英作文はAI添削だけで上達する?｜研究でわかった人の添削との違いと使い分け

英語学び直したいユーイチ

ChatGPT に英作文を直してもらえば、もう人の先生はいらないんですか?

英語独学好きの助教S

気持ちはわかります。結論から言うと、研究は『どちらが勝つか』より『それぞれ何が得意か』を見ています。英作文の添削の研究は、意外とたくさんあるんですよ。

英語学び直したいユーイチ

でも正直、ネットの情報がばらばらで、何を信じればいいか分からなくて…

英語独学好きの助教S

多くの人がそうです。実は研究の世界でも、使った道具や比べ方が研究ごとに違い、結果が一言でまとまらないことが知られています。

英語学び直したいユーイチ

研究って言われても、僕の仕事のメールに役立つんでしょうか?

英語独学好きの助教S

大事な問いですね。研究は『誰の、どんな作文で、何を比べたか』という条件で整理できます。条件が分かれば、自分に当てはめる手がかりになります。

英語学び直したいユーイチ

じゃあ、具体的には何から知ればいいんですか?

英語独学好きの助教S

この記事では、添削について調べた研究 11 本を、何と何を比べたかで分けて順番に見ていきます。言えることと言えないことも分けますね。

結論: 機械が英作文を直す「自動添削」は、たくさんの研究のまとめで中くらいの効果が報告されている。
ただし文法への効果は小さめで、書く力全体に広がるかはまだ確かめきれていない。
同じ作文への赤ペンの質を比べた研究では、5 つの観点のうち 4 つで人のほうが上だった。
一方、6 週間 AI と人に分けて直した研究では、成績に差は出ていない。
また少人数の事例研究では、AI の指摘を考えずにそのまま受け入れる人がいることが観察されている。それが上達を妨げるかは、まだ確かめられていない。
なお、日本の大人の学習者で確かめた研究はまだ少ない。

この記事でわかること

自動添削や AI 添削は、英作文にどのくらい効くと研究で示されているのか
同じ作文を ChatGPT と人の先生が直すと、どこで差が出たのか
AI の指摘をそのまま受け入れると、何が起きやすいのか
研究がまだ言えていないことと、研究から考えられる使い方

そもそも「AI 添削」と「人の添削」は何を比べればいいのか

英作文の添削は、研究の世界では「フィードバック」と呼ばれる。つまり、書いたものに返ってくる「ここをこう直すと良い」という返事のことだ。

機械が英文を読んで間違いや直し方を返す仕組みは、AWE (自動ライティング評価) と呼ばれる。赤ペン先生のロボット版、と考えると分かりやすい。

最近は、ChatGPT のような生成 AI (= 質問に文章で答えてくれる AI) に作文を直してもらう人も増えた。この記事ではこれらをまとめて「AI 添削」と呼ぶ。

ここで大事なのは、研究によって「何を比べたか」がまったく違うことだ。

Shi (シー) と Aryadoust (アリアドウスト) は、自動フィードバックの研究 83 本を集めて整理した。研究の全体像を 1 枚の地図にしたような論文である。

その結果、使われた仕組みは 31 種類、授業への取り入れ方は 14 通りとばらばらだった。

さらに、性能・受け止め方・効果のどのテーマでも、良い結果、悪い結果、どちらでもない結果が混ざっていた。

つまり「AI 添削は効く」「効かない」と一言で言える状況ではない。この記事では、研究ごとに何を比べたのかを分けて見ていく。

比べ方は大きく 3 つある。1 つ目は「AI 添削を使う人と使わない人」、2 つ目は「AI と人の赤ペンの質」、3 つ目は「AI に直された人と人に直された人の伸び」だ。

ここまでのまとめ: 自動添削の研究は道具も使い方もばらばらで、結果も良い・悪いが混ざっている。何と何を比べた研究かを分けて読む必要がある。

自動添削は英作文に効くのか: たくさんの研究のまとめから

英語学び直したいユーイチ

メタ分析とか g=0.59 とか、正直ピンと来ないです…

英語独学好きの助教S

多くの人がそうです。メタ分析はたくさんの研究の平均を出す方法で、g=0.59 は使った人の平均点が一段はっきり上がるくらいの、中くらいの効き目です。

まず「AI 添削を使う人と使わない人」の比較から見ていこう。

Ngo (ンゴ) らの研究チームは、1993 年から 2021 年の研究をメタ分析でまとめた。メタ分析とは、たくさんのクラスのテスト結果を集めて「学年全体の平均」を出すような方法だ。

