🎓 AIは教育の仕事をどう置き換えるか
— 実在しなかった研究から始める。2030年・2040年までの実測と予測
✍️ 執筆: Claude Opus
この記事は失敗から始まる
あるAIに「AIが教育に与えた影響」を尋ねたところ、ある無作為化比較試験の結果が返ってきた。本記事はその研究の実在を確認できなかった。一方で、実在が確認できたRCTは別に存在する。 AIについての通説が、AIによって作られている。それがこの記事のテーマでもある。詳細は Section 2 に書いた。
この記事が扱うもの
①「YouTubeで情報が無料になったのに、なぜ学力格差は消えないのか」を行政統計と査読論文で検証し、②AIが教育ビジネスの決算に実際に何をしたかを SEC / EDINET の実数で測り、③2030年・2040年の市場規模予測を1つに絞らずに並べる。2026年8月1日取得。
本記事は投資助言ではない。個別企業の決算と株価を扱うが、特定の銘柄の売買を勧めるものではない。
対になる記事: メリトクラシー信仰が揺れた日の自己解剖 — 「能力は遺伝で決まるのか」を扱う。本記事の Section 11 はそこに接続する。
🎯 Section 1: 結論
このセクションの3点
① AIは教育ビジネスの一部を実際に破壊した(Chegg)。同時に、一部の企業は決算に痕跡すら残していない(日本の学習塾大手)。
② 米国の識字力・数的思考力は実測でむしろ低下している。「情報が無料になれば学力は上がる」という前提自体が実証で支持されていない。
③ この記事の出発点は皮肉な事実である。AIに「AIが教育に与えた影響」を聞いたところ、実在が確認できない論文が回答に混ざっていた。
28%
米国成人の識字力レベル1以下(PIAAC 2023)。2017年は19%
−48.4%
Chegg株価の1営業日下落率(2023年5月1日決算・ChatGPT言及の翌日)
実在未確認
AIとの会話でよく語られる「ペンシルベニア大学の教師向けAIアシスタントRCT」
PNAS 2025
実在が確認できた方のRCT(Bastani et al.)
この記事の5つの発見
- 1
Cheggの決算は、AIが教育ビジネスを壊した一次証拠である
2023年5月1日の8-KでCEOが自らChatGPTの影響を認め、翌営業日に株価は−48.4%。これは推測ではなくSEC提出書類上の事実。
- 2
米国の識字力・数的思考力は実測で低下している
PIAAC Cycle 2(2023実施)で識字力平均は2017年の271点から258点へ低下。「情報が無料になれば学力が上がる」という前提そのものが、少なくとも米国では実測で否定される。
- 3
デジタル格差は「端末」から「スキルと成果」へ移動した
端末・回線という第1層の格差は先進国でほぼ解消したが、それを使いこなすスキル(第2層)と、そこから得られる成果(第3層)の格差は残ったまま、むしろ実証研究では拡大が報告されている。
- 4
日本の学習塾大手5社の決算に、AIによる破壊の痕跡は見えない
ナガセ・ステップ・早稲田アカデミー・リソー教育・学究社はいずれも直近の決算で減収の兆候がなく、むしろ増収基調。米国の教材・課題代行サービスとは対照的な結果になっている。
- 5
AIについての通説は、AIが作った可能性がある
本記事の出発点は、あるAIに「AIが教育に与えた影響」を尋ねた際に返ってきた、実在の確認できない論文だった。AIが語る「研究によれば」を無検証で信じることの危うさそのものが、この記事のテーマになっている。
→ 次のSection 2では、この記事が生まれるきっかけになった「実在しなかった研究」について詳しく書く。
🔍 Section 2: 出発点 — AIが語った研究は実在しなかった
このセクションの3点
① 本サイトの運営者があるAIに「AIが教育に与えた影響」を尋ねたところ、詳細な数字付きの研究が返ってきた。
② PubMed検索でその研究は0件。本記事ではこの研究の実在を確認できなかった。
③ 代わりに実在が確認できたRCT(Bastani et al. 2025, PNAS)を提示し、以降の記事はこちらを土台にする。
この記事の出発点は、リサーチではなく雑談だった。本サイトの運営者が、あるAIに「AIは教育にどんな影響を与えているか」と尋ねたところ、次のような趣旨の回答が返ってきた。
「ペンシルベニア大学が実施した無作為化比較試験(193人の教師・2,800人以上の生徒が参加)では、AIアシスタントを与えられた教師のクラスにおいて、生徒の内発的動機が低下したことが確認されている」
具体的な人数、大学名、「無作為化比較試験」という手法名まで揃っている。もっともらしい回答だった。だからこそ、この記事のために出典を確認しにいった。
結果として、本記事ではこの研究の実在を確認できなかった。PubMedで「Pennsylvania AND teachers AND AI assistant AND randomized controlled trial AND classroom」を検索してもヒットは0件。NBERの論文リストも検索UIの制約で本記事では確認しきれなかった。
ここで強調しておきたいのは、書き方である。この研究が「存在しない」とは書かない。書けるのは「本記事では実在を確認できなかった」ということだけだ。検索の網羅性には限界があり、将来別の形で確認される可能性もゼロではない。断定はしない。
一方で、探す過程で実在が確認できたRCTが見つかった。Bastani et al. (2025)「Generative AI without guardrails can harm learning: Evidence from high school mathematics」PNAS 122(26):e2422633122(DOI 10.1073/pnas.2422633122)。高校の数学授業でのフィールド実験で、著者名からトルコの高校が舞台と推定される(ただし本記事ではフルテキストを取得できておらず、国名の明記は要約からは確認できていない)。このRCTの詳細はSection 9で扱う。
教訓
AIが教育に与える影響を、AIに聞いて調べる。その回答に実在しない論文が混ざる。
これは本記事のテーマそのものである。情報は無限に手に入るようになったが、手に入った情報が実在するかを確かめる作業だけは、まだ誰も肩代わりしてくれない。
以降のセクションは、この失敗を踏まえて、一次情報だけで組み立て直す。まずはSection 3で、「情報が無料になったのだから学力は上がっているはずだ」という素朴な仮説を、実測データで検証する。
→ 次のSection 3では、実際に米国の識字力・数的思考力の実測値がどう動いたかを見る。
📉 Section 3: 情報は無料になった。学力はどうなったか
このセクションの3点
① 米国成人の識字力は2017年から2023年にかけて平均で低下し、最低レベルの割合は19%から28%に増えた。
② NAEP(全米学力調査の長期トレンド版)でも、9歳・13歳の読解・数学スコアはコロナ前後で低下している。
③ 「情報が無料になれば学力は上がる」という仮説は、少なくとも米国の実測データでは支持されない。
YouTubeで無料の解説動画が見られ、AIに何でも質問できる。これだけ情報へのアクセスが平等化したのだから、学力の底上げが起きているはずだ――これは自然な仮説である。この仮説を、行政統計の実測値で検証する。
PIAAC Cycle 2(2023実施・米国)
258点
識字力平均(2017年271点から−12点)
19%→28%
