医学部過去問から希望単元を生成AIで探す方法｜ChatGPTで解答作成・類題演習までPMD式

医学部受験では、過去問演習が非常に重要です。しかし受験生からは、次のような相談を受けることがあります。

このような単元別の過去問検索は、従来であれば、何年分もの過去問を1冊ずつめくり、目次や解説を確認しながら手作業で探す必要がありました。非常に時間がかかる作業です。

しかし、生成AIをうまく使えば、大学別・年度別・科目別の過去問情報を整理し、希望する単元を効率よく検索できるようになります。さらに、見つけた過去問について、解法方針の確認、答案作成、別解の検討、類題生成、弱点分析まで行うことができます。

ただし、AIに丸投げしてはいけません。PMD医学部専門予備校では、生成AIを「答えを教えてくれる機械」ではなく、受験生の思考力・答案作成力・復習効率を高める補助ツールとして活用することが重要だと考えています。

この記事では、医学部過去問から希望単元を探し、その解答を作成し、さらに類題演習へつなげる方法を、受験生にも保護者にもわかりやすく解説します。

過去問演習で本当に大切なのは、単に「何年分解いたか」ではありません。大切なのは、次の3点です。

1. 自分の志望校で出やすい単元を知ること
2. 自分が苦手な単元を過去問で重点的に演習すること
3. 解いた後に、答案としてどこまで書けるかを確認すること

たとえば物理で「単振動」が苦手な生徒がいたとします。この生徒が効率よく学習するには、物理の問題集を最初からすべて解くよりも、まず志望校や近いレベルの医学部で過去に出題された単振動の問題を探し、出題パターンを確認するほうが効果的です。

単振動といっても、出題パターンはさまざまです。

• 水平ばね振り子
• 鉛直ばね振り子
• 斜面上の単振動
• 円運動との融合
• 力学的エネルギー保存との融合
• 地球内部を通るトンネルの単振動
• 電磁気や熱力学との融合問題

生成AIを使えば、こうした過去問を単元別・テーマ別に分類し、「どの年度に、どの形式で出題されたか」を整理できます。さらに、ただ年度を探すだけでなく、次のような分析も可能です。

• 出題単元
• 必要な公式
• 難易度
• 典型問題か応用問題か
• 他単元との融合の有無
• 解答に必要な記述量
• 再演習すべき類題

つまり、生成AIを使うことで、過去問演習は「年度順に何となく解く学習」から、「必要な単元を狙って演習する学習」へ変えることができます。

生成AIで過去問を検索するには、まずAIが参照できる形で情報を整理する必要があります。AIは何もない状態で、すべての医学部過去問の出題年度を正確に覚えているわけではありません。特に私立医学部の年度別・設問別の出題単元は、一般的な検索だけでは十分に拾えないことがあります。

そのため、PMD式では、まず過去問情報を次のような表にします。

この表をGoogleスプレッドシート、Excel、Notion、WordPressの内部資料などで管理しておくと、後からAIに読み込ませやすくなります。

最初から完璧な表を作る必要はありません。まずは「大学名・年度・科目・大問・単元・メモ」だけで十分です。演習を進めながら、難易度や融合単元、解き直しの必要性を追加していけば、受験生専用の過去問データベースになります。

過去問をAIで検索しやすくするには、単元名を統一する必要があります。たとえば同じ物理の単振動でも、表記がばらばらだと検索精度が下がります。

• 単振動
• ばね振り子
• 振動
• SHM
• 運動方程式
• 復元力

これらは近い内容ですが、すべて同じ意味ではありません。そこで、最初に「タグのルール」を決めます。

このようにタグを決めておくと、AIに対して「物理の単振動だけ」「化学平衡の中でも電離平衡だけ」「数学IIIの積分で体積だけ」といった検索がしやすくなります。

過去問や解説を読んだ後、AIに単元分類をさせるときは、次のように指示します。

ポイントは、「推測で断定しないでください」と入れることです。AIは便利ですが、問題文に書かれていない情報まで補ってしまうことがあります。特に年度、大学名、大問番号、出題単元を扱うときは、必ず根拠のある情報だけを表にするよう指示する必要があります。

