塾長です。
新しい学年の生活。もう慣れてきた頃だと思います。
勉強についても、気持ちを新たにしました。
これから１年、何をどれだけ学ぼうか、想像していることでしょう。
さて、その勉強の方向性なのですが、悩ましい話題が上がっています・・・
ギュられる！？
「ギュられる」という言葉。
皆さんは使ったことがありますか？
ここ１年くらいの間で広まってきたみたい。
ネットやSNSで、軽いノリで使われることが多いようですが・・・その意味とは？
実はこれ、作業や職業がAIに奪われて無くなってしまう、みたいな意味らしいです。
ちょっと使ってみましょう。
塾講師の立場で使ってみるとすれば、たとえば、
「うちの塾って、学習報告書が紙なんだよね。書くのがたいへん。」
「あー、そういう所で苦労してもねぇ。ギュられるヤツだわｗ」
みたいな感じですかね。
大学生でしたら、こんな感じの会話もありそうです。
「AIがまた進化したらしい。やばいね。」
「そうそう。ホワイトカラー職の採用人数が、どんどん減ってるらしいよ。文系ヤバいってさ。」
「企業のインターンに早いとこ参加しよ。少しでも早くからアピールしておかないとキツイな。」
「ギュられる前に就職先を決めておきたいよね。」
「決めても会社ごとギュられてたりしてｗ」
「あり得るｗ」
政治ネタならこんな感じ。
「どっかのお偉い政治家さんが、ドローンに新聞配達させればよいとか言ってたよ。」
「え、ネット配信の方が早くね？ ドローンの使い方を間違ってるｗ」
「あと、国会にタブレットを持ち込めないらしい。理由は品位が無いから、だとか。」
「品位？ 居眠りしたり、ヤジ飛ばしたりするのはどうなのよ。そもそもタブレットが何か知らないんじゃない？」
「こういうワケわからん事を言う政治家さんたち、そろそろ一括でギュられて欲しい。」
シンギュラリティに絡む不安感
「ギュられる」という言葉は「ギュ」だけがカタカナで、「られる」はひらがな。
「ドラえもん」みたいですね。
実は「ギュ」は「シンギュラリティ」の「ギュ」。
シンギュラリティ・・・この言葉を聞いたことはありますか？
正確には「テクノロジカル・シンギュラリティ」＝ technological singularity のこと。
日本語に訳すと「技術的特異点」。
なんのこっちゃ？
「特異点」とは、既存のルールや法則が通用しなくなる「境界」のこと。「ここから先は全く異なる世界」という境目のことです。
特にAIの発達により、そのうち人間社会の常識が通用しなくなる日がやって来るのではないか、という予想があり、その日のことを指します。
もしその日が来てしまったら、人間はAIに支配されてしまうのか、あるいは幸せを手に入れるのだろうか・・・。
そうした社会の変革が起こる日（Ｘデー）のことを「技術的特異点」とか「シンギュラリティ」などと呼んでいるワケです。
本当にシンギュラリティが来てしまったら、世界はどうなってしまうのでしょうか？
よく言われているのが、
- AI（人工知能）に仕事を奪われる！
- 就職氷河期がやって来る！
などという噂です。
どうやら、こうした将来への不安を、なんとなくラフに、軽く表す言葉として、
「ギュられる」
という表現が生まれたようです。
「人がAIに仕事や役割を奪われる」
「仕事や作業そのものがAIに代替されて不要にされてしまう」
だいたいこれくらいの意味でしょうか。
いらすとや「仕事を奪われる人」の絵
もちろん、シンギュラリティに関しては、まだまだ確定的なことは言えません。
そもそも本当にそれがやって来るのか、どの程度のインパクトがあるのか、それも曖昧です。
きっと近いうちにシンギュラリティはやって来るでしょう。
だとしても、それはコンピューターの使い方が変わり、それに応じて仕事のスタイルや種類が変わるだけ。
そんな冷静な見方が多い印象です。
さて、そんなAIについて、人とAIとの関係を考えさせられる２つの話題を紹介します。
