本記事は、2026年05月29日に行われたオンラインイベント「生成AIに関する最新情報の提供」にて紹介された最新情報をもとに、生成AIを活用して記事を作成しています。
オンラインイベントの詳細: https://edulab.t.u-tokyo.ac.jp/2026-05-29-event-report/
国で進むAI教育活用
OpenAI が、教育分野で国単位の取り組みを進めています。「Education for Countries」は、学校や個人にAIを提供するだけではなく、政府と連携して、教育向けのAI環境を整えていく取り組みです。
具体的には、各国の状況に合わせたAIツールの提供、教員研修、AIリテラシーの向上、認定制度などが含まれています。エストニア、ヨルダン、カザフスタン、スロバキアに加え、シンガポールも新たに参加しています。
エストニアでは2万人を超える生徒と4,600人の教師、ヨルダンでは100万人を超える生徒と10万人を超える教師が対象になっています。カザフスタンでは、初月で150万件のプロンプト利用がありました。
ここで重要なのは、生成AIの活用が、個人や学校ごとの工夫から、国として環境を整える段階に入ってきたことです。教育制度の中にAIをどう位置づけるかが、今後ますます重要になっていくでしょう。
参考リンク：
https://openai.com/index/the-next-phase-of-education-for-countries/
AIが数学の予想を反証
OpenAI の社内モデルが、数学の未解決問題に関する予想を反証したことが大きな話題になりました。対象になったのは「平面単位距離問題」という、平面上に点を置いたとき、距離が1になる点の組をどれだけ多く作れるかという問題です。
これまでも、研究者がAIを使って数学の発見を行う事例はありました。ただし、今回は、特定の問題専用に作られたAIではなく、幅広い目的に使える推論モデルが新しい発見をした点が重要です。
従来は、正方格子が最もよい配置だと考えられていました。しかしAIは、その予想を上回る構成を見つけ、数学者による確認も得られています。これは、生成AIが単に文章を作るだけでなく、研究の新しい発見に関わり始めていることを示しています。特に、専用モデルではなく汎用モデルで成果が出た点は、大きな一歩です。
参考リンク：
https://openai.com/index/model-disproves-discrete-geometry-conjecture/
Googleが描くAIの次
Google I/O 2026 では、Gemini 3.5 ファミリーを中心に多くの発表がありました。Gemini 3.5 Flash は、複雑な作業、コーディング、長めのタスクに向けたモデルとして紹介されています。
検索では「AI Mode in Search」が進んでいます。月間10億人を超えるユーザーが使っているという点からも、AI検索がかなり広がっていることが分かります。
開発者向けには、Antigravity 2.0 や Managed Agents が紹介されました。これは、AIが計画を立て、作業環境を使いながら、コード実行まで進めるような仕組みです。
また、 Gemini Omni も紹介されました。「任意の入力から任意の出力」を目指すという方向性で、文字、画像、動画、音声などを一体的に扱う流れが見えてきます。
参考リンク：
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5/
https://blog.google/innovation-and-ai/technology/ai/google-io-2026-all-our-announcements/
https://blog.google/products-and-platforms/products/search/search-io-2026/
Claudeを支える巨大基盤
Anthropic は、SpaceX と計算資源に関する連携を進めています。Claude を安定して提供するために、SpaceX Colossus 1 データセンターを活用し、複数の計算基盤を組み合わせる形です。
この話は、単に裏側のサーバーが増えるというだけではありません。Claude Code の Pro、Max、Team、Enterprise では、5時間ごとの利用上限が2倍に引き上げられ、混雑時間帯の上限削減も撤廃されます。
Claude は高品質なモデルとして評価されていますが、これまでは比較的早く利用制限に届く印象もありました。AIの性能が高くても、十分に使えなければ実務では困ります。そのため、計算資源の確保はとても重要です。
今後は、モデルの賢さだけでなく、どれだけ安定して、どれだけ多く使えるかも競争の大きなポイントになります。AIサービスの品質は、表に見えるモデルだけでなく、裏側の基盤にも支えられています。
参考リンク：
https://www.anthropic.com/news/higher-limits-spacex
AIで広がる社会支援