対象は、使う群と使わない群を比べた 24 本の研究と、使う前と後を比べた 34 本の研究だった。群とは「グループ」のことで、クラスを 2 組に分けて比べるイメージだ。

使わない群との比較では、効き目の大きさを表す数字が g=0.59 だった。これは「使った人たちの平均点が、使わなかった人たちより一段はっきり上がる」くらいの効き目のイメージだ。

論文ではこれを「中くらいの効果」と表現している。使う前と後の比較では g=0.98 と、さらに大きな数字が出た。ただし 2 つは比べ方が違うので、同じ物差しの数字ではない。

中身を見ると、効き方には偏りがあった。語彙 (= 単語の選び方や使い方) の改善には効果が大きく、文法の改善には効果が小さめだった。

また、使う期間が短いと効果は小さく、中〜長期だと大きかった。1 回だけ試すより、続けて使ったほうが差が出やすいということだ。

効果が出やすかったのは、大学生、EFL 環境、中級レベルの学習者だった。EFL 環境とは、日本のように教室の外で英語をあまり使わない環境のことだ。

一方で、少し古いレビュー (= それまでの研究を読み比べてまとめた論文) は慎重な結論を出している。Stevenson (スティーブンソン) と Phakiti (ファキティ) は、2014 年時点の研究を批判的に読み比べた。

その結論は、自動添削で「その作文」の質が上がる証拠はささやかにある、というものだった。

ところが、その効果が別の作文を書く力にまで広がる証拠は、ほとんど無かった。添削された宿題はきれいになるが、白紙から書くテストの実力まで伸びたかは分からない、という話に近い。

ここまでのまとめ: 自動添削には中くらいの効果が報告されているが、文法への効果は小さめだった。書く力全体に広がるかは、まだ確かめきれていない。

同じ作文を ChatGPT と人の先生が直したら何が違ったか

英語学び直したいユーイチ

AI の赤ペンって、人の先生より質が低いんですか?

英語独学好きの助教S

気になりますよね。中高生の作文で比べた研究では、評価基準に沿っているか以外の 4 つの観点で人のほうが上でした。ただ、生徒の伸びは測っていません。

次は「AI と人の赤ペンの質」を比べた研究だ。

Steiss (スタイス) らの研究チームは、米国の中高生の作文を使って、人と ChatGPT のフィードバックを比べた。同じ作文にベテランの先生と AI が赤ペンを入れ、どちらが分かりやすく正確かを採点した実験だ。

比べたのは、人のフィードバック 200 件と ChatGPT のフィードバック 200 件である。

採点の観点は 5 つあった。評価基準に沿っているか、直す方向がはっきりしているか、正確か、大事な点を優先しているか、励ます口調か、の 5 つだ。

結果は、「評価基準に沿っているか」以外の 4 つの観点すべてで、人のほうが質の高いフィードバックを出していた。よく訓練された評価者は、ChatGPT より質が高かったとも報告されている。

対象には英語を母語とする生徒と、英語を学んでいる生徒の両方が含まれていた。生徒が英語を母語にしているかどうかで、添削の質に差は出なかった。これは人も AI も同じだった。

一方で、作文そのものの出来によって、人と AI の差の開き方は変わった。上手な作文と苦手な作文で、差の大きさが同じではなかったということだ。どちらで差が広がったかは、論文の要約部分からは分からない。

それでも著者たちは、AI を否定してはいない。手軽さと全体の質を考えると、早い段階の下書きや、訓練された先生がいない場面では役に立ちうる、と結論している。

ただし、この研究が測ったのは「赤ペンの質」だ。受け取った生徒の書く力が伸びたかは測っていない。また、日本の大人の学習者が対象ではない。

ChatGPT で英語を学ぶこと全般の得意・不得意は、ChatGPT で英語を勉強するのは本当に効くのかを研究でまとめた記事で整理している。

ここまでのまとめ: 中高生の作文への赤ペンを比べた研究では、5 つの観点のうち 4 つで人のほうが質が高かった。ただし生徒の伸びまでは測っていない。

AI に直された人と人に直された人で、成績は変わったか

英語学び直したいユーイチ

えっ、AI でも人でも成績は変わらなかったんですか?