過去問データベースがある程度できたら、次は希望単元を検索します。たとえば、物理の単振動を探したい場合は、次のように入力します。

このように指示すると、AIは単にキーワード一致で探すだけでなく、「単振動に近い問題」と「単振動ではない問題」を分けてくれます。

このように使うと、過去問演習が単なる「年度順」ではなく、「自分の弱点を克服する順番」に変わります。

たとえば、受験生が次のように質問したとします。

この場合、AIには次のように聞くと効果的です。

AIに検索させた後は、必ず元の過去問、解答速報、大学別の傾向と対策ページで確認します。

AIの役割は、過去問探しの手間を減らすことです。最終確認は、人間が資料に戻って行う必要があります。

久留米大学医学部に限らず、私立医学部の物理で単振動を学ぶ場合、最低限確認すべきポイントは次の通りです。

• 運動方程式を立てられるか
• つり合いの位置を正しく取れるか
• 復元力が変位に比例することを示せるか
• ma = -kx または a = -ω²x の形にできるか
• 角振動数 ω を求められるか
• 周期 T = 2π/ω を求められるか
• 力学的エネルギー保存と組み合わせて解けるか
• 他単元との融合問題に対応できるか

単振動は、公式暗記だけでは得点しにくい単元です。特に医学部入試では、「どこを振動中心にするか」「変位をどこから測るか」「重力や垂直抗力をどう処理するか」で差がつきます。

過去問を見つけたら、次は解答作成です。ただし、AIにいきなり「この問題を解いて」と聞くのは、あまり良い使い方ではありません。医学部受験で大切なのは、答えを知ることではなく、自分で答案を作れるようになることです。

PMD式では、次の順番でAIを使います。

最初に必ず自力で解きます。わからない場合も、すぐにAIへ聞くのではなく、次のようにメモします。

• どこまでわかったか
• どの式を立てたか
• どこで止まったか
• 何が不明だったか
• 公式を忘れたのか、考え方がわからないのか

このメモがあると、AIからのフィードバックが具体的になります。

この使い方なら、AIに答えを丸ごと出させるのではなく、自分で考える余地を残せます。

このプロンプトでは、AIを採点者の視点として使います。特に数学・物理・化学では、「式は合っているが説明が足りない」「答えは出ているが定義が曖昧」「途中式の意味が採点者に伝わらない」といった弱点を見つけやすくなります。

この順番で使うと、AIの解答を読むだけで終わらず、自分の答案を改善する学習になります。

生成AIは、解答作成だけでなく、答案添削にも使えます。特に、手書き答案を写真に撮って読み込めるAIを使えば、数学・理科・英作文・小論文の答案をチェックできます。

ただし、AIの読み取りには誤りが出ることがあります。文字の読み間違い、式の誤認識、採点基準とのズレが起こる可能性があります。そのため、AI添削は一次チェックとして使い、最終判断は講師が行うのが安全です。

このプロンプトは、特に記述型の問題に有効です。医学部入試では、正解にたどり着いていても、答案の書き方が不十分だと点数が伸びないことがあります。AIを使って自分の答案を客観視することは、答案作成力を高める練習になります。

過去問は、1回解いて終わりではありません。本当に大切なのは、同じ考え方を使う別の問題を解けるようにすることです。そこで、過去問を解いた後にAIで類題を作ります。

AIが作る類題は便利ですが、必ずしも入試問題として完成度が高いとは限りません。数値が不自然、答えが一意に定まらない、難易度がずれる、医学部入試らしくない設問になることもあります。そのため、PMDでは、AIが生成した類題をそのまま使うのではなく、講師が内容を確認し、生徒の弱点に合わせて調整することが大切だと考えています。

生成AIは非常に便利ですが、医学部受験で使う場合には注意が必要です。

PMD医学部専門予備校では、生成AIを使った過去問学習を、次の流れで考えます。

生成AIを使った過去問学習は、毎日長時間行う必要はありません。次のように、1週間単位で組み込むと効果的です。

この流れを続けると、過去問演習が「解いて終わり」になりにくくなります。医学部受験では、1問からどれだけ学べるかが重要です。生成AIは、1問の学習価値を高めるための道具として使うべきです。

PMD医学部専門予備校では、医学部受験に向けたマンツーマン指導、過去問演習、答案作成指導、小論文・面接対策、生成AIを活用した学習管理を行っています。

AI時代の医学部受験では、「どのAIを使うか」よりも、「どのように使って学力に変えるか」が重要です。PMDでは、生成AIを単なる解答作成ツールとしてではなく、受験生一人ひとりの弱点を可視化し、講師の指導と組み合わせて学習密度を高める補助ツールとして活用します。

過去問から希望単元を探したい方、志望校別の出題傾向を整理したい方、答案作成力を高めたい方は、ぜひ一度ご相談ください。