AIに教わって覚えたことが、間違いだった。研究では、誤りを名指しして理由ごと正す覚え直しが効きやすかった

Tengら（2026、npj Digital Medicine）[1]

医学生を、説明なし・AIの正しい説明つき・AIのもっともらしい誤った説明つきの3群に分けて、診断の問題を解いてもらいました。誤った説明の群の正答率は9.2%で、説明なしの21.0%より大きく下がりました。正しい説明の群は22.6%で、説明なしとの差ははっきりしませんでした。誤った説明の群では、自信の高さが正解・不正解の見分けに役立っていませんでした。

対象: 基礎医学の科目を終えた中国の医学部生111人（ランダム化比較試験、1人25問） ／ 限界: 医学の選択問題での短期の結果で、ほかの分野や、長く使ったときにも同じになるかはわからない。

Schroeder・Kucera（2022、Educational Psychology Review）[2]

「多くの人は〜と思っているが、それは正しくない。実際は〜」のように、よくある誤解をはっきり示して否定し、正しい説明を続ける文章（反証テキスト）を、ふつうの説明文などと比べた実験をまとめました。反証テキストのほうが学びの成績が高く、効果の大きさは中程度（g=0.41）でした。比べた相手の種類や、テストの時期によって効果は大きく変わりませんでした。

対象: 33研究・44の比較・3,869人（小学生から大人まで。比較の多くは大学生などで、欧州と北米の研究が中心） ／ 限界: 1か月より後に確かめた研究は2件だけで、長く続くかの根拠は少ない。

Chanら（2017、Psychological Science）[3]

誤った情報を訂正するメッセージの実験をまとめたところ、訂正には大きな効果がある一方、訂正のあとも誤った情報の影響が残っていました。誤りを支える理由を受け手が自分で考えた場合は、残りやすさが強まりました。著者らは、誤りを支える論拠を減らすこと、誤りを吟味して反論してもらうこと、訂正に新しい情報を含めることを勧めています。

対象: 1994〜2015年に報告された実験の52条件、6,878人 ／ 限界: 1994〜2015年の実験のまとめで、勉強の内容やAIの答えの訂正を対象にした研究ではない。

Butterfield・Metcalfe（2001）、Metcalfe（2017、Annual Review of Psychology）[4][5]

記憶の実験で、強い自信を持って答えた誤りほど、正しい答えを示されたあとの再テストで直っていました。研究者の予想とは逆の結果です。Metcalfeのレビューは、間違えたあとに正しい答えを返すことは学習に役立ち、間違いに至った考え方の分析を含めたフィードバックが重要だとまとめています。

対象: 一般知識の問題を使った記憶の実験と、誤りからの学習の研究のレビュー ／ 限界: 主に実験室での短い期間の結果で、AIから覚えた誤りを直接調べたものではない。