英語独学好きの助教S

48 人を 6 週間比べた研究では、成績に差は出ず、どちらが好きかもほぼ半々でした。ただ小さな研究なので、同じだと証明されたわけではありません。

3 つ目の比べ方は、実際に伸びたかどうかだ。

Escalante (エスカランテ) らの研究チームは、大学で英語を学ぶ 48 人を 2 つのチームに分けた。半分は AI に、もう半分は人の先生に、6 週間作文を直してもらう「2 チーム対決」である。

AI 側は ChatGPT (GPT-4 = ChatGPT の当時の新しい版) の添削を受けた。人の側は、チューター (= 個別に教える先生役) の添削を受けた。

結果は、2 つのチームで学習成果に差はなかった。

ただし、48 人・6 週間という小さな研究だ。「差が見つからなかった」ことは、「AI と人がまったく同じ」と証明したことにはならない。

同じ論文の 2 つ目の調査では、別の 43 人が AI と人の両方から添削を受けた。どちらが好きかを聞くと、答えはほぼ半々に分かれた。

著者たちは、AI のフィードバックは学習成果を損なわずに取り入れられそうだとしつつ、両方の強みを組み合わせる形をすすめている。

もう 1 つ、大学生 273 人を先生の添削と ChatGPT の添削に分けた研究がある。この研究では、ChatGPT の添削で文法と語彙ははっきり伸びたが、内容と構成への影響は限られていた。

この研究では先生の添削の群に目立った伸びは出なかった。ただし先生の人数や添削の中身は、論文の要約部分からは分からない。1 本の結果から「人の添削は役に立たない」とは言えない。

ここまでのまとめ: 6 週間の比較では、AI に直された人と人に直された人の成績に差は出なかった。研究は小規模で、どちらかが上だとは言えない段階だ。

「表面は機械、中身は人」は研究で確かめられたのか

英語学び直したいユーイチ

文法は機械、中身は先生、という分担じゃダメなんですか?

英語独学好きの助教S

よく聞く分担ですね。実際に確かめた研究では、機械を使っても先生の内容への指摘ははっきり増えませんでした。まだ確かめている途中の考え方なんです。

よく聞くのが「文法などの表面は機械に任せ、内容や組み立ては人の先生に見てもらう」という分担だ。

Link (リンク) らの研究チームは、まさにこの分担を確かめた。研究によると、この分担はよく語られてきたが、それを支える証拠はそれまでほとんど無かった。

研究では、第二言語 (= 母語の次に学ぶ言葉) の作文クラス 2 つを比べた。1 つは「自動添削 + 先生」、もう 1 つは「先生だけ」である。

予想では、機械が文法を見る分、先生は内容の指導を増やせるはずだった。ところが、自動添削を使っても、先生の内容・構成へのフィードバックははっきりとは増えなかった。

一方で、自動添削を使わないクラスの先生は、文法などの指摘を、機械だけの指摘より多く出す傾向があった。

学習者の側にも差があった。文法などの指摘は、機械からのものより先生からのもののほうが、書き直しによく使われていた。

それでも、自動添削を使えたクラスの学習者は、正確さの伸びを長く保つ傾向があった。使えなかったクラスは、保ちにくい傾向だった。

前の章で紹介した 273 人の研究でも、ChatGPT の添削の効果は文法・語彙で出て、内容・構成では限られていた。

つまり「機械は表面に強い」という部分には、研究からいくらか手がかりがある。しかし「機械を使えば人が中身に集中できる」という分担の部分は、確かめられたとまでは言えない。

ここまでのまとめ: 「表面は機械、中身は人」という分担は、研究で実証された結論ではなく、確かめている途中の考え方だ。

AI の指摘を「丸のみ」する使い方も観察されている

英語学び直したいユーイチ

直された英文、正直そのまま貼り付けて終わりにしてます…

英語独学好きの助教S

多くの人がそうです。2 人をじっくり観察した研究で、考えずに受け入れる使い方が見られました。ただ、それで学びが減るかはまだ分かっていません。

AI 添削の便利さには、落とし穴もある。直された英文をそのまま受け入れてしまうことだ。

Koltovskaia (コルトフスカヤ) は、英語を学ぶ大学生 2 人が、添削ツールの指摘にどう向き合うかをくわしく観察した。研究対象になったのは Grammarly という自動添削ツールである。

