🔍
🛠️ 技能別の指導メソッド★☆☆議論あり小学校中学校高校📖 約12分

ICTと生成AIの活かし方 ― 英語の授業で「使わせる・使わせない」を研究とガイドラインで決める

1人1台端末と生成AIで、英語の授業はどこまで変わるのか。アプリ学習のメタ分析、AIの作文フィードバックの研究、文部科学省のガイドラインを合わせて読むと、「便利だけど、学びを奪う使い方もある」という姿が見えてきます。

エビデンスの強さ：CALL・MALLのメタ分析はおおむねプラスだが研究の質やバイアスの問題が大きい。生成AIのフィードバックは2023年以降の新しい研究が中心で、結果がそろっていない。

🛡️
このページのウラ取り 出典 19 件 ― 原田英語.comが集めて読んだ論文・専門書・公的資料。DOI・ISBN・公式ページは書誌データベースとも照合済み 原田英語.comと校閲担当が、主張と出典を1つずつ照合・AI（Codex）による独立チェック済み（2026-10-18） ウラ取りの仕組み →
ICTと生成AIの活かし方 ― 英語の授業で「使わせる・使わせない」を研究とガイドラインで決めるのイメージ
💡3行まとめ
  • 端末を使った言語学習はおおむねプラス。でも「アプリの効果は絶大」という数字は、研究の質が低いことに注意。
  • 生成AIの作文フィードバックは量が多く、構成にもよくふれる傾向。質は人の先生がやや上で、先生のフィードバックとの組み合わせがよさそう（例：AIの指摘は下書きにして、先生は内容とその生徒にいちばん必要な1点にしぼって伝える）。
  • AIに答えを出させる使い方は、学びを奪うことがある。自分で考えたあとに使う、など使う順番と目的を設計します。

ICT・生成AIってなに？ ― どう位置づける？

ひとことで言うと、端末や生成AIは、うまく使えば英語の学びを助ける「道具」です。ただし、いつ・何のために使うかを先生が決めないと、生徒が自分で考える練習を奪うこともあります。

英語教育でコンピュータを使う学習は CALL（Computer-Assisted Language Learning）、スマホやタブレットを使うものは MALL（Mobile-Assisted Language Learning）と呼ばれます。日本では GIGAスクール構想 で小中学生に1人1台の端末が配られ、そこに対話型の生成AI（ChatGPTなど）が加わりました。研究では、端末を使った言語学習の効果はおおむねプラスですが、研究の質が低いものも多いとされています 123。つまり実際には、「入れれば伸びる」ではなく、何を、どれくらいの期間、授業とどう組み合わせて使うかを決めることが大切です。

🎈たとえるなら

生成AIは「とても有能だけど、たまに自信満々でまちがえる電動アシスト自転車」です。坂道（書き直しの手間、教材づくり）では大助かり。でも、自転車に乗れるようになりたい子に最初から電動アシストを渡すと、自分の脚の力（考える力・書く力）は育ちません。いつ・何のために・どこまでアシストさせるかを決めるのは、先生の仕事です。

似たものとのちがい

呼び方 何のこと？
CALL コンピュータを使った言語学習
MALL スマホやタブレットを使った言語学習
自動作文評価ツール（AWE） ChatGPT などが広まる前からある、作文を自動で評価・フィードバックするツール
生成AI ChatGPT など、対話しながら文章を作るAI

同じ生成AIでも、使い方で結果が変わります。数学の実験ですが、答えをそのまま出してくれるAIで練習した生徒は、AIを取り上げたあとのテストで成績が下がったのに対し、答えを直接示さず段階的なヒントを出す（さらに先生が用意した正答や典型的な誤りへの助言を組み込んだ）AIでは、その悪影響はほぼ見られませんでした（どの設計要素が効いたのかは分けられていません）4。

やり方を3ステップで（英作文の例）

  1. まず自分で書く：第1稿はAIを使わずに書く。
  2. AIには「直さずに指摘だけ」させる：答えを渡さないプロンプトを先生が用意し、指摘をもとに自分で書き直す。
  3. 過程を残し、評価は先生がする：校閲機能で直した跡を残して提出させ、最終的な評価は先生が判断する。

