文科省が「教育特化型AIアプリ」を自ら開発へ──2027年度の実証研究と、その土台にあるもの
カテゴリ
文部科学省が、教育分野に特化したAIアプリを自ら開発する方針だと報じられました（朝日新聞・2026年8月22日）。2027年度中の実証研究をめざし、開発費や学校の情報セキュリティ強化の費用を2027年度予算の概算要求に盛り込むとされています。特徴は、学習指導要領や教科書のデータを参照させて誤情報を防ぎ、正解ではなく「考える上でのヒント」を返す設計だという点です。本コラムでは、教材・問題制作の現場の視点から、この構想の中身と、その足元にある一次資料を整理します。
報じられたのは、どんな構想か
国が「使う側」から「つくる側」へ
これまで国の役割は、民間の生成AIをどう使うかのルールを示すことでした。今回はそこから一歩踏み込み、教育のために設計されたアプリそのものを国がつくるという話です。汎用のチャットAIをそのまま学校に持ち込むのではなく、学校で使われる前提で最初から作り込む、という発想の転換になります。
学習用と校務用、2つのアプリ
報道によれば、開発されるのは2種類です。学習用は、学習指導要領や教科書データを参照することで誤情報を防ぎ、正解そのものではなく考えるためのヒントを提示し、学年に応じた回答を返すもの。校務用は、採点や文書作成といった教員の業務を補助し、働き方改革につなげるものとされています。
予算はまだ「要求」の段階
関連予算は2027年度（令和9年度）の概算要求に盛り込まれる見通しです。ただし本コラムの執筆時点（2026年8月24日）で、文部科学省の令和9年度概算要求はまだ公表されていません。前年の令和8年度概算要求は8月29日の公表でしたから、間もなく出てくる見込みです。概算要求は「要求」であって成立予算ではないため、金額や事業名は公表資料で確かめる必要があります。
なぜ「特化型」なのか──2つの懸念に効く設計
誤情報（ハルシネーション）への対策
文部科学省の「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）」（2024年12月26日）は、モデルの性質上、誤った出力を完全に防ぐことは極めて難しいと明記しています。そのうえで、リスクへの技術的対策の例として検索拡張生成（RAG）の技術を活用して誤った回答を抑制する方法を挙げています。検索拡張生成とは、ガイドラインの定義によれば「特定のデータベースを検索し、その結果も考慮して出力を生成する仕組み」です。
「学習指導要領や教科書データを参照する」という今回の設計は、まさにこの系譜にあります。何もないところから文章を生成させるのではなく、信頼できる文書を根拠として答えさせる。ガイドラインが2年近く前に技術的対策として示していた方向を、国が自ら実装しにいく構図です。
「考える力を奪う」ことへの対策
同じガイドラインは、AI利用の基本原則として「人間中心の原則」を掲げ、生成AIの出力はあくまでも「参考の一つである」「最適解とは限らない」ことを認識し、最後は人間が判断して成果物に自ら責任を持つ姿勢が重要だとしています。また児童生徒の学びについては、「生成AIを利活用することが目的であってはならない」とも述べています。
正解ではなくヒントを返す、というアプリの挙動は、この原則を製品の仕様として作り込もうとするものだと読めます。使い方の指導に委ねるのではなく、道具の側で担保する、という考え方です。
数字で見る──「使っていない」が「期待していない」わけではない
この構想の必要性は、OECDの国際教員指導環境調査（TALIS）2024にはっきり表れています。「過去12か月の間に、AIを授業で、又は児童生徒が学習しやすくするために使いましたか」に「はい」と答えた教員の割合は、日本が小学校16.0%・中学校17.4%。比較対象となる平均は小学校36.9%・中学校36.3%で、日本は半分以下です。朝日新聞の報道では、中学校教員のAI活用は参加した55の国・地域のうち2番目に低かったとされています。
なお、この「平均」は参加国全体の平均ではありません。文部科学省の資料では、中学校がOECD平均（27か国・地域）、小学校が参加国平均（12か国・地域）を比較対象としています。TALIS2024に参加したのは前期中等教育段階が55か国・地域、初等教育段階は16か国・地域で、小学校調査の母数はもともと小さい点に留意が必要です。
