【そうだったのか】1次･2次データの取り扱い / 隣のふぞと格差社会

一次データとは、特定の目的で自ら収集・計測した未加工の生データであり、例えばアンケートの回答や実験の観測結果が該当します。一方、二次データは誰かが一次データを分析・加工した後の情報で、書籍の内容や調査報告などがこれにあたります。これまで受験産業や教育出版では、多くの二次データ（参考書や模試の解説など）を駆使して学習者を支援してきました。

しかし近年、ChatGPTをはじめとする生成系AI（Large Language Models）は、膨大な一次データを一度に高速処理し、要約や解説を生成する能力を備えています。実際、「生成AIは大量のデータを迅速に分析し、洞察を引き出す能力が優れている」と指摘され、特別な専門知識なしにAIに質問するだけで詳細な解説を得られるようになりました。

このように誰もがAIと対話して一次情報から知見を得られる時代では、従来は専門家や教育産業が担っていた「二次データの加工・提供」の役割が変わりつつあります。

その一方で、生成AIを効果的に活用できる学習者とそうでない学習者の間には「情報処理格差」が生じるリスクがあります。AIを駆使すれば一人ひとりの学習進度や得意不得意に応じた教材やフィードバックを得られ、学習効率や学習効果を飛躍的に高められます。

たとえば、AIとの対話学習では、数式の途中式の意味や文法の解説を瞬時に得られ、解説が丁寧で学習の「迷子」を防げるとの報告もあります。実際に国内でも、学研がChatGPTを活用した学習システムを開始し、生徒一人ひとりに合わせたアドバイスや宿題問題をAIが生成する取り組みが進んでいます。

ただし、このような利便性の裏側で、ITリテラシーやAIを使いこなすスキルの有無が教育格差を生む懸念も指摘されています。情報へのアクセスだけでなく、その情報を有効活用する技術的スキルの不足が「情報格差」を広げる一因となっているからです。

総じて、生成AIは「誰でもデータを活用できる社会」を実現する可能性を秘めていますが、それによる学習効果向上を享受できるのは、AIの活用法を理解し実践できる上位5%層に限られるとの指摘もあります。教育現場でもAI活用法を指導するとともに、ICTツールへのアクセスや活用支援を充実させる必要が高まっていくでしょう。

近年、従来の受験産業のビジネスモデルが大きく変化しつつあります。これまで紙の参考書や一斉授業型講座が主流であったのに対し、今やオンライン学習プラットフォームやAIチューターを活用した個別学習が広がっています。

市場データからも学習塾・予備校業界の売上は2023年に前年割れとなり、全体で減少傾向が明らかです。また、矢野経済の調査によれば、個人向けeラーニング市場は2023年度に前年を下回り、その要因として「学習塾・予備校や通信教育の受講者数の停滞」が指摘されています。これは、そもそもの受験人口減少に加えて、受験生が従来型サービスに頼らず自ら学ぶスタイルに移行していることを示唆します。

• 模擬試験・解析サービス:
  従来の模擬試験では選択肢の正誤や標準偏差のみが提供されるケースが多かったのに対し、生成AIを組み込んだ新しいプラットフォームでは「なぜ間違えたのか」「どのプロセスで間違えたのか」といった詳細解析が得られるようになりました。
  AIは膨大な模試データから学習者と似た傾向を持つ他の受験生の成功事例を提示し、個々に適した学習アドバイスを瞬時に生成できます。結果として、従来のような「紙の模試を受けて解答解説を読む」プロセスは、AIが解説を自動生成・提供する形に変わりつつあります。
• 参考書・教材:
  紙の参考書や問題集も変革を迫られています。AIツールを用いると、受験生自身が自分に必要な問題や解説をAIに作成させることが可能です。
  実際、AIが過去問を学習しレベル別の問題を自動生成するシステムでは、受講生の85％以上が「効率的に勉強が進むようになった」と回答しています。このため、一部では参考書ビジネスが淘汰され、サブスクリプション型の更新教材やAI問答サポートといった新形態が登場しています。
• 通信講座・スクール:
  通信講座や予備校でもオンライン化・個別化が進んでいます。動画配信やオンライン演習にAI解析を組み合わせ、受講生の弱点を自動判定するサービスが増加中です。
  また、AI搭載の学習アプリでは生徒が自宅学習しながら対話形式で質問でき、講師の添削をAIが代行する例も報告されています。これらは従来型の「講義を聞いて解説を受ける」モデルから脱却した学習環境といえます。

