ミッチェル・レズニック（2024)「生成 AI と創造的な学び: 懸念、機会、そして選択」 （仮訳）
本稿は、MITメディアラボのミッチェル・レズニック教授が書かれた「Generative AI and Creative Learning: Concerns, Opportunities, and Choices」（2024）を日本語に訳したものになります。
生成 AI の教育活用について、構築主義（constructionism）や創造的な学びの観点から論じた重要な論文です。
なお、本稿はDeepLと ChatGPT でざっと訳したあとに、人力で修正をしたものですので、完訳ではないことをあらかじめお断りしておきます。英文でご覧になりたい方は、こちらを参照してください。
※元の論文は CC BY-NC 4.0 ライセンスで公開されています。本訳も同ライセンスに基づいて公開します。
Generative AI and Creative Learning: Concerns, Opportunities, and Choices
ミッチェル・レズニック
要旨
新しいテクノロジーの波が社会に押し寄せるたびに、私たちはそのテクノロジーを学習環境に組み込むかどうか、またどのように組み込むかを決める必要がある。パソコンやインターネットもそうであったように、今では生成 AI テクノロジーについても当てはまる。それぞれの新しいテクノロジーには、そのテクノロジーを私たちの教え方や学び方に統合するさまざまな方法がある。これらの選択は決定的に重要である。選択が異なれば、結果や意味合いも大きく異なってくる。私たちは、子どもたちや学校、そして社会にどのような学習や教育を望んでいるのかを決め、その上で、私たちの教育的価値観やビジョンに沿った新しいテクノロジーやアプリケーションをデザインする必要がある。ChatGPTのような新しい生成AI技術を学習環境に統合することは、何を意味するのだろうか。
私の考えでは、今日の世界における教育の最優先事項は、若者が創造的で、好奇心が強く、思いやりがあり、協調性のある人間として成長することである。世界のあらゆる場所で変化のペースが加速するなか、今日の子どもたちは生涯を通じて、不確実で未知で予測不可能な課題に次々と直面することになり、新たなAI技術の普及はその変化と混乱をさらに加速させるだろう。その結果、多様な背景を持つ子どもたちが、最も人間的な能力、すなわち、創造的に考え、共感的に関わり、協調的に働く能力を発達させる機会を持つことが、複雑で変化の速い世界の課題に創造的に、思慮深く、集団的に対処できるようになるために、これまで以上に重要になってくる。
残念ながら、教育におけるAIの現在の使用法の多くは、これらの価値観と一致していないと私は考えている。実際、大きな変化が必要な時期に、既存の教育アプローチをさらに定着させる可能性がある。今日のAI技術は、学習者の主体性を制約し、「クローズド・エンド」の問題に焦点を当て、人間のつながりとコミュニティを過小評価する方法で使用されることが多すぎる。
しかし、新しい生成AI技術には、興味深い点もあると私は考えている。これらの新しいAI技術は（以前のAI技術と比較して）、プロジェクト・ベースで興味ドリブンの創造的な学びの経験において若者をサポートする可能性が高く、それによって創造的で好奇心旺盛で協調的な学習者としての彼らの成長を支援できる。私たちは、教育に大きな変化をもたらす瞬間にいるのかもしれない。新しい生成型AI技術がもたらす混乱により、教育と学習へのアプローチを根本的に変える必要性を多くの人が認識するようになっている。しかし、新しいAI技術がこれらの変化に貢献するのは、人々がこれらの新しいツールを設計し使用する方法において、明示的で意図的な選択をする場合のみである。
この論文では、まず教育におけるAIツールの現在の使用法についての私の懸念を議論し、次に新しい生成AI技術を活用して創造的な学びの経験をサポートする方法を探っていく。
懸念事項
AIシステムに関する批評の多くは、システムの開発者が十分に焦点を当てていない問題（例えば、システムをトレーニングするために使用されるデータセットに基づく偏りや不正確さ、トレーニングに作品が使用されたアーティストや作家に対する不十分な謝意や補償など）や、システムが開発者の期待とは異なる使われ方をした場合に生じる問題（例えば、学生がAIシステムによって作成された論文をあたかも自分の作品のように提出するなど）に焦点を当てている。これらは深刻かつ重要な問題であり、対処する必要がある。しかし、本論文では、私は別のことに焦点を当てる。開発者が意図したとおりに動作し、開発者が期待したとおりに使用されている場合でも、私が多くの教育AIシステムに懸念を抱いている理由について述べることにする。
