ChatGPTの「学習効果」論文、Nature系ジャーナルが撤回──AI教育のエビデンスを問い直す

ChatGPTを勉強に使うと、成績がぐんと上がり、学ぶ意欲も、深く考える力も伸びる——。2025年にそう結論づけた論文が、公開から約1年で撤回されました。掲載していたのは、あの科学誌『Nature』と同じ出版社が出す学術誌。AIの教育効果を示す“根拠”としてあちこちで引用されてきた1本だっただけに、波紋が広がっています。

今回はこの撤回そのものよりも、その先にある「AIが学習に効く、という証拠はどれくらい確かなのか」という問いを一緒に見ていきます。

撤回された論文とその主張

撤回されたのは、中国・杭州師範大学のJin WangさんとWenxiang Fanさんによる論文です。タイトルは「ChatGPTが学生の学習成績・学習実感・高次思考に与える効果」。2025年5月6日に、シュプリンガー・ネイチャー社の学術誌『Humanities and Social Sciences Communications』で公開されました。名前が紛らわしいのですが、これは科学誌『Nature』本体ではなく、同じ会社が出している姉妹誌のひとつです（Nature Portfolioというグループに属します）。公開当初、海外メディアでも「Natureが撤回」と報じて後から訂正が入るケースが相次ぎました。

論文が示した結論は、かなり景気のいいものでした。ChatGPTを使った学習は、テストの成績に「大きな」プラス効果があり、学ぶことへの前向きな気持ちや、批判的・創造的に考える力にも「中くらいの」プラス効果があった——。さらに「政府はChatGPTを教育に取り入れる政策を進めてよい」「大学や中等教育でも積極的に使うべき」といった、教育政策への具体的な提言まで踏み込んで書かれていました。

メタ分析という手法

この論文は「メタ分析」と呼ばれるタイプの研究です。ひとつの実験を新しくやるのではなく、すでに世に出ている複数の研究結果を集めて統計的にまとめ、全体としてどういう傾向があるのかを一段高いところから見よう、という手法です。個々の実験は参加人数が少なかったり、たまたまの結果だったりしますが、たくさん束ねれば信頼できる結論に近づける——というのが基本の考え方です。

今回の論文は、2022年11月から2025年2月までに発表された51本の研究をふるいにかけて集め、そこから72個の「効果の大きさ」を取り出して統合していました。うまくいけば、バラバラだった研究をまとめて「結局ChatGPTは学習に効くのか」に答えられる、力のある一本になるはずでした。

異例の注目度

この論文は、教育分野のメタ分析としては珍しいほど広く読まれました。公開から撤回までの約1年で、48万回以上閲覧され、260本を超える研究に引用されています。AI教育の推進を後押しする「数字で示された根拠」として、報道やレポート、業者の売り込み資料などでもさかんに参照されてきました。だからこそ、それが撤回された影響は小さくありません。すでに260本以上の論文がこの結果を引用してしまっている以上、それらの研究の土台にもひびが入る格好になります。

撤回に至る経緯

撤回は2026年4月22日付。編集部が出した撤回通知（だれでも読めるオープンアクセスです）の文面は、意外なほど短いものでした。理由として挙げられているのは「メタ分析における不一致（discrepancies）に関わる懸念」。この懸念によって、分析の妥当性とそこから導かれた結論に対する編集部の信頼が損なわれた、と説明されています。

問題を最初に指摘したのは、Magnus IngebrigtsenさんとMarko Lukicさんの2人。そして通知にはもう一行、重い一文が添えられていました。著者たちは、この撤回に関する編集部からの連絡に応答しなかった、というものです。

指摘された問題点

撤回通知自体は「不一致」としか書いていませんが、問題提起した2人は、公開後の早い段階で批判をまとめた文書を出しています（査読前のプレプリントです）。そこでは、元となった研究から数値を写し取る段階での抽出ミスが多数あること、報告に食い違いがあること、分析上の問題がいくつもあることが挙げられ、2週間ほど著者とやり取りしても解決しなかったため撤回を求める、という流れでした。

批判はこの2人だけではありません。研究者のIlkka Tuomiさんは、公開直後からこの論文の“まとめ方”に疑問を投げかけていました。彼の論点をかみくだくと、こういうことです。統計そのもの（効果の大きさを測る計算）は間違っていない。問題は、その計算を、質の低い研究や、方法も対象も参加者もまるで違う研究にまとめてかけてしまったことにある——。性質の違うものを無理に一緒くたにして平均すると、見た目は立派な数字が出ますが、中身は伴っていません。Tuomiさんはこれを「ガラクタを入れて、金が出てくる」現象と呼んでいます。統計の磨きで、あやふやな土台がきれいに見えてしまう、というわけです。

加えて、そもそも短い期間に、これだけたくさんの質の高い研究が実施・査読・公開されているというのは考えにくい、という指摘もありました。ChatGPTが登場したのは2022年11月。そこから数年で「まとめるに足る良質な研究」がどれだけ積み上がっているか、という素朴な疑問です。

エビデンスをめぐる問い

ここで気をつけたいのは、この撤回が「ChatGPTは学習に役立たない」と証明したわけではない、という点です。撤回されたのは、あくまで“この論文の”証拠としての信頼性です。ChatGPTが学習に効くのか効かないのかは、いまも決着していません。効果があったとする研究も、差がなかったとする研究も、逆に成績を下げたとする研究も、それぞれ存在します。つまり今回のできごとが突きつけたのは、「AIは学習に効く」という主張の真偽そのものより、その主張が寄りかかっている“証拠の質”のほうでした。

AIをめぐる話題は動きが速く、新しい研究や統計が次々と出てきます。数字が並んでいて、権威ある名前の雑誌に載っていると、つい「これで決まりだ」と受け取りたくなります。でも、まとめられた結論がどんな材料からできているかまでは、なかなか見えません。今回のように、後から土台が崩れることもある。派手な結論ほど、いったん立ち止まって出どころを確かめる価値がある——そのことを、この一件は静かに示しています。

解釈上の留意点

問題点の具体的な中身の一部は、査読前のプレプリントや個々の研究者の批判に基づくものです。撤回通知そのものは「不一致」という簡潔な表現にとどめており、どの数値のどこがどう間違っていたか、といった詳細を編集部が公表しているわけではありません。また、著者側からの反論や説明も（現時点では連絡に応答がないため）表に出ていません。片方の言い分だけを見ている状態である点は、頭の隅に置いておくとよさそうです。