その２つとは「クロード・ミュトス」と「バイブコーディング」。
順に見ていきましょう。
国家を超えた存在
２０２６年４月７日のことです。
米Anthropic社（アンソロピック社）が驚異的な、いや、脅威的なAIを発表しました。
Assessing Claude Mythos Preview’s cybersecurity capabilities (red.anthropic.com)
そのAIの名前は Claud Mythos Preview （クロード・ミュトス）、あるいは単に Mythos（ミュトス）。
プログラミングを得意とする人工知能サービスです。
しかし、その能力があまりにも強力すぎて一般には公開されませんでした。
このAIは事前テストの段階で「見てはいけないもの」を大量に発見してしまいました。
広く知られた既存のOS や動画、ブラウザなどの内部に眠っていた、プログラムの隙間。
安全性やセキュリティを脅かすような脆弱性、つまり不具合です。
それを次々に発見してしまったのです。それも１か月や数日という短い期間で。
ベテランプログラマーたちが20年も30年も発見できなかったような不具合。
５億回もテストしたのに発見できなかった不具合。
そのような、誰も見つけることができなかった不具合までもが発見されてしまいました。
さらに不具合の修正方法や悪用方法をAIに作らせることにも成功しているとのこと。
もしもこうした情報が洩れて悪用されてしまえば、世界は大混乱に陥るでしょう。
最初に心配されるのは金融ネットワーク。
ある日、自分の口座の残金がゼロになっている、なとどいうことが起こりかねません。
テロ組織が悪用すれば、軍事施設や兵器を暴走させることも懸念されます。
あるいは悪用するのが人間ではなく、また別のAIかもしれません。
それゆえ進化しすぎたAIは核兵器よりも恐ろしいと言われています。
あまりにもショッキングなニュースで、しかも発表日が４月７日だったということもあり、
エイプリルフールのネタが１週間遅れてシェアされただけだろう、
などと勘ぐってしまいそうになった人が多かったようです。
また Mythos の正しい読み方も、最初はよく知られていませんでした。
マイソス？、マイゾス？、ミソス？、ミゾス？、ミトス？・・・
正しくは「ミュトス」とのこと。
このAIを開発したアンソロピック社は新興企業ではありますが、幸い、高い倫理観を持つ会社です。
このAIは一般公開せず、政府関係やインフラ関係など限られた範囲でサービスが公開されることになりました。
セキュリティや安全性を向上させる移行期間ができたということになり、少しホッとしました。
世界中の政府関係者やIT大手が、われ先にとアンソロピック社との契約や交渉に臨んでいます。
幸い、日本政府は昨年１０月にアンソロピック社と協力関係を結んでいました。
この関係を足掛かりにさらに踏み込んだ交渉や対応が始まっているようです。
ちなみに、こうしたAI関連の管理や戦略を統括する日本の国家機関はAISI（エイシー）です。
AISI ＝ Japan AI Safety Institute
２０２４年２月にできたばかりの若い組織です。
省庁を横断してIT関連の動きがとれるよう、事務局はIPA（独立行政法人 情報処理推進機構）の中に設置されています。
ちなみにIPAは「ITパスポート「や「ネットワークペシャリスト」などといったITの国家資格を運営している組織として有名です。
他国にもAISIに相当する政府機関があり、日本のAISIはそうした機関と連携していくことも大切な役割です。
この種の機関は、アメリカやイギリスが最も発展しており、日本のAISIもそれを手本に動いているのだと思います。
ちなみにMythosについて、イギリスはすでに評価済みで、動きがかなり迅速でした。
それに比べると、日本のAISIは、まだAIを独自に評価できるような人材も組織も持ち合わせていません。
