英語の論文を1本、読みかけたまま、ブラウザのタブに残っていませんか。
AI業界の最新レポート、ビジネス書、技術書。
読み始めたものの専門用語が多くて、3ページで集中力が切れて、そのまま放置されていく。
そんな「読みたいけど、自分ひとりでは読み砕けない」資料が、自分専用の教材に変わるかもしれない。
それが、Googleが2026年6月25日に発表したGeminiの新機能 Study Notebooks です。
教材をアップロードすると、Geminiが「あなたはどこを理解していて、どこが弱いか」を測り、弱点に合わせた短いレッスンを生成してくれる。一見すると便利な「AI家庭教師」ですが、本質はもう少し大きい。Googleは、検索やチャットの次に、学習プロセスそのものを取りに来ています。
そして見落とされがちな本命は、教室や試験対策ではなく、私たち大人が日々向き合っている「読みたいけど理解しきれない資料」の方かもしれません。
目次
具体的に何ができるのかを、まず3ステップで整理します。
第1ステップは、教材アップロード。シラバス、授業ノート、PDF、過去問など、自分が学びたい資料をGeminiに渡します。
第2ステップは、診断クイズの自動生成。Geminiが資料を読み、内容を100以上の学習目標に分解。そこから理解度を測る診断クイズを作ってくれます。
第3ステップは、ダッシュボード化。診断結果から「強い領域」「重点的に学ぶべき領域」「未着手領域」が可視化される。そして弱点に合わせた短いレッスンが自動生成されていきます。
つまり、教材を入れると → 弱点を測る → 弱点を埋めるレッスンが出る → 進捗が更新される、というループが回り続ける仕組みです。
SAT対策については The Princeton Review の問題に基づき、今夏中に ACT、GRE、JEE、NEET、ENEM など各国の標準試験対策が追加される予定です。
「結局NotebookLMの拡張でしょ?」と思う人がいるかもしれません。
それは半分正解で、半分外しています。
NotebookLMは、自分の資料を読み込ませて、要約したり、質問したり、内容を整理したりするのが得意なAIです。図書館の司書のように、棚を整理してくれる。これは「読むAI」と言えます。
一方、Study Notebooksは、その資料をもとに「じゃあ、あなたは次に何を学ぶべきか」まで踏み込みます。パーソナルトレーナーが、診断とメニュー作成と進捗管理までやってくれるイメージ。こちらは「進めるAI」です。
Before(NotebookLMだけ):自分で「今日はどの章を読もう」「どこが弱いんだろう」と判断しないといけない。
After(Study Notebooks):Geminiが「ここを先に理解すべき」「この概念がまだ弱い」「この問題で確認」と組み立ててくれる。
そしてGoogleは2026年4月から、Geminiの中に「Notebooks」機能を入れ、NotebookLMと双方向同期させる設計を進めています。Study Notebooksは、その学習特化バージョンとして位置づけられています。
ビジネスパーソンが日常で「読みたいけど読みきれない資料」は、おおむね3種類に分かれます。
ひとつ目は、英語の研究論文や海外のリサーチレポート。McKinsey や BCG の業界レポート、OpenAI や Anthropic の技術ブログ、arXiv の論文。読みたいが、量が多くて時間と集中力が足りない。
ふたつ目は、業界の専門書。会計、法律、税務、エンジニアリング、AI設計、戦略論。一度通読しても、3週間後にはほとんど覚えていない。
みっつ目は、複数の資料を横断しないと理解できないテーマ。たとえば「LLMがビジネスに与える影響」を本気で理解しようとすると、技術論文、ベンダーの発表、各国の規制、業界事例を横断する必要がある。
これまでは、自力で全部読んで、自力で要約して、自力で「自分はどこが分かっていないか」を見極める必要がありました。
Study Notebooks にこれらを渡すと、Geminiが内容を100以上の学習目標に分解し、「あなたはこの概念をまだ理解していない」と診断クイズで突きつけてきます。そして、弱点に合わせた短いレッスンを生成する。
つまり、読書がインプット型から「診断+処方」型に変わるわけです。
「とりあえず読み終えた」で安心していた状態から、「自分は本当にここが分かっているか」を測られる状態に変わる。
これは独学のあり方を根本から変えうる仕組みです。
特に英語論文のように、専門性も言語の壁も両方ある資料に対しては破壊力が大きい。Geminiが「この用語の前提知識がまだ無いので、先にこの概念を理解しましょう」と順番を組み立ててくれる。「分からないところが分からない」状態から抜けられます。
ここで一度立ち止まって、Study Notebooks の本質的な新しさを整理します。
「この問題を解説して」と聞けば答えてくれるAIは、すでにあります。ChatGPTでもClaudeでもGeminiでもできるし、2023年以降の常識になっています。