文部科学省は2024年12月に「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（Ver. 2.0）」を出しています 5。英語に関係する部分をまとめると次のとおりです。

内容
利活用が考えられる例 英会話の相手にする、より自然な英語表現への改善、一人ひとりの興味に合った単語リスト・例文リストを作る、自分で書いた文章をAIに直させたものを「たたき台」にして推敲し、その過程を校閲機能で提出する
不適切と考えられる例 情報モラルなどを学ぶ前に自由に使わせる、作品やレポートをAIの生成物のまま提出させる、定期考査や小テストで使わせる、先生が判断せずにAIの出力で学習評価をする
留意点 小学生が直接使うことは発達段階を踏まえてより慎重に、年齢制限・保護者の同意など利用規約の確認、プロンプトに氏名や写真などの個人情報を入れない、AIの出力を引用する場合は出典として記載させる（ツール名・プロンプト・日付などを明記させるルールを設けることも考えられる、とされている）

（表は文部科学省のガイドライン 5 の Box-5 と利活用のポイントをもとに要約）

研究ではどうなってる？

端末・アプリを使った言語学習

🔬研究ではこう
  • 1970〜2006年の研究37本のメタ分析では、コンピュータを使った外国語指導は、使わない指導と比べて小さいがプラスの効果でした。厳密な研究デザインを用いた研究では、CALL群が使わない群を上回っていました 1。
  • モバイル端末を使った言語学習のメタ分析（44研究・9,154人）では、平均の効果量は 0.55 でした 6。
  • ただし、MALLの研究291本を調べたレビューでは、期間と人数の最低条件を満たしたのは35本だけで、多くの研究は短期間・少人数でした 2。
  • MALLの実験研究84本のメタ分析は、群間比較で 0.72 と大きな効果を報告しつつ、出版バイアスと結果のばらつきが非常に大きいため、結論は割り引いて受け止めるべきだとしています 7。
  • 語学アプリのメタ分析でも効果は g = 0.88 と大きい一方、含まれた研究はどれもバイアスのリスクが高く、証拠の質は低いと評価されました 3。

効果量の大きさと研究の質には、ギャップがあります。アプリ学習の効果量0.7〜0.9は数字だけ見ると「すごい」のですが、短期間・少人数・効果が出た研究だけが発表されやすい、といった問題を抱えています 73。「アプリを入れれば英語力が上がる」ではなく、「何を、どれくらいの期間、授業とどう組み合わせて使うか」が問われているのです。

生成AIの作文フィードバック（2023年以降の研究）

🔬研究ではこう
  • 中高生の作文200本へのフィードバックを比べた研究では、人の先生の方が質は高かった（基準に沿っているかを除くすべての観点）ものの、手軽さを考えると実用上の差は大きくないと結論されました 8。
  • 中国の大学生の英作文50本では、ChatGPTは先生より多くのフィードバックを、内容・構成・言語にまんべんなく出しました。先生のフィードバックは内容と言語に集中していました 9。
  • 大学の英語学習者48人の6週間の準実験（研究1）では、GPT-4のフィードバックを受けた群と人のチューターのフィードバックを受けた群で、学習成果に統計的に明確な差は検出されませんでした（差がないことを証明した研究ではありません）。別の43人を対象にした研究2では、AIと人のフィードバックへの好みがほぼ半々でした 10。
  • 大学生20人の書き直しを分析した研究では、先生のフィードバックの方がよく取り入れられ、正確に直された一方、構成についての助言はChatGPTのものがよく使われていました 11。

関連：従来型の自動作文評価ツール（AWE）の研究

次の2つは、ChatGPT などの生成AIが広まる前の、従来型の自動作文評価・自動フィードバックのツールを扱ったメタ分析です。生成AIそのものの効果をまとめた結果ではありません 1213。

🔬研究ではこう
  • 自動作文評価ツール（AWE）のメタ分析では、群間で g = 0.59 の効果。語彙には効きやすく文法には効きにくく、短期間の利用では効果が小さめでした 12。
  • 自動フィードバックと書く力の別のメタ分析でも中程度の効果でしたが、研究ごとのばらつきが大きく、「自動フィードバック」を一種類の指導法として扱えないと注意されています 13。