民間や大学に散らばっている優秀な専門家と連携しながら、国家組織としては「これから育てていく」という段階でしょう。
大いに期待したい所です。
ところで、AIの進化は激しいです。
このレベルのAIを開発できるのは、本当にアンソロピック社だけと言えるのでしょうか？
AIの開発には大規模な投資とシステムが必要で、おそらく Mythos レベルのAIを作れるのは、世界でもトップクラスの企業だけだろうと言われています。
あと２、３か月のうちに、米Open AI社を始めとしたアメリカの大手AIベンダー、あるいは中国のDeepSeek社などが追い付くと予想されています（※）。
しかし、まだそこに日本の企業の名前は上がっていません。
こうしたAI大手企業は、世界の株式市場から10兆円規模の資金を調達しており、日本の企業では全く勝てる見通しが立ちません。
それはさておき、心配なのは「開発可能」だと分かってしまったこと。
技術の世界は「実現可能」と分かるだけでも、技術革新が早まるものです。
この先、無名の組織が同じレベルのAIを開発したり、あるいは市販の部品を組み合わせたコンピューターで同等の能力が実現されたりもするでしょうし、そうなるまでの時間も、どんどん短くなっていくでしょう。
どちらにしても、日本の安全性は、まだまだ外国の技術に頼りっぱなしという危うい状況です。
特定の分野に絞れば、すでにAIは人間の能力を凌駕しています。
そしてAIを開発する企業は、すでに国家を超えた存在になりつつあります。
（※）その後、OpenAI社が 4/14に Mythos 相当の AI を発表しました。このように米国のAI大手の間では２～３週間くらいのスパンで抜きつ抜かれつが入れ替わるほど、開発競争が激しくなっています。
本当にAIがプログラミングしてくれるの？
近年、「バイブコーディング」というスタイルのプログラミングが流行っています。
AIにプログラムを書かせ、人間はそれをチェックするだけ、という夢のようなスタイルです。
このスタイルで、プログラミングの９割くらいは自動化されてしまいました。
業界にもよりますが、AIが力を発揮しやすい分野ではプログラミングのスピードが１０倍にも１００倍にもなったと言われています。
ここで疑問が湧くでしょう。
人はもう、プログラミングを勉強する必要が無いのでしょうか？
その答えを言う前に、現実を少し見てみましょう。
バイブコーディングでは、プログラムの実現方法が何種類かあるとき、AIは人間に選択を迫ります。
「この機能を実現する方法は、ＡとＢの２通りがあります。Ａがおススメですが、それでよいですか？」
などと聞いてきます。
あるいは、コンピューターを直接操作する命令をプログラミングがするときにも、
「この命令を使いたいのですが、良いですか？」
なとど聞いてきます（あるいは設定や指示をします）。
セキュリティや安全性の都合で、AIにはコンピューターのファイルやOSを直接操作できる権限がありません。
そのため、コンピューターを操作してくれる便利なプログラムをAIにつくらせようとすれば、その都度、人間に許可を求め、その責任を人間に押し付けるのです。
こうして、バイブコーディングの作業の多くは「Yes」「No」「はい」「いいえ」というボタンを押す作業になっています。
もうお分かりでしょう。
AIを使うには、AIのやることをチェックできる能力が必要ということ。
そもそもAIがプログラミングをやるにしても、相変わらず設計をするのは人間なわけです。
設計書を書く作業がAIへの指示や対話に置き換わる代わりに、なおさら人間には純粋な設計力が求められます。
そして設計力を伸ばすには開発経験が必要です。
プログラミングを勉強する必要が無くなったのか、だって？
いやいや、むしろプログラミングだけにとどまらず、色々なことに詳しくなければ、やっていけません。
しかもAIからの問い合わせに着いていけるくらいスピーディに判断できる、そういう熟練レベルさえ必要です。
