東京外大は何を発表したのか

声明の背景には、SNSなどで、小規模な言語専攻の将来や生成AIの活用方針に対する懸念が広がったことがあります。

これに対して大学は、次の4点を示しました。

  • 現行の28専攻語体制を縮小する考えはない
  • 将来の教員数減少を見越し、体制を維持する具体策を検討している
  • 教員を生成AIに置き換える考えはない
  • 学生の自律学習を支援する手段として、AI活用の可能性を検討する意義はある

大学は、検討の過程で学内外とのコミュニケーションが不足していたとも認めています。

ここで慎重に区別したいことがあります。大学の公表文だけでは、どのような案や説明がSNS上の懸念につながったのか、具体的な検討内容までは示されていません。「東京外大がAIによる教員削減を決めた」と断定できる根拠はなく、むしろ大学はそれを公式に否定しています。

それでも「教員数の減少」は否定していない

声明で最も重い一文は、AIについての否定より、「現有教員数の将来的な減少を見越し」と書かれている部分です。

大学教員の数は、授業数だけで決まるわけではありません。退職した教員の後任を採用するか、どの分野で採用するか、常勤と非常勤をどう組み合わせるか、大学全体の人件費をどこまで維持できるか。こうした判断の積み重ねで変わります。

特に東京外大のように、多数の言語と地域を扱う大学では、単純な受講者数だけで教員を配置すると、小規模な言語ほど維持が難しくなります。

しかし、学ぶ人が少ない言語が、社会にとって重要でないとは限りません。外交、安全保障、移民・難民支援、国際協力、報道、地域研究では、特定の地域の言語と文化を深く理解する人材が必要です。市場規模だけでは残りにくい学問を維持することも、大学の公共的な役割です。

国立大学の財政は、なぜ厳しいのか

国立大学の収入は、国からの運営費交付金、授業料などの学生納付金、競争的研究費、寄附金、共同研究費などで成り立っています。

このうち運営費交付金は、教職員の人件費や日常的な教育研究を支える基盤です。近年は、物価や人件費、光熱費が上昇する一方、基盤的経費は縮小または横ばいが続いてきたと、文部科学省の会議でも説明されています。

東京外大自身の統合レポートも、運営費交付金を新たに獲得するための組織改革と、持続可能な人件費構造の必要性を示しています。

大学にとって教員の採用は、1年だけの支出ではありません。長期にわたって人件費を負担する判断です。財政の見通しが厳しくなると、退職者の後任補充を慎重にする、複数の授業を共同化する、非常勤講師やオンライン教材を活用するといった対応が増えます。

AIが登場する以前から、大学には「少ない人員で教育を維持する」という圧力がありました。生成AIは、その問題を生んだ原因というより、既にある問題への対応策として持ち込まれやすい技術なのです。

AIに任せやすいこと、任せにくいこと

語学教育では、AIが役立つ場面は確かにあります。

AIを活用しやすい領域

  • 単語や文法の反復練習
  • 学習者の水準に応じた練習問題の生成
  • 発音練習や会話練習の相手
  • 作文の初期フィードバック
  • 例文、多言語訳、語彙リストの作成補助
  • 授業外の質問への一次対応

東京外大でも、生成AIを使った語彙リストや学習用ウェブサイトの作成、AIによる日本語作文支援など、教育・研究上の活用が既に試みられています。

人間の教員が担うべき領域

  • 学習者のつまずきの背景を読み取る
  • 言葉が使われる歴史・文化・政治的文脈を教える
  • AIの誤訳や偏りを見抜き、根拠を説明する
  • 学生同士の対話を設計し、関係をつくる
  • 学問として何を問い、何を読むべきかを示す
  • 学生の成長に責任を持ち、最終的な評価を行う

AIは、もっともらしい誤りを出すことがあります。とりわけ学習データが少ない言語では、主要言語と同じ精度を期待できない可能性があります。言語を「意味を別の言葉へ変換する道具」とだけ捉えると、文化、価値観、権力関係、地域の歴史が抜け落ちます。

自動翻訳で意味が通じることと、その言語を通じて相手の社会を理解することは同じではありません。

大学の内側から見ると、AI導入で先に決めるべきこと

大学でAIの活用を検討するとき、最初に製品を選ぶべきではありません。先に、教育上の課題と責任の境界を決める必要があります。

1．何の問題を解くのか

授業外の練習量が足りないのか。教員の教材作成負担が重いのか。少人数言語の教材が不足しているのか。問題が違えば、必要なAIも運用も違います。

2．AIの出力を誰が検証するのか

教材やフィードバックに誤りがあった場合、学生任せにはできません。教員が確認する範囲、大学が推奨する利用方法、利用データの扱いを決める必要があります。

3．何を削減せず、何へ時間を戻すのか

AIで教材作成の時間を減らした結果、教員数まで減らすのか。それとも、浮いた時間を対話、個別指導、研究、教材改善へ振り向けるのか。同じAI導入でも、教育の質への影響は正反対になります。

4．学生と教員を意思決定に入れるか

教育は、システム導入だけでは変えられません。現場の教員と学生が、試行、評価、改善に参加できる仕組みが必要です。東京外大の声明が「現場に立つ教員との意見交換」を明記したのは、この点で重要です。

問われているのは、大学が「人間の価値」を説明できるか

これまでは、授業を教員が担当することが当然でした。AIが一定の説明、練習、添削をできるようになると、大学は「なぜこの学びには人間の教員が必要なのか」を説明しなければなりません。

これは教員を守るためだけの説明ではありません。学生が授業料と時間を投じる価値を示すことです。

専門家との対話、同級生との議論、未知の問いに向き合う経験、誤りを指摘されながら考えを深める過程。大学の価値が知識の伝達だけにあるなら、AIやオンライン教材との価格競争になります。人と人が学ぶからこそ生まれる価値を設計できるかが、大学の将来を左右します。

編集部の確認ポイント

  • 確定していること：東京外大は28専攻語体制を維持し、教員を生成AIに置き換えないと表明した。
  • 同時に認めたこと：将来の教員数減少を見越しており、財務運営はさらに難しくなると予想している。
  • 公表資料だけでは分からないこと：どの具体案や学内説明がSNS上の懸念につながったのか。
  • 編集部の見立て：生成AIは教員削減の原因というより、既にある財政・人員問題への対応策として使われやすい。