観察には、パソコン画面の録画、録画を見ながらの振り返り、インタビューが使われた。

1 人は指摘を疑うなど頭をよく使っていたが、指摘が本当に正しいかを確かめる作業はほとんどしなかった。

もう 1 人は指摘に頼りすぎ、考えずにそのまま受け入れる形になっていた。カーナビの指示に従うだけだと、目的地には着くが道順は覚えない、という状態に近い。

ただし、これは 2 人だけの事例研究 (= 少ない人数をじっくり観察する調べ方) だ。2 人とも原稿は中くらい直していて、丸のみで学びが減ったとまでは示されていない。

ChatGPT を添削役に使った 4 人を調べた研究もある。この研究では、学習者が学び方を自分で振り返って調整すること (= メタ認知、つまり「自分の勉強を上から見る目」) がうまくできていなかった。

さらに、ChatGPT は気持ちの面では取り組みやすい一方、使いこなす力が必要で時間もかかる環境だった。何でも答えてくれる先生でも、何を聞けばいいか自分で考えられないと上手に使えない、ということだ。

日本の大学 1・2 年生 324 人の調査もある。仲間同士で添削し合う群と、工夫した指示で ChatGPT に添削させる群を比べた。

ChatGPT 群は「気持ちの面 (前向きに取り組めたか)」と「手を動かした量」が高かったが、「頭をどれだけ使ったか」の差ははっきりしなかった。ただし、比べた相手は人の先生ではなく仲間だ。

ここまでのまとめ: AI の指摘を考えずに受け入れる使い方が観察されている。AI 添削では、気持ちは乗っても頭を使う量が増えるとは限らない。

「ここが違う」だけでは直しにくい

英語学び直したいユーイチ

「ここが違う」だけ教わるほうが、頭を使いそうですけど?

英語独学好きの助教S

そう思いますよね。82 人の実験では、大まかな指摘は『ここは過去形に』のような具体的な指摘より、正しく直せた数が少なかったんです。

自分で考えるのが大事なら、AI には間違いの場所だけを示させればいい、と思うかもしれない。しかし、研究はそう単純ではない。

Ranalli (ラナリ) は、英語を学ぶ大学生 82 人に、自動添削の指摘を使って間違いを直してもらう課題を出した。指摘のくわしさと正しさを、研究側で調整した実験である。

その結果、「ここが違う」程度の大まかな指摘は、「ここは過去形に」のような具体的な指摘より、正しく直せた数が少なかった。

大まかな指摘は、頭の負担が重く感じられ、分かりやすさや役立ち度の評価も低かった。

また、自動添削は誤りの種類によって役立つ情報の量がばらつき、指摘そのものが間違っていることもある。

つまり「自分で考えさせる」ことと「手がかりを減らす」ことは同じではない。× だけ付いて返ってきたテストの答案は、どう直せばいいか分からないことがある。手がかりが少なすぎると、同じように直せないまま終わるおそれがある。

