AIの説明を読むとわかった気になるのはなぜ？説明のなめらかさと「説明深度の錯覚」の研究

約7分で読めます

ファスナーの歯の拡大写真 — Photo: Peter Southwood / CC BY-SA 4.0 / Wikimedia Commons

AIによる調査公開された研究をAIが調べて整理しました（独自の実験ではありません。出典は末尾）。

AIに質問すると、筋の通った説明がすぐ返ってきます。読んでいるあいだは「なるほど、わかった」と感じます。ところが翌日、同じことを自分で説明しようとすると言葉が出てこない。そんな経験はありませんか。これは怠けているせいではありません。人は昔から、自分がどれだけ理解しているかを多めに見積もりがちです。さらに、なめらかな説明はその見積もりを上げやすいことが、研究でわかっています。

3行でわかる

人は仕組みを「説明できる」と多めに見積もる（説明深度の錯覚）。実際に説明を書かせると、自分の理解の評価は下がった。
なめらかで自信のある説明を聞くと「学べた」という感覚は上がるが、テストの点は変わらなかった。ネット検索の後も、自分の頭の中の知識を高く見積もりやすかった。
ChatGPTを使った大学生の実験では、自信は上がったが、AIが間違えたときにその答えを採用した割合は62.4%だった。3つの問いで振り返ると39.7%に下がった。

01 悩みの正体AIの説明を読むと、なぜわかった気になる？

理由は大きく3つです。人はもともと仕組みの理解を多めに見積もること、なめらかな説明は「わかった感じ」を強めること、そして外にある知識を自分の知識と取り違えやすいことです。

1つ目は説明深度の錯覚です。ファスナーや水洗トイレのように身近な物でも、仕組みを順を追って説明しようとすると、思ったほど説明できません。説明する前は「わかっている」と感じていても、書いてみて初めて穴に気づきます。

2つ目は説明のなめらかさです。わかりやすく、自信のある話し方の説明は、「よく学べた」という感覚を上げます。ところが、その感覚と実際に覚えた量は一致しないことがあります。AIの文章は整っていて迷いがないので、この感覚が起きやすい条件に近いと考えられます。

3つ目は知識の置き場所の取り違えです。すぐ調べられる状態にあると、その知識が「自分の頭の中にある」と感じやすくなります。「覚えたつもり」が起きる一般的な仕組みは覚えたつもりなのに書けないのはなぜかにまとめています。この記事は、AIの説明に絞った話です。

02 科学的にわかっていること「わかった気」と実際の理解は、どのくらいずれる？

説明を書かせると理解の自己評価は下がり、なめらかな説明は実際の学習を増やさずに「学べた感じ」だけを上げました。AIを使った実験でも、自信が上がる一方で間違った答えを受け入れる例が多く見られました。

RozenblitとKeil（2002）[1]

スピードメーター、ファスナー、水洗トイレなどの仕組みについて、理解の度合いを7段階で自己評価してもらった。その後、手順を追った説明を書かせると、ほぼ全員の評価が下がった。専門家の説明を読んだ後は評価が上がり、自信を失い続けたわけではなかった。こうした過大評価は、事実や手順、物語の知識よりも、仕組みの説明で特に大きかった。

対象: 最初の研究はイェール大学の大学院生16人、2つ目は学部生33人（全12の研究）／限界: 身近な道具や自然現象の説明での結果で、勉強の内容そのものではない。この錯覚はその後も、道具から政策の結果まで、さまざまな題材でくり返し確かめられている[2]。

Carpenterら（2013）[3]

同じ科学の説明を、なめらかに話す講師の動画と、たどたどしく話す講師の動画で見せた。なめらかな講師の動画を見た人の方が「後で思い出せる」と予想したが、実際に覚えていた量には差がなかった。

対象: 短い講義動画を見た参加者（2つの実験）／限界: AIではなく人の講師の話し方を比べた研究。22分の講義で同じ比較をした追試では、テストの点は条件で一貫した差がなく、自信が全体として上がったわけでもなかった。講師を根拠に自信を決めた人では、なめらかな条件の方が自信過剰になりやすかった[4]。

Fisherら（2015）[5]

9つの実験で、ネットで説明を検索した人は、その後、自分の頭の中にある知識を高く見積もるようになった。脳の画像を選ばせると、自分の脳がより活発に働いている画像を選ぶほどだった。著者らは、情報に「アクセスできること」を「自分が理解していること」と取り違える錯覚だとしている。

対象: 9つの実験の参加者／限界: 生成AIではなくネット検索での実験。

Ren（2026）[6]

中国の大学生342人を3つの組に分け、推論や情報の見きわめの問題を解いてもらった。自分だけで解く組では、最初と最後で自信がほとんど変わらなかった（100点満点で平均1.5点の上昇）。ChatGPTに自由に相談できる組では平均8.9点上がった。AIの答えが正しかったのは約66%で、AIが間違えたときにその答えを採用した割合は62.4%だった。答えを出す前に3つの問いで振り返った組では、この割合が39.7%に下がった。AIの正しい答えまで拒むようにはならなかった。

対象: 1つの大学の学部生（18〜24歳）／限界: 短い問題での判断を調べたもので、長い期間の学習への影響は調べていない。

ChatGPTの説明を受けた組で、説明できるという予想と実際の自己評価の差が最も大きく、書いた説明も、同じ文章を直接読んだ組より不正確だったという報告もあります[7]。ただしこれは大学生102人のプレプリント（査読を受ける前の論文）で、結論はまだ確定していません。研究者の論考では、AIの道具は「実際より多くを理解していると思い込む」錯覚を生みやすいと注意が呼びかけられています[8]。こちらは科学研究についての論考で、実験の結果ではありません。