ところが、AIの有用性についての認識は逆の傾向を示します。「事務的業務の自動化に役立つ」と考える割合は、日本が小学校79.1%・中学校73.1%（国際平均55.0%・44.9%）。「個別サポートを支援する」は日本が小学校71.1%・中学校66.5%（同54.3%・41.6%）。「特定の支援を必要とする児童生徒を支援する」は日本が小学校72.2%・中学校69.4%（同59.6%・52.2%）。いずれも日本のほうが大幅に高いのです。文部科学省の報告書のポイントも、日本の教員は個別サポートや事務的業務の自動化などにAIが役立つと考えている割合が小中学校とも国際平均より高い、とまとめています。
同時に、リスクを認識している割合も高く出ています。「AIは児童生徒の誤った認識を強める偏った見方を増大させる」は日本が小48.4%・中51.0%（国際平均40.4%・42.5%）、「AIは不適切又は正しくないかもしれない提案をする」は日本が小68.2%・中66.5%（同61.1%・66.4%）でした。
つまり日本の教員は、役に立つと思っている割合も、危ないと思っている割合も、どちらも国際平均より高い。そのうえで使用率だけが低い。関心がないから使われていないのではなく、期待と不安が同時に高いまま止まっている、という姿が見えます。誤情報を抑え、学びを奪わない設計の教育専用アプリを国が用意する意味は、この膠着を動かす点にあります。
土台にある「骨太の方針2026」
この動きは単発の思いつきではありません。2026年7月21日に閣議決定された「経済財政運営と改革の基本方針2026」（骨太の方針）は、公教育の再生を掲げるくだりで「学校向けＡＩ指針を速やかに改定する。国策としてＧＩＧＡスクール構想を推進し、安全かつ主体的なＡＩ活用に向けた環境整備や実証研究等を進め、先進事例の創出・横展開を図る」と述べています。
この「環境整備や実証研究」が、今回のアプリ開発と2027年度の実証研究に対応しています。あわせて注目したいのは、学校向けAI指針の改定が明記されている点です。前述のガイドラインはVer.2.0が最新ですが、次の改定が予告されているということになります。
同じ骨太の方針では、2029年度までに時間外在校等時間を月30時間程度へ縮減することを目標に掲げ、教師・学校の業務の適正化や校務DXを進めるとしています。校務用アプリは、この文脈にも接続しています。
ゼロからの出発ではない──先行する実証事業
すでに、教育に特化した生成AIの実証事業は動いています。令和6年度補正予算による「学びの充実など教育課題の解決に向けた教育分野特化の生成AIの実証研究事業」です。文部科学省はその趣旨で、生成AIには個別最適な学習コンテンツの生成などの可能性が指摘されているものの、汎用基盤モデルのみでは実証できず、教育分野に特化させるための参照データの整備やモデルのチューニング、現場での実装の在り方等、様々な検討要素が必要であると述べています。「特化型」が必要な理由が、国の側の言葉で明確に示されているわけです。
採択されたのは3テーマです。個別最適・協働的な学びの深化の実現にTBSホールディングスとコニカミノルタジャパン、誰一人取り残されない教育の実現にPolaris.AIと富士通Japan、データ利活用の促進に東京書籍。成果報告会は2026年3月4日に開催され、成果報告書（本編と事業者ごとの別紙）も公開されています。
今回の構想は、この蓄積の上に立つものと見るのが自然です。教科書発行者が「データ利活用」のテーマに入っている点も、参照先としての教科書データを考えるうえで示唆的です。
鍵を握るのは「参照されるデータ」の側
ここが、教材制作の立場からいちばん重要な論点です。「学習指導要領や教科書データを参照して答える」という設計は、参照される側のデータが機械可読でなければ成立しません。PDFを読ませれば済む、という話ではなく、どの単元のどの資質・能力に関する記述なのかが構造として取り出せる必要があります。
そして、その整備はすでに別の動きとして進行中です。学習指導要領そのものをデジタル化し、学習指導要領コードで教材とひもづける構想については学習指導要領が「デジタル」になるで解説しました。教科書の側も、2030年度から動画・音声を含むデジタルな形態が正式な教科書になります（デジタル教科書の導入検討はいま）。
