子どもの学習動機タイプ別｜AIとの付き合い方ガイド【6つの志向別】

この記事を読むとわかること

• 市川伸一教授の「学習動機の二要因モデル」で、6つの動機タイプがどう整理されるか
• 6タイプが「内容関与的動機」と「内容分離的動機」という2つの群に分かれる理由
• 中学生・高校生で生成AI利用がどこまで日常化しているか、最新調査の数字
• タイプ別にそのまま使えるAIへのプロンプト例と、つまずきやすいポイント
• AI活用がうまくいかないときに、動機タイプの見立てをどう見直せばよいか

「AIを勉強に使わせたいけれど、うちの子に合う使い方がわからない」。そう感じている保護者は少なくありません。

同じAIツールでも、子どもの「学びたい理由」によって効果的な使い方は異なります。教育心理学者・市川伸一教授の「学習動機の二要因モデル」を土台に、6つのタイプ別のAI活用法を保護者の関わり方とあわせてまとめました。あわせて、生成AI利用がどこまで日常に入り込んでいるかを最新の調査データで確認し、うまくいかないときの見立て直しの手順も紹介します。

この記事は、教育×AIを研究する立場から、公開されている調査データと市川理論の枠組みを読み込んだうえでまとめています。「型にあてはめて終わり」ではなく、日々の様子を見ながら見立てをアップデートしていく前提で読んでいただければと思います。

学習動機の二要因モデルとは？市川伸一教授の理論をわかりやすく解説

学習動機の二要因モデルは、東京大学名誉教授の市川伸一氏が提唱した理論です。「なぜ勉強するのか」という動機を、「学習の功利性」（勉強自体が目的か、報酬が目的か）と「内容の重要性」（学習内容への関心の強さ）の2軸で整理し、6タイプに分類します。

タイプ	功利性	内容関与	特徴
充実志向	低い	高い	学ぶこと自体が楽しい。知的好奇心が原動力
訓練志向	低い	低い	頭を鍛えたい、知力を高めたいという意識が強い
実用志向	高い	高い	将来の仕事や生活に役立つから学ぶ
関係志向	高い	低い	周囲の期待に応えたい。人間関係が動機
自尊志向	低い	低い	プライドや競争心が原動力。他者より優れたい
報酬志向	高い	低い	ご褒美や成績など、外的な報酬を目的に学ぶ

出典：市川伸一「学ぶ意欲の心理学」PHP新書、2001年

1つのタイプにぴったり当てはまる子は少数派です。多くの場合、2〜3のタイプが混ざり合っています。「最も強い傾向」を掴むことが、学習支援を考える出発点になります。

「内容関与的動機」と「内容分離的動機」──6タイプは2つのグループに分かれる

市川理論の核心は、6タイプが2つの大きなグループに分かれるという点にあります。充実志向・訓練志向・実用志向は、学習内容そのものへの関心が動機になっている「内容関与的動機」です。一方、関係志向・自尊志向・報酬志向は、学習内容そのものではなく、周囲からの評価やご褒美といった別の理由が動機になっている「内容分離的動機」にあたります。

一般に、内容関与的動機が優位な子どもほど、学習が深く安定しやすいことが知られています。内容そのものに関心があるため、テストが終わっても学びが続きやすいからです。とはいえ、内容分離的動機が「悪いもの」というわけではありません。むしろ「ご褒美がきっかけで始めた勉強が、いつの間にか面白くなっていた」というように、学びへの入口として機能することも多くあります。大切なのは、入口としての動機を、いかに内容そのものへの関心につなげていくかという視点です。

「うちの子はどのタイプ？」を見立てる4つのチェックポイント

お子さんの動機タイプを見立てるには、以下の場面を思い浮かべてみてください。

• テスト前の行動： 好きな科目だけ集中する（充実志向寄り）か、全科目まんべんなくやる（訓練・関係志向寄り）か
• ご褒美への反応： 「90点取ったらゲーム買ってあげる」で俄然やる気が出る（報酬志向寄り）か、あまり響かない（充実・訓練志向寄り）か
• 将来の話への反応： 「この勉強は将来こう使えるよ」に響く（実用志向寄り）か、「今のテストで一番になりたい」と返す（自尊志向寄り）か
• 周囲の目への意識： 「先生に褒められたい」「友達に負けたくない」が強い（関係・自尊志向寄り）か、「自分が納得したい」が軸（充実・訓練志向寄り）か

完璧に分類する必要はありません。「うちの子はこのあたりかな」という大まかな見立てで十分です。

動機タイプは固定ではない──年齢や環境で変わる

動機タイプは、一度決まったら変わらない性格のようなものではありません。市川教授自身も、学習動機は教育的な働きかけによって変容しうると指摘しています。小学生のうちは「ご褒美シール」のような報酬志向的な仕掛けがよく効きますが、中学生になると「友達と一緒に頑張りたい」という関係志向が強まったり、高校生になって「この分野を突き詰めたい」という充実志向が芽生えたりと、年齢とともに動機の重心が移っていくのは自然なことです。

