生成 AI で大学生の動機とエンゲージメントは上がるのか：Xia ら（2025）のメタ分析を読む｜ノート

Xia、Li、Yang、Weng、Chiu（2025、Computers and Education: Artificial Intelligence）は、大学生を対象に生成 AI を使う群と使わない群を比べた 33 件を統合し、動機づけで g = 1.20（12 件）、四つのエンゲージメントで g = 0.52〜0.87 の正の効果を報告した。本文を読むと、この数字が支える範囲は狭い。

論文は何を主張したか

Xia、Li、Yang、Weng、Chiu（2025）は、生成 AI が大学生の動機づけとエンゲージメントを高めると結論したメタ分析である。著者は、2022 年 11 月以降に刊行された実験と準実験のうち、生成 AI を使う群と使わない群を比べ、動機づけかエンゲージメントを測った研究を集めた。検索は 2024 年 9 月 30 日に終わり、六つのデータベースの 2,059 件と引用をたどった 20 件から、33 件を組み入れた。効果量は Hedges の g で、変量効果モデルで統合している。

報告された効果は、どれも正で有意だった。動機づけは 12 件 1,099 人で g = 1.20、認知的エンゲージメントは 25 件 2,571 人で 0.59、行動的エンゲージメントは 12 件 830 人で 0.52、感情的エンゲージメントは 13 件 1,365 人で 0.64、主体的エンゲージメント（agency）は 5 件 651 人で 0.87 である。エンゲージメントの四つの区分は Fredricks らと Reeve と Tseng の枠組みによる。著者はさらに、学問分野、学習の形（個人か協同か）、使う場面（授業内、授業外、両方）が効果を左右し、個人や小さな集団での学習と ChatGPT の利用でとくに効くと要旨に書き、教師も学生も生成 AI を受け入れるべきだと考察で述べた。

動機づけの g = 1.20 は、同じ時期の別のメタ分析と比べて大きい。生成 AI の学習成果と動機を分けて統合した Liu ら（2025、49 件）の要旨は動機を 0.803 とし、ChatGPT の学習成果を情意、認知、メタ認知に分けた Doo と Park（2026、86 の研究）は、動機や感情的エンゲージメントを含む情意の領域を g = 0.481 と報告した。

33 件は「生成 AI」を比べていたか

選定の基準は、刊行が 2022 年 11 月以降であること（ChatGPT の公開に合わせた区切り）と、生成 AI を使う群と使わない群を比べることを求めている。ところが組み入れた研究には、生成型でない道具と、区切りより前の研究が入っている。

Han、Park、Lee（2022）の看護学生 61 人の準実験は、データを 2021 年 11 月 3 日から 16 日に集めた。このチャットボットは、利用者の質問の意図と要素を自然言語処理で認識し、蓄積した回答のデータベースから最も合う答えを選んで返す仕組みで、文章を生成していない。 Nozhovnik ら（2023）が外国語の授業で使った Smart Sender は、技術者でない利用者が会話の筋書きを組み立てるチャットボットの作成基盤で、ゲーム化と組み合わせて授業を自動化した。 Lee、Hwang、Chen（2022）は、Crossref の記録で 2022 年 8 月 1 日にオンラインで公開されており、刊行の区切りより前である。 Xia らは三つとも「教育用チャットボット」に分類し、Lee らと Nozhovnik らを動機づけの分析に入れた。

道具の種類の符号化には、読み違いもある。 Sun ら（2024）は題名のとおり ChatGPT を使ったプログラミングの授業を調べた研究だが、Xia らの一覧では「教育用チャットボット」になっている。動機づけでは教育用チャットボットの g = 1.73（6 件）が ChatGPT の 0.71（6 件）を上回り、差は有意でなかった（p = 0.09）。「生成 AI の効果」としてまとめた数字には、生成型でない道具の研究が混ざっており、その分を分けた推定は論文に無い。