AIを使うなら、なおさら、プログラミングの勉強も経験も必要です。
ただしプログラミング言語の文法を細かく厳密に覚えたり、設計図を描く練習を繰り返したりするような「修業」は大幅に減らせるでしょう。
ギュられない人がAIをチェックする？
クロードミュトスもバイブコーディングも、プログラミングに関する話題のように見えます。
しかし、AIの活用はプログラミングだけではないですよね。
これからはあらゆる分野でAIの利用が進みます。
電話に出るのでさえ、AIに対応を代わってもらう時代です。
AIがどんどん身近に、そして便利になっていく一方で、私たちはどうあるべきなのでしょうか？
例えば、AIがいつも正しいことを言うとは限りません。
最近はブラウザで何かを調べると、AIが親切にレポートをまとめてくれます。
しかし時にはウソの情報も含まれています。
AIは自信満々に噓をつくので、騙されてしまいそうになります。
またAIがプロジェクトのファイルを勝手に消してしまった、という事故も発生しています。
いくつかのサービスを連携させると、「これは絶対にやるな」という人間からの指示をAIが見過ごす「隙間」が発生し、AIが破壊的な命令を勝手に実行してしまうケースがあるのです。
「情報リテラシーが必要」と言われるようになって久しいですが、AIの広まりで、この言葉の意味も広がりました。
「AIのウソを見抜く能力」
「AIの思考の隙間を予見する能力」
も情報リテラシーに含まれるようになったと思います。
とても高度な能力です。
このように、AIに作業を代わってもらったとしても、
AIに許可や権限を与える、AIのやったことを正しくチェックする、AIのミスを防ぐ、
そういうことは人がやる必要があるわけです。
AIを正しく管理するのは人間。
ギュられない人とは、AIを管理できる人かもしれません。
これからもAIの進化はつづき、そのたびに人は騒ぐのでしょう。
しかし、その良し悪しを判断したり、チェックしたり対応したりするのは、いつでも人間です。
たとえAIの評価をAIにやらせるとしても、その評価用のAIを用意しようと決断するのは人間だし、AIに求める能力を決めるのも人間です。
AIが何をしたとしても、その出発点は必ず特定の人間がした判断や行動にたどり着きます。
勉強しなくても良いの？
それでは、どうしたらAIを管理できるようになるのでしょうか。
これは難しい質問です。
しかし、少なくともAIのウソを見抜けるくらいには勉強する必要があります。
これはAIが発達したとしても、ずっと変わらないことでしょう。
もちろん、知識の量や学習の速さでは、とうていAIには勝てません。
AIと勝負するのではなく、あくまでもAIを管理する方法を学ぶのです。
もちろん、その方法はAIの進化とともに変わるでしょうから、人が勉強する内容もそれに伴って変わっていくのでしょう。
AIと勝負するのではなく、AIを使いこなす時代。
AIができることの全てを人が極める必要はなく、任せれるところは任せればよい。
そうであれば、勉強のスタイルも変わります。
これまでの勉強にありがちだった、作業的な要素や苦行的な要素は少なくなっていくでしょう。
変わる部分と変わらない部分
とはいえ、知識の詰込みが不要になることは無いでしょう。
そもそも、知識が無ければ考えることができません。
考えることができなければ、AIの管理は、もっとできません。
ここで「知識の詰込み」という言葉に対して、反射的に反発をしてしまう人がいるかもしれません。
私も受験戦争世代ですから、その気持ちはよく分かります。
この言葉は人によってニュアンスが異なりますから、ここで誤解を解くために、少し説明をしておきましょう。
AIの対話力やエージェント力が実用化されています。
AIを活用している内に、多くの人が気付いたはずです。
あれ、人間の思考と区別がつかない・・・
端末の向こうが人なのかAIなのか、区別が難しいです。
