こんにちは、株式会社TIMEWELLの濱本 隆太です。
DXハイスクール（高等学校DX加速化推進事業）は、情報や数学などの教育を重視するカリキュラムを組み、ICTを活用した文理横断的・探究的な学びを強化する高校に対して、国が環境整備の経費を補助する文部科学省の事業です。令和6年度に1,010校で始まり、令和8年度には1,249校が採択されました。新規採択校への補助は1校あたり1,000万円。この予算で高性能PCや3Dプリンターをそろえる学校が多い一方、採択校の実践を読み込んでいくと、成果を分けているのは機材ではなく「生成AIを学びのどこに置くか」という設計だと分かります。この記事では、文科省の一次情報で事業の仕組みを整理したうえで、文科省の事例集に学校名入りで掲載された採択校の生成AI活用を3校の実例と4つのパターンにまとめ、これから申請する学校に向けて計画づくりのポイントまで書きます。
先に要点を3つ挙げます。
- DXハイスクールは公立・私立の高校が対象で、新規1,000万円、継続2年目500万円、3年目300万円（重点類型は増額）の定額補助。令和8年度は1,249校（公立920校・私立329校）が採択され、財源として令和7年度補正予算で52億円が措置されています
- 文科省の事例集には、情報Ⅱの授業でローカルLLMを構築する都立高校、生成AIと3Dプリンターを組み合わせて探究するものづくりに取り組む私立高校など、生成AIを軸にした実践が学校名入りで載っています
- 申請の鍵は、機材リストではなく「3年間でどんな学びを実現するか」の設計図を描くこと。情報Ⅱの履修推進や高大接続という事業の狙いに、生成AIの活用がどう結びつくかが問われます
DXハイスクールとは。1,249校に広がった高校のデジタル投資
まず制度の骨格から押さえます。DXハイスクールの正式名称は「高等学校DX加速化推進事業」、補助金としての名称は「高等学校等デジタル人材育成支援事業費補助金」です。文部科学省は事業の趣旨を、高校段階におけるデジタル等成長分野を支える人材育成の抜本的強化を図るため、「情報、数学等の教育を重視するカリキュラムを実施するとともに、ICTを活用した文理横断的・探究的な学びを強化する学校など」に必要な環境整備の経費を支援するもの、と説明しています[^2]。背景にあるのは大学側の変化です。大学段階でデジタル・理数分野への学部転換が進むなか、その政策効果を最大限に引き出すには高校の育成基盤も強化する必要がある、という発想で設計されました[^1]。
対象は公立・私立の高等学校で、中等教育学校の後期課程や特別支援学校の高等部も含みます[^1]。規模の推移を公表資料の数字で追ってみます。
| 年度 | 採択状況 | 補助のスキーム |
|---|---|---|
| 令和6年度 | 1,010校（公立746校・私立264校）を採択[^3] | 事業初年度。申請受付は令和6年1月31日から2月29日[^3] |
| 令和7年度 | 新規200校程度、継続1,000校程度[^4] | 新規1,000万円（重点類型1,200万円）、継続500万円（重点類型700万円）。都道府県の域内横断的な取組にも1県1,000万円[^4] |
| 令和8年度 | 1,249校（公立920校・私立329校）、うち重点類型80校[^2] | 新規1,000万円（100校程度）、継続2年目500万円（重点類型700万円）、継続3年目300万円（重点類型500万円）[^1] |
初年度の1,010校から2年で1,249校へ。文科省の予算資料はこの事業の対象規模を公立・私立あわせて1,300校程度と見込んでおり[^5]、もはや一部の先進校向けの実験的な事業ではありません。補助単価が上積みされる重点類型には、グローバル型、特色化・魅力化型、プロフェッショナル型の3つがあり、令和8年度はそれぞれ20校、10校、50校（うち半導体重点枠10校）の計80校が採択されました[^2]。財源は令和7年度補正予算で措置された52億円です。文科省の公募説明会資料は、この事業の取組例として、情報Ⅱや数学Ⅱ・B・Ⅲ・Cなどの履修推進、文理横断的・探究的な学び、高大接続を挙げています[^5]。