Anthropic は Gates Foundation と連携し、グローバル課題の解決に向けた2億ドル規模の取り組みを進めています。期間は今後4年間で、助成金、Claude の利用支援、技術支援などが含まれます。
対象となる分野は、健康とライフサイエンス、経済的流動性、教育です。教育分野では、米国K-12向けの学習支援や進路支援、サブサハラ・アフリカやインドでの読み書き・計算支援などが挙げられています。
また、数学の個別指導、大学進学の助言、カリキュラム設計を支える仕組みづくりも含まれています。AIを使った教育支援を、公共的な基盤として整えていこうとする動きです。
ここから見えてくるのは、AI企業が単に便利なチャットツールを提供するだけでなく、教育や医療などの社会課題に深く関わり始めていることです。教育分野も、その重要な対象になっています。
参考リンク：
https://www.anthropic.com/news/gates-foundation-partnership
Claude Opus 4.8の進化
Anthropic から Claude Opus 4.8 が公開されました。イベント当日の日本時間では「今日」公開されたものとして紹介され、現地時間では前日公開というタイミングでした。
開発者向けのモデル名は claude-opus-4-8 です。Claude.ai には、どれくらい深く考えさせるかを調整する機能も追加されています。また、大きな作業をAIが計画し、複数の小さな作業に分けて進める仕組みも研究段階で示されています。
たとえば、大規模なコードの移行では、作業の開始から修正、テスト、統合までをAIが支援することが想定されています。自分で書いたコードの欠陥を見逃す可能性も、前より低くなったとされています。
Fast Mode では、前モデルより2.5倍高速になり、コストは3分の1とされています。実務で使いやすくなる方向に着実に進んでいる印象です。
参考リンク：
https://www.anthropic.com/news/claude-opus-4-8
Copilotが実務に近づく
Microsoft では、Copilot Studio と Microsoft 365 Copilot の両方で新しい動きがありました。Microsoft 365 Copilot の再設計は、2026年05月28日付で紹介されています。
Copilot Studio では、AIがWebサイトやデスクトップアプリの画面を直接操作できるようになります。APIがない作業や、人が手で操作していた業務を自動化できる点で、かなり実務に近い機能です。
Microsoft 365 Copilot では、Word、Excel、PowerPoint、Outlook の中で使いやすい入口が整えられています。読み込み速度は2倍超、読み込み時間は50%以上削減、複雑な指示への応答も改善されています。
初期の Copilot は、使いにくさや出力の不正確さを感じる場面もありました。しかし最近は、モデル選択も含めてかなり使える状態になってきています。Microsoft 環境をすでに使っている組織では、機密情報の扱いも含め、有力な選択肢になっていくでしょう。
参考リンク：
Sakana AIの業務実装
Sakana AI からは、複数のAIを組み合わせる仕組みと、三井住友銀行向けの営業提案書作成AIが紹介されました。
Fugu は、複数のAIを呼び出しながら作業を進める仕組みです。小さな言語モデルが、GPT、Gemini、Claude などを必要に応じて呼び出し、自分自身も呼び出される構造になっています。KAME は、音声で素早く応答するモデルと、裏側で深く考えるモデルを組み合わせる仕組みです。
特に実務に直結するのが、2026年4月30日に発表された SMBC Application です。これは三井住友銀行向けの営業提案書作成アプリで、情報収集、分析、仮説づくり、構成作成、品質確認、事実確認を役割分担したAIが支援します。
従来1〜2週間かかっていた作業が、数十分から数時間に短縮されたと紹介されています。生成AIは、チャットで相談する段階から、業務の流れそのものに組み込まれる段階に進んでいます。
参考リンク：
https://sakana.ai/kame-icassp-2026/
https://sakana.ai/smbc-proposal-ai/
Google教育施策の広がり
Google は、教育分野でも複数の取り組みを進めています。大きくは、AI Educator Series、AI Policy Labs、UNICEF連携、AI学習効果研究の4つです。
AI Educator Series は、米国の教員600万人を対象にした無料の短時間研修です。AI Policy Labs は、ブラジルなど6か国で、教育関係者がAI活用の方針や12か月の計画を作る取り組みです。
UNICEFとの連携では、4か国で Gemini や NotebookLM を使った教師研修や個別指導支援が行われます。AIを単なるツールとして配るのではなく、教員研修や政策づくりと組み合わせて進めている点が重要です。