識字力レベル1以下の割合(2017→2023)
29%→34%
数的思考力レベル1以下の割合
32%
適応的問題解決でLevel 2未満(平均247点)
PIAAC(国際成人力調査)は米国教育省(IES)が実施する成人(16〜65歳)対象の国際比較調査。2023年実施分(Cycle 2)の結果はIESが2024年12月10日に公式発表した。識字力の国際平均は260点で、米国の258点は統計的に有意差がない水準だが、2017年からの低下幅そのものは米国内の時系列比較として明確である。数的思考力は米国平均249点で国際平均263点を下回った。
NAEP長期トレンド(9歳・13歳)
| 対象 | 科目 | 変化 | 出典年 |
|---|---|---|---|
| 9歳 | 読解 | 2020年220点→2022年215点(−5点、コロナ後最大級の下落) | NAEP 2022 |
| 9歳 | 数学 | 2020年241点→2022年234点(−7点、統計開始以来初の下落) | NAEP 2022 |
| 13歳 | 読解 | 2019-20学年比−4点、2012年比−7点 | NAEP 2023 |
| 13歳 | 数学 | 2019-20学年比−9点、2012年比−14点 | NAEP 2023 |
13歳のパーセンタイル別データでは、数学の低成績層(10th/25thパーセンタイル)が−12〜−14点、中間〜高成績層が−6〜−8点の下落で、低成績層の下落幅が統計的に有意に大きいことも確認されている。9歳データでも同様に、白人と黒人の数学スコア差が25点から33点へ拡大している。
運営者の観察「一部では識字率も上がっていない」は正しい。むしろ下がっている。これはPIAAC・NAEPという2つの独立した公式統計が一致して示している。
ただし注意が必要な点がある。PIAACは調査サイクルごとに実施国・調査方式の細部が変わることがあり、識字力の国際平均との差自体は統計的有意差なしとされている項目もある。時系列の低下幅(2017→2023)は米国内比較として読めるが、「これがAIやYouTubeのせいだ」と単純に結論づけられる設計にはなっていない。この点はSection 12で改めて扱う。
→ 次のSection 4では、「情報アクセスの平等化」がどの層で止まっているのかを、デジタル格差の実証研究で見る。
🪜 Section 4: デジタル格差は3層ある
このセクションの3点
① デジタル格差は「端末があるか」だけでなく、「使いこなせるか」「成果が出るか」の3層で語られる。
② 米10代のYouTube利用率は90%(2024年)。端末とアクセスという第1層は先進国でほぼ解消している。
③ しかし第2層(スキル)・第3層(成果)は実証研究で拡大が報告されており、ここが解消していない。
「デジタル格差(digital divide)」という言葉は、当初は「パソコンやインターネット回線を持っているかどうか」の格差を指していた。しかし研究が進むにつれ、この格差は1層ではなく複数の層に分解されることが分かってきた。
| 層 | 内容 | 先進国での現状 |
|---|---|---|
| 第1層 | 物理的アクセス(端末・回線があるか) | ほぼ飽和・解消 |
| 第2層 | スキル(何をどう使うかを判断する能力) | 格差が残存・拡大の報告あり |
| 第3層 | 成果(利用が実際の学力・所得に結びつくか) | 格差が残存・拡大の報告あり |
この3層モデルの実証は、van Deursen (2019)「The first-level digital divide shifts from inequalities in physical access to inequalities in material access」New Media & Society(PMID 30886536)がオランダの代表サンプル調査で示している。物理的アクセスが飽和した後も、利用の種類・スキル・成果の格差(第2・第3層)が拡大し続けることが報告されている。
米10代の利用実態(Pew Research)
90%
10代(13-17歳)のYouTube利用率(2024年。2022年は95%)
73%
YouTubeを毎日利用(うち15%はほぼ常時利用)
26%
学業でChatGPTを利用(2025年。2023年は13%)
出典: Pew Research Center「Teens, Social Media and Technology 2024」(2024年12月12日)、および「About a quarter of U.S. teens have used ChatGPT for schoolwork」(2025年1月15日)。後者の調査では、学業でのChatGPT利用は人種別でBlack/Hispanic各31% vs White 22%と有意差があるが、世帯収入・性別では有意差なしと明記されている点は注目に値する。学年別では11-12年生31%、9-10年生約25%、7-8年生20%と、学年が上がるほど利用率が高い。
ここで運営者の主張を部分的に支持できる。第1層(端末と回線)は先進国でほぼ解消した。これは正しい。YouTubeもChatGPTも、アクセスできるかどうかの壁はもうほとんどない。
しかし第2層・第3層は解消していない、というのが実証の答えである。「使えるかどうか」ではなく「どう使うか・何のために使うか」の格差、そしてそれが学力や所得という成果にどう結びつくかの格差は、むしろ研究上は拡大が報告されている。Section 3で見た識字力の低下は、この第2・第3層の問題と符合する。「アクセスできること」と「使いこなして成果を出せること」は別の能力である。
→ 次のSection 5では、この第1層の解消が実際にビジネスをどう壊したか、Cheggの決算を一次情報で追う。
💥 Section 5: Cheggに何が起きたか
このセクションの3点
① 2023年5月1日、CheggはCEO自らChatGPTの影響を決算発表で認め、翌営業日に株価は−48.4%。
② 売上高はFY2022の766.9百万ドルからFY2025の376.9百万ドルへ約51%減少。人員削減は2度、計約68%規模。
③ 同業の2Uは2024年7月にChapter 11(米連邦破産法11章)を申請。教育ビジネスの一部は、実際にAIに殺された。
ここからは仮説ではなく、決算という動かしがたい一次情報の話である。Chegg(NYSE: CHGG)は課題の解答・教材レンタル・オンライン家庭教師サービスを提供してきた米国の教育企業だった。
2023年5月1日 — CEOの公式発言
出典: Chegg 8-K(2023-05-01提出)Exhibit 99.01。Q1 2023決算(総売上187.6百万ドル、前年比−7%、有料会員510万人・前年比−5%)の発表で、CEO Dan Rosensweigは次のように述べた。
"In the first part of the year, we saw no noticeable impact from ChatGPT on our new account growth and we were meeting expectations on new sign-ups. However, since March we saw a significant spike in student interest in ChatGPT. We now believe it's having an impact on our new customer growth rate."