懸念その1：学習者のエージェンシーの制約
1960年代、研究者たちがコンピュータを教育にどのように利用できるかを模索し始めた頃、主に2つの考え方があった。ひとつは、コンピュータを使って学習者に効率的に指導や情報を提供することに焦点を当てたもの。もう1つは、学習者がテクノロジーを使って、個人的に意義のあるプロジェクトを創造し、実験し、共同作業する機会を提供することに重点を置いたものである。シーモア・パパートは、この2つの異なるアプローチを、教示主義（instructionism）と構築主義（constructionism）と呼んだ。
長年にわたり、AIの研究者や開発者のほとんどは、最初のアプローチに焦点を当て、特定のトピックについて生徒に指導を提供し、生徒の質問に対する回答に基づいて指導の軌道を継続的に適応させる「インテリジェント・チュータリング・システム」や「AIコーチ」を開発してきた。このようなシステムは、すべての生徒に同じ指導を行う画一的なアプローチとは対照的に、各生徒の現在の理解度に基づいてカスタマイズされたフィードバックと指導を提供することを目的とした、個別化された教育へのアプローチとして推進されてきた。
AI技術の進歩により、このような個別指導システムは、個々の学習者に適応した指導を提供する上で、より効果的になってきている。例えば、AIチューターやAIコーチの中には、生徒の好きな先生や好きな有名人に似たバーチャルキャラクターを通じて指導を行うことで、成績が向上することを実証しているものもある。
私はこうした研究結果を疑っているわけではないが、こうした「改善」の一部は、大きな見直しが必要な教育のアプローチを永続させ、強化しているのではないかと心配している。AIのチューターやコーチは、目標を設定し、情報を提供し、質問を投げかけ、パフォーマンスを評価する。それはまた、過去数世紀にわたってほとんどの教室が行ってきた方法でもある。しかし、今日の世界の現実には、別のアプローチが必要である。それは、生徒が自ら目標を設定し、自らの興味に基づき、自らの考えを表現し、自らの戦略を立て、自らの学習に対するコントロールと所有感を感じる機会を提供することである。このような学習者の主体性は、生徒の成長にとって重要であり、地域社会で有意義に貢献するために必要となる自発性、意欲、自信、創造性を育むのに役立つ。このような学習者のエージェンシーは、生徒の成長にとって重要であり、地域社会に有意義に貢献するために必要な自発性、意欲、自信、創造性を養うのに役立つ。
AIのチューターやコーチは、個人に合わせた指導を行うため、「個人的」であると宣伝されている。しかし、私の考えでは、学習に対する真の個人的なアプローチは、学習者に学習プロセスに対するより多くの選択肢とコントロールを与えるだろう。学習者が、どのように学習しているか、何を学習しているか、いつ学習しているか、どこで学習しているかを、もっとコントロールできるようになってほしい。学習者がより多くの選択肢を持ち、コントロールできるようになれば、学習はより動機づけられ、より記憶に残り、より有意義なものになり、学習者は自分が関わっているアイデアとより強いつながりを持つようになる。
新しいAIチューターやコーチの中には、学習者の主体性を高めようとするものもある。指導の流れをコントロールする代わりに、生徒が助けを求めたときにヒントやアドバイス、サポートを提供するように設計されている。しかし、たとえAIチューターが最善の意図で設計されていたとしても、一部の学習者がそれを押しつけがましいものとして経験するのではないかと私は心配している。例えば、カーン・アカデミーのサル・カーンは、将来のAIチューターが、生徒の注意が散漫になったときに介入し、生徒にこう伝えるだろうと予想している。「ちょっと今、気が散っているようですね。これに集中しましょう。」このような介入は、ある生徒にとっては役に立つかもしれないが、他の生徒にとっては押しつけがましく感じたり、無力に感じたりするかもしれない。ある教育者は私にこう書いた。「もし私が中学生で、答えを引き出そうとするAIボットとチャットしなければならなかったら、私は絶対につぶれてしまうだろう」。