AIは学びを奪うこともある

高校生約1,000人の数学のフィールド実験では、練習中にふつうのChatGPT型のAIを使えた生徒は、練習の成績が大きく上がりました。ところが、AIを取り上げたあとのテストでは、AIを使わなかった生徒より17%低い成績でした。生徒がAIを「松葉づえ」のように使い（自分で考えずに寄りかかり）、自分で解く練習をしなかったためと考えられています。一方、答えを直接示さず段階的なヒントを出し、さらに先生が用意した正答や典型的な誤りへの助言を組み込んだAIでは、この悪影響はほぼ見られませんでした 4。ただし、どの設計要素が効いたのかは、この実験だけでは分けられません。

英作文でも似たことが起こりえます。ChatGPTで書き直した作文は点数が大きく上がり、とくに元の点が低い学生で上がったという研究があり、研究者は、書き直した作文の点はその学生の書く力を表さない、評価の公平性に問題がある、と指摘しています 14。

明日の授業でこうする

✏️生成AIを「自分で考えたあと」に使う英作文
  1. 自分で書く（AIなし）：授業中に、紙か端末で第1稿を書く。ここではAIを使わない。
  2. AIに「直さずに指摘だけ」させる：「誤りを直した文は出さず、どこにどんな種類の誤りがあるかだけ、日本語で3つ指摘して」のように、答えを渡さないプロンプトを先生が用意する。
  3. 変更履歴をオンにしてから、自分で直す：直し始める前にワープロの変更履歴（校閲機能）をオンにし、指摘をもとに自分で書き直す。わからない点は先生に聞く。
  4. 変更の過程を残して提出：ガイドラインの例にあるように、校閲機能で何をどう直したかが見える形で出させます 5。この授業のルールとして、使ったツール名・プロンプト・日付も書かせます（ガイドラインも、こうした明記を求めることが考えられる、としています 5）。
  5. 口頭で確かめる：数人に「この文はなぜこう直したの？」と聞く。自分のものになっているかの確認です。
  6. 評価は先生がする：AIの採点やコメントは下書きとして使い、最終的な評価は先生が判断します 5。

先生の仕事を軽くする使い方

  • 教材の下書き：教科書と同じテーマ・語彙で初見の英文、内容理解の問い、言い換え練習を作る。必ず先生が読んで誤りを直す。
  • フィードバックの下書き：40人分の作文に、観点ごとのコメントの下書きを作らせ、先生が選んで直す。ただし、教育委員会・学校が利用を認め、入力内容を学習に使わせない設定などを確かめたサービスに限ります。氏名だけでなく、学校名・具体的な出来事・健康や家庭の事情など、本人やほかの人がわかる記述も消してから入力します 5。作文全文を外部のサービスに送れない環境なら、名前などを消した短い抜粋や、先生が作った例文だけを使います。AIはコメントの量が多く、構成にも比較的多くコメントする傾向があるので 9、先生は内容と、その生徒にいちばん必要な1点にしぼる、という分担が考えられます。
  • 個別の練習：端末の単語アプリや音読アプリは、授業時間外の練習量を増やす道具として使います。授業の目標とつなげるのがコツです（例：単元の新出語をアプリで練習してきて、次の授業のはじめの小テストで確かめる）。
🗣️先生の英語（そのまま使える）
TFirst, write your essay by yourself. No AI for this part.
TNow, you can use the AI. But ask it to show your mistakes, not to correct them.
TBefore you revise, turn on Track Changes. Then fix the mistakes by yourself and submit your revised essay.
TPlease write the name of the AI tool, your prompt, and the date at the end.
TKen, why did you change this sentence? Can you explain it to me?
🏫実例

中学3年：「憧れの人を英語で紹介する」単元。自分で書いた英文が意味の通る文になっているかを生成AIで確かめ、直し方の提案を参考に書き直す。音声入力で自分の発音が伝わるかも確かめる。文科省のガイドラインに中学校の取組事例として紹介されている使い方です 5。

