# グリーン AI の授業・活動アイデア

> 9〜18 歳向けの、低コストなグリーン AI の活動 9 つ。エネルギーの見積もり、紙のトークン、データセンターの立地、討論、リバウンドゲームなど。有料ツールは不要です。

Source: https://greenai.guide/ja/学校/グリーン-ai-の授業-活動アイデア/  
Updated: 2026-11-19

## 要点

この 9 つの活動は、紙、公表されている数値、話し合いを使って、AI のエネルギーと環境の側面を、おおよそ 9 歳から 18 歳の児童生徒に教えるものです。それぞれに対象年齢、所要時間、学習目標、教材があり、有料のソフトウェアも、児童生徒の AI ツールのアカウントも必要ありません。

## 要点

- どの活動も、児童生徒自身が AI ツールを使わずに行えます。これは、多くのツールが設けている年齢制限を守ることにもなります。
- 見積もりの活動では、Google と OpenAI が公表しているプロンプト 1 回あたりの数値を、出典とともに使います。
- これらの活動は、新たなカリキュラムの時間を必要とせず、既存の情報、理科、地理、数学、シティズンシップの内容に収まります。
- カリキュラムとの関連づけは目安です。ご自分の国や州のカリキュラムと照らし合わせて確認してください。

## これらのアイデアはどう使えばよいですか？ {#how-should-i-use-these-ideas}

1 つ選び、所要時間をクラスに合わせて調整し、数値を使うときは必ず出典と年を添えてください。どの活動の背景知識も[教員向けガイド](/ja/学校/グリーン-ai-教員向けガイド/)にあり、用語は[用語集](/ja/用語集/)で説明しています。どの活動も、児童生徒が AI ツールのアカウントを持っている必要はありません。

カリキュラムとの関連づけは、イングランドを例にしています（KS2 は 7〜11 歳、KS3 は 11〜14 歳、KS4 は 14〜16 歳）。これは目安であり、公式の対応表ではありません。ほとんどの国には、コンピューターシステム、エネルギー、天然資源、技術の責任ある利用について、同等の領域があります。

## 活動のアイデア {#activity-ideas}

### 1. わたしたちのクラスは AI にどれだけのエネルギーを使っている？ {#1-how-much-energy-does-our-class-use-on-ai}

**対象年齢：** 11〜16 歳 · **時間：** 50 分 · **関連：** KS3 理科（エネルギー、電力、kWh、家庭の燃料費）、数学（見積もり、単位）、情報（技術の影響）

**目標：** Wh と kWh を換算できる。フェルミ推定を行い、その根拠を説明できる。小さな量が積み重なる理由を説明できる。

**教材：** 紙、電卓、以下の公表数値。

**進め方：** 児童生徒は、クラスが 1 週間に AI へのテキストのプロンプトを何回行うかを見積もります（匿名での挙手でかまいません）。Gemini のテキストのプロンプトの中央値についての Google の 0.24 Wh と、ChatGPT の平均的な問い合わせについての OpenAI の 0.34 Wh を使い、範囲を計算します。たとえば、30 人 × 10 回 × 0.24〜0.34 Wh で、1 週間におよそ 72〜102 Wh になります。次に、学校全体、国、世界へと規模を広げ、ラベルに定格電力が書かれている家電製品と比べます。最後に、この数値に含まれていないものについて話し合います。画像、動画、学習（トレーニング）、そして機器そのものです。

### 2. 紙で説明するトークン {#2-tokens-explained-with-paper}

**対象年齢：** 9〜14 歳 · **時間：** 30 分 · **関連：** KS2・KS3 情報（データの表現方法）

**目標：** [トークン](/ja/用語集/#token)とは何かを説明できる。長い文章ほど多くの計算が必要になる理由を説明できる。

**教材：** 印刷した文、はさみ、ストップウォッチ。

**進め方：** 児童生徒は、文をおおよそトークンの大きさのかたまりに切り分けます。OpenAI の目安では、1 トークンは英語でおよそ 4 文字、または英単語の 4 分の 3 にあたるので、長い単語は分割されます。「モデル」役（児童生徒 1 人）は、新しい単語を 1 つ加える前に、すべてのかたまりを読まなければならず、その時間を計ります。文を 2 倍にすると、作業も 2 倍になります。年長の児童生徒は、プロジェクターで無料のオンライン・トークナイザーのデモを試し、珍しい単語や一部の言語はより多くのかけらに分かれることに気づくことができます。