懸念その2：「クローズエンド」な問題に集中する
過去10年の間に、若者にコードを教えることを目的としたウェブサイトが急増した。これらのサイトの大半は、一連のパズルを中心に構成されており、生徒たちは、仮想のキャラクターを動かして障害物を乗り越え、ゴールに到達するプログラムを作成するよう求められる。これらのパズルを解く過程で、生徒たちは基本的なコーディング・スキルとコンピューター・サイエンスの概念を学ぶ。
MITメディアラボのライフロング・キンダーガーテングループがScratchを開発したとき、私たちは異なるアプローチをとった。Scratchを使えば、若者は自分の興味に基づいてアニメーションやゲーム、その他のインタラクティブなプロジェクトを作成し、オンライン・コミュニティで他の人々と共有することができる。このようなプロジェクトベースの興味主導型のアプローチを通じて、生徒たちは重要なコーディングスキルやコンピュータサイエンスの概念を学ぶことに変わりはないが、より意欲的で有意義な文脈で学ぶことができるため、より深いつながりを持つことができる。同時に、プロジェクトベースで興味主導のアプローチは、今日の世界でこれまで以上に重要な、デザイン、創造性、コミュニケーション、コラボレーションのスキルを身につけるのに役立つ。
では、なぜ多くのコーディング・サイトが、プロジェクトではなくパズルに焦点を当てているのだろうか？その理由のひとつは、パズルに取り組む生徒にアドバイスを与えるAIチューターやコーチを開発しやすいからである。パズルには明確なゴールがある。そのため、生徒がパズルに取り組むと、AIチューターは生徒がゴールからどのくらい離れているかを分析し、ゴールに到達するためのアドバイスを与えることができる。プロジェクトの場合、生徒のゴールは明確ではないかもしれないし、時間の経過とともに変化するかもしれない。
長年にわたり、ほとんどのAIチューターやコーチは、高度に構造化され、明確に定義された問題に対する指導を提供するように設計されてきた。新しいAI技術を使えば、より自由なプロジェクトに対してフィードバックやアドバイスを提供できるシステムを開発できる可能性がある。しかし、私は、ほとんどのAI研究者やEdTech企業がこれらの新技術を利用していることに失望している。例えば、ある著名なAI研究者がChatGPTベースの新しいシステムを披露するプレゼンテーションを最近見た。会話型のインターフェースは新しいが、教育的アプローチは古いものだった。カーン・アカデミーが最近「Khanmigo」と呼ばれるAI家庭教師を導入した際、そのウェブサイトで最初に示した例は、分数を含む掛け算の問題だった（家庭教師は「2を5/12に掛けるにはどうすればいいと思いますか」と尋ねた）。この種の問題には答えが一つしかなく、答えを導き出すための明確な戦略がある。
学校はオープンエンドのプロジェクトとクローズエンドの問題のどちらに重点を置くべきか？私の好みは、生徒が創造的に考え、自分の考えを表現し、他の人と協力することを学ぶ機会をより多く持てるようなプロジェクトに重点を置くことである。
学校は一般的に、管理・評価が容易なクローズエンドの問題を好んできた。学校は、最も価値のあるものを評価する方法を考え出すのではなく、最も簡単に評価できるものを評価することになってしまう。私は、EdTech企業や学校が、これと同じ枠組みに当てはまるAIチューターに焦点を当て、この教育アプローチをさらに定着させ、生徒が何をどのように学ぶかという、切実に必要とされる変化を妨げてしまうのではないかと心配している。それよりも、以下の「機会」のセクションで述べるように、新しいAIテクノロジーを使って、学習者がプロジェクトベースの興味主導の学習体験に取り組むのをサポートする取り組みが増えることを願っている。
懸念その3：人とのつながりの過小評価
状況によっては、AIのチューターやコーチは有益なアドバイスや情報を提供することができる。また、AI技術の進歩により、これらのシステムは、どの情報をいつ提供すべきかを判断し、生徒がすでに学習した内容や誤解に基づいて情報をカスタマイズする能力に長けてきている。
しかし、優れた教育にはそれ以上のものがある。優れた教師は生徒と関係を築き、生徒の動機を理解し、生徒の悩みに共感し、生徒の生活経験に関わり、生徒同士のつながりを助ける。生徒の学習を促進することは、微妙なプロセスであり、単に適切なタイミングで情報や指導を提供することよりもはるかに複雑である。優れた教師は、生徒が歓迎され、理解され、支えられていると感じられるように、生徒の間に思いやりのあるコミュニティを育てる方法を理解しています。優れた教師は、生徒が創造的な学びのプロセスの不可欠な部分であるリスクを取ることに快感を覚えるような環境を作る方法を理解している。