環境の影響も大きく、面白い授業や心に残る一冊の本との出会いが、報酬志向だった子を充実志向へと動かすこともあります。逆に、忙しさやプレッシャーが続くと、内容関与的動機が優位だった子が一時的に報酬志向寄りに揺り戻すこともあります。一度の見立てで終わらせず、半年に一度くらいの頻度で「最近のやる気はどこから来ているだろう」と振り返る習慣を持つと、お子さんの変化に合わせた関わり方がしやすくなります。

なぜ今「動機タイプ×AI」なのか──データで見る子どもと生成AIの現在地

動機タイプ別の使い方が重要になっている背景には、子どもたちの生成AI利用が急速に広がっているという現実があります。NTTドコモ モバイル社会研究所が2025年11月に実施し2026年3月に公表した調査によれば、中学生の生成AI利用率は4割を超え、前年比で約3倍（27ポイント上昇）という伸びを見せています。学研教育総合研究所が2025年11月に実施した「高校生白書」でも、高校生の生成AI利用率は73.7%に達しており、利用目的の上位には「情報収集のサポート」「宿題・勉強の手助け」が並び、3位には「悩み相談・カウンセリング」が入っています。

これらの数字を研究者としてあらためて読み込むと、生成AIはすでに「特別な子だけが使う先進的なツール」ではなく、多くの中高生にとって日常の学習・生活の一部になりつつあることが見えてきます。学習目的だけでなく「悩み相談」が上位に入っている点も興味深く、AIが単なる調べもの道具を超えて、子どもたちの関係志向的・自尊志向的な欲求とも結びつき始めていることを示唆しています。

一方で、利用が広がるスピードに比べて、使い方そのものはまだ画一的になりがちです。多くの子どもが「わからないことを聞く」「宿題を手伝ってもらう」という似たような使い方に留まっている段階だと考えられます。同じツールであっても、充実志向の子には探究の深掘りに、報酬志向の子にはゲーミフィケーションに使うなど、動機タイプによって最適な使い方は大きく異なります。ここに、本記事で扱う「動機タイプ×AI」という視点の意味があります。

【タイプ別】学習動機に合ったAIの活用法6選

ここからは、6つのタイプそれぞれに合ったAIの使い方、そのまま使えるプロンプト例、つまずきやすいポイント、保護者の関わり方をあわせてお伝えします。

充実志向 → AIを「対話的な探究パートナー」にする

充実志向のお子さんは、学ぶ行為そのものに喜びを感じるタイプです。「なぜ空は青いのか」と知的好奇心が原動力になっています。

このタイプには、対話型AIに「なぜ〇〇なの？」「これと似た現象は？」と深掘りしていく使い方が合います。教科書で気になった内容をAIに質問し、回答にさらに「なぜ？」を重ねるソクラテス式対話のパートナーとして活用します。

プロンプト例：「〇〇について、答えをすぐに教えずに、私が自分で気づけるように質問で導いてください。ソクラテス式にお願いします」

つまずきやすいポイント： 好奇心の赴くまま脱線し、テスト範囲や宿題から離れた話題に時間を使いすぎてしまうことがあります。

保護者の関わり方： 「AIに聞いてわかったこと、教えて」と促すのが効果的です。また「本当かどうか確かめた？」と問いかけることで、情報リテラシーも育てられます。

訓練志向 → AIを「弱点分析コーチ」にする

訓練志向のお子さんは、「頭を鍛えること」に価値を感じるタイプです。難しい問題を解けた達成感がモチベーションになります。

AIを「弱点分析コーチ」として活用するのが、このタイプには合っています。間違えた問題をAIに伝え、「このミスパターンを克服する練習問題を5問作って」と依頼します。解いた後に自分の解き方をAIに説明して効率的な方法を聞けば、思考の言語化トレーニングにもなります。

プロンプト例：「この間違えた問題と同じミスパターンを克服できる練習問題を、易しい順に5問作ってください」

つまずきやすいポイント： 「解けること」自体が目的化し、なぜその解き方になるのかの理解が置き去りになりやすい面があります。

保護者の関わり方： 「先月解けなかった問題が今は解けるね」と具体的な成長を言葉にしてあげてください。能力の伸びを実感することが、このタイプの燃料です。

実用志向 → AIを「将来とつなげるシミュレーター」にする

実用志向のお子さんは、「将来どう役立つか」を重視します。「数学を勉強して何になるの？」と聞きがちですが、「役に立つ」と納得すれば自発的に深く学べるのが強みです。

AIには「三角関数は実際にどんな仕事で使われているの？」と聞く使い方が適しています。「文化祭の売上予測をしたい。どう計算する？」のように、実場面で知識を使うプロジェクト型の活用もモチベーションにつながります。

