ブラウン大学（米ロードアイランド州）のロベルト・セラーノ教授が、自身の数理経済学講義「ECON 1170」の中間試験で少なくとも50人の学生がAIを使って不正を行ったという「圧倒的な証拠」を公表した。アイビーリーグ全体でも最大規模とされるこのスキャンダルは、高等教育におけるAI利用の是非を巡る論争に火をつけている。

何が起きたのか

今年3月に実施された中間試験で、セラーノ教授は答案の不自然な一致パターンや、AI生成テキスト特有の文体的特徴を検出した。少なくとも50人分の答案に「不正の確実な証拠がある」とし、大学の倫理審査委員会（Academic Code Committee）に申告した。

学長や学部長への第一報には沈黙が返ってきたという。委員会が動き出してようやく「これは警鐘だ」という一言が届いた。セラーノ教授はこの反応を「大学として取るべき姿勢ではない」と厳しく批判し、「教員が決定的な戦いに孤立無援で立ち向かっている」と訴える。

教授自身は17歳のときに網膜ジストロフィーで失明しており、授業ではアシスタントがホワイトボードを担当する。しかし問題作成・採点・論文執筆はすべて自力で行い、「制約をひとつの最適化問題として扱う」と語るゲーム理論の第一人者でもある。

なぜ今、これほど問題なのか

以前のカンニングは「隣の答案を盗み見る」といった個人的な行為が大半だった。AIが変えたのはスケールと痕跡の薄さだ。高品質な解答をほぼゼロコストで生成でき、しかも短時間で仕上げられる。試験監督が存在しないオンライン試験や持ち帰り課題（テイクホーム試験）では、検出が特に困難だ。

アイビーリーグ校で50人が一度に不正を働いたという事実は、これが「一部の倫理観の低い学生の問題」ではなく、構造的な誘惑として制度設計の問題であることを示している。試験という評価様式そのものが、AIの登場によって前提を失いかけているのだ。

評価の枠組みをゼロから問い直す時期

セラーノ教授が求めるのは「AI禁止の徹底」ではなく、「問題の深刻さを公開し、広範な議論を行うこと」だ。これは示唆に富む。AIを禁止するアプローチは、スマートフォンを試験会場に持ち込ませないような物理的な統制が可能な場面でしか機能しない。

より本質的な問いは「AIが答えを出せる設問を評価の基準にすること自体が適切か」という点だ。記憶と定型的な解法を問う試験は、AIが最も得意とする領域でもある。「AIが答えられない問い」——複合的な判断、文脈に応じた価値選択、不完全な情報下での意思決定——を評価の中心に据える方向に、高等教育全体が軸足を移す必要があるだろう。

日本のIT・教育現場への影響

日本では大学によるAI利用ポリシーの整備はまだ途上にある。「一律禁止」「学生の自律性に委ねる」の二極に分かれがちで、中間的な設計——どのような利用が学習に資するか、どのような利用が評価を歪めるかを区別する基準——は多くの場合存在しない。

IT企業の採用・育成の観点でも影響は大きい。「大卒の学力証明」としての試験スコアや成績が信頼性を失えば、採用選考の根拠が崩れる。技術面接やポートフォリオ評価への移行がさらに加速するかもしれない。

実務的には以下の点が今後の焦点になる：

  • 評価様式の再設計: テイクホーム試験の廃止または「AI利用前提」への転換
  • AI利用の透明性要件: 「どのAIをどう使ったか」を明記させるルールの標準化
  • 検出ツールの限界の認識: GPTZeroなどの検出ツールは偽陽性・偽陰性が多く、証拠として頼りにくい
  • プロセス評価への移行: 成果物だけでなく、思考の過程を評価する仕組みの導入

筆者の見解

「禁止すれば解決する」という発想は、今回の件でも通用しないことが明らかだ。50人もの学生が一斉に不正に走るのは、「ルールを破る文化」というよりも「その評価方法がAI時代に対応していない」という構造的シグナルとして読んだほうがいい。

注目すべきはセラーノ教授の姿勢だ。不正を「黙認」する方向でも「全面禁止」を叫ぶ方向でもなく、「問題を公開して議論せよ」という立場を取った。これは正しい。透明性のない対処は不正を地下に潜らせるだけだ。

一方で、日本の教育現場が同じ問題に直面したとき、「AI禁止の明文化」に走る可能性が高い。それ自体は悪くないが、禁止の実効性を担保する仕組みなしの「禁止宣言」は、遵守するまじめな学生だけを不利にする逆効果になりかねない。大事なのは「AIを使って何ができるようになったか」を問う評価設計であり、そこへの投資だ。

AIが「答えを出す」ことに長けているなら、人間が磨くべきは「問いを立てる力」と「答えを検証・応用する判断力」だ。その方向で評価を再設計できた教育機関だけが、AI時代の高等教育として生き残るだろう。今回の事件は、その再設計の遅れを可視化した事例として、日本も他人事として見るべきではない。

出典: この記事は Professor denounces mass AI fraud on an exam at Brown の内容をもとに、筆者の見解を加えて独自に執筆したものです。