例えば、センサーやカメラを使って生徒の感情状態を把握する。しかし、これらのAIシステムは、人間の教師のように学習者の経験を理解したり共感したり、思いやりのあるコミュニティを育むことはまだできない。
だから、AI家庭教師やコーチがあたかも人間の教師と同等であるかのように宣伝されるのは気になる。例えば、マイクロソフトの新しいAIベースの家庭教師のプロモーションビデオでは、「1つの教室に20人の先生がいるようなものだ」と言われている。また、カーン・アカデミーはKhanmigoシステムを 「誰でも、どこでも使えるワールドクラスの家庭教師 」と宣伝している。これらの説明を、マーケティングの誇大広告だと一蹴する人もいるかもしれない。しかし私は、このような宣伝文句が、教育の人間的側面を軽んじる一因になっているのではないかと懸念している。人間の教師はAIの家庭教師とは根本的に異なります。私は、人間の教師の特別な資質を認識すると同時に、AIシステムが特に優れている点も認識することが重要であると考える。
AI研究者やEdTech企業の中には、自分たちのシステムをAI家庭教師ではなく、AIの仲間、協力者、あるいは副操縦士と位置づけることで、人間の教師との直接的な比較を避けようとしているところもある。しかし、それでもシステムの人間らしさを強調しようとしている。AIシステムがあたかも人間であるかのように自らの行動を説明するのは、特に厄介なことだ。例えば、私は最近、幼児と対話するために設計された新しいAIシステムについてのプレゼンテーションを見た。そのインタラクションの中で、AIシステムは自分の意図や感情を人間のように語っていた。なぜなら、幼い子どもたちが、AIシステムは自分たちと同じような動機や感情を持っていると誤解してしまう可能性があるからだ。
私は人間の教師の能力を理想化したくはない。多くの教師は、創造的な学びの体験を促進する経験や専門知識を持っていないし、多くの子どもたちは、そのような教師との接点を持っていない。次のセクションで述べるように）人間の教師を補うAIベースのシステムの役割はある。しかし、私たちはこうしたAIシステムの限界と制約を明確に認識すべきであり、より多くの人々が優れた教師やファシリテーターになるのを助けるという重要な目標から目をそらしてはならない。
より一般的に言えば、AIシステムに対する現在の熱狂が、他の人々との交流や協力の減少につながらないようにする必要がある。パンデミックの最中、学校によって異なる教育学的アプローチが採用されたことで、人と人とのつながりやコミュニティの重要性がさらに明らかになった。一部の学校では、従来のカリキュラムに基づいた指導に重点を置いた遠隔学習が実施された。他の学校では、学習の社会的情緒的側面やコミュニティーの側面に重点を置き、互いに支え合い協力し合うことの重要性を強調していた。そのような学校では、生徒はより強いつながり、共感、関与の感覚を感じていた。ハーバード大学教育大学院のジャル・メータ教授は、次のように書いている。「パンデミック時に繁栄している教室は、教師が強い人間関係と温かいコミュニティを築いている教室であり、コンプライアンスに重点を置いている教室は本当に苦労している。
パンデミックは、教育や学習における共感、つながり、コミュニティの重要性を浮き彫りにした。パンデミックが去り、AIシステムが普及する中、私たちはこうした人間としての特別な資質に焦点を当て続けるべきである。
機会
この1年で、K-12の生徒たちに生成AIを教える教育イニシアティブの数が増えてきた。これらの取り組みの中には、現在のAIシステムがどのように機能するかという技術的な詳細を教えることに重点を置きすぎているものもあるが（パーソナルコンピューティングの黎明期にフロッピーディスクやマザーボードについて生徒に教えるのと同じようなものだ）、これらの取り組みは、生徒が生成AI技術の倫理的・社会的な意味合いを理解し、これらの技術がいかに偏った結果や誤解を招く情報を提供しうるかという認識を得る上で、貴重な教育的役割を果たしている。