AIアプリ・デジタル学習指導要領・デジタル教科書は、別々のニュースに見えて同じ絵の部品です。 参照先が構造化されていなければ、特化型AIは特化しきれない。先行事業が趣旨に「参照データの整備」を掲げていたことは、その認識が国の側にもあることを示しています。逆に言えば、参照先の整備が進むほど、この構想は現実味を増します。
教材制作の現場から見た論点
メタデータの質が、そのまま回答の質になる
どの学年・どの単元・どの資質・能力に対応するのか。教材にどんなメタデータを持たせるかが、AIが「学年に応じた回答」を返せるかどうかを左右します。制作時に後回しにされがちな部分が、そのまま出力品質に直結する構造です。この考え方は教材制作に生成AIをどう活かす？でも扱っています。
「ヒントを返す」には、正解データだけでは足りない
正解と解説だけを持っているコンテンツからは、良いヒントは出てきません。どこでつまずきやすいか、その誤答はどんな思い違いから来るのか、どの順序で気づかせるか――つまずきの型と段階的なヒントが設計されていて初めて、「答えを教えずに考えさせる」挙動が成り立ちます。これは作問の段階で決まる話で、後からAIに丸投げしてどうにかなるものではありません。
校務用は「採点」の言語化から始まる
採点補助を成立させるには、採点基準が言葉になっている必要があります。ルーブリック、部分点の条件、許容する表記の揺れ。ベテランの頭の中にある基準を外に出す作業は、AIのためというより、そもそも採点の公平性のために意味のある仕事です。
よくある質問（FAQ）
いつから使えるようになりますか？
2027年度中の実証研究がめざされている段階です。実証を経て本格的に広がるとすれば、さらに先になります。関連予算も本コラム執筆時点では概算要求に盛り込まれる見通しという報道段階で、公表資料での確認が必要です。
今使っているChatGPTなどは使えなくなりますか？
そうした話ではありません。生成AIガイドライン（Ver.2.0）は、学校現場で生成AIを利活用する際の考え方と留意点を整理したもので、特定のサービスを禁じたり指定したりするものではありません。教育委員会が独自に利用環境を構築する場合も想定されています。特化型アプリは既存の選択肢に代わるものというより、学校で安心して使える選択肢を増やすものと捉えるのが自然です。
誤情報は完全になくなりますか？
なくなりません。ガイドライン自身が、モデルの性質上、誤った出力を完全に防ぐことは極めて難しいとしています。参照データを持たせることで抑制はできますが、最後は人が判断するという原則は変わりません。
教員の働き方改革につながりますか？
TALIS2024で、日本の教員がAIの有用性をもっとも高く評価したのが「事務的業務の自動化に役立つ」（小学校79.1%）でした。期待が最も大きい領域であることは確かです。骨太の方針2026も、2029年度までの時間外在校等時間の縮減目標とあわせて校務DXを掲げています。
教材会社にはどんな影響がありますか？
参照されるデータをつくる側としての比重が増します。コンテンツの構造化とメタデータ付与、つまずきや段階的ヒントの設計が、これまで以上に価値を持つ部分になります。
まとめ
文部科学省が教育特化型のAIアプリを自ら開発し、2027年度中の実証研究をめざす――報じられた構想は、骨太の方針2026の記述、生成AIガイドラインが示していた技術的対策、そしてすでに走っている実証事業という、いくつもの流れが合流した地点にあります。TALIS2024が映し出したのは、日本の教員がAIに期待も不安も強く抱えたまま立ち止まっている姿でした。誤情報を抑え、考える力を奪わない設計の道具を用意することは、その膠着に対する一つの答えです。
ただし、その成否は参照されるデータの質に大きく依存します。教材の構造化、メタデータ、つまずきの設計――地味ですが、ここが効きます。エデュコンは、デジタル教材制作でデジタル教科書やドリル・演習問題アプリを、テキスト教材・問題集・参考書の制作で紙の教材を、いずれも企画から一貫して承っています。AI時代に参照されるコンテンツづくりについて、お気軽にご相談ください。
この記事を書いた人 / 監修
エデュコン教材制作チーム
創業以来、500社以上の教育機関様の教材制作を支援。
教育・IT・編集のプロフェッショナルが集まる専門チームが記事を監修しています。