対照の側も揃っていない。選定の基準が求めるのは生成 AI を使わない群があることだけで、使わない群が何をしたかは、符号化した六つの変数（標本の大きさ、期間、分野、学習の形、使う場面、道具の種類）に入っていない。 Han らの対照群は同じ動画の講義だけを受け、実験群は動画にチャットボットの講義を加えたので、実験群のほうが学ぶ機会が多い。 Essel ら（2024）の対照群は、同じ課題を従来のデータベースと検索エンジンで行った（要旨）。 Escalante ら（2023）の対照群は人間のチューターからフィードバックを受け、6 週間の文章の得点に群の差は出なかった。何も足さない対照と、別の支援を受ける対照を同じ平均に入れると、その平均には、道具の効果と、活動が増えたことの効果と、教え方が違うことの効果が分けられないまま入る。

この問題は、同じ時期の ChatGPT のメタ分析で具体的に数えられている。 Lawson ら（2026）は、Deng ら（2025）と Wang と Fan（2025、のちに撤回）の一次研究を、教え方、従属変数で測る課題の練習量、学習時間が群のあいだで揃っているかで符号化した。 Deng らのうち ChatGPT の群が有意に上回った 27 の比較で、条件が揃っていると判定できたのは 1 件（3.70%）で、11 件は揃っておらず、15 件は情報が足りず判定できなかった。教え方が揃っていない比較の大半では、違いが ChatGPT の群に有利な側に偏っていた（ChatGPT の群にだけフィードバックや問題解決の支援がある、など）。 Weidlich、Gašević、Drachsler、Kirschner（2025）は同じ Deng らの分析を例に、効果を解釈するには、処置の中身、対照群の活動、学習の指標としての測度の妥当性の三つが要ると論じた。 Xia らの符号化は道具の種類までで、処置の中で学生が何をしたか、対照群が何をしたか、動機とエンゲージメントの測度が学習の指標として妥当かは扱っていない。

何で測ったか

論文の言う動機づけとエンゲージメントは、何を測ったものかが一つに定まらない。 Xia らは認知的エンゲージメントを、自己効力感、学習の目標、自己調整に表れる、学習に注ぐ知的な努力と定義した。この定義のもとでは、自己効力感が上がることも認知的エンゲージメントが上がることに数えられる。その結果、知的な努力が減った研究でも、認知的エンゲージメントは上がったと読めてしまう。認知と感情の区分に入れられた Urban ら（2024）の実験では、ChatGPT を使った学生は課題への自己効力感が上がり（d = 0.65）、解答の質も上がったが、課題をやさしく感じ、要した心的努力を低く答え（d = 0.58）、課題への興味は変わらなかった（d = 0.08）。 Xia らがこの研究からどの数値を取ったかは、本文から分からない。

主体的エンゲージメントの扱いにも、定義と例のずれがある。 Reeve と Tseng（2011）の主体的エンゲージメントは、Xia らの引用では、受ける授業の流れに学生が建設的に関わることを指す。 Xia らは、ChatGPT で読解を支援すると学生が読み続けようとする意欲が高まった研究を、主体的エンゲージメントの改善の例として挙げている。読み続けたいという意欲は、授業の流れに働きかける行為とは別のものである。行動的エンゲージメントに分類された研究には、Escalante らのように群の比較が文章の得点だった研究と、Sun らのように操作の記録を数えた研究が並ぶ。 Sun らの記録では、ChatGPT を使った群はデバッグとエラーを読む操作が多い一方で、ChatGPT のコードを写して貼る操作も多く、成績に有意な差は無かった。操作の回数が多いというだけでは、学習に深く関わったとは言えない。

測り方の多くは自己報告である。本文を確かめた範囲では、Nozhovnik らは研究者が作った動機とエンゲージメントの質問紙を、Song と Song（2023）は質問紙と面接を使った。 Weidlich らは、Xia らも組み入れた Hu（2024）について、測度が問題解決の力と倫理的な推論の力の自己評定と、動機の調整の自己報告であり、高次の思考は「述べられたが示されていない」と指摘した。一方で、研究の質の評価に使った MERSQI の表は、33 件のうち 29 件を「客観的な測定」、29 件の成果を「知識と技能」と数えている。動機づけを質問紙で測った研究が多いことと、この数え方は合わない。質の平均点 12.85 は、メタ分析が統合した動機とエンゲージメントの測度ではなく、各研究の主な学習成果の測度を採点したものと読める。

