5月初旬は、NAPLANをめぐる論争なしには始まらない。今年の論争は、 先週の発表 に端を発する。全国の3、5、7、9年生が受ける国の試験を、2017年からコンピューターで採点するというのだ。
オンライン採点への移行を支持する理由の一つは、採点結果が出るまでの期間を数カ月からわずか数週間に短縮できることだ。正解がある選択式のテストなら異論はないが、創作作文に適用するとなると、はるかに問題が大きい。
コンピューターは創作作文を採点できるのか？
NAPLANの筆記課題は通常、物語文または説得文で、長めの散文を書く課題だ。 採点基準 には、読者、文章構成、まとまり、語彙、段落構成、文構造、句読点、綴りが含まれる。
説得文を書く際について、ガイドは次のように説明している。
生徒は、自分の意見を書き、テストの題材に応じる際に個人的な知識や経験を活用することが求められる。
また、物語文については、次のような
理解を深めるべきだとガイドは説明している。すなわち、物語の中盤には、解決を要する対立、危険、緊張を生み出す問題や複雑な事態が必要だという理解である。読者を物語に引き込み、サスペンスを高めるのは、この不確かさなのだ。
問題は、コンピューターがこのような高度な水準で、生徒の創作作文を適切に採点できるかどうかだ。
アルゴリズムによる採点システムは、教育において何が大切かを子どもたちに教えるのだろうか？
AAP
オーストラリアカリキュラム・評価・報告機関（ACARA）によれば、 可能だという。
採用されているのは、教師が採点したテスト例をアルゴリズムに学習させ、採点判断を逆解析して質の高い回答を見分ける方法を習得させる、教師あり機械学習の手法だ。ACARAが実施した 試験 では、次のことが示された。
人工知能による解決策は、参加した教師と同等、あるいはそれ以上の成績を上げる。
一つの主張として、コンピューター採点は人間の採点者よりばらつきが少ないというものがあるが、採点者の信頼性に関するこうした 主張 には 異論がある。
例えば、生徒がアルゴリズムの期待にたまたま沿うような 無意味な文章 を提出したら、どうなるのだろうか？
自動採点は新しいものではない。特に 大規模公開オンライン講座（MOOC） の台頭と、生徒の答案を採点する安価な代替手段を探す動きの中で、目立つようになった。
研究文献 が示す潜在的な 利点と落とし穴は一様ではないが、コンピューター採点に対しては、 研究者 や 教育関係者 から 強い反対の声が上がっている。
チェスを指すコンピューター、自動運転車、行動予測のためのメタデータ分析、オンライン広告、音声認識ソフト、自動補完検索エンジンなど、多くの場面で アルゴリズム の台頭が見られる。アルゴリズムが教室に入り込むのは、論理的な成り行きに思える。
教育で本当に大切なのは何だろうか？
皮肉に感じるのは、実際には読んだり書いたりできないコンピューターを使って、生徒の読み書きを試そうとしていることだ。次の段階では、教師をロボット講師に置き換え、教室で標準化された客観的で、まったく感情のないフィードバックを提供させるのだろうか？
コンピューターは創造性や才気をどう評価できるのか？皮肉、機知、ユーモアをどう認識するのだろうか？効果を狙って型破りな手法を使う書き手はどうなるのか？
アルゴリズムは字義どおりの意味を簡単に処理できても、推意や、豊かな文脈、背景知識、既習事項、文化的・社会的言説を踏まえることについてはどうだろうか？これらはすべて、読み書きにおける人間の複雑な意味形成を織りなす要素だ。
一例として、NAPLANの 採点ガイド は、説得文における古典的な修辞的言説の使用に触れ、次を挙げている。
パトス――感情への訴え エトス――価値観への訴え ロゴス――理性への訴え。
説得という意味で訴えかける対象となる感情や価値観を持つコンピューターには、SF映画以外ではまだ出会ったことがない。
NAPLANの作文課題をコンピューターで採点すると、意図しない影響が生じるのではないかという深刻な懸念がある。これには、従来の印刷物ベースの読解や作文とは異なる、オンラインでの読み書きの 指導と学習の 方略 も含まれる。
さらに、コンピューター採点によって生徒の作文が矮小化され、「テスト対策のための指導」が、すでに問題となっている以上に深刻になる懸念もある。
課題をコンピューターが採点し、ロボットが教室で教えると想像するのは、それほど突飛なことではないのかもしれない。結局のところ、人工知能が人間を追い越す転換点であるシンギュラリティに、2029年に到達するという 予測 もある。
この特定の実験を実施するよりも、オーストラリアの学校に通う生徒の学習の質に影響を与える取り組みに資金を投じるほうが、ACARAにとって有益ではないだろうか？採点をより速く、より安くすることに焦点を当てるのは、教育で本当に大切なことと相反するように思える。
シンギュラリティに到達するまでは、おそらく教育制度の中で最も不利な立場に置かれている生徒の公平性とアクセスの改善に力を注ぎ、ロボットには関わらせないほうがよい。
この記事は当初、 The Conversationに掲載された。 元の記事を読む。掲載されている見解は、世界経済フォーラムが支持するものではない。
アジェンダの最新情報を受け取るには、 週刊ニュースレターに登録してください。
著者： スチュワート・リドル は、 サザンクイーンズランド大学の上級講師。
画像：2012年6月18日、ストラスブールのフランス・リセ・ルイ・パスツールで試験を受ける生徒たち。REUTERS/Vincent Kessle。