### 3. AI は適切な道具？ {#3-is-ai-the-right-tool}

**対象年齢：** 11〜18 歳 · **時間：** 40〜60 分 · **関連：** KS3・KS4 情報（責任ある利用）、シティズンシップ

**目標：** 技術の利点とコストを比べて考えられる。根拠にもとづいて主張できる。[充足性](/ja/用語集/#sufficiency)を理解する。

**教材：** 課題カード（例：つづりを確認する、誕生日の詩を書く、ペルーの首都を調べる、40 ページの報告書を要約する、画像から皮膚がんを見つける、ロゴを 25 パターンつくる）。

**進め方：** グループで、児童生徒はカードを「AI が最適な道具」「もっと簡単なもので足りる」「場合による」に分け、そのうち 1 つの判断をクラスに向けて説明・弁護します。「くだらない（frivolous）」とはどういう意味か、そして誰がそれを決めるのかについて話し合います。

### 4. データセンターはどこに建てるべき？ {#4-where-should-a-data-centre-go}

**対象年齢：** 11〜16 歳 · **時間：** 60 分 · **関連：** KS3 地理（経済活動と天然資源、人間の営みと自然の営みの相互作用、地図と GIS）

**目標：** 立地の決定に関わる要因を特定できる。トレードオフを比べて考えられる。地図とデータを活用できる。

**教材：** 再生可能エネルギーによる発電、川、気温、送電網への接続、町を示す、印刷した地図または無料のオンライン地図。

**進め方：** 児童生徒は計画委員会となり、3 つの架空の候補地から選びます。涼しく風が強いが遠隔地の場所、水不足に悩む都市の近く、暑い地域の太陽光発電所の隣です。それぞれを電力、冷却、水、土地、雇用、地域への影響で採点します。実例としてアイルランドを取り上げます。データセンターは 2024 年に同国の計量電力の 22% を使っており、2015 年の 5% から増えています（Central Statistics Office）。

### 5. 効率とリバウンドのゲーム {#5-the-efficiency-and-rebound-game}

**対象年齢：** 11〜18 歳 · **時間：** 40 分 · **関連：** KS4 情報（技術の影響）、経済、数学

**目標：** [リバウンド効果](/ja/用語集/#rebound-effect)と[ジェボンズのパラドックス](/ja/用語集/#jevons-paradox)を説明できる。

**教材：** おはじきやコイン、簡単なルール表。

**進め方：** 各チームは、おはじきで表した決まった「エネルギー予算」を持ちます。ラウンドごとに AI の効率が 2 倍になります（1 つの作業にかかるおはじきが半分になる）が、チームはその後、作業をいくつ実行するかを選びます。各ラウンドのエネルギーの合計を記録します。たいていの場合、児童生徒は合計の使用量が増えることに気づきます。これを、経済学者ウィリアム・スタンレー・ジェボンズ（William Stanley Jevons）に結びつけます。彼は 1865 年、蒸気機関の効率が上がると、石炭の使用は減るのではなく増えると論じました。問いかけましょう。合計の使用量を抑えるには、どんなルールがあればよいでしょうか？

### 6. テキスト、画像、それとも動画？ {#6-text-image-or-video}

**対象年齢：** 13〜18 歳 · **時間：** 40 分 · **関連：** KS3 理科（エネルギー）、情報

**目標：** さまざまな AI の作業のエネルギーを比べられる。研究の数値を批判的に読める。

**教材：** 以下の数値を印刷したもの。

**進め方：** ある研究結果を紹介します。2024 年の研究では、試したうちで最も効率の悪いモデルで画像を 1,000 枚生成すると 11.49 kWh を使い、これはスマートフォン 522 回分の充電に相当しました。一方、最も効率のよいテキストモデルは、1,000 回の実行で 1 回分の充電の 9% に相当するエネルギーを使いました（Luccioni、Jernite、Strubell）。児童生徒は、画像のほうがコストが高い理由、「最も効率がよい」「最も効率が悪い」が何を意味するか、そして公平なテストをどう設計するかについて話し合います。

### 7. グリーン AI のラベルをデザインしよう {#7-design-a-green-ai-label}

**対象年齢：** 9〜16 歳 · **時間：** 50 分 · **関連：** デザインと技術、情報、シティズンシップ

**目標：** [エネルギーラベル](/ja/用語集/#energy-label)を理解する。どんな情報が役に立ち、正直なのかを判断できる。

**教材：** 家電製品のエネルギーラベルや食品表示の例、紙、ペン。

**進め方：** 児童生徒は、AI の答えやアプリの横に表示するラベルをデザインします。エネルギー、水、炭素、どこで計算されたか、何を表示すべきでしょうか？ 企業が誤解を招く主張（[グリーンウォッシング](/ja/用語集/#greenwashing)）をしないようにするには、どうすればよいでしょうか？ 年長の児童生徒は、[AI のエネルギーラベル](/ja/記事/ai-のエネルギーラベルとベンチマーク/)を読むことができます。