自己報告が学習の量とずれる例は、別の実験にもある。 Deslauriers ら（2019）は、物理の入門の授業で 149 人を能動的な授業と受け身の講義に無作為に割り当て、能動的な授業の学生が試験で約 0.46 標準偏差高く、学んだという実感は約 0.56 標準偏差低いことを示した。努力を要する学び方ほど、学んだ実感は下がりうる。動機と取り組みの自己報告を効果の指標にすると、この逆向きの関係を拾えない。

数字はどこまで安定しているか

統計の扱いで最初に気になるのは、全体の異質性が報告されていないことである。変量効果モデルを使うと書きながら、五つの統合結果のどれにも、研究のあいだのばらつきを示す Q、I²、τ²、予測区間が本文と表に無い（森林図は画像で、そこに示されているかは確かめられていない）。調整変数の表からは、ばらつきが大きいことが読み取れる。動機づけを使う場面で分けると、授業内だけで使った 3 件が g = 2.94、授業外だけの 5 件が 0.84、両方の 4 件が 0.44 である。授業内の 3 件は Wang ら（2024）、Nozhovnik ら（2023）、Hu（2024）で、筋書き型のチャットボットの研究と、Weidlich らが自己報告の測度を指摘した研究がここに入る。公開データで計算し直すと、この 3 件を除いた 9 件の平均は 0.58 で、全体の 1.20 はこの 3 件に強く引かれている。同じ時期の ChatGPT のメタ分析では、Doo と Park（2026）が I² = 83.37%、予測区間 −0.47〜1.61 を報告しており、次に行う研究の効果が負になる余地まで含むばらつきである。

調整変数の分析の多くは、少数の研究に頼っている。動機づけの協同学習は 1 件（g = 0.07）、感情的エンゲージメントの協同学習も 1 件、行動的エンゲージメントの 100 人を超える研究も 1 件（g = −0.06）しかない。著者も限界の節で、群ごとの研究数の偏りが調整変数の分析の頑健さに影響しうると書いている。

出版バイアスの扱いも、偏りが無いという結論を支えるには弱い。著者は漏斗図、fail-safe N、Egger の回帰で偏りは無いと判断した。ただし Egger の検定の片側 p は認知で 0.08、行動で 0.06、動機づけの両側 p は 0.09 で、境目に近い。 trim-and-fill の文献を引きながら、補正した推定値は示していない。教育の 110 のメタ分析を調べた Ropovik ら（2021）では、出版バイアスを補正した推定値で結論を書いたのは 4 件（4%）にとどまり、Xia らの扱いもこの多数派に入る。小さな研究ほど効果が大きい傾向も表に出ている。認知では 100 人以下が 0.69、100 人超が 0.42、感情では 0.76 と 0.37 で、差は有意でなかったが向きは揃う。 Cheung と Slavin（2016）の要旨は、教育の 645 の評価研究で、小規模な試験と研究者が作った測度の効果量が、大規模な試験と独立した測度のおよそ 2 倍だったと報告している。生成 AI と学習の 67 のメタ分析の 1,840 の効果量を統合した Bartoš ら（2026、未査読のプレプリント）は、Xia らの論文も対象に含め、出版バイアスを補正すると平均の効果が補正前の約 3 分の 1（SMD = 0.196）になり、予測区間が −1.521〜1.908 に広がると報告した。

関連規則の分析は、新しい情報をほとんど足していない。 Xia らは Apriori のアルゴリズムで「個人学習かつ小さな集団なら動機づけの効果の向きが正」のような規則を取り出し、確信度 1、リフト 1.10 を根拠に、個人学習で動機が「有意に」上がると書いた。リフトは確信度を結論の基準率で割った値なので、確信度 1 でリフト 1.10 なら、効果の向きが正である研究の割合は全体で約 0.91 である。つまりこれらの規則は、ほとんどの研究で効果が正だったという事実を、条件の組合せごとに言い直したものに近い。規則の支持度は 0.10〜0.19 で、それぞれ少数の効果に基づく。

