生成AIの普及によって、大学教育の前提は大きく変わりました。
調べる、まとめる、書く、企画する、発表する、実装する。こうした学びの基本動作のほぼすべてに、AIやデジタルツールが深く関わる時代に入っています。
加えて、AIツールは変化し続け、ある瞬間で、昨日と今日で全く常識が異なるほどに、変動することも経験してきました。
そのとき、大学が育てるべきなのは、単にツールの使い方を知っている学生ではありません。
必要な情報を見極め、問いを立て、AIを含むデジタル環境を使いこなし、他者と協働しながら、成果を社会につなげていける人材です。iUが取り組んできた「デジタルフルーエンシー教育」（DF教育）は、まさにこの変化に対する実践的な応答です。
2025年までの試行を振り返りながら、iUにおけるDF教育の現在地を整理します。その上で、2026年に目指すべき方向として、DF研究会の発足、渋谷サクラステージでの定期研究会、コンソーシアムの組成、そして初等・中等・高等教育までを視野に入れたDF的振る舞いの導入について展望します。
- 2026年4月10日「デジタルフルーエンシー研究会」を開催します。
- いま、なぜ「デジタルフルーエンシー」なのか
- 2025年までの試行で見えてきたこと - 「AI活用」から「教育モデルの再設計」へ
- 「使える学生」ではなく、「価値を生み出せる学生」を育てる
- AIを授業に入れるだけでは足りない – 学修設計・評価設計・倫理設計の見直しが必要だった
- 調査と実証 – DF教育を「理念」で終わらせないために
- それでも残った課題 – 2025年までの試行は、まだ「入口」でもある
- 2026年は「試行」から「社会実装」へ進む年にする
- 2026年の本丸 – コンソーシアムを組成し、「DFX」を議論する
- 教育は大学だけで完結しない – 初等・中等・高等教育へ、DF的振る舞いを広げる
- MID Lab.は、DF教育の実践の場から、社会提案の拠点へ
2026年4月10日「デジタルフルーエンシー研究会」を開催します。
直近では、渋谷サクラステージで、AI時代の人材と組織について研究する「デジタルフルーエンシー研究会」を開催します。ぜひお立ち寄りください！
詳しくは、以下の記事を参照ください。
いま、なぜ「デジタルフルーエンシー」なのか
デジタルフルーエンシーという言葉は、単なるデジタルリテラシーの言い換えではありません。
ツールを操作できること、アプリを使えること、検索が得意であること、それだけでは不十分です。これから求められるのは、デジタル環境そのものを前提に、学び方、働き方、協働の仕方、価値創出の仕方を組み立てられる力です。
たとえば、AIに問いを投げるときには、曖昧な依頼ではなく、目的と条件を明確に言語化する必要があります。AIから出てきた答えは、そのまま使うのではなく、出典や妥当性を検証し、必要に応じて修正しなければなりません。さらに、生成された情報を他者との議論や制作のプロセスに接続し、最終的に自分の責任で意思決定することが求められます。
つまり、DFとは「使える」ことではなく、「使いこなし、判断し、成果につなげる」こと。そして劇的な変化にも対応しついていくことができる素養です。
iUにおけるAIを前提とした人材像は、この視点デジタルフルーエンシーの視点を中心に据えようとしてきました。
2025年までの試行で見えてきたこと - 「AI活用」から「教育モデルの再設計」へ
2025年までのiUの取り組みを振り返ると、最も重要だったのは、AIを単なる便利な道具として授業に持ち込む段階から、大学教育そのものを再設計する段階へと踏み出したことです。
これまでの試行の中では、AI活用教育モデルの検討、学生のAI活用度の把握、AI伴走型学習プラットフォームの実証、推進体制の構想など、複数の取り組みが並行して進められてきました。これは、単発の先進授業ではなく、大学としての教育方針を更新しようとする動きだったといえます。
ここで重要なのは、iUが目指していたのが「AIを使わせる授業」ではなかったことです。そうではなく、AI時代における学びの流れそのものをどう設計するか、教員と学生の役割をどう再定義するか、評価をどう見直すかという、より本質的な問いに向き合ってきた点に価値があります。
「使える学生」ではなく、「価値を生み出せる学生」を育てる
2025年までの試行を通じて、iUが目指すDF人材像も少しずつ輪郭を持ち始めました。