これら技術革新に伴い、受験生自身の学び方も変わっています。「何を勉強するにもまずAIが第一候補」という受験生が増え、AIとの対話で学習計画を設計する新スタイルが浸透しています。

例えば、ChatGPTに「今日の勉強計画を作って」と入力すれば、その人の状況に即した学習スケジュールや予想問題が提示されます。また、学習中に疑問が生じれば即座にAIに質問でき、いわば「いつでも隣にいる家庭教師」のように学習を進められます。こうした学習自律性の高いスタイルでは、受験生はAIツールを使いこなしながら自分にピタリの最適解を追求できるでしょう。

以上のように、受験産業は人口減少や技術革新という構造要因で売上・影響力が縮小傾向にあります。特に、上位5%のAI活用層（いわゆるAIリテラシーの高い受験生）は、二次データを参照せずとも自らAIで解答解説を生成できるため、従来の教材・添削サービスへの依存度が低下しています。

模試や参考書、通信講座各社はビジネスモデルをオンライン化・個別化へと転換せざるを得ず、今後はAI支援下の学習プラットフォームや自社AIサービスなどへのシフトが鍵となるでしょう。これらの動きは、従来型の「受験産業頼み」の学習から、学習者自身がAIを駆使して自律的・能動的に学ぶスタイルへの転換を促しています。

以上のような学習環境の変化を受けて、診断士試験委員も出題・評価の方針を見直しており、過去問依存的な問題設計か、基礎的知識の応用力を重視する設計へと、段階的な移行が近年進んでいるものその表れです。

従来の｢2次｣対策では過去問重視が有効でしたが、これからは｢1次｣知識の「基礎応用力評価型」出題の強化が進むと言われます。これは一定量の過去問分析が引き続き重要としつつ、試験委員として過去の答案をコピーするのではなく、受験生の本質的理解を測ろうとする方針への転換とも受け取れます。

試験の目的規則でも「診断士に必要な学識を有するか判定する」ことが掲げられており、暗記偏重では測りきれない実践的思考力の評価へと重心が移りつつあります。

今後の問題設計では、複数の長文資料や図表を同時に処理させる高い認知負荷の問題や、与件に準じて受験生が自ら論理を構築するアドリブ的な出題が増えると考えられます。

具体的には複数企業の統計データや市場レポートを提示し、それらを総合して経営課題を分析する問題や、過去問にはない状況設定で解答の方向性を示すような形式が検討されていくでしょう。このような問題では、短時間で大量の情報を整理する処理能力や、固定的な知識ではなく応用的な思考力が試されます。

実際、近年の一次試験でも運営管理や情報システムの正答率低下がみられ、単なる知識の習熟度だけでは対応しきれない問題となっています（令和５年度の一次試験では「運営管理」「経営情報システム」で平均点が低下し、「経済学・経済政策」「中小企業経営・政策」は上昇しています）。これは今後、一層「原理原則の理解」と「情報統合能力」を重視する方向へと動く予兆ともいえます。

以上を踏まえ、受験者および教育関係者は、過去問暗記型の学習スタイルから脱却し、AIを活用した多面的な思考訓練へと学習行動を転換する必要があります。試験委員会も生成AI時代の到来を見据え、今後は一次試験で基礎応用力を広く評価しつつ、アドリブ対応力を測る問題形式を取り入れる方向性を示唆しています。

例えば、事例問題の事前配布や限定的な情報から問われる創造的解答など、より実践力を問う設問が増えるでしょう。最終的には、AIでも解答困難な「真に理解しているか」を評価する試験設計へと構造的にシフトし、診断士としての真の総合力を測る場となることが期待されています。