もちろん、AIには感情もなく思考もないです。
しょせんは計算機ですから。
それなのに、どうしてそうなった？
それは機械学習といって、AIに多くの知識を詰め込んだからです。
AIは詰め込まれた知識を、場面に応じて確率の高い順につなぎ合わせて応答しているだけ。
しかも、その仕組みは人間の脳の仕組みを真似して作られている・・・
このことは、知識を詰め込めば思考らしきものが生まれることを証明しています。
それでは逆に、
人が自分の考えを話すとき、その話の中で、純粋にその人自身が考えたことは何パーセントでしょう？
おそらく１％も無いと思います。
どこかで見聞きしたことを切り取って繰り返しているだけ、というのが実態でしょう。
これはAIの応答とあまり区別がつきません。
また、知識の詰込みを抜きにして、思考力だけを育てる方法を、具体的に見たことがありません。
抽象的な理想論では見たことがありますが、何をどう訓練したらそうなるか、という具体性がありません。
つまり、知識の詰込みと思考の育成を切り離すことには、意味が無いのです。
これが「知識の詰込みは必要」（十分条件ではなく必要条件）という説明です。
もちろん昔やってたように、英単語は英単語で3000覚える、それとは別に、英文法は英文法の問題集だけ2000問解く、みたいな「昔ながらの知識の詰込み」は合理性に欠けるし、否定される部分はあると思います。
一方、単語と文法を機械的に切り分けたりせず、コーパス（模範的な基本例文）を1000くらい覚えて、それを場面に合わせて使ったり言い換えたりする訓練をした方がきっと英語は早く身に着くでしょう。
そういうスタイルを「知識の詰込みではなく、考える訓練だ」と呼ぶなら、それは上で説明したAIの機械学習みたいな「必要な知識の詰込み」と同じ意見です。
さて、話を元に戻します。
そういう文脈で「知識の詰込みは必要」だとすれば、結局のところ・・・
義務教育までは、あまり勉強のスタイルは変わらないように思います。
もっといえば、相変わらず勉強の「過程」では、やはり高い正答率にこだわる必要があると思います。
細かい違いに目を向けなければ、気づきや思考の深堀が芽生えないからです。
これが変わらない部分。
しかし、成績の「評価」では、高い正答率にこだわる必要性が薄れるでしょう。
細かく分割された知識の個々について、正確性やアウトプットの速さを競っても仕方がありません。
早くミスなく正確に、という評価は、コンピューターに対する評価であって、人に対するものではなくなるからです。
人の能力を評価するという意味では、勉強の「過程のあり方」の方が、今後はますます重視されるべきでしょう。
これが変わる部分。
それが塾長の感覚です。
まとめます。
義務教育の間に学ぶ知識は、考えるための最低限の知識と言えます。
その段階で教える知識を下手に削ってしまったら、おそらく何も考えることはできないでしょう。
だからといって、教科書を一字一句正確に暗記している状態を保つ能力を競うのはナンセンスです。
学ぶ過程で出会った細かい知識の１つ１つに対して、正確に認識しようと努力すべきだし、正しく使おうと努力すべきです。
その過程で、一時的にそれらの知識を覚えることも多いでしょう。
そういう意味で、義務教育までは勉強のスタイルが今後も変わらないと思います。
しかし、だからと言って、それらの知識を３週間後、１か月後、１年後まで正確に覚えているか否かをテストしても、あまり実用的な評価にはならないでしょうね。
そういう努力は正に「ギュられる」対象です。
勉強のスタイルは変わらない一方で、
成績のつけ方や評価のしかた、入試のあり方は大きく変わっていくと思います。
もちろん、ここまでは基礎的な知識を身に付ける過程のお話し。
主に初等教育、義務教育の話です。
基礎的な知識を身に着けた後での勉強は、全く話が違います。
高校生や大学生が学ぶ、いわゆる高等教育では、知識の詰込み要素はずっと少ないでしょう。