それは、単にICTに強い学生でも、生成AIを日常的に使っている学生でもありません。必要なのは、デジタル環境のなかで自律的に学び、判断し、他者と協働しながら、新しい価値を形にしていける人材です。
たとえば、課題に対して自分で問いを立てられること。AIを使って情報収集や整理を進められること。複数の案を比較し、筋のよい仮説を選べること。出てきた答えの誤りや偏りに気づけること。チームの中で役割を担い、成果物としてまとめ、社会に向けて発信できること。こうした力は、従来の「パソコンが使える」「情報検索ができる」といった能力の延長線上にはありません。
iUのDF教育は、ここを見据えていたからこそ、単なるスキル講習に終わらず、人材育成の再定義に踏み込めたのだと思います。
AIを授業に入れるだけでは足りない – 学修設計・評価設計・倫理設計の見直しが必要だった
2025年までの試行で明らかになったのは、AIを教育に導入することの難しさでもありました。AIはたしかに便利です。論点整理、文章の下書き、構成案、アイデアの比較、プログラムの補助など、多くの場面で有効に機能します。
しかし同時に、誤情報、幻覚、著作権、出典不明、機密情報の扱い、過剰依存といった課題も一気に持ち込みます。AIを使うこと自体が学びになるわけではなく、どう使うか、どこまで使うか、何を自分で担保するかを教えなければ、教育としては成立しません。
この点で、iUのDF教育は、AI導入の表層だけを追わなかったことが重要でした。授業の中でどう使うかだけでなく、学習プロセス全体のどこにAIを位置づけるのか、評価は成果物だけでなくプロセスも見るべきではないか、そして教員は何を教えるべきかを問い直してきました。
とりわけ、AI時代の教員に求められる役割は変わります。知識を一方的に伝える人ではなく、問いの質を上げる人、文脈を与える人、検証の責任を教える人、社会との接続を作る人としての役割が強まります。2025年までの試行は、その転換の入口に立った期間だったといえます。
調査と実証 – DF教育を「理念」で終わらせないために
DF教育を実装するためには、理想だけでは足りません。
現場の実態を知り、変化を測定し、教育効果を観察する必要があります。この意味で、AI活用度の調査や学習成果の把握に着手したことは、2025年までの大きな前進でした。
学生がAIを使っているかどうかではなく、何に使っているのか、どの程度の質で使えているのか、どこでつまずいているのかを見ること。さらに、教員側がどのような活用経験を持ち、どのような不安や課題を抱えているのかも把握すること。
こうした基礎データがなければ、DF教育は「なんとなく良さそうなもの」で終わってしまいます。
また、AI伴走型学習プラットフォームのような実証的な取り組みも、DF教育の方向性を明確にしました。
AIを教員の代替とみなすのではなく、学生の学習を支援する伴走者として位置づける。この発想は、教員の役割を消すのではなく、むしろ高度化させます。
AIが下支えをすることで、教員はより本質的な対話、指導、問いの設計に集中できるからです。
このように、調査と実証があったからこそ、iUをフィールドにしたDF教育は概念の提示にとどまらず、教育モデルとしての可能性を持ち始めました。
それでも残った課題 – 2025年までの試行は、まだ「入口」でもある
一方で、2025年までの取り組みは完成形ではありません。むしろ、可能性と課題の両方を明確にした段階だったと捉えるべきです。
第一に、DF人材の定義がまだ十分に学内共通言語化されていないことです。学生にとってのDF、教員にとってのDF、企業が求めるDFは、似ているようで少しずつ異なります。ここを整理しなければ、教育目標も評価基準も曖昧になります。
第二に、個別授業での実践と大学全体の方針の接続です。優れた授業や先進的な取り組みがあっても、それが学年進行やカリキュラム全体の中でどう積み上がるのかが明確でなければ、大学としての教育モデルにはなりません。
第三に、教員側の知見共有とFDです。AI活用に積極的な教員とそうでない教員の差が大きいままでは、学生の学習体験にばらつきが生まれます。DF教育は、一部の先進教員だけで成立するものではなく、大学全体で底上げしていく必要があります。
