社会科の現在地

「社会的事象等について調べまとめる技能」を見直し、「収集した情報や読み取った情報、まとめた情報の信ぴょう性等を確認する新たな技能（『情報の妥当性の確認』に関する技能）として位置付けた」。小中は「確かな情報に基づき適切かつ効果的に調べまとめる技能」、高校は「妥当性を吟味しながら調べまとめる技能」。

要素として「統計から傾向や変化を収集する」「統計等の単位や比率を踏まえて読み取る」「情報の有効性（データの新旧など）に留意」「まとめた情報について妥当性があるかを確認する」が明記されています。今回の改訂で、資料の判定そのものが指導要領上の「技能」に格上げされる——教材側から見て最大の追い風です。

小学校の総合的な学習の時間に「情報の領域（仮称）」、中学校に「情報・技術科（仮称）」を新設。総時数据え置きの制約下で、その財源として「小学校3年以上で現在35コマ以下のものを除いた教科・領域から、既存の授業時数に対して一定の割合で時数を減じる」方針。社会科は全学年で対象に入ります。

削減の実数は未提示。「今後さらに各WGの取りまとめを踏まえ、企画特別部会で検討し、適切なタイミングで示す」段階です。未確認

地理・歴史・公民の3分野制は維持しつつ、A「社会へのまなざし（仮称）」＝小中接続、B「私たちと社会（仮称）」＝地域調査を地理・歴史の両面から一体的に扱う、C「よりよい社会を目指して（仮称）」＝課題を探究する中学校のまとめ、を新設。中学校社会科の構造変更としては最大です。

「社会科等では、入試の影響もあり、用語の暗記量の多寡により評価される風潮が根強く」あることを教科書肥大化の要因として名指しし、精選方針の趣旨徹底のため「入試の改善を担保する方策」を引き続き検討すると明記。高校「公共」B は13の課題を10に精選、「金融の働き」は「市場経済の機能と限界」に統合される案です。

課題認識は率直です——「AIが実装され検索結果に要約が表示される中、単純にコピー&ペーストしている生徒に対して適切な指導がなされていない」。対応として挙がっているのは「口頭試問の要素を取り入れる」「GIGA端末のアンケートソフトのテストモードを活用して、ブラウザ閲覧や活用ができない環境下で自らの考えを根拠をもって記述させる」。

ガイドライン本体は「初等中等教育段階における生成AIの利活用に関するガイドライン Ver.2.0」（令和6年12月26日）が現行。令和8年6月30日のデジタル学習基盤特別委員会でVer.2.1への改訂検討が開始され、現行版を「原則論に留まり、具体性が乏しい」と自己評価しています。

PISA 2029 のイノベーティブ・ドメインは Media and Artificial Intelligence Literacy (MAIL)。枠組み第1次草案「Navigating an Evolving Digital World」が2026年2月10日公表、2026年4月1日に ACER が実施主導機関に指名されました。90か国・地域超が対象。

枠組みは3次元——Authors and Audiences／Messages and Meanings／Representations and Realities。AI検出テストではなく、古典的なメディアリテラシーの問い（誰が、誰に、何を省いたか）にAI生成物を流し込む設計です。教科横断リンクで歴史に割り当てられたのは「デジタル・伝統メディアにおける史料の真正性に対するディープフェイク等AI生成コンテンツの影響を議論する」。

Francis Review（Curriculum and Assessment Review 最終報告、2025年11月）で、KS1・KS2 のシティズンシップが英国史上初めて法定必修に。初等段階で明示的に扱う内容に「メディアリテラシー（誤情報・偽情報の識別を含む）」が入りました。

歴史は内容論争ではなくディシプリナリー・ナレッジの強化に振っています。報告書は歴史について「バイアス・信頼性・視点・不正確さを勘案しつつ複数の情報源を評価する」と書き、歴史分析とメディアリテラシーの接続を教員に推奨。AIは Computing に置かれ、メディアリテラシーは English とシティズンシップに分散配置されました。授業開始は2028年。

2025年11月27日公表。500以上の新規学習成果を追加しつつ、AIコンピテンスを全領域に横断的に統合し、枠組みの構造自体は変更せず（各国の既存の対応表を壊さないため）。統合された5テーマの一つが「誤情報・偽情報への対処」。

並行して EU と OECD が「Empowering Learners for the Age of AI」（4領域19コンピテンス）を2026年6月24日に最終版公表。PISA 2029 MAIL に情報提供する位置づけです。

2026年5月27日、2019年版「National media education policy」の改訂版を公表。改訂の駆動因はAI生成コンテンツと「情報影響工作」で、AIの影響の理解を新たな必須メディアリテラシーと位置づけています。日本語圏の議論はまだ2019年版に依拠している可能性が高い。

AHA が2025年8月5日公表。核心は第5原則「専門性はAI利用に先行しなければならない」。AI出力の評価には真の主題知識が必要で、初学者ほどAIの誤りを検出できない——「AIで学ぶ」という発想への循環問題の指摘です。生成AIは「史料を日常的に捏造する」とも明記。

独立に開発された社会科向け枠組み CIVIC（CITE Journal 25(4), 2025）も同じ結論に到達しています。AIを禁止せず、AI出力の検証を史料批判の実践そのものとして位置づけ、一次史料を検証の基準に使う。CIVIC は加えて「AI生成コンテンツを周縁化された視点の観点から監査させる」——真偽だけでなく何が省かれたかを問う第二層を置いています。

米・ポーランド・香港の3実験（計 n=6,127）で、誤認識の低減（β = −0.14〜−0.374）と同時に正確な情報への懐疑も増加（β = 0.10〜0.159）。健康特化型では正確な見出しへの支持のほうが強く削られました（−7.6%pt 対 −5.6%pt）。判別は改善していません。

4件の並行追試（計353名）で、偽ツイートへの信念と同程度に真ツイートへの信念も低下。信号検出理論の分析で「反応バイアスは変化したが感度（判別）は改善しなかった」。2026年の事前登録追試でも AUC に有意な改善なし（p=.63）。先行研究の肯定的結果は、プレ／ポストへの見出し割当が非カウンターバランスだった交絡に由来すると指摘されています。

偽ニュース記事を検索して確認させると、信じる確率が5.7〜10.7%ポイント上昇（5実験すべて）。機序は data void——偽記事の検索では38%が低品質ソースに遭遇（真記事では15%）。発信者を調べる lateral reading と主張をググる行為は別物ですが、生徒に「調べよう」とだけ言うと後者に流れます。

y軸切断の例を示して警告しても85%の参加者に効果が残存。警告は効果推定を0.16縮小するだけ。定量分野のポスドク（N=330）でも残りました。効いたのは説明ではなく反復事例です。

AI生成文の判別精度は50〜52%＝偶然水準で、金銭的インセンティブや即時フィードバックを与えても改善せず（6実験・4,600名）。画像でも約12,500名・287,000評価で正答率62%。しかも「AI生成」ラベル自体が、真偽を問わず一律に精度評価を下げます（N=4,976）。

著者らの結論は「これは機械の知能ではなく人間の脆弱性を示す」。「AI生成物の見分け方」を教えることの効果を検証した統制実験は見つかりませんでした。あるのは能力限界の研究だけです。

ドイツ全国代表 N=2,666 の本格的RCT＋ブラウザ行動追跡で、lateral reading の即時効果は 1〜1.6%ポイント。追跡時点で全アウトカムが非有意。しかも介入群が落ちたのではなく統制群が自然に伸びて差が消えました。60歳超では両介入とも効果なし。