公開データで計算し直すと何が変わるか

Xia らは、効果量の元になった数値を figshare に公開している（CC BY 4.0）。その Excel のうち、組み入れた研究を区分ごとに符号化したシートから、効果量を計算し直した。事前と事後を測った研究では、群の変化の差を事後の標準偏差で割り、変量効果モデル（REML）で統合した。この手順で、動機づけは 1.17（論文は 1.20）、認知的エンゲージメントは 0.59（0.59）、感情的エンゲージメントは 0.63（0.64）になり、授業内だけで使った 3 件は 2.93（2.94）、教育用チャットボットの 6 件は 1.73（1.73）になった。行動的エンゲージメント（0.44 と 0.52）と主体的エンゲージメント（0.57 と 0.87）は再現できず、論文の計算の細部（事前と事後の相関の扱いなど）は本文から分からない。手順、スクリプト、出力は台帳に置いた。

研究のあいだのばらつきは大きい。 I² は動機づけで 93%、認知で 91%、行動で 87%、感情で 85%、主体で 90% だった。 95% 予測区間は、動機づけで −1.55〜3.89、認知で −1.19〜2.38、感情で −0.80〜2.06 で、五つの区分のどれも負の値を含む。予測区間は、似た条件で新しく一つ研究を行ったときに効果が入りうる範囲を示す。平均が正で有意でも、生成 AI を入れた群の動機が下がる授業まで、この結果の範囲に入る。

生成型でない道具と区切り前の研究を除いても、数字はあまり変わらない。 Han ら、Nozhovnik ら、Lee らの三つを除くと、動機づけは 0.96（10 件）、認知は 0.56、感情は 0.63 だった。動機づけの平均を大きくしているのは、道具の種類より、授業内だけで使った 3 件のほうである。

小さな研究ほど効果が大きい傾向を回帰で補正すると（PET の切片）、動機づけは −0.10、認知は −0.07、感情は 0.08 になった。ただし、研究が 12〜25 件でばらつきがこれだけ大きいと、この補正の推定は不安定である。小さな研究の効果が大きいことは、出版バイアスのほかに、研究者が作った測度や設計の違いからも生じうる（Cheung と Slavin の要旨）。この結果から真の効果がゼロだとは言えない。言えるのは、平均の正の効果が小さな研究に支えられている可能性を除けないことで、これは Bartoš らの補正で平均が約 3 分の 1 になった結果と同じ向きである。

データには写し間違いもある。 Han らの臨床推論能力について、シートは対照群の事後の平均と標準偏差を 11.90 と 6.91 としている。これは原著の表にある実験群の変化量（事後から事前を引いた値）で、対照群の事後は 58.97 と 8.74 である。原著は、知識と臨床推論能力のどちらでも群の差は有意でないと報告している（p = .567、p = .455）。正しい値で計算すると、Han らの認知の効果は 1.27 から −0.02 になり、認知の統合値は 0.59 から 0.54 に下がる。

本文に書かれていない除外もある。シートの備考の列には、「exclude—publication bias」と書かれた行が 6 行ある。 Boudouaia ら（2024）の文章の総合点、Nozhovnik らの認知と行動、Wahba ら（2024）の感情、Ododo ら（2024）の認知と感情である。本文が除外を述べるのは、効果量が大きすぎて出版バイアスの調整を歪めうるとした Boudouaia らの総合点だけで、Ododo らは本文にも 33 件の一覧にも出てこない。 6 行の効果量は 3.72〜11.43 で、戻すと認知は 0.88、行動は 0.98、感情は 1.24 になる。この除外は、報告された値を下げる向きに働いた。しかし、大きな効果を外すことは出版バイアスを補正する方法ではない。どの行をなぜ外したかが本文から読めないので、読者は、報告された値がどの判断に依存しているかを確かめられない。

結論は表を超えていないか

考察と結論のいくつかは、調整変数の表が支えていない。理系の学生のほうが動機づけ、認知、感情のエンゲージメントで効果が大きいという主張は、表と合わない。認知では人文が 0.51、理工が 0.48 でほぼ同じで、分野の差を作っているのは医学の 1.27（6 件）である。動機づけの理工は 2 件、感情の理工は 1 件しかない。専用の教育用 AI が汎用の生成 AI より認知的エンゲージメントを高めるという提案も、群の差は有意でない（p = 0.20）。要旨は「とくに ChatGPT で」と書くが、ChatGPT と教育用チャットボットの差は、動機づけ、認知、感情、行動、主体のどれでも有意でなく、向きも指標によって入れ替わる。個人学習のほうが効くという実践への提案は、協同学習が 1〜5 件の群との比較に基づく。