というより、義務教育の過程で勉強のスタイルをしっかり身に着けておけば、その後の勉強において、そもそも覚えることと考えることの区別は不要になっているはずです。
高校生の素人とベテラン正社員が同じ労働価値
AIの進化でギュられるのは就職活動する人たちだけでしょうか？
もちろん違います。
誰もがその対象です。
学生だろうと、学校や塾の先生だろうと、サラリーマンだろうと社長だろうと、みんなです。
AIの暴力的なまでに高い処理能力によって、人間のちっぽけな能力が一刀両断されていくのですから。
逆にAIを使いこなす人が最強になり得るのです。
高校生がAIを使いこなせば、１０年修業を積んだベテラン社員を追い越せる。
仕事の種類にもよりますが、そのようなことが頻繁に起こってくるでしょう。
このようにベテランが素人に追い抜かれるという現象も「ギュられる」に入っていると思います。
実は専門知識が必要なのではなく、単に面倒なだけ、単に手順が多いだけ。
慣れれば大した作業ではないが、社内でそれを教えるのが下手なだけ。
全てマニュアル化されてはいるけれど、そのマニュアルが分厚い。
帳票が分かり難くて不親切なだけ。
説明が読みずらいだけ。説明が入手し難くくて不便なだけ。
こうした仕事は、経験年数でマウントを取ることができなくなります。
真っ先にAIによってギュられていく分野でしょう。
仕事を覚えてマニュアル化し、次からは効率よく実行する・・・
こうした一連の動作ですら、すでにAIが簡単にやってくれるようになっています。
ただ、AIを使いこなすほどAIを管理することも多くなって大変でしょう。
よって急に変化するわけではないかもしれませんが、しかしギュられていく傾向にあるのは確実でしょう。
年功序列や儒教的な価値観が少しでも残っていれば、それは争いの元になるでしょう。
勉強すべきは大人の方だった
そうなったとき、大人やベテラン社員はどうすべきでしょうか？
今の時代にあった知識やスキルを身に着けるべく、また勉強するしかないでしょう。
できれば、いきなりそうなる前に、普段からコツコツ勉強をしておく方が無難です。
勉強の話になると、どうしても学生に向けた話題になりがちです。
しかしAIの発展にともなって、学生と大人の間でスキルや知識の差を見出すことが難しくなっていくでしょう。
やれ教育改革だ、やれ教科書改訂だ、などと大人は子供に向かって言いますが、むしろ教育を改善すべきなのは大人の方かもしれません。
教育改革や教科書改訂で新しくなった教科書。
それらを誰よりも先に読まなければならないのは大人たちだと思います。
人生100年と言われる時代。
5年ごと、10年ごとに勉強をやり直す、そういう人生も楽しいかもしれません。
勉強をやり直すと言っても、それほど悲観的になる必要はありません。
昔のような辛い修行のような勉強は無くなっていきます。
何が分からないかも含めてAIに聞けばよいです。
AIを使うこと自体が勉強であり、成長になると思います。
１人で使うのが不安であれば、何人か集まって勉強会を開いても良いでしょう。
どうしたら楽しく勉強できるか？
むしろ、そっちに頭を使っても良いくらいです。
少子化で大学は学生数が減って苦しんでいますが、大学が学び直しの場として、再び賑わう道もあるかもしれません。
まぁ学習塾も同じですね。
速けりゃ良いってもんじゃない
上の方で述べたように、少し前から「バイブコーディング」というプログラミングのスタイルが登場してきました。
AIにほとんどのプログラムを書かせてしまうスタイルです。
最近はさらに進んで、AIに企画や設計の段階から参加してもらうスタイルへと進化しています。
こうした変化により、プログラミングのスピードが１０倍、１００倍と加速した分野もあります。
しかし同時に困ったことも起きてきました。
「クソコード」（正しく動かないプログラムや無意味なプログラム）も増えて来てしまったのです。