Study Notebooksの新しさは、教材を読み込ませたうえでGeminiが「この人は何を理解していて、何が弱いのか」を測ろうとしている点です。
つまり、答えるAIではなく、弱点を見つけるAI。
100以上の学習目標に分解し、「強い領域」「重点的に学ぶべき領域」「未着手領域」を可視化する。これはもう、AIチャットではありません。学習カルテです。
病院では、体調を聞いて、検査して、診断して、処方する。Study Notebooksも、教材を見て、理解度を測って、次に学ぶ内容を出す。構造が同じです。
つまりGoogleが作ろうとしているのは「AI家庭教師」ではなく、学習者ごとの状態を管理する仕組みです。教えるAIから、測るAIへ。 ここが大きな転換点です。
発表からわずか数日ですが、Study Notebooks はすでに「学習以外の用途」で使われ始めています。
たとえば米国のテックメディア Tom’s Guide のレビュアーは、Study Notebooks に大量のレシピを読み込ませて「AIクックブック」として使うレビューを公開しています(「I used Gemini’s Study Notebooks to organize my recipes — and it might be the best AI cookbook you’re not using」)。
レシピをアップロードすると、Study Notebooks は食材・調理時間・調理法などの観点で内容を整理し、「今日は何を作るべきか」「この食材を使うならどれ」を提案してくる。
学習向けの「100の学習目標に分解する仕組み」が、料理の「100のレシピを目的別に分解する仕組み」として、まったく同じ構造で動いたわけです。
これは Study Notebooks が本質的には 「大量の構造化されていない資料を、目的別に診断して処方するAI」であることを示しています。
学習向けに見えるかもしれませんが、構造そのものは「資料を扱うあらゆる場面」に使える。論文・専門書はもちろん、自社の蓄積されたナレッジ、過去の議事録、顧客とのやり取りログ、業界レポートのアーカイブ。すべてが「自分専用のトレーニング素材」になりうる射程に入っています。
教育や学習支援AIで動いているのは、Googleだけではありません。
OpenAIは2025年7月にChatGPTへ「Study Mode」を導入し、即答ではなく、ステップで学習を支援する方向を打ち出しました。
Anthropicも2025年4月に「Claude for Education」を発表し、Learning modeでソクラテス式に学生の思考を促す設計を出しています。
つまり3社とも、方向性は同じです。「答えるAI」から「学ばせ方のAI」へ。
ここで、Googleの差別化はどこにあるか。
それは、Gemini単体ではなく、NotebookLM、Google Classroom、Chromebook、Workspace、YouTubeまで含めた教育エコシステムを持っていることです。
OpenAIとAnthropicは「機能」で戦っている。Googleは「基盤」で戦っている。
単体アプリ同士の戦いと、OS+アプリ群の戦いです。これは構造が違います。
背景にあるのは、AIによる学習・調べものがすでに既成事実化していることです。
英国HEPIの2025年2月の調査では、高等教育の学生のうち92%が何らかのAIツールを使い、88%が課題・評価に関連して生成AIを使ったと回答しています。前年の66%/53%から、わずか1年で爆発的に増えた数字です。
一方で、AIスキルの正式な訓練を受けたと回答した学生はわずか36%。
学生はもう使っている。にもかかわらず、誰も「正しい使い方」を体系立てて教えていない。Googleは Gemini、NotebookLM、Classroom、Workspace for Education を束ねて、その空白地帯を一気に押さえに来ています。
「自分の学習」が主戦場であるのは間違いありませんが、同じ仕組みは学校教育と企業研修にもそのまま流れ込みます。
教師がクラスの教材をベースに Study Notebooks を生徒に割り当て、進捗インサイトを得る機能は、Google Classroomへの正式統合がすでに発表されています(一般提供は2026年10月予定)。
たとえば、30人中20人が「二次関数のグラフ」で詰まっている。逆に「因数分解」はほぼ理解できている。こうしたデータが出れば、先生は授業の時間配分を変えられます。
企業でも構造は同じです。
社内マニュアル、営業資料、コンプライアンス資料、研修スライドが大量にあるけれど、「読んでおいてください」で終わっている。
ここに Study Notebooks 型の仕組みが入れば、社員ごとに理解度テストを作り、弱点に応じたミニレッスンを出し、管理者が部署別の理解度マップを見られるようになる。
これまでのLMSは、動画を見た/テストを受けた、を記録する出席簿型の仕組みでした。Study Notebooks型は、「本当に理解したか」「次に何を学ぶべきか」まで追えるカルテ型に変わります。
