どれだけ、どれだけ速く入れるかで意見が割れる
いま教育現場で最も激しい論点は、AIをどれだけ、どれだけ速く学校に入れるかだ。一方では生成AIツールやAI教材を一気に展開しようとし、他方では「検証されていない政策を全面導入するのは賭けだ」として、まず公の議論と検証を求める。この慎重論は周縁の声ではない。ノルウェー首相はAIの利用が子どもに学びの重要な段階を飛ばさせる危険を高めると警告し、欧州評議会はAIツールを教室に入れる前に医薬品の治験に準じる安全性審査を経るべきだと勧告した。
この衝突が新しい職を生む。政策は結局「全面導入か全面見送りか」ではなく、どのツールを、どの学年に、どんなガードレールを付けて入れるかという一件ごとの判断に収束する。日本では文部科学省が「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」をVer.2.0へ改訂し、人間中心の原則のもとでパイロット校を通じた実証を進めている。2026年度は教育利用・校務利用・教材実証を合わせて多数の自治体・認定校で実践事例を積み上げる段階にある。この枠組みを現場の言葉に翻訳し、実際の授業で機能するかを確かめる人がいなければ、ガイドラインは紙のまま残る。
AI教育政策スペシャリストは、その空白を埋める。単にAIを使いこなす教師ではなく、エドテックツールを評価し、AIリテラシーのカリキュラムを設計し、教室でのAI利用ルール（ガバナンス）をつくる人だ。公教育でも、塾・予備校でも、学校連携を担うエドテック企業でも、「このツールを生徒に使わせてよいか」を責任を持って判断できる人材への需要が急速に高まっている。
派手に使いこなす力が核心ではない
この仕事は、教師の現場感覚の上に、政策を読みツールを検証する新しい筋肉を重ねる。AIを華やかに扱う力よりも、何を入れるべきでないかを見極める抑制の方が重要だ。
- エドテックツールの検証。 生成AIツールの正確性、データプライバシー、年齢適合性、学習効果を実際の授業文脈で評価する。ベンダーの宣伝文句ではなく、教室での実測をもとに「導入可・条件付き・不適」を切り分ける。生徒のデータがどこへ行くのか、同意は取れているのかを最後まで問い詰める粘り強さが核心だ。
- AIリテラシー・カリキュラム設計。 生徒がAIを使うだけでなく、AIとともに創り、AIを管理し、AIの社会への影響を批判的に見られるよう教える課程を組む。EU・OECDが発表した初等中等のAIリテラシー枠組み（4領域・19のコンピテンシー）のように、技術知識と責任・省察といった態度を同時に盛り込む必要がある。
- 教室AIガバナンスの助言。 学校単位のAI利用方針、課題での許容範囲、学業の誠実性、教師の確認義務、データ保護、を文書化し運用する。米国メリーランド州が学区ごとに「AIコーディネーター」を置くよう法制化した流れは、この役割の制度化そのものだ。
- 合意形成のファシリテーション。 政策は信頼なしには動かない。保護者・教師・生徒の懸念を聴き、根拠で答え、検証結果を透明に共有する力は、技術力と同じくらい重要だ。
教室で使ってみた経験が、そのまま資格になる
入口は、教師にとって意外に近い。教室でAIツールを実際に使い、何が効き何が危ういかを体得した教師が、学校や教育委員会のエドテック・デジタル教育担当へ移り、政策検証を担う流れが最も自然だ。日本では新卒（新卒）から教職に就いた若手が、ICT支援員や指導主事を経てこの領域に入る道筋も見えてくる。そこにデータプライバシーやカリキュラム設計の専門性を足すと差別化できる。肩書きはまだ固まっておらず、「ICT・AI教育担当」「指導主事（情報）」、エドテック企業の「教育政策リード」などに散らばっている。
需要は公教育と民間の両側から同時に立ち上がる。教育委員会やパイロット校は検証基準を運用する現場の専門家を必要とし、エドテック企業は学校に売る前に「安全だ」という根拠をつくる人を必要とする。日本市場はまだ既存の教師・指導主事にこの役割を上乗せする段階だが、米国でボストン公立学校が2026年9月から全高校でAIリテラシーを卒業要件に義務化するなど制度が先行しており、専任トラックへ分化するのは時間の問題に見える。
最も速い検証法は、小さく一周回してみることだ。学校で使うAIツールを一つ選び、正確性・プライバシー・学習効果を自分でルーブリックに沿って点検し、その結果を同僚教師がそのまま使える利用ガイドにまとめる。「AIを使いこなせる」ではなく「AI導入の判断を責任を持って下した」という一行が、この分野ではどんな資格よりも強い。