この発言のあった日、Chegg株価は前営業日の17.60ドルから9.08ドルへ、1営業日で−48.4%下落した(Yahoo Finance Chart API調べ、参考情報)。教育企業のCEOが自社の課題代行ビジネスへのAIの脅威を公式に認め、市場が即座に反応した一次記録である。
売上高・純利益の推移(FY2020〜FY2025、百万USD)
| FY | 総売上高 | 前年比 | 純利益(損失) |
|---|---|---|---|
| 2020 | 644.3 | — | — |
| 2021 | 776.3 | +20.5% | — |
| 2022 | 766.9 | −1.2% | +266.6 |
| 2023 | 716.3 | −6.6% | +18.2 |
| 2024 | 617.6 | −13.8% | −837.1 |
| 2025 | 376.9 | −39.0% | −103.4 |
出典: SEC EDGAR XBRL(CIK 0001364954)。FY2022の純利益266.6百万ドルはSkillsoft/Thinkful売却等の一時益を含む可能性がある。FY2024の大幅赤字はのれん減損等が要因(詳細は10-K本体で要確認)。
2度の大規模リストラ
- 1
2024年6月17日
全世界の従業員を23%削減
新CEO Nathan Schultz就任と同時発表。非GAAP費用を2025年に40〜50百万ドル削減見込み。(出典: SEC 8-K, accession 0001364954-24-000066)
- 2
2025年10月27日
388ポジション(全従業員の約45%)を削減
同時にDan RosensweigがCEOに復帰。公式発言: "The new realities of AI and reduced traffic from Google to content publishers have led to a significant decline in Chegg's traffic and revenue." 「$40+ billion skilling market」への戦略転換も発表(出典: SEC 8-K, accession 0001364954-25-000112)。
2Uのケース — 破産
EdTech大手の2U, Inc.は2024年7月25日、米国破産裁判所(南ニューヨーク地区)にChapter 11(米連邦破産法11章、事業再生型の倒産手続き)を申請した(出典: SEC 8-K Item 1.03、accession 0001193125-24-216174)。現在のティッカーは破産手続き中を示す"TWOUQ"。ただし、AIが破産の直接原因であると明記した一次情報は本記事では確認できなかった。コロナ後のオンライン教育需要の縮小や過大な負債が主因と一般に報じられているが、SEC文書内での明示的な因果関係の記述は未確認である。
ここは強く言い切ってよい。教育ビジネスの一部は、実際にAIに殺された。Cheggの決算は、CEOの発言・株価反応・売上推移・人員削減のすべてが一次情報として揃った、数少ない明確な事例である。
→ 次のSection 6では、Cheggと同じ時期にAI機能を看板にしながら、真逆の売上推移をたどったDuolingoを見る。
🌱 Section 6: Duolingoはなぜ逆だったのか
このセクションの3点
① Duolingoの売上高はFY2020の161.7百万ドルからFY2025の1,037.6百万ドルへ一貫して成長。
② 一方、株価は2024年後半のピーク圏(約545ドル)から直近(134.81ドル)で約−75%下落している。
③ 「AI-first」表明週は株価無反応だった。「AIを使う側に回れば勝てる」という単純な図式は、実測が支持していない。
Cheggが決算でAIの脅威を認めたのと同じ時期、語学学習アプリのDuolingo(NASDAQ: DUOL)はAI機能を看板に掲げながら売上を伸ばし続けていた。ここだけ見れば「AIを使う側に回れば勝てる」という単純な結論が出そうになる。実測はそれを支持していない。
売上高・純利益の推移(FY2020〜FY2025、百万USD)
| FY | 総売上高 | 前年比 | 純利益(損失) |
|---|---|---|---|
| 2020 | 161.7 | — | −15.8 |
| 2021 | 250.8 | +55.1% | −60.1 |
| 2022 | 369.5 | +47.3% | −59.6 |
| 2023 | 531.1 | +43.7% | +16.1 |
| 2024 | 748.0 | +40.9% | +88.6 |
| 2025 | 1,037.6 | +38.7% | +414.1 |
出典: SEC EDGAR XBRL(CIK 0001562088)。FY2025純利益414.1百万ドルはQ3単独で292.2百万ドルと突出しており、繰延税金資産の評価性引当金取崩し等の一時的要因の可能性がある(要因は本記事では未確認)。
46.6M
DAU(Q1 2025、前年比+49%)
130.2M
MAU(Q1 2025、前年比+33%)
10.3M
有料会員(期末、前年比+40%)
8.9%
有料会員浸透率(LTM MAU比)
出典: 8-K Exhibit 99.2 Q1 2025 Shareholder Letter(accession 0001562088-25-000098)。Duolingo Maxは2023年3月に発表されたGPT-4活用の高額プラン(SEC提出書類での正式ローンチ日は本記事では一次確認できず)。Q1 2025株主レターでは「AI-generated contentを使い、四半期で新たに150コースを投入した」と説明されている。
「AI-first」表明と株価の乖離
2025年4月末、CEO Luis von Ahnが社内向けに「AI-first」方針を示したメモがLinkedIn経由で拡散し、SNS上で批判が広がったと複数メディアで報じられた。ただしこのメモ自体はSEC提出書類やIR公式発表としては確認できなかった(SEC EDGARフルテキスト検索で"AI-first"はDuolingoの提出書類にヒットなし)。
| 時点 | 終値(USD) | 備考 |
|---|---|---|
| 2025-04-28 | 384.34 | 「AI-first」メモ拡散直後とされる時期。明確な下落なし |
| 2025-05-02 | 486.42 | 好決算で+21.6%急騰 |
| 週足ピーク圏 | 約544.93 | 2024年10月頃とみられる(正確な日付は本記事では未特定) |
| 2026-08-01(直近) | 134.81 | ピーク圏から約−75% |