教師も学生も生成 AI を受け入れるべきだという考察は、動機とエンゲージメントの自己報告が平均で上がったことから、教育の方針を引き出している。論文は学習成果を統合しておらず、効果が続くかも測っていない（期間の区分は 4 週以下か超えるかだけである）。理論への貢献として既存の動機とエンゲージメントの理論を実証的に支持したと書くが、理論から導いた予測を検証した分析は無い。

掲載誌は Elsevier のオープンアクセス誌で、OpenAlex の記録では DOAJ と CWTS の中核誌の一覧に入っており、略奪的な誌の兆候は無い。ただ、刊行版の本文に匿名化の名残の「Author, 2023」が残り、限界の節が「査読を経た英語の雑誌論文」に限ったと書きながら会議録の論文が 3 件入っているなど、編集の段階で拾われなかった不整合がある。

動機とエンゲージメントが上がれば学べるのか

この論文が答えたのは、生成 AI を使った群が使わなかった群より、動機や取り組みを高く答えたかどうかである。それが学習の深まりや、長く続く自律した学びにつながるかは、別の問いとして残る。既存の知見は、この二つが離れうることを示している。

Fan ら（2025）は大学生を ChatGPT、人間の専門家、文章分析の道具、支援なしの四つの条件に無作為に割り当て、課題のあとの内発的動機に条件のあいだで差が無いことを報告した。同じ実験で ChatGPT の群は作文の点を最も伸ばしたが、知識の獲得と転移には差が無く、著者は AI に頼ると学習者が自分で計画し、監視し、評価する過程を手放しやすくなる状態を「メタ認知的怠惰」と呼んだ。 Fan らは Xia らの検索の締め切りより後に公開された研究で、Xia らの平均に入らない無作為化実験が、動機づけでは差を出さなかったことになる。 Bastani ら（2025）の高校の数学の実験では、答えを出す GPT-4 を使った生徒は練習の成績が 48% 上がったが、AI を外した試験では対照群より 17% 低く、答えを出さずヒントで導くよう設計した条件ではこの低下がほぼ消えた（生成AIの早期利用は思考の醸成を阻害するか：cognitive offloading と学習の文献地図）。エンドユーザー開発の研究でも、自己効力感の上昇は実力の伸びと対応しないことが繰り返し報告されている（作れることは学べることか：エンドユーザー開発の学習効果を動機から読み直す）。 Urban らの実験でも、ChatGPT を使った学生の自己評価は成績と相関せず、著者は自己評価の較正がうまくいっていないと解釈した。

動機の種類を区別していないことも、長期の自律を論じるうえで欠けている。自己決定理論は、行為を自分で引き受けた動機と、外から統制された動機を分け、報酬、締め切り、圧力のかかる評価、押しつけられた目標が内発的な動機を下げうると整理した（Ryan と Deci 2000、学習の足場かけと介入設計：認知的徒弟制・正統的周辺参加・媒介者の理論をめぐる文献地図）。 Xia らが組み入れた Ryong ら（2024）は、内発的な動機を刺激するチャットボットと、外からの動機を促すチャットボットを比べた研究で、後者の統制的な支援が学習の経験を改善したと要旨は書く。 Nozhovnik らの授業は、チャットボットの筋書きにゲーム化を組み合わせたものだった。こうした研究を「動機づけ」の一つの平均に入れると、上がった動機が自律的なものか、統制されたものかが分からなくなる。 Xia らは主体的エンゲージメントが調整変数に左右されなかった理由を、それが内発的な動機に依存するからだと推測したが、それを確かめる測度は分析に無い。