そして第四に、倫理、権利、セキュリティ、検証責任の扱いです。AIを便利に使うことだけを教えれば、教育としては不十分です。どこまで使ってよいか、何を自分で確認しなければならないか、どのように責任を引き受けるのかまで含めて、DF教育は設計されなければなりません。
2026年は「試行」から「社会実装」へ進む年にする
こうした総括を踏まえると、2026年に目指すべき方向は明確です。キーワードは、「試行から制度化へ」「学内実践から社会実装へ」です。
2025年までの段階では、方向性の妥当性を確かめ、実証と基礎設計を進めてきました。2026年は、それを大学の外にも開き、継続的な知の蓄積と社会的提案につなげる年にしなければなりません。
その中核となるのが、DF研究会の発足です。
DF研究会は、単なる勉強会ではありません。蓄積されつつある実践知、教育的課題、研究テーマを持ち寄り、デジタルフルーエンシーを共通言語として再整理する場です。
ここでは、教員だけでなく、学生、卒業生、企業、教育関係者など、多様な立場の参加が重要になります。なぜなら、DFは大学内部だけで完結する概念ではなく、社会と接続して初めて意味を持つからです。
研究会の目的は三つあります。第一に、DF人材の定義を明確にすること。第二に、教育実践の知見を蓄積し、共有すること。第三に、大学と社会の接点として、新たな共同研究や実証の起点を作ることです。iUがこの研究会を主導することで、DF教育を語る場そのものを設計する側に立てるはずです。
2026年の本丸 – コンソーシアムを組成し、「DFX」を議論する
2026年は、研究会だけで終わってはいけません。その先に、コンソーシアムの組成を見据える必要があります。
このコンソーシアムの役割は大きく二つあります。一つは、DF人材の定義を、大学内部の言葉ではなく、教育界と産業界の双方に通じるかたちで整理することです。もう一つは、DF組織への転換、すなわちDFXを議論し、実践することです。
DFXとは、個人がデジタルに強くなることだけを意味しません。組織そのものが、デジタルフルーエンシーを前提に意思決定し、学び、協働し、変化に適応できるように転換していくことです。たとえば、会議のあり方、情報共有の仕組み、AIの活用ルール、評価制度、人材育成の考え方まで含めて見直す必要があります。
個人だけが変わっても、組織が変わらなければ活躍の場は生まれません。だからこそ、2026年は「DF人材」だけでなく、「DF組織」まで議論の対象を広げることに意味があります。
教育は大学だけで完結しない – 初等・中等・高等教育へ、DF的振る舞いを広げる
2026年にもう一歩踏み込みたいのが、初等教育・中等教育・高等教育におけるDF的振る舞いの導入です。
ここで言うDF的振る舞いとは、高度なプログラミングや専門技術を早期に教えることではありません。わからないことを調べる。複数の情報を見比べる。AIに問いを返す。出てきた答えをそのまま信じず確かめる。他者と役割分担しながら成果を作る。プロセスを言語化する。こうした基本動作です。
これらは、社会に出る直前になって突然身につくものではありません。むしろ、年齢や発達段階に応じて、少しずつ育てていく必要があります。高等教育機関であるiUが果たせる役割は大きく、大学での実践知をもとに、より早い教育段階に応用可能なモデルを提案できるはずです。
これは教育政策への提言にもつながります。AI時代において必要な基礎能力は何か。教科横断的にどう育てるのか。教員は何を支援すべきか。こうした論点に対し、iUが実践ベースで提案していくことには大きな社会的意義があります。
MID Lab.は、DF教育の実践の場から、社会提案の拠点へ
2025年までのDF教育に関する試行は、方向性の妥当性を確かめる期間でした。そして2026年は、その蓄積をもとに、研究会、都市拠点、コンソーシアム、教育接続という四つの軸で社会に開いていく年になります。
これは、単に大学の特色づくりの話ではありません。AIとともに働き、学び、判断し、創る社会において、デジタルフルーエンシーは一部の専門家だけの能力ではなく、すべての人に必要な基礎能力になりつつあります。そのとき大学に求められるのは、流行を追うことではなく、必要な能力を定義し、育成し、社会に提案することです。
単に「AIを使える人」を育てる大学ではなく、「デジタルを前提に、責任を持って価値を生み出せる人」を育てる大学でありたいと思います。2026年は、その輪郭をより明確にし、社会に向けて示していく一年にしたいと考えています。
コメント