潜在的な懸念を示しています。
教育への影響と課題
この研究は、学生たちがリアルワールドでAIをどこで、どのように使用しているかについての概観を提供しています。しかし、教育におけるAIの影響を理解するのはまだ始まったばかりです。
学生がAIシステムにより高次の認知タスクを委託するにつれて、根本的な疑問が生じています：
- 学生が基礎的な認知スキルやメタ認知スキルを確実に身につけるにはどうすればよいか？
- AIが可能な世界で、評価やカンニングに関するポリシーをどのように再定義するか？
- AIシステムが洗練されたエッセイを瞬時に生成したり、人間なら何時間もかかる複雑な問題を短時間で解決できる場合、意味のある学習とは何か？
これらの調査結果は、AIが学習を深めるのか、それとも損なうのかについて、教育者、管理者、政策立案者の間での議論に貢献するものです。
研究の制限事項
この研究には、以下のような制限があります：
- データセットは初期採用者をキャプチャしている可能性が高く、より広い学生層を代表していない可能性がある
- Claudeの使用が教育におけるAI使用全体をどの程度代表しているかは不明確
- 会話の分類にはおそらく誤検出と未検出の両方がある
- プライバシーへの配慮から、18日間の保持期間内のClaude.ai使用のみを分析
- 学生が最終的にAI出力を学術的な作業にどのように使用するか、あるいはこれらの会話が学習成果を効果的にサポートするかどうかは研究していない
Anthropicの教育へのアプローチ
この教育レポートに加えて、Anthropicは教育におけるAIの役割をよりよく理解するために大学とパートナーシップを結んでいます。初期段階として、ソクラテス法と概念的理解を重視し、直接的な回答よりも学習プロセスを強調する「Learning Mode」の実験を行っています。