教育におけるAI——使うだけでなく、指示することを学ぶ

言語化できないことを機械に委ねることはできません。この制約こそがAIとの協働におけるボトルネックであり、好都合なことに、教育が本来担ってきた役割——暗黙の専門知識を明示化すること——の説明でもあります。

開発者が最初にAIを使いこなすようになったのは、プログラミングが特別だからではなく、コードというものが、機械が実行できるだけの十分な詳細さで、自分が求めることを正確に述べるよう要求するからです。この習慣は他の領域にも転用されました。しかし、知識を扱う仕事に従事する人の大半は、そうした訓練を受けたことがありません。

私たちが取り組んでいるギャップ

学生の約95%が課題でAIを使用しています。その一方で、多くのプログラムは主要な課題でのAI使用を事実上禁止しています。この二つの事実は、教育システムが実質的に何の立場も取らないことを選んだことを物語っています。そしてその結果生じる沈黙自体が一つのカリキュラムとなり、学生たちに「これからのキャリアを通じて使い続けることになる道具は、隠すべきものだ」と教えているのです。

私たちは、この悲観的な物語は誇張されていると考えており、その代替となる取り組みの一翼を担いたいと考えています。本研究室は、School of Design & Scienceを、AIを統合したプログラムのカリキュラム開発を試作する場として位置づけています。研究対象となることを前提とし、他者がうまくいった部分を模倣できるように設計されています。

縦断的研究

私たちは、性質の大きく異なる二つの科目にわたって、AIスキルの発達に関する複数年の研究を行っています。一つは小規模な反専門分野(antidisciplinary)スタジオであるAPS-I、もう一つは学部生、大学院生、社会人が共に受講する大規模なオンラインWeb3/AI科目です。1年目のパイロットコホートについては、セッションログ、個人差指標、学期中に一定間隔で取得したプロンプトのスナップショット、そして事前・事後アンケートを蓄積しています。

他のすべてを方向づける方法論上のコミットメントは次の通りです。相互作用のパターンは、それ自体が成果なのではなく、解釈を要するデータである。 AIの使用量が多いことは良い成績を意味せず、少ないことも悪い成績を意味しません。少ないやり取りで優れた成果に到達する学生は、卓越した仕様化スキルを持っているのかもしれません。一方、繰り返し試行を重ねる学生は、代替案を探索し、返ってきた答えを吟味するという、より困難な作業をしているのかもしれません。トークン数を学習のシグナルとして扱うのは、安易であるだけでなく誤りでもあるでしょう。

スタジオが実際に教えていること

AIは科目としてではなく、実践として。 多くの大学院プログラムは、いまだにAIを「読んで学ぶもの」として教えています。ここで学ぶ学生たちは、AIと共に働くための明示的で応用可能なルールを身につけて修了します。コードを見る前に意図した挙動を述べること。極端なケースでテストすること。コメントや関数名を疑うこと——ツールはコードそのものよりもそれらを信じてしまうからです。そして、何を確認すべきかを判断し、確認作業そのものだけを委任すること。

概念の深い理解は、AIとの対話にもかかわらず生まれるのではなく、対話を通じて生まれる。 公式が腑に落ちる瞬間——減衰率を「頑固さ」として理解する、パラメータを単なる記号ではなく実際に動かしているつまみとして理解する——が、対話の中で繰り返し訪れます。AIは学習を置き換えるものではありません。学習の媒体そのものであり、同じ考えを五通りの方法で、苛立つことなく説明してくれます。

AIの応援団ではなく、限界を正直に示すモデル。 AIを優れた協働者としてのみ見せるプログラムは、単なる宣伝にすぎません。興味深い結果は、学生たちがより困難な側面についても共通の理解に至ることです——AIがどこで邪魔になるのか、そして人間がシステムに対してなお負うべき検証作業とは何か。検証作業は、自分で書くよりもコストがかかることが容易に起こり得ます。それがいつ当てはまるのかを知ることは、リテラシーの一部であり、AI活用への反論ではありません。

まだコードを書けない学生にも効果がある。 自称「数学が苦手」な学生が、ベイズの定理を自分の言葉で説明し、意図的に壊されたイプシロン・グリーディ(epsilon-greedy)エージェントをデバッグできるようになって修了することもあります。これは基準を下げたということではありません。障壁が概念そのものではなく、記法にあった場合に何が起きるかを示しているのです。

協働は、課題が深まるにつれて深まっていく。 序盤、学生たちはAIを翻訳者として描写します。やがて、コードを共に読む仲間として。さらに後には、答えを埋めるためではなく、次の問いを発するときに最も役立つソクラテス的な問いかけ役として——そしてシステム設計のスパーリング相手として。同じ学生、同じツールでありながら、三つの異なる関係性が、それぞれ異なる種類の課題に適しています。この変化の過程こそ、私たちが測定しようとしているものです。

今後の展望

今年はパイロットです。目的は、この分野を専門とする学習科学者たちと対話を重ねながら、後に続くコホートのために設計を正しく仕上げることです。そして、その取り組みをオープンに保つことです——誰にも模倣できない試作品は、試作品とは言えないからです。

関連記事: Make It So Campは、同じ発想を大学外の実務者に向けて展開したものであり、probability tutorialは、この説明に対する考え方を教科書に応用するとどうなるかを示したものです。