人の先生の直し方の研究は、英語の間違いを直してもらうと伸びるのかを研究でまとめた記事でくわしく扱っている。

ここまでのまとめ: 大まかな指摘は具体的な指摘より直しにくく、負担も重かった。手がかりを減らせば伸びる、とは言えない。

研究から考えられる自分での使い方

ここまでの研究から考えられる AI 添削の使い方を整理する。ただし、以下は研究が直接確かめた方法ではなく、研究の結果から考えられる工夫である。

1 つ目は、直された理由を確かめることだ。指摘をそのまま受け入れる使い方が観察されており、自動添削の指摘は間違うこともある。

2 つ目は、続けて使うことだ。自動添削の効果は、短期より中〜長期の利用で大きかった。

3 つ目は、AI が得意そうな部分と、そうでない部分を分けて見ることだ。語彙では効果が大きく文法では小さめ、内容・構成への影響は限られていた。

4 つ目は、内容や組み立てを人に見てもらう機会を残すことだ。赤ペンの質の比較では、5 つの観点のうち 4 つで人が上回った。

研究の著者たちも、AI と人のどちらかではなく組み合わせる形をすすめている。

たとえば仕事のメールなら、まず自分で書き、AI の指摘の理由を確かめてから直す。大事な提案書や試験対策の作文は、ときどき人にも見てもらう、という形が考えられる。

ここまでのまとめ: 理由を確かめる、続けて使う、内容は人にも見せる、という使い方は研究の結果から考えられる工夫だ。効果そのものは確かめられていない。

研究がまだ言えていないこと

ここまでの研究には、いくつか大きな空白がある。

1 つ目は、対象者の偏りだ。自動フィードバックの研究は、主に大学の語学やライティングの授業で行われてきた。

日本の学習者を対象にした研究は、今回の調査では大学生の 1 本だけで、比べた相手も人の先生ではなく仲間だった。日本の大人の学習者や仕事の英文で、AI と人の添削を比べた研究はまだ少ない。

2 つ目は、長い期間の効果だ。この記事で取り上げた ChatGPT の添削の研究は、どれも 2023 年以降に出たものだ。83 本を整理したレビューも、2022 年までの研究が対象だ。

自動添削でさえ、別の作文を書く力に広がる証拠はまだ少ないとされてきた。生成 AI の添削で書く力が長く伸びるかは、これからの研究を待つ必要がある。

3 つ目は、研究ごとの条件の違いだ。使われた道具や使い方がばらばらで、1 本の結果を自分に当てはめるのは難しい。

AI 英会話にも同じような「研究の空白」がある。AI 英会話で大人が伸び悩む理由を研究でまとめた記事もあわせて読むと、AI 学習の限界が見えやすい。

ここまでのまとめ: 日本の大人の学習者で確かめた研究はまだ少なく、生成 AI の添削の長い期間の効果も分かっていない。

AI への頼み方で「自分で考えて直す」条件をつくれるか

この記事で見た研究には、共通する手がかりがあった。指摘を受け取るだけでなく、自分で考えて関わることが大事そうだ、という点である。

273 人の研究では、指摘への関わり方 (= 行動・頭・気持ちの 3 つの面でどれだけ向き合ったか) が、書く力の伸びとプラスの関係にあった。中でも、実際に手を動かして関わる面が、効果を最もよく予想していた。

ただし、これは「一緒に起きていた」という関係で、関わり方を増やせば伸びると確かめたわけではない。

では、AI への頼み方で、この条件をつくれるだろうか。たとえば「すぐに正解の英文を出さず、間違いの場所と種類だけ教えて」と頼む方法がある。

しかし、この頼み方の違いを確かめた研究はまだ少ない。むしろ、大まかな指摘は具体的な指摘より直しにくかったという研究もある。

さらに、ChatGPT を添削役にした 4 人の観察では、学び方を自分で振り返って調整することがうまくできていなかった。頼み方を工夫すれば伸びる、とはまだ言えない。

研究に沿って言えるのは、「どう頼めば自分で考える時間が生まれ、しかも直せる手がかりが残るか」を確かめる価値がある、というところまでだ。たとえば「場所だけ」と「場所と、過去形などの種類まで」では、残る手がかりの量が違う。どちらが伸びにつながるかは分かっていない。そして AI を使うことは、人の添削をやめる理由にはならない。

ここまでのまとめ: 関わり方と伸びにはプラスの関係が報告されている。ただし、AI への頼み方の違いで伸びが変わるかを確かめた研究はまだ少ない。

よくある質問

Q1. AI 添削だけで英作文は上達しますか?

自動添削には中くらいの効果が報告されています。ただし文法への効果は小さめで、書く力全体に広がるかはまだ確かめきれていません。AI 添削だけで十分かどうかは、研究ではまだ言えません。

Q2. AI 添削と人の添削は、何がいちばん違いますか?

中高生の作文への赤ペンを比べた研究では、5 つの観点のうち 4 つで人のほうが質が高い結果でした。ただし、受け取った人の伸びを比べた 6 週間の研究では、成績に差は出ていません。

Q3. お金を払って人に添削してもらう意味はありますか?

赤ペンの質の比較では、人が多くの観点で上回りました。また文法などの指摘は、機械からのものより先生からのもののほうが書き直しによく使われていました。ただし、日本の大人の学習者で確かめた研究はまだ少ないです。

Q4. Grammarly などの添削ツールに注意点はありますか?