高校2年：意見文の単元。第1稿は授業中に手書き、第2稿で生成AIに「論理構成の弱いところを2つ指摘して」と頼み、構成を直す。文法の誤りは先生のフィードバックで扱う。

小学6年：子どもが生成AIを直接使うのは慎重に 5。先生がAIで作った「自己紹介の例文3パターン」を見せ、子どもは自分に合う表現を選んで使う、という形にとどめます。

⚠️よくある失敗
  • AIに書かせて、それを提出させる：AIで書き直した作文は点数が上がっても、その点数は本人が一人で書ける力の証拠とはみなしにくく、評価の公平性にも問題が出ます 14。最初からAIに書かせれば、自分で書く練習の機会も減ってしまいます。
  • AIの採点をそのまま成績にする：GPTによる自動採点には一定の正確さがありますが 15、評価は先生が判断するものです 5。
  • 練習中に答えを出すAIを自由に使わせる：AIを取り上げたあとの力が落ちることがあります 4。
  • 個人情報を入力させる：プロンプトに氏名や写真を入れないよう指導します 5。
  • ツールを入れて満足する：従来型の自動作文評価ツールのメタ分析でも、短期間の利用では効果が小さめでした 12。1回試して終わりにせず、学期を通して授業の課題と組み合わせて使います。
📝もっと知りたい先生へ：日本語で読める AI と英語教育の本
  • 水本篤『AIのある外国語教育』（松柏社, 2026） 16：生成AIのしくみ、倫理的な使い方、研究で見えてきた効果、授業への取り入れ方、これからの外国語教師の役割までを、外国語の先生向けにまとめた本です。上で紹介した GPT による自動採点の研究 15 の著者でもあります。
  • 柳瀬陽介『AI英語学習法』（岩波ジュニア新書, 2026） 17：AI との対話で、話す・聞く・書く・読むを練習する方法を、学習者向けにまとめた新書です。AI への頼み方（プロンプト）や作文の添削にも触れていて、生徒の家庭学習の手引きとしてもすすめやすい一冊です。

ほかの定番書は 英語教師の必読書ガイド で紹介しています。

❓ よくある質問

Q. 文部科学省のガイドラインでは、英語の授業での生成AIの使い方はどう示されていますか？

英会話の相手にする、より自然な表現への改善、興味に合った単語・例文リストづくり、自分の文章をAIに直させたものをたたき台に推敲し、その過程を校閲機能で提出する、などが利活用の例です。生成物のまま提出させる、定期考査や小テストで使わせる、などは不適切な例とされています 5。

Q. ChatGPTの英作文添削は、先生の添削と比べてどうですか？

中高生の作文の研究では、人の先生の方が質は高かったものの、実用上の差は大きくないと結論されました 8。ChatGPTはフィードバックの量が多く、内容・構成・言語にまんべんなくふれる傾向があり 9、先生のフィードバックとの組み合わせがよさそうです。

Q. 生徒にAIを使わせると、力が落ちることはありますか？

ありえます。高校生約1,000人の数学の実験では、練習中にふつうのChatGPT型のAIを使えた生徒は、AIを取り上げたあとのテストで、使わなかった生徒より17%低い成績でした。ヒントだけ出すよう設計したAIでは、この悪影響はほぼ見られませんでした 4。

Q. 英作文で生成AIを使わせるときのコツは？

まずAIなしで第1稿を書かせ、AIには直した文を出させず「どこにどんな誤りがあるか」だけを指摘させます。変更履歴をオンにして自分で直させ、ツール名・プロンプト・日付も書いて提出。最終的な評価は先生が判断します 5。

Q. 英語学習アプリは効果がありますか？

語学アプリのメタ分析では g = 0.88 と大きな効果量が報告されていますが、含まれた研究はどれもバイアスのリスクが高く、証拠の質は低いと評価されました 3。何を、どれくらいの期間、授業とどう組み合わせて使うかが問われます。

