AIが子どもの知性の測り方を変えるかもしれない

教育界には「測るものを大切にする」という言葉があります。世界の多くの国で学校を支配している標準化テストを基準にすると、私たちは子どもたちに、非常に狭い知性の定義、つまり列車の所要時間に関する文章題を解く能力や、多肢選択式テストで第一次世界大戦の条約の目的を特定する能力だけを重視していることを教えています。

人間の知性は広大で複雑なものです。それにもかかわらず、知性は粗雑に測定され、価値づけられています。人工知能がIQテストで好成績を収め、知識に基づくカリキュラムを習得できる時代において、人間は技術に追い越されるお膳立てをしているのかもしれません。

「私たちは自分たちを愚かにしてしまう危険にあると思います」と、ユニバーシティ・カレッジ・ロンドンで学習中心設計の教授を務め、25年以上にわたり人工知能と学習を研究してきたローズ・ルーキンは言います。知性を非常に限られた形でしか測定していないため、「私たちは、テクノロジーが生み出せるような知的な振る舞いに非常に感銘を受けてしまいます」。

ルーキンの最新刊『 Machine Learning and Human Intelligence: The future of education for the 21st Century』、では、子どもたちや教師がロボットになってしまわないようにするには、知性を根本から再定義しなければならないと主張しています。彼女は、絶えず適応と学習が求められる職場に備えて生徒を育てるため、AIを活用して人間の知性のさまざまな形態を育成し測定することを提唱しています。

知性の再定義

ルーキンは、将来子どもたちが充実した生活を送るために必要となる7種類の知性を挙げています。

まず、学問横断的な学術的知性があります。これは、科目を縦割りに学ぶのではなく、科目同士を結びつける能力です。（もちろんフィンランドはこの点では先行しており、科目別の指導という考えを捨て、数学、歴史、経済、言語の間のつながりを「欧州連合」のような包括的なテーマのもとで生徒に示すようにしています。）

次に、社会的知性があります。これは、自分自身の感情への気づきと、それを集団の中でどのように調整するかを理解する力です。これは人間が得意とする分野であり、ロボットはあまり得意ではありません。

ルーキンはまた、4つのメタ知性があると述べています：

メタ知識、つまり知識との関係性です。生徒は「知識はどこから来るのかを理解しているか」とルーキンは問います。「知識は与えられて学ぶものだと捉えているか、それとも文脈に応じて自ら構築するものだと気づいているか」。この種の知性を持つ子どもは、何が良い根拠を構成するかを理解し、その根拠に基づいて判断を下す方法を知っています。

メタ認知、つまり自分自身を知り、認知プロセスを調整する力です。（例えば、私は先延ばし癖があり、学ぶには書き留める必要があると自覚している場合、重要な試験の1時間前になって慌ててノートを書き直すべきではありません。）

メタ主観的知性、つまり自分の感情と、それが学習やウェルビーイングとどう関係するかを理解することです。動機づけはその重要な要素です。

メタ文脈的知性は、学習が行われる動的な文脈に関わるものです。教室だけでなく、人、物、場所とのかかわりも含まれます。「私たちの知性は脳の中だけにあるのではありません」とルーキンは言います。「文脈が非常に重要であることを示す証拠が増えている」とし、AIがうまくできないのは文脈だとルーキンは述べています。

正確な自己効力感の認知、すなわち自分の能力を評価する力は、おそらく最も重要な種類の知性です。「私たちは、何かに成功する可能性が高いか、効果的にできるかを正確に予測できるでしょうか」とルーキンは問いかけます。

人間は自分のパフォーマンスを予測するのが非常に苦手であることで知られています。一般に、行動心理学者や経済学者は、私たちが他の偏りとともに過信に陥りやすいことを示してきました。ルーキンは、そこにAIが役立つと主張しています。

