オーストラリアの大学、AI採点の是非で分裂――政策の違いが学務と雇用者に与える影響とは

異なる機関方針

オーストラリアの高等教育機関の間で、生成系人工知能を用いた学生提出物の評価に関する明確な分裂が見られます。ニューサウスウェールズ大学、メルボルン大学、シドニー大学は、教員がAIツールを用いて課題を評価することを全面的に禁止する方針を発表しました。一方、アデレード大学、ニューカッスル大学、ディーキン大学、RMITは、最終的な成績とフィードバックの責任は教員に残す条件で、AI支援採点を許可する条件付きアプローチを採用しています。

これらの対照的な姿勢は、リスク評価と戦略的優先順位の違いを反映しています。禁止側は学術的誠実性と機械生成評価の信頼性への懸念を挙げ、許可側は効率向上の可能性とAIが補助的レビュアーとして機能し得る点を強調しています。

条件付き利用とオプトアウトの仕組み

AI支援が認められる大学では、さまざまな安全策が導入されています。例えばニューカッスル大学は、学生がAI支援採点からオプトアウトできる権利を提供し、評価が完全に人間の査読者によって行われるようにしています。ディーキン大学は、教員が効率向上や評価活動のサポートのためにAIを使用できることを明記していますが、システムが自律的に成績を付与することは禁じています。ウェスタンシドニー大学は「ヒューマン・センタード」モデルを再確認し、採点、成績付与、フィードバックは常に教員の責任であるとしています。

これらの方針は、業務負担軽減への欲求と学術基準・学生信頼の維持とのバランスを取ることを目的としています。最終的な判断を人間が保持することで、誤ったまたは偏ったAI出力のリスクを緩和しつつ、技術の補助的役割を探求しようとしています。

まだ探索段階にある機関

一部の大学はまだAIを採点に導入していませんが、教育全般や評価実務への統合を進めています。モナッシュ大学、ウロンゴン大学、ジェームズクック大学は、AIが採点に使用されていないものの、執筆支援ツールや個別フィードバック生成器などを通じて学生学習をサポートするためにAIを活用しています。クイーンズランド大学は、教員が直接作業を評価し続けることを明示的に保証する方針を策定中で、オートメーションへの慎重な姿勢を示しています。

これらの探索的取り組みは、低リスクのコンテキストでAIを試験的に導入し、後に高インパクトな採点決定へ拡大するかどうかを検討する段階的採用曲線を示しています。

批判者が警告する「スロップ・サイクル」

AI採点の広範な導入に反対する声は、学生がAI生成課題を増やし、さらにAIがそれを採点するという「スロップ・サイクル」を引き起こす可能性を指摘しています。このフィードバックループは、作品の真正性が確認しにくくなる検証ドリフトや、検証されていない幻覚的コンテンツが通過するリスクを招きます。批判者は、低品質や捏造された提出物が正当な学術成果として受容されることで、大学の評判が損なわれる恐れがあると警告しています。

この警告は、AIが主要な評価者になると、学生がAI生成に依存するインセンティブが高まり、批判的思考や文章作成能力の育成が阻害されるという体系的リスクを示しています。

業務負担と「第二の目」の約束

オーストラリア全体の教員は過重労働に直面しており、採点が限られた時間の大部分を占めています。一部の講師は、AIを「第二の目」として不整合や盗作を検出し、手作業の負担を軽減できる可能性があると見ています。しかし、効果は実証されておらず、AIが複雑な課題に必要な微妙な判断を捉えきれない場合、「災害」につながる懸念が教員から表明されています。

潜在的な効率向上と未検証の信頼性との間の緊張は、AI支援採点を大規模に展開する前に厳格な評価が必要であることを強調しています。

QUTの評価向上プロジェクトと教員の懸念

クイーンズランド工科大学（QUT）は、AI対応環境で評価の真正性、信頼性、拡張性、将来性を保つことを目的とした「assessment uplift project」を開始しました。この取り組みは評価実務の近代化を目指す一方で、教員は人間による採点量が減少し、採点業務に依存する契約教員の主要な収入源が脅かされることへの不安を表明しています。

QUTのケースは、AI導入戦略が労働条件と交差し、非常勤教員の将来的役割に関する疑問を提起する例となっています。

学生のAI採点への抵抗

学生の感情はさらに複雑さを加えます。QUTの創作ライティングコースの学生、アレックス・キャメロンは、AIが採点するなら学位に対して支払う意思はないと強く主張しました。このコメントは、特に繊細なフィードバックが重視される分野において、AI駆動の評価に対する広範な学生抵抗を反映しています。

このような抵抗は、自動化された採点への移行が学生の人間的な指導やメンターシップへの期待を考慮しなければならないことを示唆しています。

効果不明と実証データの欠如

大学関係者は、AI支援採点の大規模導入における効果はまだ不明であると認めています。品質や効率向上の主張はほとんどが未検証であり、成果や信頼性に関する実証データは提示されていません。この認識は、AIが評価に与える影響がさらなる評価を必要とし、制度的導入前に体系的研究が不可欠であることを強調しています。

堅牢な証拠が欠如したまま政策決定が行われれば、推測に基づくリスクが高まり、実証的な利益が示されない限り、採用は慎重であるべきです。

組織への実務的示唆

オーストラリアの大学と提携したり、卒業生を雇用したりする組織にとって、現在の状況は注意が必要であることを示しています。雇用者は、大学ごとのAI方針により評価基準が大きく異なる可能性があるため、卒業生の能力の一貫性に影響を及ぼすことを認識すべきです。AI採点が許可されている場合、組織は資格検証に加えて追加のスキル評価を実施し、卒業生が人間による厳格な評価を受けていることを確認できます。逆に、AI採点を禁止している大学は、より伝統的なフィードバック経験を持つ卒業生を輩出し、微細な分析能力が求められる職務に有利になる可能性があります。いずれの場合も、教育機関との間で評価実務に関する透明なコミュニケーションを取ることで、期待値を合わせ、評価アプローチの相違に伴うリスクを軽減できます。

• ニューサウスウェールズ大学、メルボルン大学、シドニー大学 – AI採点を禁止。
• アデレード大学、ニューカッスル大学、ディーキン大学、RMIT – 人間の監督下でAI支援を許可。
• クイーンズランド工科大学 – AI対応の真正性を目指す評価向上プロジェクトを実施。
• モナッシュ大学、ウロンゴン大学、ジェームズクック大学 – 教学にAIを統合するが採点には未使用。