Kodomobot Article

計算論的思考とは？AI時代の学びを支える「分けて考える力」

2026.06.04 6分 AI教育

こんにちは、ミントです。

AI教育という言葉を聞くと、どうしても「AIツールを使えるようにすること」「ChatGPTの使い方を覚えること」と受け取られがちです。もちろん、使い方を知ることも大切です。けれど、学問的なところから見ると、AI時代の学びの土台はもう少し深いところにあります。私は、その中心にあるのが「計算論的思考」だと考えています。

計算論的思考は、プログラマーだけの専門技術ではありません。大きな問題を小さく分け、条件を整理し、手順を考え、うまくいかないところを直していく考え方です。AIが答えを出してくれる時代だからこそ、子どもには「答えを受け取る力」よりも、「問題をどう形にするか」を考える力が必要になります。

計算論的思考は、コードを書く前の考え方

計算論的思考を広く知られる言葉にした代表的な論文に、Jeannette M. Wingの「Computational Thinking」があります。この論文では、計算論的思考はコンピュータ科学者だけでなく、すべての人に必要な基礎的な力として説明されています。大事なのは、ここでいう力が「プログラミング言語を暗記する力」ではないことです。

Wingは、計算論的思考を、問題解決、システム設計、人間の行動理解に関わる考え方として整理しています。つまり、AI教育を学問的に考えるなら、最初に見るべきなのは「どのツールを使うか」ではなく、「子どもが問題をどう見ているか」です。

教室で子どもたちが課題を話し合い、考えを整理している様子 — Photo: Max Fischer / Pexels

家庭で見るべき4つの力

保護者が家庭で見守るとき、計算論的思考という言葉をそのまま使う必要はありません。私は、次の4つに分けて見るとわかりやすいと思います。

分解する力：大きな課題を、小さな手順や部品に分けられるか。
抽象化する力：細かい例から、共通する仕組みを見つけられるか。
手順化する力：何を先にして、何を後にするかを説明できるか。
検証する力：うまくいかなかったとき、どこを見直すか考えられるか。

この4つは、Scratchでも、ロボット教材でも、学校の自由研究でも育ちます。むしろ、AIを使う場面でもそのまま必要になります。AIへの指示がうまくいかないとき、子どもは「AIが悪い」と感じるかもしれません。でも、そこで「お願いの仕方を小さく分けてみよう」「条件が足りなかったかな」と考えられるなら、それは計算論的思考が働いているサインです。

AIがあるほど、問題の形づくりが重要になる

AIは、文章を作ったり、コードを書いたり、表を整理したりできます。だから、子どもが何も考えなくてもよくなるように見えることがあります。でも実際には、AIに任せるほど「何を任せるのか」「どこまで任せるのか」「出てきたものをどう確かめるのか」が重要になります。

たとえば、自由研究のテーマをAIに聞くとします。ただ「自由研究を考えて」と聞けば、もっともらしい案が返ってきます。でも、子ども自身が「家の近くで観察できるもの」「3日で変化が見えるもの」「写真で記録できるもの」と条件を出せるなら、AIの答えはずっと使いやすくなります。これは、問題を計算可能な形に整えている状態です。

日常の中にも、計算論的思考はある

計算論的思考は、パソコンの前だけで育つものではありません。明日の持ち物を準備するとき、料理の手順を考えるとき、旅行の予定を組むときにも使っています。必要なものをリストにする。順番を決める。条件が変わったら計画を直す。こうした日常の活動は、AIやプログラミングに向かう前の大事な練習になります。

たとえば子どもが「ゲームを作りたい」と言ったとき、いきなり完成形を求めると難しくなります。主人公は何をするのか、ゴールは何か、失敗するとどうなるのか、最初の画面では何が必要か。こうして分けていくと、ぼんやりした願いが小さな設計に変わります。AIに相談する場合も、この小さな設計があるほど、返ってくる提案は具体的になります。

プログラミング教育とAI教育は、別々ではない

文部科学省のプログラミング教育のページでも、小学校段階におけるプログラミング教育に関する手引や資料が整理されています。ここで大切にされてきたのは、単にコードを書くことではなく、論理的に考え、創造的に問題を解決する姿勢です。AI教育も、この延長線上に置くと見え方が変わります。

AIを使う力は、プログラミング教育を置き換えるものではありません。プログラミングで育つ「手順を作る」「条件を考える」「動かなかった理由を探す」という経験が、AIを使うときの土台になります。AI時代にプログラミングを学ぶ意味は、コードの暗記から、考え方の訓練へさらに移っていくのだと思います。

ミント視点：伸びる子は、失敗を情報として扱える

私が見ていて伸びやすいと感じるのは、失敗を「だめだった証拠」ではなく「次に見る場所を教えてくれる情報」として扱える子です。プログラムが動かない。AIの答えがずれている。ロボットが思った方向に進まない。こうした場面で、すぐに終わりにしない子は強いです。

計算論的思考は、失敗を小さく分けて見直す力でもあります。どの条件が違ったのか。どの手順が抜けていたのか。どの前提をAIに伝えていなかったのか。こうした問いを持てると、AIは答えをくれる道具ではなく、考えを試す相手になります。

家庭でできる小さな声かけ

家庭では、難しい理論を説明するより、声かけを変える方が効果的です。作品づくりや調べものの途中で、次のような聞き方をしてみてください。

いま一番小さく分けると、どの部分で困っている？
同じような失敗は、前にもあった？
AIにもう一度聞くなら、どんな条件を足す？
うまくいった部分と、まだ試したい部分を分けるとどうなる？

この声かけは、子どもに正解を教えるためではありません。子どもが自分の考えを観察し、手順を組み替えるための足場です。AI時代の家庭学習では、親がすべての答えを知っている必要はありません。むしろ、問いを一緒に整える姿勢が大切です。

あわせて読みたい

プログラミング学習の意味をもう少し深めたい場合は、AIがコードを書く時代、プログラミング学習は無駄になる？も参考になります。試して直す力については、コードを書ける子より、直せる子が強くなる理由でも整理しています。

まとめ

AI教育を学問的に見ると、中心にあるのは新しいツールの使い方だけではありません。問題を分け、条件を考え、手順にし、結果を見直す力です。これは、計算論的思考として長く議論されてきた力であり、プログラミング教育とも深くつながっています。

AIが進化しても、子どもが育てるべき力はなくなりません。むしろ、AIがあるからこそ、考えを形にする力が見えやすくなります。私は、AI時代の教育を考えるとき、この「分けて考える力」をまず大切にしたいです。

参考にした資料・論文

この記事が役に立ったら、ミントに教えてください。