見落とされがちですが、補助対象経費の幅は広めに取られています。設備備品費のほか、委託費、消耗品費、教職員を除く人件費、諸謝金、旅費なども対象です[^1]。機材の購入だけでなく、外部講師による講座や教員研修の委託にも使える設計になっている。この点は後半の申請のポイントで効いてきます。
なお、国の高校改革の全体像としては、2026年2月に公表されたN-E.X.T.ハイスクール構想と、それを支える高等学校教育改革促進基金（令和7年度補正2,955億円）が動き始めており、DXハイスクールはその関連施策のひとつとして位置づけられています[^5]。改革全体の構図はN-E.X.T.ハイスクール構想の解説記事で詳しく書きました。
採択校は生成AIをどう使っているか。文科省事例集の実例3校
制度の話はここまでにして、本題に入ります。DXハイスクールについてよくある誤解が、機材購入の補助金という見方です。確かに使途としては高性能PCや3Dプリンターの整備が目立ちます。ただ、文科省が公開している事例集を読み込むと、面白いのは機材そのものではなく、生成AIを学びのどの位置に置くかという設計の部分です。検索して出てくる情報の多くはツールを売る側の発信で、学校の実践そのものを一次資料で確かめた記事はほとんど見当たりません。ここでは、文科省の事例集と学校の公式発信で確認できた実例を3つ紹介します。
東京都立小岩高等学校。情報Ⅱの授業でローカルLLMを構築する
令和6年度採択校の東京都立小岩高等学校は、情報Ⅱの授業を年間を通じたプロジェクトベース学習として設計しています[^6]。生徒は4名以内のグループで自らプロジェクトを立ち上げ、ガントチャートで計画を管理しながら、9月の文化祭での発表を最初の目標に走ります。文科省の資料にプロジェクト例として挙がっているのが、ローカルLLM（手元のコンピュータで動かす大規模言語モデル）の構築です。高性能PCとPython、VS Codeを使って、生徒が自分の手で言語モデルを動かす。ほかにも心拍計を使ったスポーツデータ分析、姿勢推定モデルVitPoseを使ったAI骨格分析、3Dモデリングなど、テーマは多岐にわたります[^6]。
この事例で注目したいのは、生成AIの位置づけです。資料には、生徒が生成AIを「相談相手」として主体的に活用し、行き詰まったときに教員からアドバイスを受けられる環境で学ぶ、とあります[^6]。重回帰分析や主成分分析といった高校の範囲を超える統計手法も、生成AIや教材を活用して理解しながら、実際に収集したデータの分析に挑んでいます。生成AIに答えを出させるのではなく、高度な内容へ踏み込むための足場として使う。都立高校、つまり公立でここまでの実践が動いているという事実は、予算や体制に悩む公立校の先生方にとって強い後押しになるはずです。
富士見丘中学高等学校。生成AIと3Dプリンターでものづくり探究
私立の富士見丘中学高等学校（東京・普通科）は、「AI時代を主体的に生き抜く生徒の育成を目指す教育DX環境整備」を掲げて採択されました[^7]。柱のひとつが、生成AIと3Dプリンターを組み合わせたものづくり体験です。生徒はまず生成AIの特性や著作権を学び、そのうえでプロンプトエンジニアリング（AIへの指示文の設計）を使って画像を生成し、CADで3Dモデルに起こして3Dプリンターで出力します。デザインの発想から実物の製作までを一気通貫で経験し、ものづくりを通じた問題解決を実践的に学ぶ流れです[^7]。