AIを教室に取り入れる

「AIは、いつ、どのように学習が実際に起こるのかについて、深く細かな理解をもたらすことで、『学習のブラックボックス』を開くための強力な道具である」とルーキンはNatureへの寄稿の中で書いています。彼女は、AIシステムによって、より広範な知性を育てられると提案しています。その理由の一部は、AIが協働、粘り強さ、自信、動機づけを含め、知識を超えたものを測定できるからです。また、生徒の評価に使われる一度きりのテストを廃止することもできます。代わりに、生徒はコンピュータ、スマートフォン、タブレットを使い、社会的、学際的、複数のメタ知性の側面を評価するツールによって、継続的にテストを受けることができます。子どもや教師に、自分にできること・できないことについてより正確な全体像を提供することで、生徒はより効率的に改善する方法を得られるでしょう。

「自分の状況について何らかの証拠を自分の目で見ることは、自分が何をしているかを明らかにするうえで非常に有益です」とルーキンは言います。この方法によって教師は、データを読み解くことや、動機づけや粘り強さといった生徒の重要な課題に取り組むことに集中できるようになります。彼女は、AIがどの知性も完全に測定できるわけではないと認めつつも、「AIは私たちがそのすべてについて向上するのを助けることができる」と考えています。

ルーキンは、AIが学習の改善にどう役立つかについていくつかの例を挙げています。論文「Computer Sciences」で、彼女は、現代の職場に必要とされるとしばしば喧伝されてきた能力である協働的問題解決の測定方法を検討しています。しかし、教室の少人数グループ活動中に、どの生徒がうまく協力しているかを一人の教師がすべて把握することは不可能です。

ある実験では、彼女と同僚は、生徒たちがどの程度効果的に協力していたかを測定するために、カメラで子どもたちの手の動きと頭の向きを撮影しました。その後、検出ツールは、グループが協働的に作業していたかどうかを判断する人間によって照合されました。ルーキンによれば、目的は、成功した協働的問題解決の一要素である社会的相互作用の証拠を蓄積することでした。この証拠は、どのグループに注意が必要かを教師に知らせるダッシュボードの作成に使われ、教師が時間をより効率的に使えるようにすることができます。

AIが教室でどのように機能しうるかについてのもう一つの例は、英国の学習プラットフォーム「Century Tech」が示しています。これは、AIとビッグデータを使い、個々の生徒の強みと弱みの領域に基づいて教育内容や活動を調整するものです。教師は生徒の進捗についてリアルタイムの更新情報を受け取り、学習者を最もよく支援する方法を的確に狙うことができます。

あらゆる知性を育てる

AIを超えた方法で、さまざまな知性を育てることもできます。メタ認知的知性を育てようとする一部の教師は、「Betty's Brain」というコンピュータプログラムを使っています。このプログラムでは、理科の生徒が、食物連鎖、光合成、廃棄物循環などを含む河川生態系の仕組みについて、Bettyという名前の漫画のキャラクターに教えます。その後、生徒たちはBettyが何を学んだかを確かめるためにBettyをテストし、学習においてテストが果たす役割を観察します。「彼女を確認する中で、生徒たちは実は自分自身を確認しており、自己モニタリングがあらゆる学習場面に当てはまる重要な方略だと発見している」と、『Vanderbilt magazine』は次のように説明しています。「教えるためには、まず学ばなければならない」。このプログラムを開発した、ヴァンダービルト大学の電気工学・コンピュータ科学の教授ゴータム・ビスワスはそう述べています。

ルーキンはまた、生徒はAIそのものを学ぶことで知性を育むこともできると述べています。彼女は、膨大な知識基盤を持つIBMのワトソンを探究することで、生徒がメタ知識（知識とは提示されるだけの情報ではなく、私たちが構築するものだという理解）を育てられると指摘しています。ワトソンは、観察を行い、証拠の集合を構築し、仮説を生成・評価し、最善の答えを選ぶようにプログラムされているため、複雑な質問に答えられます。言い換えれば、ワトソンは生徒が学ぶべき方法とよく似た形で学習しているのです。「私たちはそれを、学習者が知識は構築されたものだと理解するための砂場として使うことができる」とルーキンは述べています。