Grammarly を研究対象にした事例研究では、指摘を考えずに受け入れる使い方が観察されました。2 人だけの研究なので一般化はできません。指摘の理由を確かめる使い方は、研究から考えられる工夫の 1 つです。

Q5. ChatGPT に「間違いの場所だけ教えて」と頼むと伸びますか?

この頼み方の違いを確かめた研究はまだ少ないです。自動添削の研究では、大まかな指摘は具体的な指摘より正しく直せた数が少なかったと報告されています。

まとめ

AI 添削と人の添削のどちらが良いかは、研究で白黒がついていない。

自動添削には中くらいの効果が報告されているが、文法への効果は小さめで、書く力全体に広がるかはまだ確かめきれていない。

赤ペンの質を比べると多くの観点で人が上回った。一方、6 週間で受けた人の成績を比べると差は出なかった。

少人数の事例研究では、AI の指摘を考えずにそのまま受け入れる人がいることが観察されている。指摘への関わり方と伸びの関係も、まだ「一緒に起きていた」という段階だ。理由を確かめて自分で直す使い方は、研究から考えられる工夫にとどまる。日本の大人の学習者で確かめた研究もまだ少ない。

AI か人かを選ぶより、それぞれの研究が何を比べたのかを知ったうえで、組み合わせ方を考えるのが研究に沿った態度だと言える。たとえば毎日の練習は AI で直し、大事な作文は人にも見せる、といった形だ。

参考文献

Ngo, T. T.-N., Chen, H. H.-J., & Lai, K. K.-W. (2024). The effectiveness of automated writing evaluation in EFL/ESL writing: a three-level meta-analysis. Interactive Learning Environments, 32(2), 727-744. https://doi.org/10.1080/10494820.2022.2096642
Stevenson, M., & Phakiti, A. (2014). The effects of computer-generated feedback on the quality of writing. Assessing Writing, 19, 51-65. https://doi.org/10.1016/j.asw.2013.11.007
Steiss, J., Tate, T., Graham, S., Cruz, J., Hebert, M., Wang, J., Moon, Y., Tseng, W., Warschauer, M., & Olson, C. B. (2024). Comparing the quality of human and ChatGPT feedback of students’ writing. Learning and Instruction, 91, 101894. https://doi.org/10.1016/j.learninstruc.2024.101894
Escalante, J., Pack, A., & Barrett, A. (2023). AI-generated feedback on writing: insights into efficacy and ENL student preference. International Journal of Educational Technology in Higher Education, 20, 57. https://doi.org/10.1186/s41239-023-00425-2
Link, S., Mehrzad, M., & Rahimi, M. (2022). Impact of automated writing evaluation on teacher feedback, student revision, and writing improvement. Computer Assisted Language Learning, 35(4), 605-634. https://doi.org/10.1080/09588221.2020.1743323
Ranalli, J. (2018). Automated written corrective feedback: how well can students make use of it? Computer Assisted Language Learning, 31(7), 653-674. https://doi.org/10.1080/09588221.2018.1428994
Koltovskaia, S. (2020). Student engagement with automated written corrective feedback (AWCF) provided by Grammarly: A multiple case study. Assessing Writing, 44, 100450. https://doi.org/10.1016/j.asw.2020.100450
Shi, H., & Aryadoust, V. (2024). A systematic review of AI-based automated written feedback research. ReCALL, 36(2), 187-209. https://doi.org/10.1017/S0958344023000265
Yan, D., & Zhang, S. (2024). L2 writer engagement with automated written corrective feedback provided by ChatGPT: A mixed-method multiple case study. Humanities and Social Sciences Communications, 11, 1086. https://doi.org/10.1057/s41599-024-03543-y
Ding, L., Zou, D., & Kohnke, L. (2026). Enhancing L2 writing with AI: Effects of ChatGPT feedback and the role of student engagement. Artificial Intelligence in Language Education, 2, 103356. https://doi.org/10.29140/aile.2026.103356
Huang, J., & Teng, M. F. (2025). Peer feedback and ChatGPT-generated feedback on Japanese EFL students’ engagement in a foreign language writing context. Digital Applied Linguistics, 2, 102469. https://doi.org/10.29140/dal.v2.102469