試し、やり直すことを支えているか

人が試し、やり直せる環境をデザインでつくるという見方から読むと、問いは、生成 AI が学習者の試行を増やしたのか、評価や正解の提示で試行を短くしたのかである。 Xia らの論文は、この問いに答えるのに要る変数を持っていない。符号化されたのは、標本の大きさ、期間、分野、学習の形、使う場面、道具の種類の六つで、AI が答えを渡したのか、ヒントや問いを返したのか、学習者が先に自分で試してから AI に聞いたのか、AI の応答を受けて何度やり直したのか、AI を外したあとに何を測ったのかは入っていない。

組み入れた研究の中にも、両方の型がある。 Escalante らでは、学生が毎週書いた文章に GPT-4 のフィードバックが 2 営業日以内に届き、改稿に使えるようにしてあった。この設計は、試してから直す循環を AI で回す型である。 Sun らでは、ChatGPT の群でデバッグとエラーを読む操作が増えた一方、ChatGPT のコードを写して貼る操作も増えた。 Han らのチャットボットは、質問に対してデータベースの答えを返す型だった。 Urban らの学生は、課題をやさしく感じ、心的努力を少なく答えた。これらを一つの平均にすると、試行を支える使い方と、試行を省く使い方の効果が打ち消し合うか、足し合わされる。

感情的エンゲージメントの上昇は、とくに両義的である。 Yin ら（2024）は、チャットボットによる形成的フィードバックが、学習への興味と選択の感覚を高め、感じる圧力と認知負荷を下げたと要旨で報告した。圧力や負荷が下がることは、取り組みやすさとしては利点である。一方で、失敗から学ぶ学習の研究は、行き詰まりを経験してから正準の解法を教わる順序が学習を深め、その効果は失敗のあとの統合の質に左右されることを示してきた（意図的な失敗の学習設計：期待の失敗から productive failure、産業実装まで）。ジュニアの技能形成の文献でも、先に自分で試してから AI に説明を求める使い方が、理解を保つか高めた（生成 AI で下積みの仕事が減るとき、ジュニアは何をすればよいか（学術研究から））。楽しさや負担の軽さの自己報告が上がったことは、行き詰まりを経た試行が増えたことの証拠にも、行き詰まりそのものが消えたことの証拠にもなりうる。どちらであったかは、AI の応答の型と試行の順序を符号化しないかぎり分からない。

この見方から論文の効果を判定すると、動機と取り組みの自己報告が上がったことまでは言えるが、それが試し、やり直すことを支えた結果かどうかは、論文の設計では判定できない。判定するには、次のような研究が要る。 AI が答えを渡す条件と問いやフィードバックを返す条件を、同じ課題と同じ学習時間で比べること、学習者が自力で試した回数と改稿の回数を記録すること、AI を外したあとの遅延テストで、動機の自己報告と並べて成果を測ることである。

この論文から言えること、言えないこと

言えることは、2024 年 9 月までに英語で出た高等教育の研究で、チャットボットか生成 AI を使った群が、比べた群より動機とエンゲージメントを平均で高く答えたことである。期間は短く、測度の多くは自己報告で、効果の大きさは研究によって大きく違う（I² は 85〜93%）。

言えないことは、その効果が生成 AI に固有であること、道具ではなく活動の追加や教え方の違いから来たものでないこと、続くこと、学習成果や自律した学びにつながること、理系や個人学習でとくに効くこと、である。動機づけの g = 1.20 は、授業内で使った 3 件に強く引かれた平均として読むのが妥当で、予測区間は、次の研究で効果が負になる場合まで含む。

既存の知見と一致するのは、効果が使い方と場面で大きく変わることである。支援の量と設計が害と益を分けるという支援のジレンマ（assistance dilemma）の教訓と同じ向きである（生成AIの早期利用は思考の醸成を阻害するか：cognitive offloading と学習の文献地図）。ずれるのは、動機と取り組みが上がることを学習の改善と同一視している点で、無作為化した実験は、動機に差が出ない場合も、点が上がって理解が伸びない場合もあることを示している。