学習効果の研究も進んでいます。シエラレオネでは、8週間・中学生約1,800人を対象にした調査で、12時間以上利用した生徒に成績向上が見られました。イタリアでは、教材作成支援により教師の管理業務時間が70%削減されたとされています。
参考リンク：
https://blog.google/products-and-platforms/products/education/ai-educator-series/
https://blog.google/products-and-platforms/products/education/ai-policy-guidance-labs/
アメリカ教員のAI利用実態
米国のK-12教員を対象にした調査では、教員2,069人のうち6割がAIを利用していることが紹介されました。そのうち3割は週1回以上使っています。
一方で、正式なガイダンスを受けている教員は18%にとどまっています。ここでいうガイダンスとは、書面の方針や学校・組織としての明確なルールです。
利用場面別に見ると、1対1指導や個別学習支援でAIを使っている教員の69%が、正式なガイダンスなしで使っています。採点や生徒へのフィードバックでAIを使う場合も、58%がガイダンスなしです。
つまり、教員はすでにAIを使い始めていますが、組織としての支援やルールづくりが追いついていません。これは日本にとっても重要な示唆です。ツールを導入するだけでなく、どの場面で、何に気をつけて使うのかを整理する必要があります。
参考リンク：
https://news.gallup.com/poll/710534/teachers-receive-no-formal-guidance.aspx
校務で進むAI活用
日本国内では、文部科学省の生成AIパイロット校に関するレポートが紹介されました。2026年4月30日頃に公開されたものです。
令和8年度のパイロット校は、重複を除いて478校です。内訳は、教育利用が33校、校務利用が261校、教材実証が146校です。特に校務利用の数が多く、まずは教員の業務を支える入口としてAIが使われていることが分かります。
時間短縮の効果も分かりやすく出ています。学習指導案の作成は90分から約30分、20名を超える所見の素案作成は約1か月から約1週間、研修報告書の素案作成は5〜6時間から約1時間に短縮されています。
令和7年度には、校務でAIを活用する学校が66.6%となりました。教職員の半数以上が活用する学校では、98.9%が「働き方改善に効果があった」と回答しています。教育現場では、まず校務効率化から始めるのが現実的です。
参考リンク：
https://www.mext.go.jp/content/20260430-kyoikushokuin-000049466_1-1.pdf
https://edu.watch.impress.co.jp/docs/news/2106509.html
日本大学のAI全学導入
日本大学では、「Google AI Pro for Education」を1万ユーザーに全学導入する取り組みが紹介されました。対象は1万ユーザーで、Gemini の有償版を含む構成です。
目的は、教育DX・データにもとづく教育の推進と、定型業務の効率化、そして「知的創造時間の確保」です。令和8年度から全専任教職員へ展開し、教職員向けセミナーを段階的に実施してAIリテラシーを高めていく予定です。
2026年4月には情報イノベーションセンターも設置されています。基盤としては、Google Workspace for Education Plus、BigQuery、Looker、教学情報収集・分析基盤 D-CAS が使われます。
これは、単に Gemini を契約するという話ではありません。教育データの収集・分析基盤と生成AIを組み合わせ、組織としてAIを活用していく設計です。日本でも、個人利用から組織導入へと動きが広がっています。
参考リンク：
https://www.nihon-u.ac.jp/information/20260513-5108.html
吉田のまとめ
今回で最も大きな技術的な一歩は、OpenAI の汎用推論モデルが数学の未解決問題に対する予想反証を示したことです。専用に作られたAIではなく、幅広い目的に使えるAIが研究上の発見に関わった点は、大きな意味があります。
一方で、教育分野では、今月ものすごく大きなジャンプがあったというより、国や組織としての導入が着実に進んでいる印象です。OpenAI、Google、Anthropic、日本大学などの動きを見ると、生成AIは個人が便利に使う段階から、制度や組織の中に組み込む段階へ進んでいます。
文部科学省のパイロット校の結果からは、校務効率化が現実的な入口であることも見えてきます。教員の時間を生み出すことは、授業改善や子どもと向き合う時間の確保にもつながります。
今後は「どのモデルが優れているか」だけでなく、「どの場面で、どのようなルールや支援体制のもとで使うか」がより重要になります。生成AIの進化を追いながら、教育現場で安全かつ効果的に使える環境を整えていく必要があります。