もうひとつ参考になるのが、科目設計と数値目標です。同校は選択科目「Integrated Computer Science」で情報Ⅱ開設に向けた先行的な学びを走らせ、情報Ⅱの履修率30%、大学理系学部進学率40%という目標値（いずれも令和10年度）を計画に明記しています[^7]。補助金の使途も、3DプリンターやハイスペックPCの購入費に加えて、生徒向け講座の実施費用や、教員向けの指導教材・指導案の提供費用まで含めた設計です。機材、生徒向け講座、教員研修をセットで計画している。事例集のなかでも、これから申請書を書く学校の参考として特に完成度が高い事例だと感じます。
文科省の事例集のほかに、学校の公式サイトで実践を発信している例もあります。工学院大学附属中学校・高等学校はDXハイスクール採択2年目で、情報Ⅱの授業に生成AIを本格導入しています[^8]。同校はChatGPTの有料チームプランを導入し、プログラミング学習の進め方そのものを変えました。従来のように文法を一から積み上げるのではなく、生成AIにプロンプトを投げてプログラムの基本構造を先に生成させ、生徒が目的に応じて細部を修正・拡張していくスタイルです。担当教員は生成AIを脳の拡張機能と位置づけている、と公式サイトで説明されています[^8]。
完成形の枠組みが先にあると、生徒は「何を直したいのか」という視点からコードを読み始めます。書ける生徒だけが先へ進み、つまずいた生徒は写経で終わる。従来型のプログラミング授業が抱えてきたこの構造を、生成AIを前提に組み替えた好例だと思います。
活用パターンは4つ。生成AIを学びのどこに置くか
3校の実例を並べると、生成AIの使い方にはっきりした型が見えてきます。全国1,249校の取組を網羅的に検証したわけではないので、あくまで文科省の事例集と公開情報から読み取れる範囲の整理ですが、私は次の4パターンに分けて考えています。
| パターン | 生成AIの位置づけ | 実例 |
|---|---|---|
| 1. 教材として扱う | 生成AIやLLMの仕組みそのものを情報Ⅱ等の学習対象にする | ローカルLLM構築（都立小岩）[^6] |
| 2. 壁打ち相手にする | 探究やプロジェクトの相談相手、理解の足場にする | 生成AIを「相談相手」に統計手法を学ぶ（都立小岩）[^6] |
| 3. 創作の道具にする | 画像生成からCAD、3Dプリンター出力までのものづくりに組み込む | 生成AIと3Dプリンターの連携（富士見丘）[^7] |
| 4. 授業の前提を変える | プログラミング等の指導法自体を生成AI前提に組み替える | 基本構造を生成させ修正・拡張（工学院大附属）[^8] |
パターン1の「教材として扱う」は、生成AIを使うのではなく、開けて中を見る学び方です。ローカルLLMを自分の環境で動かせば、モデルの大きさと性能の関係、学習データの影響、計算資源の制約といった論点が、抽象的な知識ではなく手触りのある経験になります。情報Ⅱはデータサイエンスやプログラミング、情報システムを扱う科目ですから、LLMそのものを題材にする展開は科目の狙いとも噛み合います。DXハイスクールの補助で高性能PCを整備した学校なら、その機材が一番活きる使い方でもあります。
パターン2の「壁打ち相手」は、導入の敷居がもっとも低く、効果の射程がもっとも広い型です。探究学習で問いを鍛える、統計手法の理解を助けてもらう、発表資料の弱点を指摘させる。文部科学省が令和6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）」は、学校現場における人間中心の利活用と、生成AIの存在を踏まえた情報活用能力の育成強化を打ち出しています[^9]。壁打ち型はこの考え方と相性がよい。問いを立て、最終判断を下すのは生徒のままで、AIは思考を深める相手に徹するからです。探究の授業への具体的な組み込み方は高校の探究学習と生成AIの実践記事で手順まで書きました。テーマ設定に迷う場合は探究学習のAIテーマ50選も使えるはずです。