SNS上での炎上とは裏腹に、株価はその週に急落した形跡がなく、むしろ翌週の決算で急騰している。大幅な下落は2025年後半以降に起きており、SNSの反発と株価下落を直接結びつける一次情報の裏付けはない。「AI-first」を表明した週には株価は無反応で、その後ピークから約−75%まで下げている。「AIを使う側に回れば勝てる」という単純な図式も、実測は支持していない。
Coursera / Udemyとの対比
Coursera(COUR)の売上高はFY2023の635.8百万ドルからFY2024の694.7百万ドルへ+9.2%、B2B(法人・大学向け)比率が高い構成でChatGPT登場後も成長を続けている。Udemy(UDMY)はFY2024総売上786.6百万ドル(前年比+8%)、うちEnterprise(法人向け)売上は+18%成長した一方、Consumer(個人向け)売上はQ4で−7%と縮小した。個人向け直接購入型と法人向け契約型で明暗が分かれている可能性がある(要因分析は本記事では未実施)。
4社比較
| 企業 | 何を売っていたか | AIとの関係 | 結果(一次情報で確認できた範囲) |
|---|---|---|---|
| Chegg | 課題の解答・教材レンタル | ChatGPTに代替された | 売上−51%(FY22→25)、2度のリストラ |
| 2U | 大学オンライン学位・MOOC | 因果関係は未確認 | 2024年7月Chapter 11申請 |
| Duolingo | 語学学習アプリ(個人向け) | AI機能を看板に成長を主張 | 売上は伸長も株価ピークから−75% |
| Coursera | 大学講座・法人研修(B2B主体) | 直接の破壊は未確認 | FY23→24 +9.2%増収 |
→ 次のSection 7では、太平洋を挟んで対照的な結果になった日本の学習塾大手の決算を見る。
🏫 Section 7: 日本の塾は死んでいない
このセクションの3点
① 日本の上場学習塾大手5社は、直近4〜5期の決算でいずれも減収の兆候がなく、多くが増収基調にある。
② 米国の教材・課題代行サービス(Chegg)が受けた打撃は、日本の対面型学習塾の決算には見られない。
③ 理由は仮説だが、日本の塾が売っているのは知識そのものではなく、強制力・場所・進捗管理・受験情報だからと考えられる。
Cheggが崩れ、2Uが破産した米国とは対照的に、日本の上場学習塾大手5社の決算を見ると、AIによる破壊の痕跡は確認できない。
日本の上場学習塾5社(百万円、連結)
| 企業 | 直近5期の売上高推移 | 直近期営業利益 | 傾向 |
|---|---|---|---|
| ナガセ(9733・東進) | 49,406→52,354→52,986→55,255→64,183 | 5,979(FY2026/3) | 増収、FY26は+16.2%と大きく伸長 |
| ステップ(9795) | 13,036→13,653→14,442→15,098→15,846 | 3,780(FY2025/9) | 5期連続増収、営業利益率20%台維持 |
| 早稲田アカデミー(4718) | 25,453→28,551→30,728→32,867→35,069 | 3,549(FY2025/3) | 5期連続増収増益 |
| リソー教育(4714) | 30,008→31,488→32,215→33,394→34,240 | 2,704(FY2026/2) | 増収基調、営業利益率は緩やかに低下(10.1%→7.9%) |
| 学究社(9769・ena) | 12,378→12,986→13,198→13,289 | 2,621(FY2025/3) | 増収続くが直近期は営業利益わずかに減 |
出典: 各社決算短信原本(irbank.net経由でTDnet/東証適時開示を確認)。取得日2026-08-01。5社とも決算短信・決算説明資料における「AI」への明示的言及の有無は本記事の調査時間内では確認できておらず、AIへの言及があったとは書かない。
米国の教材・課題代行サービスは殺されたが、日本の対面型学習塾の決算にはその痕跡が見えない。これが本記事で確認できた一次データの示すところである。
なぜ違うのか(理論的推論)
ここから先は決算数値からの理論的推論であり、実証されたものではない。Cheggが売っていたのは「課題の解答」「教材」という知識そのものだった。これはAIが最も代替しやすい商品である。一方、日本の対面型学習塾が売っているものは、知識そのものというより、強制力(決まった時間に通わせる)・場所(勉強する物理的な環境)・進捗管理(宿題や小テストで学習を継続させる仕組み)・受験情報(志望校の入試傾向や内申点対策)である。これらは生成AIによって代替されにくいと考えられる。
ベネッセホールディングスのMBO
通信教育大手のベネッセホールディングス(9783)は、上場企業として最後の決算短信(2024年3月期、2024年5月15日提出)で、売上高4,108億15百万円(前期比−0.26%)、親会社株主に帰属する当期純利益64億42百万円(前期比−43.26%)を計上した。irbank.net上では2024年5月15日提出の決算短信を最後に、以降の決算短信提出履歴が確認できず、2024年中にMBO(経営陣による自社買収)で株式非公開化・上場廃止となったことと整合する。ただしMBOの詳細(TOB価格・実施主体・完了日等)の一次情報は本記事では取得できなかった。通信教育という、対面型学習塾よりも知識伝達寄りのビジネスモデルの企業が非公開化した事実は、Cheggの事例と合わせて示唆的ではあるが、非公開化とAIの影響を直接結びつける一次情報はない。
なお、AI教材を掲げるすららネット(3998、東証グロース)は2022年から2024年にかけて売上高が−16.2%、純利益は大幅減となっており、「AI教材企業だから伸びる」という単純な図式も国内では成立していない。
→ 続くセクションでは、日本の教育ビジネスにとってAIより先に来る確定した縮小要因(少子化)、AIが実際に学習を助けるかの実証、そして市場規模予測のばらつきを見ていく。
👶 Section 8: 本当の脅威は少子化
このセクションの3点
① 日本の15〜19歳人口は2020年の570.6万人から2040年の405.4万人へ、20年で約29%減る（国立社会保障・人口問題研究所の推計）
② これはAIの影響と違い、すでに生まれた人間を数えているので確度の桁が違う
③ 日本の教育ビジネスにとって、AIより先に来る確定した縮小要因は分母である
ここまでAIの影響を測ってきた。だが日本の教育ビジネスを考えるとき、AIより先に、もっと確実なものが来る。
2040年までに、子どもは3割減る
国立社会保障・人口問題研究所「日本の将来推計人口（令和5年推計）」表1-9A（出生中位・死亡中位仮定、各年10月1日時点、外国人を含む総人口）から、15〜19歳人口の推計はこうである。
| 年 | 総人口 | 15〜19歳人口 | 2020年比 |
|---|---|---|---|