しかし、最も重要な教育機会は、AIについて生徒に教えることではなく、生徒がAIを使って学ぶことを支援すること、つまり、生徒がAIツールを使って想像し、創造し、共有し、学ぶことを支援することから生まれると思う。おまけに、AIを使って学ぶことは、生徒がAIについて学ぶ最良の方法でもある。
残念なことに、ほとんどのEdTech企業やAI研究者がAIを使った学習に注目するとき、彼らはそれを教示主義的なパラダイムでパッケージ化し、上記のような問題を抱えるインテリジェントな個別指導システム（例えば、算数のスキルや単語を教える）を開発する傾向がある。しかし、そうである必要はない。私は、（以前のAI技術に比べ）生成AI技術は、教示主義的パラダイムから脱却し、より構築主義的な学習アプローチをサポートする大きな機会を提供してくれると信じている。つまり、プロジェクトベースの、デザイン志向の、興味・関心主導の創造的な学びの体験で若者をサポートするために、生成AIテクノロジーを設計し、使用する可能性がある。しかし、それは、これらの新しいテクノロジーをどのようにデザインし、どのように使うかについて、私たちが意図的な選択をしなければ実現しない。
創造的な学びのプロセスをサポートする
では、より創造的な学びのアプローチをサポートするために、生成AIテクノロジーをどのように設計し、利用すればよいのだろうか？私たちのライフロング・キンダーガーテングループでは、この種の学習をサポートするための4つの指導原則を特定した。プロジェクト、情熱、仲間、遊びである。つまり、若者が創造的で、好奇心旺盛で、協力的な学習者として成長する可能性が高いのは、自分の情熱に基づいて、仲間と協力しながら、遊びの精神でプロジェクトに取り組む機会があるときなのだ。
したがって、研究者、企業、教育者が生成AI技術を学習環境に統合し、生徒がこれらの新しい技術を使用する際には、プロジェクト、情熱、仲間、遊びの4つのPをサポートするためにAIをどのように使用できるかを検討する必要がある：
プロジェクト：私たちは、生徒が創造的なコントロールを保持できるようにしながら、プロジェクトに取り組むプロセスを通じて、生成AIツールを使用する機会を提供する必要がある。プロジェクトの開始時に行き詰まりを感じたら、いくつかの予備的なアイデアを入力し、そのアイデアの変形や改良をシステムに求めることができる。プロジェクトで何かが期待通りに動かないときは、AIシステムに問題を説明し、デバッグの手助けを求めることができる。
情熱：人は、本当に関心のあるプロジェクトに取り組むと、より長く、より懸命に、困難に直面しても粘り強く取り組み、出会ったアイデアとより深いつながりを持とうとする。だから私たちは、学生が個人的に意義のあるプロジェクトを作成するために、生成AIツールを使用する方法を探るべきだ。例えば、MITメディアラボのカリシュマ・チャダは、若者が自分の文化的アイデンティティを探究し、表現する方法として、自分自身のダイナミックな表現を作成し、その表現に基づいて個人的なストーリーを作成し、共有することを可能にする生成AIツールとアクティビティを開発している。
仲間：ほとんどのAI学習ツールは、1対1の対話のために設計されています。しかし、創造的な学びの体験のほとんどは、人々が互いに学び合い、互いに学び合うものであることが分かっている。そのため、生成AIツールは、若い人たちが一緒にプロジェクトに取り組み、同じような興味や補完的なスキルを持つ人たちとつながり、協力し合えるように設計されるべきである。
遊び：遊びとは、単に笑ったり楽しんだりすることではない。新しいことを試し、リスクを冒し、限界に挑戦する意欲に基づいている。つまり、生徒を解決策へと導くAIチューターを開発するのではなく、AIテクノロジーを使って新しい方向性を模索し、新しい可能性に挑戦し、アイデアを反復的に洗練させる機会を若者に提供すべきである。
この4Pアプローチは、従来のAIチューターシステムとは大きく異なる。4Pアプローチでは、学生はプロセスをよりコントロールすることができ、自分自身のデザインや問題解決の実践をサポートするためにAIツールをいつ、どのように使うかを選択し、自分自身の創造的なプロセスや他者とのコラボレーションの触媒として（置き換えではなく）ツールを使用する。これは、人がプロジェクトに取り組んでいるときに、新しいアイデアや情報を得るためにオンライン検索をしたり、YouTubeの動画を見たりするのと似ている。生成AIシステムは、創造的な学びのプロセスにおける追加的なリソースの役割を果たすことができる。