パターン3の「創作の道具」は、手が動き、形が残るのが強みです。画像を生成して終わりではなく、CADに起こし、3Dプリンターで出力するところまでつなげると、生成AIは発想を広げる装置として機能し始めます。富士見丘の事例が示すように、著作権やAIの特性の学習とセットで設計されている点も見逃せません[^7]。作る過程で必ず「これは誰の著作物か」という問いに突き当たるので、情報モラルの学習が説教ではなく実感になります。
パターン4の「授業の前提を変える」は、もっとも難易度が高く、効果も大きい型です。生成AIがコードを書ける時代に、文法の暗記から始める意味はどれだけあるのか。工学院大附属の実践は、この問いに授業設計で答えたものといえます。ただしこの型は、教員自身が生成AIを使い込んでいないと成立しません。どこまで生成させ、どこから生徒に考えさせるかの線引きは、教科の理解と生成AIの理解の両方を要求します。
では、どこから始めるべきか。私はパターン2と3から入り、体制の整った学校が1と4に進む順番が現実的だと考えています。理由は教員側の負担です。1と4は情報科教員の専門性と指導設計の作り込みが必要ですが、2と3は既存の探究や情報Ⅰの授業に載せやすく、失敗してもリカバリーが利きます。最初の1年で小さく成功体験を作り、2年目以降に本丸へ踏み込む。補助額の逓減スケジュールとも、この順番は噛み合います。
申請のポイント。審査に載るのは機材リストではなく学びの設計図
ここからは、これから申請を考える学校向けの実務の話です。まずスケジュール感から。令和8年度の場合、申請受付は令和8年1月21日から2月27日まで、採択発表は4月1日でした[^2]。年明けに公募が動き、年度初めに決まるサイクルです。次年度以降も同じ時期になるかは公表されていませんが、秋のうちに計画の柱を固めておかないと間に合わない、と見ておくのが安全でしょう。
計画づくりで最初に確認すべきは、事業の趣旨との整合です。報道発表の原文が示すとおり、この事業が支援するのは「情報、数学等の教育を重視するカリキュラム」と「ICTを活用した文理横断的・探究的な学び」です[^2]。公募説明会資料も、取組例として情報Ⅱや数学Ⅱ・B・Ⅲ・Cなどの履修推進、文理横断的・探究的な学び、高大接続を挙げています[^5]。つまり、生成AIの導入を書くにしても、それが情報Ⅱの履修拡大や探究の深化にどうつながるのかまで結線されている必要があります。「最新の生成AI環境を整備します」だけでは、機材リストであって計画ではありません。
次に、3年間の逓減を前提にした設計です。補助額は新規1,000万円、2年目500万円、3年目300万円と段階的に減っていきます[^1]。初年度に環境を整え、2年目以降は活用と定着に軸足を移すことが制度側から求められている、と読むべきです。裏を返すと、初年度に機材を買って終わりの計画は2年目以降に息切れします。富士見丘のように、機材の購入、生徒向け講座、教員研修を最初からセットで組んでおくと、2年目からの「使い倒すフェーズ」が回り始めます[^7]。先ほど触れたとおり、補助対象経費には委託費や諸謝金、教職員を除く人件費も含まれるので[^1]、外部人材の講座や研修に予算を割くことは制度上も想定内です。個人的には、機材に7割、人への投資に3割くらいの配分を最初から意識するだけで、計画の説得力が変わると考えています。これは筆者の経験則で、公式の基準ではありません。
数値目標も置きたいところです。富士見丘は情報Ⅱ履修率30%、大学理系学部進学率40%という目標値を計画に明記していました[^7]。数字は達成のプレッシャーになりますが、裏を返せば計画の解像度を示す何よりのシグナルです。生成AIの活用なら、対象学年と科目、年間の実施回数、教員研修の回数あたりを数字で書けるかどうかが、絵に描いた餅と実行計画の分かれ目になります。
最後に、単独校で完結させない視点です。補助単価が上積みされる重点類型は令和8年度で80校と狭き門ですが、半導体重点枠のように地域産業と結びついた枠が用意されています[^2]。令和7年度には都道府県による域内横断的な取組への支援（1県1,000万円）も設けられました[^4]。教育委員会、近隣校、大学との連携を計画に織り込めるかどうかは、高大接続という事業の狙いから見ても効いてくるポイントです。