| 2020年 | 1億2,614.6万人 | 570.6万人 | — |
| 2025年 | 1億2,326.2万人 | 544.2万人 | −4.6% |
| 2030年 | 1億2,011.6万人 | 520.2万人 | −8.8% |
| 2035年 | 1億1,663.9万人 | 463.9万人 | −18.7% |
| 2040年 | 1億1,283.7万人 | 405.4万人 | −28.9% |
| 2050年 | 1億468.6万人 | 393.2万人 | −31.1% |
出典: 国立社会保障・人口問題研究所「日本の将来推計人口（全国・令和5年推計）」表1-9A（2023年4月公表）。xlsxを直接パースして確認した。18歳の単年人口はこの5分の1程度が目安になるが、単年齢の公式値ではないため本記事では断定的な数値として使わない。
−8.8%
2030年の15〜19歳人口（2020年比）
−28.9%
2040年の15〜19歳人口（2020年比）
−31.1%
2050年の15〜19歳人口（2020年比）
この数字の性質が、他のどの予測とも違う
2040年に15〜19歳になる人は、2021年から2025年にかけて、すでに生まれている。だから405.4万人という数字は、市場規模予測のような「こうなるだろう」ではなく、すでに存在する人間を数えた結果である。出生中位仮定に依存する部分と、国際人口移動の見通しに依存する部分は残る。それでも、AIの普及速度の予測とは確度の桁が違う。
1人あたりの単価は高いが、人数の減少は止められない
文部科学省「令和5年度 子供の学習費調査」（2024年12月25日公表／2026年1月16日訂正版）による、児童・生徒1人あたりの年間費用はこうである。
| 区分 | 公立 学習費総額 | 私立 学習費総額 | 公立 学校外活動費 | 私立 学校外活動費 |
|---|---|---|---|---|
| 幼稚園 | 184,646円 | 347,338円 | 69,362円 | 154,062円 |
| 小学校 | 366,599円 | 1,741,516円 | 74,336円 | 978,271円 |
| 中学校 | 542,450円 | 1,560,359円 | 150,761円 | 1,128,061円 |
| 高等学校（全日制） | 596,954円 | 1,179,261円 | 351,523円 | 832,650円 |
出典: 文部科学省「令和5年度 子供の学習費調査」結果の概要。「学校外活動費」は学習塾費・家庭教師費・体験活動費等を含む合計であり、学習塾費単体ではない。学習塾費単体の内訳は、元資料が円グラフ形式でPDFからのラベル抽出に失敗したため、本記事では確認できなかった。
読み取れることが2つある。第一に、私立小学校の学校外活動費は978,271円——学校に通わせたうえで、さらに年間約98万円を学校の外で使っている層が存在する。公立小学校の74,336円とは13倍以上の開きがある。Section 4で見たデジタル格差の第3層（成果格差）が、支出という形で可視化されたものと読める。
第二に、1人あたりの単価が高いこと自体は、市場の縮小を止めない。単価×人数が市場である以上、人数が3割減るなら、単価が3割上がってようやく横ばいである。
統計そのものが消えた
学習塾の市場規模を追おうとして、もう一つ分かったことがある。経済産業省「特定サービス産業動態統計調査」は、2024年12月調査をもって終了した。サービス業の動態統計は総務省「サービス産業動向調査」へ統合されている。
本記事では、統合後の学習塾の年間売上高の実額を確認できなかった（アクセス制限のため）。同様に、経済センサスによる学習塾の事業所数・従業者数、教員採用倍率の推移も確認できていない。これらに依拠した主張は本記事には書いていない。
→ 次のSection 9では、そもそもAIが学習の役に立つのかという、より手前の問いに戻る。
🧪 Section 9: AIは学習を助けるのか
このセクションの3点
① トルコの高校生約1,000人を対象にしたRCT（Bastani et al. 2025, PNAS）は、「ガードレールなしのAI利用は学習を毀損する」ことを示した
② ただし同じ論文内で、学習保護策（ガードレール）を組み込んだAIチューターは負の効果を大幅に緩和している
③ AI利用の人種間格差は実測されているが（所得・性別では有意差なし）、Khan Academy Khanmigoの効果測定は本記事では確認できなかった
Section 2で述べた通り、「ペンシルベニア大学発の教師向けAIアシスタントRCT」は本記事では実在を確認できなかった。しかし、実在が確認できる別のRCTがある。Bastani, Bastani, Sungu, Ge, Kabakcı, Mariman (2025)「Generative AI without guardrails can harm learning: Evidence from high school mathematics」PNAS 122(26):e2422633122（PMID 40560616）である。
+48%
標準的なChatGPT型（GPT Base）の演習成績改善
+127%
学習保護策付き（GPT Tutor）の演習成績改善
−17%
AIアクセスを外した後のテストで、GPT Base群が「AIを一度も使わなかった群」より低下した幅
実験は約1,000人のトルコの高校生を対象に行われた。演習中の成績だけを見ればAIチューターはどちらの設計でも成績を大きく改善している。しかし、AIへのアクセスを取り上げた状態のテスト（AIなしで実力を測る場面）では、標準的なChatGPT型インターフェース（GPT Base）を使っていた生徒は、AIを一度も使わなかった生徒より成績が17%低かった。「使わなかった方がまだ良かった」という逆転が起きている。一方、学習保護策を組み込んだAIチューター（GPT Tutor）は、この負の効果を大幅に緩和したと報告されている。
つまり同じ論文の中に、「AIは学習を毀損する」という結果と「設計次第で毀損は防げる」という結果が両方含まれている。この論文を「AIは有害」とだけ要約するのも、「AIは有効」とだけ要約するのも、どちらも論文の一部しか伝えていない。
Khan AcademyのAIチューター「Khanmigo」については、公式の導入規模や効果測定を本記事では確認できなかった。教育現場で最も広く名前が挙がるAIツールの一つであるにもかかわらず、その効果に関する一次データは本記事の調査時間内では見つけられなかった、という事実自体を記録しておく。
AI利用そのものの社会経済階層差については、Pew Research（2025年1月15日発表）の米10代調査に実測がある。学業目的でのChatGPT利用は26%（2023年の13%から倍増）。人種別ではBlack・Hispanicがそれぞれ31%、Whiteが22%で有意差があった。学年別では11〜12年生31% ＞ 9〜10年生約25% ＞ 7〜8年生20%。一方、この調査では世帯収入・性別による有意差は確認されていないと明記されている。
