LLM を使った学習 — 答えない存在として設定する

learning ai

LLM は学習の周辺作業を大きく自動化するが、中心にある想起そのものは代替できない。むしろ既定の使い方 — 詰まったら聞く — は、答えを見るコストをゼロにするため、学習を破壊する方向に働く。役に立てるには、答えを出さない制約を入れて運用を反転させる必要がある。

前提となる機序は retrieval-practice と cue-reduction に譲り、ここでは何が変わって何が変わらないかだけを扱う。

変わらないもの

	理由
想起そのもの	説明してもらう行為は「読む」に分類される。深さ(貯蔵強度)は自分で思い出したときにしか増えない
復習のタイミング	FSRS が実データで既に解いている。ここに出番はない

思い出す作業の総量は1秒も減らない。 減らせるのは周辺の摩擦だけになる。

変わるもの

従来のボトルネック	何が変わるか
ヒントの階段を事前に用意する	詰まった時点で動的に1段だけ出せる。事前準備が不要になる
白紙再現の答え合わせ	元ノートと書き出しを渡せば抜けと誤りを列挙できる。言い方が違うが合っている、の判定もできる
問いが自分の角度に閉じる	別角度の問いを生成できる。クイズの「他人が作る」価値を部分的に代替する
場面ベースのカードを作る手間	「用語 → 定義」より強い「場面 → 判断」を量産できる

上2つが本命になる。従来この2つには人間の相手役が必要で、独学の最大の穴がそこにあった。

特に答え合わせが効く。白紙再現の最大の弱点は「書けたつもりで間違っている箇所を自分では検出できない」ことで、しかも誤ったまま想起すると誤りのほうが定着する。ここが埋まる意味は大きい。

最大のリスク

答えを見るコストがゼロになった。

詰まった瞬間に聞けば、正確な答えが即座に返る。cue-reduction の鉄則と正面から衝突する。

答えを見る前に、必ず思い出そうとする。

この鉄則は以前から守りにくかったが、いまは意識的な制約なしにはまず守れない。既定の使い方が、そのまま想起の機会を消す設計になっている。

使い方を反転させる

対処は単純で、答えを出さない制約を明示的に与える。

悪い使い方	反転させた形
「これ何?」→ 即座に完璧な説明	「答えを言わずに、ヒントを1段階だけ出して」
「合ってる?」→ 正解を提示	「私の書き出しと元ノートを照合して、抜けだけ指摘して。正解は書かないで」
「まとめて」→ 要約が返る	「この項目について、場面から入る問いを5つ作って。答えは別に隠して」
「教えて」→ 説明が返る	「私が説明するので、誤りと抜けを指摘して」

右列に共通するのは、出力から答えを抜いている点になる。答えを抜いた瞬間に、道具の性質が反転する。

最後の行は特に効く。自分が説明する側に回ると、それ自体が想起になり、LLM は採点役に収まる。

ループ

flowchart TD
    A["素材"] --> B["LLM と対話して理解<br/>言い換えられるかを判定させる"]
    B --> C["場面ベースの問いを生成させる<br/>(自分の角度の外)"]
    C --> D["白紙再現する<br/>← 人間しかできない"]
    D --> E["照合させる<br/>抜け・誤りのリストだけ"]
    E --> F["落ちた項目をカード化して投入"]
    F --> G["詰まったらヒントを1段だけ<br/>(答え禁止)"]
    G --> D

役割分担

担当	仕事
スケジューラ (FSRS)	タイミングだけ
LLM	問いの生成・照合・ヒント供給
人間	想起そのもの。委譲不可

きれいに割れる。そして人間の取り分が減らない点が重要になる。周辺作業が全部自動化されても、思い出す時間は変わらない。

したがってここで言う「2.0」の正体は、楽になることではない。想起以外の摩擦が消えて、想起に使える時間の比率が上がることを指す。

押さえどころ

代替できないもの → 想起。説明してもらう行為は「読む」であって、深さは増えない
本命の用途 → 白紙再現の答え合わせと、ヒントの動的生成。従来は人間の相手役が要った2つ
最大のリスク → 答えを見るコストがゼロになり、想起の機会が消える
反転の方法 → 出力から答えを抜く制約を与える。「ヒントを1段だけ」「抜けだけ指摘」「答えは隠して」
最も強い形 → 自分が説明し、LLM に誤りと抜けを指摘させる。説明が想起になり、LLM が採点役に収まる
役割分担 → タイミングはスケジューラ、問いと照合は LLM、想起は人間
2.0 の意味 → 総作業時間が減ることではなく、想起に使える比率が上がること

制限

照合役の誤りが混入する — LLM が誤って「合っている」と判定すると、誤りのまま定着する。白紙再現に答え合わせが必須なのと同じ理由で、照合結果もまた検証を要する。重要な項目では元資料に当たる
問いの質が一定しない — 生成された問いは玉石混交で、本番で与えられる手がかりと形が揃っているとは限らない。選別が要る
本ノートは運用の設計であって、効果を実証した研究に基づくものではない。retrieval-practice の機序から演繹した構成になる