🎓 もう一歩深く（大学院レベル）

🎓院生モード「成績（performance）」と「学習（learning）」を区別する

生成AIの研究を読むときは、AIを使っている最中の成果と、AIなしで発揮できる学習の成果を分けて考える必要があります。Bastani ほか（2025）の実験は、この2つが逆向きに動きうることを示しました 4。Tsai ほか（2024）が指摘するように、AIで書き直した作文の点数はその学習者の書く力を表さないため、AIの使用を前提にするなら、評価の課題そのものを作り直す必要があります 14。

これは、妥当性を「点数の解釈と使い方」の問題として考える現代のテスト理論と同じ構図です 18。AIを使ってよい課題の点数は「AIと協働して文章を仕上げる力」、使ってはいけない課題の点数は「一人で書く力」の証拠であり、どちらを何のために測るのかを決めなければ、点数の意味があいまいになります。応用言語学の研究者 Atsushi Mizumoto 氏と Masaki Eguchi 氏（2023）は、GPTによる自動採点が一定の信頼性をもつことを示し、人の評価を支える可能性を論じていますが 15、それは「先生の判断を置き換える」ことと同じではありません。

🎓院生モードCALL・MALL研究の質の問題と、これからの研究

モバイル機器を使った言語学習を研究する Jack Burston 氏（2015）は、MALLの研究の半分以上が客観的な学習成果を報告しておらず、報告していても短期間・少人数の研究が多いことを指摘しました 2。その後の大規模なメタ分析でも、出版バイアスと非常に大きな異質性が確認されています 7。語彙学習のメタ分析も、結果は大きな効果を示しつつ「示唆的で決定的ではない」と慎重です 19。

生成AIのフィードバック研究も、2023年以降の新しい研究の多くは大学生対象・短期間・少人数です 1011。中高生を対象にした比較研究 8 はまだ少数で、日本の中学・高校の教室でどうなるかは、これからの研究を待つ必要があります。現時点での実践の指針としては、文部科学省のガイドラインが示すように「使い方そのものを学ぶ段階を踏む」「定期考査や小テストなど、本人がAIなしで身につけた力を確かめる場面では使わせない（AIを使いこなす力そのものを評価する課題は別）」「最終的な判断は先生が行う」という線引きが、研究の知見とも整合的です 5。

🎁 玉手箱で使えるツール

原田英語の「英語の先生の玉手箱」の無料ツール。登録なしで授業にそのまま使えます。

生成AIポリシー作成授業での生成AIの使い方のルールや、生徒向けの説明資料を作る玉手箱で開く ↗英作文添削AI英作文の誤りの指摘と観点別のコメントの下書き（最終判断は先生が）玉手箱で開く ↗英語長文作成教科書のテーマ・レベルに合わせた初見の英文を先生が用意するときに玉手箱で開く ↗クイズ作成端末で答えるクイズを作り、その場で理解度を確認する玉手箱で開く ↗

🔗 あわせて読みたい

🛠️ 技能別 英作文の添削・フィードバック ― 赤ペンで全部直すのは効果的？ 週末の何時間もかけた赤ペン添削、本当に効いていますか？ 「文法の訂正は無意味」という第二言語習得研究者 Truscott 氏の問題提起から30年。メタ分析が出した答えと、先生が疲れ果てない添削のしかたを整理します。 ★★☆エビデンスあり中学校高校 🛠️ 技能別 ライティング指導の基本 ― プロセス・ジャンル・「たくさん書く」をどう組み合わせる？ 和文英訳の練習だけでは、まとまった英文を書くための構成や推敲を十分に練習できません。手本を読み、構成を考え、下書きして直す。そして、書くことに慣れる時間もつくる。作文指導のメタ分析と、日本の学習者の研究から、授業の組み立て方を考えます。 ★★☆エビデンスあり中学校高校 🛠️ 技能別 習熟度の差・特性のある生徒への配慮 ― UDLと読み書きの困難を研究で整理する 40人の教室には、英語が得意な生徒も、文字を読むのにとても苦労している生徒もいます。「全員に同じ授業」でも「一人ひとりに別の授業」でもない、研究にもとづく現実的な配慮のしかたをまとめました。 ★☆☆議論あり小学校中学校高校 🛠️ 技能別 家庭学習と自律学習者の育て方 ― 宿題は「時間」より「中身」、学び方は授業で教える 授業は週に3〜4時間。授業の外で英語にふれる機会も、英語力の伸びを支える大事な要因の一つです。宿題の研究と、自分で学べる生徒を育てる研究から、明日の宿題の出し方を見直します。 ★★☆エビデンスあり中学校高校 🛠️ 技能別 英語の評価の基本 ― 形成的評価・観点別評価・CAN-DOを一本の線でつなぐ 評価は「成績をつける作業」だけではありません。授業の途中で生徒の今を見て、次の一手を決める。観点別評価もCAN-DOも、その一本の線の上にあります。 ★★☆エビデンスあり小学校中学校高校 🛠️ 技能別 単語を定着させる覚え方 ― 間隔をあけて「思い出す」が最強の理由と単語テストの作り方 「答えを見ながら何度も書き写す」「直前に詰めこむ」は、やった気になるのに残りにくい方法です。記憶研究が示す2つのカギ「想起」と「間隔」を、毎週の単語テストに組みこみましょう。 ★★★エビデンス強め小学校中学校高校