以上から言えることは限定的である。「AIが学習を助けるか」に対する現時点の実証は、条件付きである。少なくとも1本のRCTは、設計（ガードレールの有無）によって結果が反転することを示した。AI利用に人種間の実測差はあるが、所得・性別の格差は同じ調査では確認されていない。「AIで格差が埋まる」も「AIで格差が広がる」も、断定できるだけの証拠は本記事では揃わなかった。
→ 次のSection 10では、「2030年・2040年の教育AI市場規模」という、よく引用される予測の正体を確認する。
💰 Section 10: 2030年・2040年の市場規模
このセクションの3点
① EdTech市場の将来予測を、本記事は一次情報として取得できなかった。取れなかったことを書く
② 2030年・2040年について確度の高い数字は人口だけである（Section 8）
③ 過去に「大学を置き換える」と言われた技術の、実際の到達点は決算に残っている
まず、取れなかったものを書く
この記事のために、EdTech・AI教育の世界市場規模の予測を一次情報から取ろうとした。結果は失敗である。
| 取ろうとしたもの | 結果 |
|---|---|
| EdTech世界市場の2030／2040年予測（調査会社の公式リリース） | 取得できず（各社サイトがアクセス制限） |
| OECD／UNESCO等の国際機関によるEdTech市場予測 | 取得できず |
| 日本の教育産業市場規模の予測（民間調査会社） | 取得できず |
| 学習塾の年間売上高の実額（統合後の総務省統計） | 取得できず |
| 日本の15〜19歳人口の推計（2020〜2050年） | 取得できた（Section 8） |
| Courseraの実売上（SEC XBRL） | 取得できた |
| 米国のAI教育に関する大統領令・教育省の規則 | 取得できた（Federal Register の一次資料） |
なぜ「取れなかった」をわざわざ書くのか
市場規模の予測は、探せば必ず何かの数字が出てくる。「2030年にEdTech市場は◯◯兆円」という数字は、検索すれば無数に見つかる。しかしその多くは調査会社の「当社調べ」であり、市場の定義が公開されていない。定義が違えば桁が変わる。
この記事は Section 2 で「実在を確認できない研究を引用したAI」を批判した。その直後に、出所を確認できない市場規模を載せるわけにはいかない。だから空欄にした。
確度の高い2030年・2040年は、人口だけである
520.2万人
2030年の15〜19歳人口（2020年比 −8.8%）
405.4万人
2040年の15〜19歳人口（2020年比 −28.9%）
日本の教育ビジネスの「2030年」「2040年」を考えるとき、唯一この2つの数字だけが、すでに生まれた人間を数えた結果である。市場規模の予測を並べる代わりに、この分母から自分で逆算するほうが確実である。
Section 8 の1人あたり単価と掛け合わせれば、読者は自分で概算できる。ただし本記事はその掛け算の結果を書かない。1人あたり単価は「学習費総額」であって「教育ビジネスの売上」ではなく、両者を掛けても市場規模にはならないからである。
過去の予測が、どこに着地したか
2010年代、MOOC（大規模公開オンライン講座）は「大学を置き換える」と繰り返し言われた。その予測の当事者であるCourseraの実際の売上は、SEC提出書類にこう残っている。
| 論点 | 2010年代に言われたこと | 実際に起きたこと |
|---|---|---|
| 大学の代替 | MOOCが伝統的な高等教育を置き換える | 置き換わっていない。大学は存続し、MOOC企業は大学と組む側に回った |
| Courseraの規模 | — | Section 6 で見たとおり、ChatGPT登場後も成長は続いている（FY2023→FY2024で+9.2%）。ただし規模は「大学を置き換える」と言われた当時の想像とは桁が違う |
| EdTech大手の帰結 | オンライン教育プラットフォームが勝つ | 2Uは2024年7月25日にChapter 11を申請した（Section 5） |
技術が本物であることと、その技術を売る会社が儲かることは、別の問いである。MOOCは実在し、いまも使われている。それでも「大学を置き換える」という予測は外れ、その予測を前提に投じられた資本の一部は破産法申請に着地した。AIについて同じことが起きない理由は、現時点では見当たらない。
政策の側で確認できたこと
| 項目 | 確認できたこと |
|---|---|
| 米国 | AI教育に関する大統領令と、教育省の関連規則がFederal Register の一次資料として存在する |
| 日本・GIGAスクール関連 | 関連予算として1,805億円という数字を確認したが、この金額が何年度のどの費目にあたるかを本記事では特定できなかった。したがって解釈は加えない |
| 日本・生成AIガイドライン | 初等中等教育向けのガイドラインが存在し、公表時期は2025年12月と確認したが、本文URLを特定できなかったため内容には触れない |
| 日本・教師不足 | 2,065人という数値を確認したが、調査年度と定義のラベルを確実に復元できなかったため、参考値としてのみ記す |
→ 次のSection 11では、市場の話から離れて「なぜ情報が無料になっても格差が消えないのか」という、この記事の出発点に戻る。
🧬 Section 11: なぜ情報の平等化が学力の平等化にならないのか
このセクションの3点
① 幼少期の自己制御が後年の健康・経済状況を予測する（Moffitt et al. 2011, Dunedin研究）ことは実在確認済みだが、「貧困が認知能力を下げる」（Mani et al. 2013）と「3000万語ギャップ」（Hart & Risley 1995）には、いずれも強い反論・追試があり決着していない
② 「3000万語ギャップ」を確定した事実として扱ってはいけない。Sperry et al. (2019) はより広い測定方法で格差が消失したと報告し、Golinkoff et al. (2019) はこれに強く反論している
③ 「行動を選ぶ認知システムの違いが結果を分ける」という仮説は複数の実証と方向としては整合するが、「9割は家庭で決まる」のような強い断定は実証の現状より踏み込みすぎている
本サイトの運営者は、別のAIとの会話の中で「同じ状況に置かれても行動が違うのは、行動を選ぶ認知システムそのものが違うからではないか」という仮説を立てたことがある。情報も動画も無料になった今、行動しない理由は情報不足ではなく、情報をどう処理し、どう行動に変換するかという認知の層にあるのではないか、という見立てである。このセクションでは、この仮説を実証研究に照らして検証する。