私たちは、AIシステムに人間の家庭教師、コーチ、コンパニオンと同じ役割を期待すべきではない（あるいは望むべきでもない）。むしろ、AIシステムを、独自の余裕と限界を持つ、教育リソースの新しいカテゴリーとして考えるべきである。学習者が手助けやインスピレーションを求めているとき、友人と話したり、本を参考にしたり、オンライン検索をしたり、ビデオを見たりすることがある。それぞれが異なる役割を果たしている。このリソースの組み合わせにAIシステムを加えることができる。
生成AIはコーディングをどう変えるか？
過去10年間、若者がコーディングを学ぶのを支援することに関心が集まっている。例えば、私たちのプログラミング言語「Scratch」では、若者たちはグラフィカルなコーディングブロックを使って、自分の興味に基づいたインタラクティブなストーリーやゲーム、アニメーションを作成し、その作品をオンラインコミュニティで互いに共有することができる。 この4Pのプロセスを通じて、若者は計算能力や技術的スキルを学ぶだけでなく、創造的思考力、体系的な推論力、共同作業能力といった、現代社会に生きるすべての人にとって不可欠な能力も身につけることができる。
現在、多くの人々が、生成AI技術によって人々がコードを学ぶ必要性がなくなるのではないかと考えている。結局のところ、生成AIへの期待の一部は、人々が日常的な言語を使ってコンピューターと対話できるようになることだ。単純にコンピュータと会話し、何をしてほしいかを伝えることができるのに、なぜプログラミング言語でコードを書くことを学ぶのだろうか？
私は、ChatGPTがエッセイを生成する能力が、人々が書くことを学ぶ価値をなくすことに懐疑的であるように、生成的AIシステムがコンピューター・プログラムを生成する能力が、人々がコードを学ぶ価値をなくすことに懐疑的である。しかし、生成AI技術は、若者がコンピュータをプログラミングする方法を大きく変える可能性はあると思う。
コーディングに対する新しいAIベースのアプローチの利点と欠点を評価するには、コーディングを学ぶ目的を考える価値がある。もちろん、一部の若者にとって、コーディングを学ぶことは、プロのプログラマーやソフトウェア開発者としてのキャリアに向かう道の出発点として役立つ。たとえプロの作家になるつもりがなくても、書くことを学ぶことは誰にとっても価値があるのと同じように。私が思うに、コードを学ぶことは、若者たちに次のような機会を提供する：
新しいタイプのプロジェクトを創造し、新しい方法で自分自身を表現する。
デザインと問題解決の戦略を学ぶ
生活のいたるところにあるテクノロジーをコントロールする感覚を得る。
プロセスを記述し、理解し、デバッグする
気になるものを創造する歓びを味わう（experience the joy of creating things they care about）
生成AIを使って人々のコーディング方法に変化をもたらすとしたら、それはこれらの利点を高めることになるのだろうか、それとも損なうことになるのだろうか。
AIによるプログラミング環境の変化は、さまざまな形で現れる可能性がある。例えば、Scratch Foundationのエリック・ローゼンバウムは、AIベースの画像生成ツールをScratchに統合する方法を実験している。アニメ風の紫色のカエルをプロジェクトに登場させたい場合、「アニメ風の紫色のカエル」と入力し、システムが何を生成するかを見ることができる。その結果に満足できない場合は、プロンプトを改良して、より希望に近いものを得ることができる。この新しいツールには限界があり、Scratchのペイントエディターや画像ライブラリーに取って代わるものではないことは確かだが、Scratchプロジェクト内で画像を作成するための別の選択肢を提供することはできる。
ローゼンバウムはまた、Scratch用の新しいAIベースのプログラミングブロックを開発している。例えば、プログラマーが提供するコンテキストに誘導されて、プロジェクト内のキャラクターがChatGPTスタイルの会話をすることができる新しいブロックなどだ。ローゼンバウムは、従来のコーディングブロックとAIベースのブロックを組み合わせた新しいハイブリッド形式のコーディングを探究する予定だ。