ここで影響を受ける側を整理しておきます。
教える側(先生、ビジネス書著者、業界アナリスト、YouTube解説者)の役割は、「説明する人」から「何を学ばせるか・どこを問うかを設計する人」へ移ります。
EdTech企業や研修会社にとっては、単純なクイズ作成、要約、暗記カード系のサービスは GoogleやOpenAI の標準機能に吸収されやすくなる。逆に残るのは、専門カリキュラム、講師の伴走、資格認定、コミュニティ、実務課題の設計を持つサービス。
AIが教材生成をコモディティ化するほど、「何を学ばせるべきか」を設計できる側の価値が上がります。
Study Notebooksは、ここから5段階で進化していくと見ています。
第1段階は、弱点診断エンジン化です。今すでに動いている部分。1回のクイズではなく、日々の回答・質問・復習履歴から理解度を常時更新する「学習カルテ」になります。
第2段階は、NotebookLMとの統合による「自分専用教材化」です。論文、専門書、業務資料、過去問、YouTube解説、自分のメモがすべて「自分用カリキュラム」に再編されます。
第3段階は、教師・管理者向けダッシュボード化です。Google Classroomと連携し、教師はクラス全体のつまずきマップを見られる。企業ではこれが「部署別の理解度マップ」になります。
第4段階は、テキスト中心からマルチモーダル学習へ。数学なら動くグラフ、理科なら実験シミュレーション、語学なら音声対話、歴史なら地図・年表・動画。学習体験そのものが、動的に変わっていく。
第5段階は、試験対策から資格・専門知識・社内研修への横展開です。標準試験対策で磨かれた「診断→処方→進捗管理」のループは、構造としてはあらゆる「読みたいが読みきれない資料」に流用できる。
短期では試験対策と個人学習、中期では教師・管理者の補助、長期では学習データそのものが教育基盤になる。
成績評価そのものに直結するには時間がかかります。AIによる診断は便利でも、「本当に理解しているか」「ズルではないか」「評価として公平か」は別問題だからです。
ただ流れとして、補助輪付き自転車(第1段階)から高速道路のカーナビ(第5段階)まで、Googleが順番に作り進めているのは間違いありません。
Googleは検索で「情報へのアクセス」を握りました。Study Notebooksでは、「学習の順番」を握りに来ています。
検索が地図なら、Study Notebooksはカーナビです。曲がるタイミングまで指示してきます。
この違いは、かなり大きい。
EdTech企業にとっては、単機能ツールは吸収される時代に入った。
教師・研修担当者にとっては、説明者から学習設計者へ役割が変わる。
そして企業の人事・研修担当者にとっては、「読まれない研修」の時代がついに終わる兆しです。
今日の宿題は、シンプルです。
自社で「読みたいけど、読みきれていない」資料を1本だけ思い浮かべてください。英語論文でも、業界レポートでも、積読のビジネス書でもいい。
それを Study Notebooks に渡して、Geminiから「あなたはこの概念を理解していない」と突きつけられたとき、何を感じるか。
その瞬間が、これからのAI時代の学びのあり方の入り口になります。
Web版は既にリリースされており、Gemini が利用可能な言語でグローバル展開中です。モバイル版は2026年夏後半に対応予定、学校発行アカウントや18歳未満向けは今後数週間で提供予定と発表されています。まずは Gemini アプリのウェブ版で試すのが早いです。
NotebookLM は「資料を要約・整理する読む AI」、Study Notebooks は「その資料をもとに次に何を学ぶべきかを診断する進める AI」です。ChatGPT Study Mode(2025年7月)と Claude Learning mode(2025年4月)は方向性は同じですが、Google は NotebookLM・Classroom・Workspace・Chromebook まで束ねた「教育エコシステム」で勝負しており、単体アプリ同士とは戦い方の構造が違います。
構造上そのまま使える設計です。社員ごとの理解度診断、弱点別のミニレッスン、部署別のつまずきマップは、従来の LMS に代わる「カルテ型」の理解度管理として機能します。まずは個人学習の用途で標準化が進み、本格的な組織向け展開は2026年10月の Google Classroom 統合以降が本命です。EdTech企業や研修会社は、単機能クイズ生成ではなく、専門カリキュラム設計・伴走・資格認定に価値をシフトさせる必要があります。
新著(7/27発売)『Claude 最強のAI自動化術』:https://amzn.to/4eTUVG1
YouTube『いけともch』:https://www.youtube.com/@iketomoch
Podcast『いけとも尾原DeepなAIニュース』:https://open.spotify.com/show/3hGAbKZI5oo9PsbFI1IxTr