知識やプログラミングの能力が不十分な人は、AIに書かせたプログラムを正しくチェックすることができません。
バイブコーディングをするにしても、AIのウソを見抜ける程度の知識や経験が必要です。
しかしそれが無いまま、最初からAI任せでプログラマーをやってしまうと、AIのウソをそのまま受け入れてしまいます。
困ったことに、それでもプログラムの量だけはアウトプットできてしまいます。
意思のないAIが、どんどん書いてくれるわけですから、量だけは簡単に増やせます。
それでプログラミングをした気分になってしまいます。
こうして、中途半端なプログラマーが、まともに動かないプログラムを大量に作ってしまう・・・
これを後から上級のプログラマーがチェックすることを想像してみてください。
かえってチェックがたいへん、というよりも、むしろ地獄。
いっそ作り直した方が、まだまし。
生産性が高まるどころか、逆に困った状況が増えてしまった。
そういうデメリットも出て来てしまいました。
AIを管理できない人が、AIを使いこなせると錯覚してしまう。
それは最悪です。
そうならないための教育に改善していくことが、これから求められる教育改革なのかもしれません。
そして、その教育対象は、私も含めて全世代の人たちです。
だれもがギュられる時代になりました。
この記事のＵＲＬについて
この記事は２０２６年４月２７日に書き起こし、２０２６年５月１日に公開しました。
そのため本来はブログのＵＲＬに “2026-05-01-guraleru” を含めるはずでしたが、タイプミスして “2024-05-01-guraleru” としてしまいました。
公開日とＵＲＬが不一致になってしまい、紛らわしくて申し訳ありません。
一度公開したＵＲＬは変更できないため、ここにその状況を記しておきました。
進学実績
卒塾生が入学した学校の一覧です（※）。
ちなみに合格実績だけであれば更に多岐・多数にわたります。生徒が入学しなかった学校名は公開しておりません。
※ ここで卒業生とは、進路が確定するまで在籍していた生徒のことです。進路実績とは、その中でもさらに進路調査表を提出またはそれに準じた進路報告をした生徒分の進学先です。併願校は含みません。
国公立大学
名古屋大学、千葉大学、滋賀大学、愛知県立大学、鹿児島大学
私立大学
中央大学、南山大学、名城大学、中京大学、中部大学、愛知淑徳大学、椙山女学園大学、愛知大学、愛知学院大学、愛知東邦大学、愛知工業大学、同朋大学、帝京大学、藤田保健衛生大学、日本福祉大学
公立高校
菊里高校、名東高校、昭和高校、松陰高校、天白高校、愛知教育大学附属高校、名古屋西高校、熱田高校、緑高校、日進西高校、豊明高校、東郷高校、山田高校、鳴海高校、三好高校、惟信高校、日進高校、守山高校、愛知総合工科高校、愛知商業高校、名古屋商業高校、若宮商業高校、名古屋市工芸高校、桜台高校、名南工業高校、菰野高校（三重）
私立高校
愛知高校、中京大中京高校、愛工大名電高校、星城高校、東邦高校、桜花学園高校、東海学園高校、名経高蔵高校、栄徳高校、名古屋女子高校、中部第一高校、名古屋大谷高校、至学館高校、聖カピタニオ高校、享栄高校、菊華高校、黎明高校、愛知みずほ高校、豊田大谷高校、杜若高校、大同高校、愛産大工業高校、愛知工業高校、名古屋工業高校、黎明高校、岡崎城西高校、大垣日大高校
（番外編）学年１位または成績優秀者を輩出した高校
天白高校、日進西高校、愛工大名電高校、名古屋大谷高校
※ 成績優秀者・・・成績が学年トップクラスで、なおかつ卒業生代表などに選ばれた生徒
名古屋市天白区の植田で塾を探すなら個別指導のヒーローズ！！
★ 直接のお問い合わせ ★
――――――――――――――――――――――
個別指導ヒーローズ 植田一本松校
〒４６８－０００９
名古屋市天白区元植田１－２０２ 金光ビル２Ｆ
ＴＥＬ：０５２－８９３－９７５９
教室の様子（360度カメラ） http://urx.blue/HCgL