プロンプト例：「〇〇（今の職業や興味のある仕事）で、いま勉強している〇〇（教科・単元）がどんな場面で使われているか、具体例を教えてください」

つまずきやすいポイント： 「これは将来役に立つのか」を基準に取捨選択しすぎて、直接の実用性が見えにくい基礎練習を軽視してしまうことがあります。

保護者の関わり方： AIと一緒に「興味のある職業で、この教科がどう使われているか」を調べる時間を設けてみてください。教科書の知識と将来の目標がつながると、学びへの納得感が格段に上がります。

関係志向 → AIを「一緒に学ぶサポーター」にする

関係志向のお子さんは、「誰かのために頑張りたい」が原動力です。先生に褒められたい、友達と一緒にやると楽しい、という動機が強いタイプです。

AIには「数学の先生になって教えて」と頼む使い方がフィットします。逆に「今日学んだ内容をAIに説明して採点してもらう」のも有効です。「友達と使えるクイズを作って」とAIに依頼すれば、対人学習の質を高める準備ツールとしても活用できます。

プロンプト例：「今日学んだ〇〇について、私があなたに説明します。説明を聞いて、正しいか、足りない部分はどこかを先生役として採点してください」

つまずきやすいポイント： 「誰かに認めてもらえるか」に意識が向きすぎて、一人でAIに向き合う時間そのものに手応えを感じにくいことがあります。

保護者の関わり方： 「AIで作った問題、一緒にやってみようか」と関わるのが効果的です。ただし「あなた自身はどう思う？」と本人の意思を確認する声かけも時折挟んでください。

自尊志向 → AIを「実力を測るライバル」にする

自尊志向のお子さんは、「他の人より優れていたい」という競争心が学びのエンジンです。テストの順位に敏感で、目標が明確なときに力を発揮します。

AIに問題を出してもらい正答率を記録する使い方がおすすめです。「前回70%→今回85%」と数値で成長を可視化でき、「5分以内に10問チャレンジ」のように制限時間を設けるとさらにやる気が高まります。

プロンプト例：「〇〇の問題を10問出してください。私が全部解いたら、正答率と、前回より良くなった点を教えてください」

つまずきやすいポイント： 正答率や順位といった数字にこだわりすぎて、間違えること自体を過度に恐れ、難しい問題を避けるようになることがあります。

保護者の関わり方： 結果だけでなく過程を認めることが重要です。正答率が下がった日は「間違えた問題が次の成長ポイントだよ」と、失敗を成長の材料として捉え直す声かけが支えになります。

報酬志向 → AIを「ゲーミフィケーション型ドリル」にする

報酬志向のお子さんは、外的な報酬が動機になるタイプです。報酬志向自体は悪いことではありませんが、報酬がなくなるとモチベーションが急落しやすい面があります。

AIには「1問正解で10ポイント、連続正解でボーナスがもらえるクイズを出して」と依頼する使い方が向いています。「今週のミッション：英単語50個」のような短期目標をAIに設定してもらうクリア型も継続しやすい形です。

プロンプト例：「〇〇の問題で、1問正解につき10ポイント、3問連続正解でボーナス20ポイントのクイズを出してください。合計ポイントも記録してください」

つまずきやすいポイント： ポイントやご褒美そのものが目的化してしまい、報酬がない状況になると急にやる気を失いやすい点に注意が必要です。

ここで気に留めておきたいのが、心理学で「アンダーマイニング効果」と呼ばれる現象です。もともと興味を持って取り組んでいたことに外的な報酬を与えると、かえって内発的な動機づけが下がってしまうことがある、というエドワード・デシが1971年の実験で示した知見に始まる、心理学の古典的な発見です。報酬志向のお子さんにご褒美型のAI活用を取り入れること自体は悪くありませんが、報酬だけに頼り続けると、内側から湧く興味を育てる機会を奪ってしまうリスクもあるということです。だからこそ、報酬をきっかけに「意外と面白いかも」という気づきへとつなげる橋渡しが大切になります。

保護者の関わり方： 外的報酬から内的動機への橋渡しを意識してください。続けるうちに「意外と面白い」と感じる瞬間が生まれたら、「ポイント関係なく楽しかった？」と聞いてみてください。

AIを学習に活用するときに保護者が押さえたい3つのポイント

ポイント1：「まず自分で考える」ルールを設ける

AIは便利ですが、最初から答えを聞いてしまうと思考力が育ちません。家庭でルールを設ける際は、以下のようなステップが有効です。

1. まず自分で考える（5〜10分）
2. わからなかったらAIに「ヒント」を聞く（答えではなくヒント）
3. ヒントをもとに再度自分で解く
4. それでもわからなければAIに解き方を聞く
5. 理解したら、類題を自分で解く