未検証事項

主要主張に未検証の記述は残していない。周辺の記述で、本文に到達できず要旨の範囲で書いたものは次のとおりである。 Liu ら（2025）の動機の効果量、Cheung と Slavin（2016）の効果量の比、Essel ら（2024）の対照条件、Ryong ら（2024）と Yin ら（2024）の結果は、いずれも要旨による（本文は出版社の頁で拒否され、OA の写しも見つからなかった）。 Xia らの森林図と漏斗図は画像で、図の中に異質性の指標が示されているかは確かめていない（異質性は公開データから計算し直した）。公開データの再計算では、主体的エンゲージメントの 0.87 と行動的エンゲージメントの 0.52 を再現できておらず、この二つの区分の再計算の値は論文の手順と違う可能性がある。

参照文献

アクセスはすべて 2026-10-24。台帳と検証の記録は source/review/genai-motivation-engagement-meta-analysis/papers.md。

対象の論文

Xia, Qi, Weijia Li, Yiming Yang, Xiaojing Weng, and Thomas K. F. Chiu. 2025. “A Systematic Review and Meta-Analysis of the Effectiveness of Generative Artificial Intelligence (GenAI) on Students’ Motivation and Engagement.” Computers and Education: Artificial Intelligence 9: 100455. https://doi.org/10.1016/j.caeai.2025.100455
（データセット）“A Systematic Review and Meta-Analysis of the Effectiveness of Generative Artificial Intelligence (GenAI) on Students’ Motivation and Engagement.” figshare（Xia ら 2025 の公開データ、CC BY 4.0）. https://figshare.com/s/e278c289547d2d81011b

対象の論文が組み入れた研究

Escalante, Juan, Austin Pack, and Alex Barrett. 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
Essel, Harry Barton, Dimitrios Vlachopoulos, Albert Benjamin Essuman, and John Opuni Amankwa. 2024. “ChatGPT Effects on Cognitive Skills of Undergraduate Students: Receiving Instant Responses from AI-Based Conversational Large Language Models (LLMs).” Computers and Education: Artificial Intelligence 6: 100198. https://doi.org/10.1016/j.caeai.2023.100198
Han, Jeong-Won, Junhee Park, and Hanna Lee. 2022. “Analysis of the Effect of an Artificial Intelligence Chatbot Educational Program on Non-Face-to-Face Classes: A Quasi-Experimental Study.” BMC Medical Education 22: 830. https://doi.org/10.1186/s12909-022-03898-3
Lee, Yen-Fen, Gwo-Jen Hwang, and Pei-Ying Chen. 2022. “Impacts of an AI-Based Chabot on College Students’ After-Class Review, Academic Performance, Self-Efficacy, Learning Attitude, and Motivation.” Educational Technology Research and Development 70 (5): 1843–1865. https://doi.org/10.1007/s11423-022-10142-8
Nozhovnik, Oleh, Tetiana Harbuza, Natalia Teslenko, Olena Okhrimenko, Viktoriia Zalizniuk, and Alla Durdas. 2023. “Chatbot Gamified and Automated Management of L2 Learning Process Using Smart Sender Platform.” International Journal of Educational Methodology 9 (3): 603–618. https://doi.org/10.12973/ijem.9.3.603
Ryong, Kyungjin, Daeho Lee, and Jae-gil Lee. 2024. “Chatbot’s Complementary Motivation Support in Developing Study Plan of E-Learning English Lecture.” International Journal of Human–Computer Interaction 40 (10): 2641–2655. https://doi.org/10.1080/10447318.2022.2163786
Song, Cuiping, and Yanping Song. 2023. “Enhancing Academic Writing Skills and Motivation: Assessing the Efficacy of ChatGPT in AI-Assisted Language Learning for EFL Students.” Frontiers in Psychology 14: 1260843. https://doi.org/10.3389/fpsyg.2023.1260843
Sun, Dan, Azzeddine Boudouaia, Chengcong Zhu, and Yan Li. 2024. “Would ChatGPT-Facilitated Programming Mode Impact College Students’ Programming Behaviors, Performances, and Perceptions? An Empirical Study.” International Journal of Educational Technology in Higher Education 21: 14. https://doi.org/10.1186/s41239-024-00446-5
Urban, Marek, Filip Děchtěrenko, Jiří Lukavský, Veronika Hrabalová, Filip Svacha, Cyril Brom, and Kamila Urban. 2024. “ChatGPT Improves Creative Problem-Solving Performance in University Students: An Experimental Study.” Computers & Education 215: 105031. https://doi.org/10.1016/j.compedu.2024.105031
Yin, Jiaqi, Tiong-Thye Goh, and Yi Hu. 2024. “Using a Chatbot to Provide Formative Feedback: A Longitudinal Study of Intrinsic Motivation, Cognitive Load, and Learning Performance.” IEEE Transactions on Learning Technologies 17: 1378–1389. https://doi.org/10.1109/tlt.2024.3364015