### 8. プロンプト・ゴルフ {#8-prompt-golf}

**対象年齢：** 13〜18 歳 · **時間：** 30 分 · **関連：** 情報、英語（国語：簡潔な文章）

**目標：** はっきりした具体的な指示を書ける。簡潔さと効率を結びつけて考えられる。

**教材：** 紙。任意で、教員が行う AI のデモ 1 回。

**進め方：** 児童生徒は、長くあいまいな依頼を、必要なもの（誰のためか、長さ、形式）を正確に得られる最も短いプロンプトに書き直します。単語数を数え、次にトークン数を見積もります。教員は、最もよい 2 つをその場で試すことができます。はっきりしたプロンプト 1 回が 5 回の試行にまさる理由について話し合います。

### 9. 討論：国は独自のグリーン AI をつくるべきか？ {#9-debate-should-a-country-build-its-own-green-ai}

**対象年齢：** 15〜18 歳 · **時間：** 60 分 · **関連：** シティズンシップ、政治、情報

**目標：** 技術政策についての議論を組み立てられる。主権、コスト、エネルギー、公平性を考慮できる。

**教材：** [ソブリン AI と持続可能性](/ja/記事/ソブリン-ai-と持続可能性/)の記事など、短い資料。

**進め方：** 論題は「本院は、再生可能エネルギーで動く、国が所有する公共の AI サービスを構築すべきである」です。チームは、利用の公平性やデータの管理を、コスト、エネルギー、インフラ、政治的リスクと対比して論じます。この問いは、2026 年に英国で開かれた、数学者、コンピューター科学者、産業界によるグリーン AI のサンドピット（集中討議型ワークショップ）でも議論され、意見が分かれました。そのため、答えの決まっていない、よい問いになっています。

## 学びをどう評価できますか？ {#how-can-i-assess-learning}

短い記述式の答えがよく機能します。たとえば「1 回のプロンプトが使うエネルギーは少ないのに、AI 全体では多くのエネルギーを使う理由を説明しなさい」や「AI の利用をより効率的にする方法と、より充足的にする方法を 1 つずつ挙げなさい」です。規模についての推論と、グリーン AI の 2 つの側面の両方が含まれているかを見てください。

## 次にすること {#what-to-do-next}

- 今学期、活動 2 か 3 を試してみましょう。どちらもテクノロジーは必要ありません。
- [子どものためのグリーン AI](/ja/学校/子どものためのグリーン-ai/)を、予習や宿題として共有しましょう。
- 授業の前に、[教員向けガイド](/ja/学校/グリーン-ai-教員向けガイド/)で事実とよくある誤解を確認しましょう。
- 重要な用語のために、[用語集](/ja/用語集/)を黒板に示しましょう。
- 活動がどうだったかを[お問い合わせページ](/ja/お問い合わせ/)からお知らせください。これらのアイデアの改善に役立てます。

## よくある質問

### これらの授業にはコンピューターが必要ですか？

ほとんどの授業では必要ありません。いくつかの活動では、トークナイザーのデモやオンライン地図などの無料のウェブページを任意で使いますが、教員がプロジェクターで見せることができます。

### どの活動から始めるのがよいですか？

紙のトークン（活動 2）がいちばん手軽です。30 分で、テクノロジーは不要で、長いプロンプトや答えほど多くの計算を使う理由を説明できます。「AI は適切な道具？」（活動 3）は、その次の活動としてよく合います。

### これらはナショナル・カリキュラムに対応していますか？

イングランドの情報、理科、地理の学習プログラムの既存の内容や、他国の同様の領域を補うものですが、公式の教材ではなく、どの試験の仕様にも結びついていません。

## 出典

- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Google (arXiv:2508.15734) (2025)
- [The Gentle Singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Data centres metered electricity consumption 2024](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2024/keyfindings/), Central Statistics Office, Ireland (2025)
- [Power hungry processing: watts driving the cost of AI deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- [The coal question (1865), summary and extracts](https://energyhistory.yale.edu/w-stanley-jevons-the-coal-question-1865/), Yale University, Energy History (1865)
- [National curriculum in England: computing programmes of study](https://www.gov.uk/government/publications/national-curriculum-in-england-computing-programmes-of-study), Department for Education (2013)
- [National curriculum in England: geography programmes of study](https://www.gov.uk/government/publications/national-curriculum-in-england-geography-programmes-of-study), Department for Education (2013)
- [National curriculum in England: science programmes of study](https://www.gov.uk/government/publications/national-curriculum-in-england-science-programmes-of-study), Department for Education (2013)