📑 出典（19件）

本文の上付き数字に対応。✔ は DOI / ISBN / 公式ページを書誌データベースと機械照合した印です。

  1. Grgurović, M., Chapelle, C. A., & Shelley, M. C. (2013). A meta-analysis of effectiveness studies on computer technology-supported language learning. ReCALL, 25(2), 165-198. doi:10.1017/S0958344013000013 ✔ DOI照合済コンピュータを使う語学学習（CALL）と使わない学習を比べたメタ分析（37研究）
  2. Burston, J. (2015). Twenty years of MALL project implementation: A meta-analysis of learning outcomes. ReCALL, 27(1), 4-20. doi:10.1017/S0958344014000159 ✔ DOI照合済MALL研究291本を検討し、期間と人数の最低条件を満たしたのは35本だけだったと指摘したレビュー
  3. Mihaylova, M., Gorin, S., Reber, T. P., & Rothen, N. (2022). A meta-analysis on mobile-assisted language learning applications: Benefits and risks. Psychologica Belgica, 62(1), 252-271. doi:10.5334/pb.1146 ✔ DOI照合済語学アプリのメタ分析。効果は g = 0.88 と大きいが、含まれた研究はどれもバイアスのリスクが高く証拠の質が低い
  4. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. doi:10.1073/pnas.2422633122 ✔ DOI照合済高校生約1,000人のフィールド実験。制限なしのAIを練習で使うと、AIを外したあとのテストで成績が下がった
  5. 文部科学省 初等中等教育局 (2024). 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（Ver. 2.0） 公式ページ ✔ リンク確認済学校で生成AIを使う際の文部科学省のガイドライン（2024年12月）
  6. Sung, Y.-T., Chang, K.-E., & Yang, J.-M. (2015). How effective are mobile devices for language learning? A meta-analysis. Educational Research Review, 16, 68-84. doi:10.1016/j.edurev.2015.09.001 ✔ DOI照合済モバイル端末を使った言語学習のメタ分析（44研究・9,154人）。平均効果量 0.55
  7. Burston, J., & Giannakou, K. (2022). MALL language learning outcomes: A comprehensive meta-analysis 1994-2019. ReCALL, 34(2), 147-168. doi:10.1017/S0958344021000240 ✔ DOI照合済MALLの実験研究84本のメタ分析。群間比較で0.72と大きいが、出版バイアスとばらつきが非常に大きいと注意
  8. Steiss, J., Tate, T., Graham, S., Cruz, J., Hebert, M., Wang, J., … (2024). Comparing the quality of human and ChatGPT feedback of students' writing. Learning and Instruction, 91, 101894. doi:10.1016/j.learninstruc.2024.101894 ✔ DOI照合済中高生の作文200本で人とChatGPTのフィードバックの質を比較。人の方が質は高かったが、実用上の差は大きくなかった
  9. Guo, K., & Wang, D. (2024). To resist it or to embrace it? Examining ChatGPT's potential to support teacher feedback in EFL writing. Education and Information Technologies, 29(7), 8435-8463. doi:10.1007/s10639-023-12146-0 ✔ DOI照合済中国の大学生の英作文50本で、ChatGPTは先生より多くのフィードバックを内容・構成・言語にまんべんなく出した
  10. Escalante, J., Pack, A., & Barrett, A. (2023). AI-generated feedback on writing: Insights into efficacy and ENL student preference. International Journal of Educational Technology in Higher Education, 20, 57. doi:10.1186/s41239-023-00425-2 ✔ DOI照合済大学の英語学習者で、6週間GPT-4のフィードバックを受けた群と人のチューター群で学習成果に差はなく、好みもほぼ半々