このステップを紙に書いて机に貼っておくと、習慣化しやすくなります。

ポイント2：AIの回答は「必ず正しい」わけではない

対話型AIには「ハルシネーション」（もっともらしいが事実と異なる回答を生成する特性）があります。正確性が求められる情報は教科書や信頼できる資料で確認する習慣をつけましょう。お子さんには「AIは優秀だけど、たまに間違える。最後は自分で確かめよう」と伝えてください。

この考え方は、家庭だけの独自ルールではありません。文部科学省が2024年12月26日に公表した「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）」でも、「人間中心の利活用」を原則に据え、生成AIの存在を前提としたうえで子ども自身の情報活用能力を育てることの重要性が示されています。AIの回答をそのまま鵜呑みにせず、自分の頭で確かめる姿勢を家庭で育てることは、学校教育が目指している方向性ともきちんと重なっているのです。

ポイント3：スクリーンタイムとのバランスを取る

AI学習はデバイスを使うため、スクリーンタイムが増えます。「AI学習30分→紙の問題集30分」のようにメリハリをつけ、AIで学んだ内容を紙にまとめ直す時間を設けると、デジタルとアナログのバランスが取れます。

うまくいかないときの見直し方──タイプの見立てをアップデートする

タイプ別の使い方を試してみても、「なんだか続かない」「効果を感じない」ということもあるでしょう。そんなときに疑うべきは、AIツールそのものの良し悪しではなく、動機タイプの見立てが今の状態と合っているかどうかです。前述のとおり動機タイプは年齢や環境で変わるため、以前は合っていた使い方が、今のお子さんには合わなくなっている可能性があります。

見直しは、次のような手順で進めると取り組みやすくなります。

1. 最近1〜2ヶ月の様子から、「見立てを4つのチェックポイント」を使って動機タイプを再チェックする
2. 1つのタイプに絞り込まず、複数タイプが混ざっている前提で、異なるタイプ向けの使い方を2つ試してみる
3. 試した後に、本人に「どっちのやり方が楽しかった？」「どっちが続けられそう？」と率直に聞く
4. 結果を踏まえて使い方を決め、3週間単位を目安に様子を見ながら回していく

この見直しの中でとくに意識したいのが、報酬志向・自尊志向・関係志向といった内容分離的動機から、充実志向・訓練志向・実用志向といった内容関与的動機への橋渡しです。たとえば報酬型のクイズで始めた子が「意外と面白い」と気づいたら、少しずつ「なぜそうなるのか」を掘り下げる充実志向寄りの使い方を混ぜてみる。関係志向で「先生役のAI」を使っていた子が慣れてきたら、実用志向寄りに「これは将来どう役立つか」を尋ねる使い方を加えてみる、といった具合です。無理に切り替えるのではなく、今のやり方に少しずつ新しい要素を足していく感覚が、長続きする学習習慣につながります。

よくある質問（FAQ）

まとめ｜タイプの見立てが、AIを「最高の学習パートナー」に変える

• 学習動機は「内容関与的動機」（充実・訓練・実用）と「内容分離的動機」（関係・自尊・報酬）の2群に分かれ、内容分離的動機は学びへの入口として機能する
• 中学生・高校生の生成AI利用はすでに急速に日常化しており、使い方を動機タイプに合わせる工夫の価値が増している
• タイプごとに「探究パートナー」「弱点分析コーチ」「将来シミュレーター」など、AIの役割の与え方を変えることで学習効果が変わる

同じAIでも、渡す「役割」次第でまったく違う学習パートナーになります。まずはお子さんの動機タイプをざっくり見立て、この記事のプロンプト例から1つ試してみてください。そしてうまくいかないと感じたら、ツールを変えるのではなく、見立てをアップデートすること。その積み重ねが、AIを一時的な便利ツールではなく、長く付き合える学習パートナーへと育てていきます。

参考文献・出典

• 市川伸一『学ぶ意欲の心理学』PHP新書、2001年
• NTTドコモ モバイル社会研究所「子どものICT利用に関する調査」（2025年11月調査、2026年3月公表）
• 学研教育総合研究所「高校生白書」（2025年11月調査）
• 文部科学省「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）」（2024年12月26日公表）

学習タイプに合ったAI活用をさらに深めたい方は「自己調整学習を加速させる対話プロンプト集」もあわせてどうぞ。

子どもの思考力を引き出すAIへの問いかけ方は「「答え」ではなく「思考」を聞く―AIでメタ認知を育てる問いかけ方」で解説しています。

監修：小牧健也（Investure編集長）