何が起きたか
Strömbergらによる26,000人規模の縦断研究は、DeepSeek V2.5(2024年9月)とDeepSeek R1(2025年1月)を境にAI利用率がほぼゼロから約80%へ跳ね上がった中国の学校群を、差分の差分法で分析しました。生徒に人気のツールはDoubao、DeepSeek、ChatGLM、Ernie Bot、Qwenです。
利用開始から半年で宿題の点数は18%上昇し、平均所要時間は64分から45分へ短縮。一方、月次の閉本試験は20%低下しました。より重い代償は遅れて現れ、高考・中考では18〜24%の下落が約2年後に顕在化しています。
なぜ重要か
この研究の要は「短期の生産性指標」と「長期の実力指標」が逆行する点です。5か月以上の利用者の約81%は宿題を50分未満で終え、非利用者の最速層より速い一方、試験成績は低い——典型的なアウトソースの兆候です。逆に、非利用者と同程度の時間をかけた利用者は試験でも遜色ない結果を出しました。
誰が、何を、どれだけ失うか
科目別では社会科系(政治・地理)が27%、STEMが22%、英語17%、国語9%の下落。若年層(下級中学)は24%、上位3分の1の成績優秀層は24%と、伸びしろが大きい層ほど毀損が深刻です。用量反応も明確で、週1時間以下の利用者は約5%の損失に留まる一方、週5時間以上では30%に達します。
Anthropicの研究(プログラミング学習で17%低下)、UC Berkeleyの50万件超の成績分析(A評価が13ポイント増、無監督課題に集中)なども、同じ方向を指しています。
💼 事業会社視点：これは自社にどう効くか
経営者が読み替えるべき論点
この研究は「学校の話」ではありません。事業会社のAI導入で、KPIとして測っている『処理時間』『件数』『初稿の質』が改善しても、社員のドメイン理解が空洞化していく可能性を示唆しています。しかも影響は2年遅れで表面化する——四半期評価では見えないのです。
受託開発・SIer: ジュニアがAIで動くコードを速く書けても、レビューで詰まる/障害対応でスタックする現象が既に散見されます。若年層ほど毀損が大きい(24%)という結果は、育成設計の抜本的見直しを迫ります。
SaaS・自社開発: 上位層ほど落ちる(24%)点は要注意です。エース級エンジニア・プランナーがAIで「速く形にする」ことに慣れると、独自の設計判断力が鈍る恐れがあります。
打ち手: (1)成果物だけでなく「AI非依存の口頭説明・ホワイトボード設計」を評価に組み込む、(2)Karpathyが提案する「対面・その場での産出」を昇格判断の軸に、(3)完了時間ではなく「思考プロセスの記録」をレビュー対象にする——この3点は、今期から着手すべき経営マターです。