実験室の結果（大学生・短い課題）と、何か月も続く独学とは条件が違います。AIの説明で理解が深まる場面もあります。問題は説明を読むことではなく、「読んでわかった感じ」を「自分で説明できる」と取り違えることです。

03 今日からできる小さな一歩AIで学んだ内容が「わかった気」か、確かめるには？

読み終えたらAIの画面を閉じて、自分の言葉で説明を書いてみることです。書けなかった所が、本当はまだわかっていない所です。

読む前に、理解度を7段階でメモする

AIに聞く前に「今どれくらい説明できるか」を1〜7で書く。読み終えた直後にもう一度書く。数字が大きく上がったら、錯覚が起きていないか疑う合図です[1]。

所要 30秒

画面を閉じて、手順を追って説明を書く

「なぜそうなるか」を、1つずつ順番に書く。書けなかった所に印をつけ、そこだけをAIや教科書で確かめる。説明を書かせると理解の評価が下がった実験と同じ手順です[1]。

所要 5分

答えを決める前に、3つの問いに答える

「AIに頼る前の、自分の考えと理由は？」「AIの説明のうち、なめらかさではなく根拠に支えられているのはどこ？」「どんなことがあれば、AIの答えを採用しない？」。実験で使われた3つの問いです[6]。

所要 2分

04 続けるためのコツAIを使いながら、自分の理解を保つには？

AIを使うかどうかではなく、使った後に「自分で説明する時間」をはさむことです。答えを読む前に自分で考える順番も、身につくかどうかを分けます。

先に自分で考える。AIに聞く前に、自分の答えを1行だけ書いておく。自分で説明を考える学び方の研究はAIに説明させるより、自分で説明した方が覚えられるのかにまとめています。
翌日に思い出す。読んだ直後の「わかった感じ」は当てになりません。1日おいて、何も見ずに説明できるかを確かめます。
答えより問題をもらう。説明を読むだけでなく、AIに確認問題を作ってもらう使い方もあります。やり方はAIに練習問題を作らせて勉強するには？にあります。
頼りすぎたと感じたら。AIなしで解けなくなったときの立て直し方はAIに頼りすぎて自分で解けなくなったらを参考にしてください。

05よくある質問

AIの説明でわかった気になるのは、自分の頭が悪いから？

違います。仕組みの理解を多めに見積もる傾向は、イェール大学の学生をはじめ、多くの人で確かめられています[1][2]。なめらかな説明で「学べた感じ」が上がるのも、誰にでも起きることです[3]。気づいて確かめる手順を持てば、十分に補えます。

AIで勉強すると、理解は浅くなるの？

AIを使うことそのものより、説明を読んで終わりにすることが問題です。ChatGPTに相談した大学生の実験では、自信は上がりましたが、AIが間違えたときにも6割以上がその答えを採用しました。答える前に3つの問いで振り返ると、その割合は下がりました[6]。短い問題での結果で、長期の学習への影響はまだわかっていません。

わかったかどうかを、いちばん簡単に確かめる方法は？

画面を閉じて、仕組みを順番に説明する文を書いてみることです。説明を書かせると、自分の理解の評価が下がりました[1]。書けない所が、もう一度学ぶべき所です。

出典

Rozenblit, L., & Keil, F. (2002). The misunderstood limits of folk science: an illusion of explanatory depth. Cognitive Science, 26(5), 521–562. https://doi.org/10.1207/s15516709cog2605_1
Gaviria, C., & Corredor, J. (2025). Understanding, fast and shallow: Individual differences in memory performance associated with cognitive load predict the illusion of explanatory depth. Memory & Cognition, 53(3), 881–895. https://doi.org/10.3758/s13421-024-01616-6
Carpenter, S. K., Wilford, M. M., Kornell, N., & Mullaney, K. M. (2013). Appearances can be deceiving: instructor fluency increases perceptions of learning without increasing actual learning. Psychonomic Bulletin & Review, 20(6), 1350–1356. https://doi.org/10.3758/s13423-013-0442-z
Carpenter, S. K., Mickes, L., Rahman, S., & Fernandez, C. (2016). The effect of instructor fluency on students' perceptions of instructors, confidence in learning, and actual learning. Journal of Experimental Psychology: Applied, 22(2), 161–172. https://doi.org/10.1037/xap0000077
Fisher, M., Goddu, M. K., & Keil, F. C. (2015). Searching for explanations: How the Internet inflates estimates of internal knowledge. Journal of Experimental Psychology: General, 144(3), 674–687. https://doi.org/10.1037/xge0000070
Ren, S. (2026). College students' metacognitive awareness of generative-AI reliance: an experimental study of decision confidence and attribution bias. Frontiers in Psychology, 17, 1926110. https://doi.org/10.3389/fpsyg.2026.1926110
Aslanov, I., Felmer, P., & Guerra, E. (2025). Overconfidence without Understanding: AI Explanations Increase the Illusion of Explanatory Depth. PsyArXiv（プレプリント・査読前）. https://doi.org/10.31234/osf.io/8psgf_v1
Messeri, L., & Crockett, M. J. (2024). Artificial intelligence and illusions of understanding in scientific research. Nature, 627(8002), 49–58. https://doi.org/10.1038/s41586-024-07146-0