生成AIを一過性の目玉で終わらせないために
最後に、少し引いた視点の話をさせてください。DXハイスクールの3年間で機材と環境は整います。問題はその先です。補助が終わった4年目以降も生成AIの学びが回り続けるかどうかは、機材の性能ではなく、教員と生徒の中に「AIと一緒に考えて何かを作った経験」が残っているかで決まると私は考えています。ローカルLLMを動かした生徒、生成AIとの壁打ちで問いを鍛えた生徒、AIの生成物を自分の手で実物にした生徒。この経験は機材が古びても残ります。逆に、使い方の講習だけで終わった導入は、担当教員の異動と同時に消えます。
私たちTIMEWELLは、学校・教育機関向けのWARP for Schoolsで、生成AIを使った探究学習の設計や、生徒が自分の手でAIプロダクトをつくる伴走をしています。これまでに500名以上の育成に携わり、東京都との協定事業（WARP ENTRE）にも取り組んできました。DXハイスクールの計画づくりや採択後のカリキュラム設計で生成AIの扱いに迷っている学校関係者の方は、情報交換からでもお声がけください。生徒がプロダクト開発まで踏み込む授業を検討している場合は、高校生のAI開発実践ガイドも参考になるはずです。
まとめ
- DXハイスクールは、情報・数学等を重視するカリキュラムとICTを活用した文理横断的・探究的な学びを支援する文科省の事業で、令和8年度は1,249校（公立920校・私立329校）が採択されています
- 補助は新規1,000万円、継続2年目500万円、3年目300万円の定額で、設備だけでなく講座委託や諸謝金など人への投資にも使えます
- 文科省事例集の実例から、生成AI活用は「教材として扱う」「壁打ち相手にする」「創作の道具にする」「授業の前提を変える」の4パターンに整理できます
- 導入は壁打ち型と創作型から始め、体制が整ってから教材型と授業転換型へ進む順番が現実的です
- 申請計画は機材リストではなく3年間の学びの設計図として書き、情報Ⅱの履修推進や高大接続という事業の狙いとの結線と数値目標を示すことが鍵になります
1,249校という数字は、もはや先進校の実験ではなく、高校教育の標準装備が変わりつつあることを意味します。差がつくのは機材の性能ではなく、その上で何を学ばせるかの設計です。来年度の申請を考えている学校も、すでに採択されて2年目を迎える学校も、自校の計画を「生成AIを学びのどこに置くか」という問いから見直してみてください。
参考文献
[^1]: 文部科学省「令和8年度 高等学校DX加速化推進事業（DXハイスクール）」 [^2]: 文部科学省 報道発表「『令和8年度高等学校DX加速化推進事業（DXハイスクール）』の採択校をお知らせします」（令和8年4月1日） [^3]: 文部科学省 報道発表「『令和6年度高等学校DX加速化推進事業（DXハイスクール）』の採択校をお知らせします」（令和6年4月16日） [^4]: 文部科学省「令和7年度 高等学校DX加速化推進事業（DXハイスクール）」 [^5]: 文部科学省 公募説明会資料「6. 関連施策等について」（令和8年4月） [^6]: 文部科学省「令和7年度 高等学校DX加速化推進事業（DXハイスクール）事例集」東京都立小岩高等学校（情報Ⅱ・プロジェクトベースの主体的な学び） [^7]: 文部科学省「令和6年度 高等学校DX加速化推進事業（DXハイスクール）事例集」富士見丘中学高等学校 [^8]: 工学院大学附属中学校・高等学校「【情報Ⅱ】ICT×生成AI ─『学びを自在に』DXハイスクール採択2年目の挑戦」 [^9]: 文部科学省 初等中等教育局「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）」（令和6年12月26日）