  11. Zou, S., Guo, K., Wang, J., & Liu, Y. (2025). Investigating students' uptake of teacher- and ChatGPT-generated feedback in EFL writing: A comparison study. Computer Assisted Language Learning. doi:10.1080/09588221.2024.2447279 ✔ DOI照合済大学生20人の書き直しを分析。先生のフィードバックの方が取り入れられ正確に直されたが、構成の助言はChatGPTのものがよく使われた
  12. Ngo, T. T.-N., Chen, H. H.-J., & Lai, K. K.-W. (2024). The effectiveness of automated writing evaluation in EFL/ESL writing: A three-level meta-analysis. Interactive Learning Environments, 32(2), 727-744. doi:10.1080/10494820.2022.2096642 ✔ DOI照合済自動作文評価（AWE）のメタ分析。群間 g = 0.59。語彙には効きやすく文法には効きにくい、短期間の利用では効果が小さい
  13. Fleckenstein, J., Liebenow, L. W., & Meyer, J. (2023). Automated feedback and writing: A multi-level meta-analysis of effects on students' performance. Frontiers in Artificial Intelligence, 6, 1162454. doi:10.3389/frai.2023.1162454 ✔ DOI照合済自動の作文フィードバックのメタ分析。書く力に中程度の効果だが、ばらつきが大きい
  14. Tsai, C.-Y., Lin, Y.-T., & Brown, I. K. (2024). Impacts of ChatGPT-assisted writing for EFL English majors: Feasibility and challenges. Education and Information Technologies, 29(17), 22427-22445. doi:10.1007/s10639-024-12722-y ✔ DOI照合済ChatGPTで書き直した作文は点数が大きく上がり、とくに元の点が低い学生で上がった。評価の公平性に問題があると指摘
  15. Mizumoto, A., & Eguchi, M. (2023). Exploring the potential of using an AI language model for automated essay scoring. Research Methods in Applied Linguistics, 2(2), 100050. doi:10.1016/j.rmal.2023.100050 ✔ DOI照合済TOEFL作文12,100本をGPTで自動採点。一定の正確さと信頼性があり、人の評価の補助になりうると示した研究
  16. 水本篤 (2026). AIのある外国語教育. 松柏社 本の紹介ページ ✔ リンク確認済生成AIのしくみ・倫理・研究で見た効果・授業への取り入れ方・教師の役割までを扱う、外国語の先生向けの本（2026年3月刊）
  17. 柳瀬陽介 (2026). AI英語学習法. 岩波書店（岩波ジュニア新書1016） 本の紹介ページ ✔ リンク確認済AIとの対話で話す・聞く・書く・読むを練習する方法を、学習者向けにまとめた新書（2026年9月刊）
  18. Kane, M. T. (2013). Validating the interpretations and uses of test scores. Journal of Educational Measurement, 50(1), 1-73. doi:10.1111/jedm.12000 ✔ DOI照合済妥当性は「テスト」ではなく「点数の解釈と使い方」について論証するもの、とする論証に基づく妥当性検証の代表的論文
  19. Lin, J.-J., & Lin, H. (2019). Mobile-assisted ESL/EFL vocabulary learning: A systematic review and meta-analysis. Computer Assisted Language Learning, 32(8), 878-919. doi:10.1080/09588221.2018.1541359 ✔ DOI照合済スマホなどモバイル端末での英単語学習のメタ分析（33研究）

最終更新 2026-10-18 ・ 原田英語　まちがいのご指摘はこちら