この記事はもともとThe Conversationに掲載されました。
アメリカの技術者たちは、1世紀以上にわたり、教育者に対し、自らの発明を迅速に導入するよう訴え続けてきました。1922年、トーマス・エジソンは、近い将来、すべての教科書がフィルムに置き換えられると宣言しました。なぜなら、テキストの効率は2%であるのに対し、フィルムは100%の効率だからです。こうした偽りの統計は、優秀な技術者でありながら、無能な教育改革者にもなり得ることを如実に示しています。
学校や社会に起こりつつある変革に先んじて、教育者はできるだけ早く人工知能を導入する必要がある、と技術者たちが主張するのを聞くたびに、私はエジソンのことを思い出します。
私はMITで教育技術の歴史と未来を研究していますが、国、州、自治体といった学校システムが新しいデジタル技術を迅速に導入し、生徒に永続的な利益をもたらしたという例に出会ったことはありません。携帯電話を授業に持参することを生徒に最初に奨励した学区は、より慎重なアプローチをとった学校よりも、若者の未来への準備において優れていたわけではありません。教室をインターネットに接続した最初の国々が、経済成長、教育達成度、あるいは国民の幸福において際立っているという証拠はありません。
新しい教育テクノロジーの力は、その活用を導くコミュニティの力に左右されます。ブラウザの新しいタブを開くのは簡単ですが、質の高い学習環境を整えるのは難しいのです。
斬新な発明が学習効果を確実に向上させるには、教育者が新たな実践や規範を策定し、生徒が新たな習慣を身につけ、家族が新たな支援体制を確立するまでに何年もかかります。しかし、AIが学校に普及するにつれ、歴史的分析とK-12の教師と生徒を対象とした新たな研究の両方が、不確実な状況を乗り越え、被害を最小限に抑えるための指針を示しています。
私たちはこれまでも間違って自信過剰になっていた
2003年、私は高校の歴史の生徒にウェブ検索を教え始めました。当時、図書館情報学の専門家がウェブ評価のための教育法を開発し、生徒たちにウェブサイトを注意深く読み、信頼性の指標となる引用、適切なフォーマット、そして「About」ページを探すよう促しました。私たちは生徒たちに、CRAAPテストのようなチェックリスト（最新性、信頼性、権威性、正確性、目的）を与え、評価の指針としました。生徒たちには、Wikipediaを避け、.comドメインよりも.orgまたは.eduドメインのウェブサイトを信頼するように指導しました。当時は、これらはすべて合理的で、証拠に基づいているように思えました。
学生にウェブ検索を効果的に教える方法を示した最初の査読付き論文が2019年に発表されました。この論文では、一般的に教えられているこれらの手法を用いた初心者は、ウェブ上で真実と虚構を見分ける能力を評価するテストで悲惨な成績を収めたことが明らかになりました。また、オンライン情報評価の専門家は全く異なるアプローチ、つまり、ページをすぐに離れて他の情報源がどのようにそのページを特徴づけているかを確認する方法を用いていることも示されました。現在ではラテラル・リーディングと呼ばれるこの手法は、より迅速かつ正確な検索を可能にしました。私のようなベテラン教師にとって、この研究は衝撃的でした。私たちは20年近くもの間、何百万人もの学生に明らかに効果のない検索方法を教えてきたのです。
今日、コンサルタント、基調講演者、そして「思想的リーダー」と呼ばれる人々が全国を巡業し、学校でのAI活用方法を教育者に指導すると称する小規模な産業が存在します。国内外の組織は、生徒が将来必要とするスキルを解明したと主張するAIリテラシーのフレームワークを公開しています。技術者たちは、教師や生徒が生成型AIを家庭教師、授業プランナー、文章編集者、あるいは会話パートナーとして活用することを促すアプリを開発しています。これらのアプローチは、今日ではCRAAPテストが発明された当時と同程度の証拠に基づく裏付けしかありません。
自信過剰に推測するよりも良いアプローチがあります。それは、新しい実践や戦略を厳密にテストし、効果の確固たる証拠があるものだけを広く推奨することです。ウェブリテラシーと同様に、その証拠が明らかになるまでには10年以上かかるでしょう。