複数の研究者は、若者がプロジェクトのコーディング中にアドバイスやヒントを求める方法についても実験している。以前のAIシステムが効果的なアドバイスを提供できたのは、プロジェクトの目標が事前に明確に示されている場合だけだったが、新しい生成AIツールは、プロジェクトの目標が曖昧であったり、発展途上であったりする場合でも、有益なアドバイスを提供できる可能性を秘めている。 また、（AIシステムではなく）生徒が会話の流れをコントロールし続ける限り、このAIの利用は、コードを学ぶための4Pアプローチとうまく調和する可能性がある。
時間の経過とともに、子どもたちがコンピューターに指示を出す方法は、より根本的に変化していく可能性がある。子どもたちがコンピューターのプログラミングを始めてから50年、これまでの最大の変化は、テキストベースのコーディング（LogoやBasicのような言語を使用）から、グラフィカルなビルディング・ブロック・コーディング（Scratchによって普及した）への変化だった。生成AIは、子どもたちが日常的な言葉を使ってコンピューターに何をすべきかを伝える、会話型インターフェースへのシフトをもたらすのだろうか。
プロのプログラマーはすでに、GitHubのCopilotのようなツールを使ってコードを生成している。また、Playful Invention CompanyやApp Inventorチームを含むいくつかのグループが、子ども向けの会話型コーディングシステムのプロトタイプを制作している。テキストからブロックへの移行と同様に、会話への移行は、コンピュータに何をすべきかをより簡単かつ直感的に伝えることができるようになるかもしれない。コンピュータが日常言語の曖昧さにどの程度対処できるのかについては疑問が残るが、新しい生成AIシステムは、特に人々がシステムに対するプロンプトを反復的に洗練させる方法を学ぶにつれて、この問題について進歩を遂げつつある。
私にとって、より大きな問題は、このような新しい会話型コーディング・アプローチが、（上に挙げたような）コーディング学習の伝統的な利点をすべて維持できるかどうかということだ。たとえ子どもたちが会話型コーディング・インターフェイスを通してプロジェクトをうまく作成できたとしても、子どもたちはそのテクノロジーをコントロールしているという感覚を感じることができるのだろうか。設計や問題解決のための戦略を学ぶことができるだろうか。創造する喜びを体験できるだろうか。また Scratchでやっているように、若者たちが互いのプロジェクトをリミックスすることは可能だろうか。また、多様な背景を持つ学習者を歓迎し、惹きつけることができるのだろうか。
これらの疑問に対する答えは明確ではない。今後、新しい会話型コーディング・インターフェイスのプロトタイプを開発し、子どもたちがそれを使ってどのように創作し、学習するかを調査することは価値があるだろう。1つの課題は、これらのインターフェースが、コーディング学習の伝統的な利点の一部を強化する一方で、他の利点を悪化させるかもしれないということである。トレードオフがそれに値するかどうかを見極める必要がある。
選択肢
学習や教育をサポートするために、人々が生成AI技術を使用できる方法は多種多様である。
生成AIシステムの使い方によっては、学習者の主体性を制約したり、「クローズエンド」な問題に焦点を当てたり、人間同士のつながりやコミュニティを過小評価したりする可能性がある。私は、惰性と市場からの圧力が、生成AIの教育利用をこのような方向に押しやるのではないかと心配している。
しかし、生成AIのテクノロジーを使って、よりプロジェクトベースの、興味・関心主導の、人間中心の、協調的な学習アプローチをサポートし、学習者が今日の複雑で変化の速い世界で成功するために必要な動機づけ、創造性、好奇心を身につけることを可能にすることも可能だ。新たな生成AIテクノロジーによる破壊は、より多くの人々に教育と学習へのアプローチを再考する必要性を認識させている。
選択は私たち次第だ。その選択は、技術的なものよりも、教育的で政治的なものである。子どもたちに、学校に、社会に、どのような学習と教育を望むのか。教師、保護者、学校管理者、設計者、開発者、研究者、政策立案者である私たち全員が、学習と教育に対する価値観とビジョンを考え、その価値観とビジョンに沿った選択をする必要がある。それは私たち次第である。
謝辞
本稿の初期の草稿にご指摘をいただいた方々に感謝申し上げる。特に（アルファベット順に）ハル・アベルソン、カレン・ブレナン、レオ・バード、カリシュマ・チャダ、カーティク・チャンドラ、パティ・メース、カルメロ・プレシッチェ、エリック・ローゼンバウム、ナタリー・ラスク、ブライアン・シルバーマンに感謝している。
いいなと思ったら応援しよう！