ほかのメタ分析と方法の批判

Bartoš, František, Oliwia Z. Bujak, Patrícia Martinková, and Eric-Jan Wagenmakers. 2026. “Effect of Artificial Intelligence on Learning: A Meta-Meta-Analysis.” PsyArXiv（未査読のプレプリント）. https://doi.org/10.31234/osf.io/h529e_v1
Cheung, Alan C. K., and Robert E. Slavin. 2016. “How Methodological Features Affect Effect Sizes in Education.” Educational Researcher 45 (5): 283–292. https://doi.org/10.3102/0013189X16656615
Doo, Min Young, and Yeonjeong Park. 2026. “A Meta-Analysis of ChatGPT’s Influence on Learning Achievement.” International Review of Research in Open and Distributed Learning 27 (1): 265–289. https://doi.org/10.19173/irrodl.v27i1.8775
Lawson, Alyssa P., Amedee Marchand Martella, Joshua Weidlich, Miriam Mulders, and Josef Buchner. 2026. “Color Me Confounded: A Critical Analysis of Media Comparisons on ChatGPT in Education.” Computers & Education 254: 105701. https://doi.org/10.1016/j.compedu.2026.105701
Liu, Xiaohong, Baoxin Guo, Wei He, and Xiaoyong Hu. 2025. “Effects of Generative Artificial Intelligence on K-12 and Higher Education Students’ Learning Outcomes: A Meta-Analysis.” Journal of Educational Computing Research 63 (5): 1249–1291. https://doi.org/10.1177/07356331251329185
Ropovik, Ivan, Matus Adamkovic, and David Greger. 2021. “Neglect of Publication Bias Compromises Meta-Analyses of Educational Research.” PLOS ONE 16 (6): e0252415. https://doi.org/10.1371/journal.pone.0252415
Weidlich, Joshua, Dragan Gašević, Hendrik Drachsler, and Paul A. Kirschner. 2025. “ChatGPT in Education: An Effect in Search of a Cause.” Journal of Computer Assisted Learning 41 (5): e70105. https://doi.org/10.1111/jcal.70105

学習と動機の実験と理論

Bastani, Hamsa, Osbert Bastani, Alp Sungu, Haosen Ge, Özge Kabakcı, and Rei Mariman. 2025. “Generative AI without Guardrails Can Harm Learning: Evidence from High School Mathematics.” Proceedings of the National Academy of Sciences 122 (26): e2422633122. https://doi.org/10.1073/pnas.2422633122
Deslauriers, Louis, Logan S. McCarty, Kelly Miller, Kristina Callaghan, and Greg Kestin. 2019. “Measuring Actual Learning versus Feeling of Learning in Response to Being Actively Engaged in the Classroom.” Proceedings of the National Academy of Sciences 116 (39): 19251–19257. https://doi.org/10.1073/pnas.1821936116
Fan, Yizhou, Luzhen Tang, Huixiao Le, Kejie Shen, Shufang Tan, Yueying Zhao, Yuan Shen, Xinyu Li, and Dragan Gašević. 2025. “Beware of Metacognitive Laziness: Effects of Generative Artificial Intelligence on Learning Motivation, Processes, and Performance.” British Journal of Educational Technology 56 (2): 489–530. https://doi.org/10.1111/bjet.13544
Ryan, Richard M., and Edward L. Deci. 2000. “Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Being.” American Psychologist 55 (1): 68–78. https://doi.org/10.1037/0003-066X.55.1.68

書いた人：小川修一郎（デザイン研究者／デザインコンサルタント）経歴を見る →

生成 AI で大学生の動機とエンゲージメントは上がるのか：Xia ら（2025）のメタ分析を読む