AI監視の負の側面

ルーキンが描くAI対応の世界には、明らかな障害がいくつかあります。まず、教育制度は変化を避ける傾向があることで知られています。次に、AIが生徒の成績を追跡するという考えは、データプライバシーに関する重大な懸念を生みます。もし技術が子どもの知性を絶えず評価しているなら、その子どもの強みと弱みに関するデータも収集していることになります。

これが生徒を型にはめたり、機会を奪ったりするために使われうることは容易に想像できます。『フィナンシャル・タイムズ』の記事は、わかりやすい一例を挙げており、その経緯を説明しており、中国東部の高校が生徒を追跡することを決めた経緯です。「顔認識と人工知能を利用した監視システムが、州立学校の1,010人の生徒を追跡し、どの生徒が遅刻したり授業を欠席したりしたかを教師に知らせる。一方、カフェでは、メニューの選択によってデジタルな食事の痕跡が残り、スタッフがそれを監視して、脂っこい食べ物を食べ過ぎている生徒を確認できる。」学校は地元での論争を受けて最終的にプログラムを中止したと、フィナンシャル・タイムズは報じています。しかし、そこに描かれた姿は恐ろしいものです。

ルーキンは、データプライバシーが非常に大きな問題であることを認めていますが、自身が解決策を持っているわけではないとも述べています。「これは起こらなければならない大きな議論です」と彼女は言い、教師や政策立案者は、すでに教育におけるAIの活用方法について議論している研究者や技術者に加わるべきだと述べています。

学校がこれまで変化に抵抗してきた問題について言えば、AIが教室にさらに深く組み込まれることは避けられないと考えているのはルーキンだけではありません。英国で副校長を務めるサイモン・バルダーソンは、ウェルズ・カテドラル・スクールで、AIと教育に関する国際会議を主催しています。彼は『Tes』（英国の教育と学習に関するウェブサイト兼雑誌）に、次のように語っています：

「現時点では、私たちがコンテンツを提供し生徒を評価しています。しかし、AIが教室に浸透するにつれて、これは変わるでしょう。AIは非常に急速に発展しているため、将来的には、例えば、人がある概念を理解するのに苦労しているときに顔に表れるマイクロ表情を検出し、それに対応して授業を調整して反映させられるようになるでしょう。」

教師と同じように、AIは生徒一人ひとりに合わせてアプローチを調整します。しかし、それを一貫して、絶え間なく、そしてすべての生徒に対して行うことができます。「1クラス30人の子どもたちに対して、どんな教師もそれはできません」とバルダーソンは指摘します。「AIはまた、生徒一人ひとりのデータを管理し、すべての生徒にとってちょうど適切なレベルで課題を提示し続けることを保証します。現状では、そのレベルの個別化は不可能です。」

テストの未来

学校がすぐにハイステイクスな学術テストを放棄する可能性は低そうです。しかし、大西洋の両岸で高まっているのは、試験制度は破綻しているという認識です：それは、生徒が意味を理解するよりも情報を丸暗記することに報いを与え、内発的ではなく外発的な動機づけを促しているのです。

Image: Mastery

ルーキンは、AIが一部のテストを置き換える有力な選択肢だと主張しています。「今や、非常に正確な形成的・継続的評価を行うのに役立つデータの収集・分析方法があるため」と彼女は言い、「私たちが望むなら、試験に代わる現実的な選択肢があります」と述べています。

彼女は、何を測定するかを変えることで教育制度が何を重視するかが変わる可能性にわくわくしています。「もし私たちが評価制度を変える必要があると受け入れられるなら」と彼女は言い、「そうすれば、教育制度は何のためにあるのかという根本的な再考への扉が開かれます」と述べています。

ルーキンのビジョンがユートピア的か、ディストピア的か、あるいは単に的外れなのかを知るには、まだ早すぎます。しかし、AIに関する貴族院の最近の報告書の結論には次の主張が含まれていました：

すべての市民は、人工知能と並んで精神的、感情的、経済的に豊かに生きられるよう教育を受ける権利を持つべきである。

このような考え方は、学校の運営方法を大きく変える可能性を示しています。「それを紐解いてみると」とルーキンは言い、「それは大きなことです」と述べています。