自己制御の予測力 — Dunedin研究
Moffitt et al. (2011)「A gradient of childhood self-control predicts health, wealth, and public safety」PNAS 108(7):2693-2698（PMID 21262822）は実在が確認できる。ニュージーランドで出生から32歳まで追跡した1,000人のコホート研究で、幼少期の自己制御力が成人後の健康・経済状況・犯罪歴を予測することを示した。知能・社会階層の影響を統計的に取り除いても効果は残り、さらに同一家庭内のきょうだいペア（500組）を比較しても、自己制御が低い方が悪い結果になる傾向が確認されている。家庭環境そのものを揃えた比較でも差が残る、という点がこの研究の強みである。
貧困と認知機能 — 争いのある研究
Mani, Mullainathan, Shafir, Zhao (2013)「Poverty Impedes Cognitive Function」Science 341(6149):976-980（PMID 23990553）は実在が確認できる。金銭を意識させる操作を行うと貧困層のみ認知課題の成績が低下したこと、インドの農家を収穫前（貧しい時期）と収穫後（裕福な時期）で比較すると同一人物でも収穫前の方が成績が低下したことを報告し、その差はIQ換算で約13点相当とされている。
反論も実在する。Wicherts & Scholten (2013)「Comment on "Poverty impedes cognitive function"」（PMID 24311665）は、Mani et al.の統計的手法、特に交互作用効果の推定に疑義を呈した。Mani et al.は同号で反論している（PMID 24311666）。効果の頑健性について研究者間の合意は得られていない。「貧困がIQを13点下げる」を確定事実として引用するのは、実証の現状より踏み込みすぎている。
「3000万語ギャップ」— 最も踏み込みすぎている通説
Hart & Risley (1995)の著書Meaningful Differences in the Everyday Experience of Young American Childrenで提示された「低所得層家庭の子どもは高所得層家庭の子どもより3000万語少ない語彙を聞いて育つ」という説は、教育政策に大きな影響を与えてきた。しかし、この説は2010年代後半に大きく揺らいでいる。
| 立場 | 研究 | 主張 |
|---|---|---|
| 反証 | Sperry, Sperry & Miller (2019) Child Development 90(4)（PMID 29707767） | 話者・環境音を含むより広い定義で会話環境を測定し直したところ、語彙ギャップは消失したと報告 |
| 反論 | Golinkoff et al. (2019)（PMID 30102419） | 「格差の存在を否定することは深刻な結果を招く」とSperry et al.を強く批判 |
| 再反論 | Sperry et al. (2019)（PMID 30102424） | Golinkoffの批判にさらに応答。決着していない |
「3000万語の差」は、研究者コミュニティの中でまだ決着していない論争である。本記事はこれを確定した事実として扱わない。
幼児教育投資の収益率 — 引用されてきた数字は下方修正されている
Heckman et al. (2010)「The Rate of Return to the High/Scope Perry Preschool Program」Journal of Public Economics（PMID 21804653）は、先行研究のランダム化の不備や標準誤差の欠落を補正した結果、Perry Preschool Programの年間社会収益率をおおむね7〜10%と算出した。これは従来広く引用されてきた数値より低い、より保守的な数字である（それでも株式収益率の歴史的平均は上回るとされる）。なお、「幼児教育ほど投資収益率が高い」という図（いわゆるHeckman Curve）そのものの一次データ・初出典は、本記事では特定できなかった。
このセクションの結論。運営者の仮説「同じ状況でも行動が違うのは、行動を選ぶ認知システムが違うから」は、方向としては複数の実証（特にDunedin研究の自己制御データ）と整合する。ただし、その根拠としてよく引かれる研究の多くには、追試や反論がある。「9割は家庭で決まる」といった強い断定は、実証の現状より踏み込みすぎている。
この論点は、本サイトの別記事「努力は遺伝に勝てるか — メリトクラシーの揺らぎ、35歳の岐路」で扱ったScarr-Rowe効果（貧困家庭ではIQの分散の60%が環境要因で説明されるとする研究）と接続する。情報や動画がタダで手に入っても、その情報を処理し行動に変換する認知的な土台そのものに差があるとすれば、情報の平等化だけでは結果の平等化に至らない、という見立てはそこでも支持されている。ただし、そちらの記事でも同様に、単一の断定を避け複数の実証を並べている。
→ 次のSection 12では、ここまでの議論全体に対する最強の反論を検討する。
⚖️ Section 12: 反対解釈 — この記事の主張への最強の反論
このセクションの3点
① Cheggが失ったのは「教育」ではなく「課題代行」という特定の商品であり、教育そのものが代替された証拠にはならない
② 米国の学力低下（PIAAC 2017→2023）をChatGPT（2022年11月公開）だけの結果と見なすことはできない。COVID-19の影響と分離できていない
③ ここまでの議論の多くは相関であり、因果を証明したものではない
ここまでの議論には、反論の余地が大いにある。ここまでの主張に対して、最も強い反論を並べておく。
反論1: Cheggが失ったのは「教育」ではない
Section 5でCheggの売上高がFY2022の$766.9MからFY2025の$376.9Mへ約51%減少したことを見た。しかしCheggが売っていたのは「課題の答えを教える」というピンポイントなサービスであり、教育そのものではない。ChatGPTが得意なのは、まさにこの「質問に対して答えを返す」という形式であり、Cheggの商品はAIの得意分野と正面から重なっていた。これは教育ビジネス全体がAIに代替されたことの証拠ではなく、「答えを教える」という特定の商品形態が代替されたことの証拠にすぎない。
反論2: Courseraは成長を続けている
Coursera（COUR）の売上高はFY2023の$635.8MからFY2024の$694.7Mへ+9.2%増加している。ChatGPT登場後もB2B（企業・大学向け）を軸にした需要は消えていない。「AIが教育需要を破壊する」という一般化は、少なくともこの企業には当てはまらない。