しかし今回は少し違います。AIは、私が「到来型テクノロジー」と呼んでいるものです。AIは、デスクトップパソコンやスマートボードを購入するような導入プロセスを通じて学校に招き入れられるわけではありません。パーティーに乱入し、その後、家具の配置換えを始めるのです。つまり、学校は何らかの対策を講じなければならないということです。教師たちはこのことを切実に感じています。しかし同時に、支援も必要としています。過去2年間、私のチームは全米で100人近くの教育者にインタビューを行ってきましたが、共通して聞かれる言葉が「私たちを孤立させないでください」です。
賢明な前進のための3つの戦略
教育科学界からのより良い答えを待つ間（これには何年もかかるでしょうが）、教師自身も科学者になる必要があります。不確実な状況下でAIを前進させるための3つの指針として、謙虚さ、実験、そして評価を推奨します。
まず、生徒と教師に、学校が試みるものすべて――リテラシーの枠組み、指導法、新しい評価方法など――はあくまで推測に過ぎないことを定期的に伝えましょう。4年後、生徒たちはAIの活用について最初に教わったことが、その後全く間違っていたと気づくかもしれません。私たちは皆、考え方を見直す準備をする必要があります。
第二に、学校は生徒とカリキュラムを精査し、AIを用いてどのような実験を行うかを決定する必要があります。カリキュラムの一部は遊び心や大胆な新しい試みを促し、他の部分はより慎重に行う必要があるでしょう。
ポッドキャスト「The Homework Machine」では、カリフォルニア州サンタアナで映画制作の選択科目を教えるエリック・ティモンズ先生にインタビューしました。ティモンズ先生の生徒たちの最終課題は、制作に複数の技術的および芸術的スキルを必要とする複雑な映画です。AIに熱心なティモンズ先生は、カリキュラム開発にAIを活用し、脚本作成から技術設計まで、映画制作の課題解決にAIツールを活用するよう生徒たちに奨励しています。彼はAIが生徒の代わりに全てをこなしてくれることを心配していません。「生徒たちは映画作りが大好きです。…だから、なぜAIにそれを置き換えるのでしょうか？」と彼は言います。
これは私がこれまで出会った「オールイン」アプローチの中でも、最も優れた、そして最も思慮深い例の一つです。しかし、中学3年生の英語のような科目に同様のアプローチを推奨することは想像できません。中学3年生の英語は、中等教育におけるライティングの重要な導入であり、より慎重なアプローチで取り組むべき科目だからです。
第三に、教師が新しい実験を開始する際には、厳密な科学よりも地域的な評価の方がはるかに早く行われることを認識する必要があります。学校が新しいAIポリシーや教育実践を開始するたびに、教育者はAIが授業で活用される前に作成された関連する生徒の成果物を大量に収集する必要があります。生徒に理科実験の形成的フィードバックのためにAIツールを使用させる場合は、2022年頃の実験レポートを大量に収集してください。そして、新しい実験レポートを収集します。AI導入後の実験レポートが、あなたが重視する成果に改善が見られるかを確認し、それに応じて実践を修正してください。
地域の教育者と国際的な教育科学者コミュニティの間で、2035年までに学校におけるAI活用について多くのことが学ばれるでしょう。AIはウェブのように、ある程度のリスクはあるものの、最終的には重要かつ有用なリソースが豊富であるため、学校に導入し続けるべきである、という結論に至るかもしれません。あるいは、AIは携帯電話のように、幸福感や学習への悪影響が最終的に潜在的な利益を上回る、という結論に至るかもしれません。そのため、より厳しい規制を設けるのが最善策となるかもしれません。
教育関係者は皆、生成型AIをめぐる不確実性を解決する必要性を切実に感じています。しかし、私たちが必要としているのは、まず答えを出すための競争ではなく、正しい答えを出すための競争なのです。
ジャスティン・ライヒ、マサチューセッツ工科大学（MIT）デジタルメディア教授
この記事はクリエイティブ・コモンズ・ライセンスに基づきThe Conversationから転載されました。元の記事はこちらです。