反論3: 日本の塾決算にAIの痕跡は見えない
Section 7で見た日本の上場学習塾5社（ナガセ・ステップ・早稲田アカデミー・リソー教育・学究社）は、直近4〜5期でいずれも減収の兆候がなかった。対面・強制力・進捗管理という商品は、生成AIによる代替の影響を（少なくとも決算数値の上では）受けていない。
反論4: 学力低下はAIより前から始まっている
Section 3で見たPIAAC Cycle 2の米国識字力は2017年の271点から2023年の258点へ低下し、識字レベル1以下の割合は19%から28%へ増加した。ChatGPTの公開は2022年11月である。この期間には新型コロナウイルスの世界的流行（2020〜2022年）が含まれており、NAEP長期トレンドの読解・数学スコアもコロナ後に大きく下落したことが確認されている（Section 3・A2参照）。学力低下をChatGPTだけの結果とみなすことはできない。COVID-19による学校閉鎖・学習機会の喪失という、AIとは別の巨大な要因が同じ期間に重なっており、両者の影響を分離することは本記事のデータではできていない。
相関と因果を分けること。本記事で提示した数字の多くは、時間的に前後する2つの出来事（AIの普及と、学力の低下・企業の業績変化）を並べたものであり、片方がもう片方を引き起こしたことを証明する実験デザインではない。RCT（Bastani et al. 2025）のように因果を主張できる設計のデータと、決算・統計のように相関しか示せないデータは、本記事の中でも扱いを区別している。
→ 最後のSection 13では、ここまでの実証を踏まえて「何が残り、何が消えるか」を整理する。
🧭 Section 13: 何が残り、何が消えるか
このセクションの3点
① 知識の伝達・課題の代行・採点や教材作成は代替されやすい（Cheggの実例が傍証）
② 強制力・場所・進捗管理、資格や学位というシグナル、動機づけや家庭の認知環境は代替されにくい
③ AIが奪うのは「教える仕事」ではなく「教材と答えを売る仕事」というのが本記事の解釈であり、実証された結論ではない
ここまでの実証を整理すると、教育ビジネスを構成する要素ごとに、AIによる代替のされやすさには明確な差がある。
| 教育ビジネスの要素 | AIに代替される度合い | 根拠 |
|---|---|---|
| 知識の伝達 | 代替されやすい | Cheggの売上高がFY2022比で約51%減少（Section 5） |
| 課題の代行 | すでに代替された | Chegg CEOが決算発表でChatGPTの影響を公式に認めた（Section 5） |
| 採点・教材作成 | 代替されやすい（ただし効果の実証は未確認） | Duolingoは150以上の新コースをAI生成で投入（Section 6）。ただし本記事はその教育効果の実証を確認できていない |
| 強制力・場所・進捗管理 | 代替されにくい | 日本の上場塾5社が直近4〜5期で減収の兆候なし（Section 7） |
| 資格・学位というシグナル | 代替されない | 学位のシグナリング効果（sheepskin effect）。記事①参照 |
| 動機づけ・家庭の認知環境 | AIの外側にある | Dunedin研究の自己制御データ等（Section 11） |
表の下段2項目は、本サイトの別記事「努力は遺伝に勝てるか — メリトクラシーの揺らぎ、35歳の岐路」で扱った論点と直接つながっている。学位のシグナリング効果（sheepskin effect、学位を取得した最終年に賃金が跳ね上がる現象）は、知識そのものではなく「学位という証明書」に市場価値があることを示しており、AIがどれだけ知識を無料で提供しても、この証明書としての機能は代替されない。同様に、Section 11で見たDunedin研究の自己制御データや、争いのある「3000万語ギャップ」論争も、情報の平等化だけでは埋まらない家庭環境の差の存在を示唆している。
以上を踏まえた本記事の解釈は次のとおりである。AIが奪うのは「教える仕事」ではなく「教材と答えを売る仕事」である。Cheggが失ったのは課題の答えを売るビジネスであり、日本の学習塾が失っていないのは強制力・場所・進捗管理という、答え以外の商品である。ただし、これは実証されたテーゼではなく、Section 5〜12で確認した実測から導いた本記事の解釈にすぎない。ここまで繰り返し書いてきた通り、確認できなかった数字は「本記事では確認できなかった」と書き、争いのある研究は両論を併記した。この記事自体も、将来より多くの一次データが確認できれば修正されるべきものである。
本記事は投資助言ではない。Chegg・Duolingo・Coursera・Udemy・2U・すららネット・日本の学習塾各社等、本記事で言及した個別企業の株式について、売買を推奨する意図は一切ない。株価・決算の記載はすべて過去の一次資料の確認結果であり、将来の業績や株価を保証するものではない。
材料・方法・限界
| 企業の数値 | 米国は SEC EDGAR の 10-K / 10-Q / 8-K と XBRL データ、日本は決算短信・有価証券報告書。株価はいずれも取得日を本文に明記している |
|---|---|
| 学力・格差 | NCES/NAEP、OECD PIAAC、Pew Research の公表データ、および査読論文。本文中の論文はすべて Crossref / PubMed / 出版社ページで実在を確認済みだが、抄録と公表数値に依拠しており本文の精読はしていない |
| ★実在を確認できなかったもの | Section 2 で扱った「ペンシルベニア大学の教師向けAIアシスタントRCT」は、PubMed 検索でヒットしなかった。「存在しない」と断定するものではなく、「本記事の探索範囲では確認できなかった」ということである。実在を示す一次情報をお持ちの方はご指摘いただきたい |
| ★争いのある知見 | Hart & Risley の word gap、Mani et al. 2013 の貧困と認知能力、生成AIの学習効果 —— いずれも追試や反論が存在する。本記事は両論を併記し、どちらも確定した事実として書いていない |
| ★市場規模予測 | 本記事はどの予測も支持していない。民間調査会社の予測は原則として「当社調べ」であり、市場の定義が公開されていないものが多い。定義が違えば桁が変わる |
| 因果について | PIAAC の 2017→2023 の低下を ChatGPT（2022年11月公開）に帰することはできない。COVID-19 の影響と分離できていない。本記事は時系列上の事実を並べるにとどめ、因果関係を主張していない |
本記事は投資助言ではない。個別企業の決算・株価・人員削減を扱ったが、いずれも起きた事実の記録であって、将来の株価や特定銘柄の売買について何も述べていない。