不登校から試考する生活思創＜リメイク版：その８＞生成AIとの最適な距離ってあるのか？
今回は、やや不登校とは離れます。いずれ来るであろう、いや、すでに始まっている生成AIによる学習サポートについて試考します。でも、話が大きくなっても収拾がつかなくなるので、「生成AIとの最適な距離」っていうお題にしてみました。
最適な距離ってのも、よーわからん言葉なので、もっと書き砕くと、①生成AIを使う、使わないっていう学びの話があって、②生成AIの提示に従って学んでいく、生成AIがこちらの提示に従って学びの作業を補完する、っていうのもある。また、③生成AIを全面的に信用しても良い場面、疑ったほうが良い場面もある。
まあ、結構、生成AIとの関係がワイドなので、大きな見取り図を作ってみよう。そんな企画。でもって、その見取り図っていうのは、生成AIと利用者の間合いが窺い知れるようなものじゃないかと考えておるのです。
リメイク版ってことは、過去に元ネタがあるのですが、今回は無し。それでも、不登校の話から遠いかというと、そうでもないのです。だって、誰も生成AIを利用して学ぶことが避けられないなら、親としても早めに覚悟していくほうが得策と思っております。
父「AIは相手に合わせて説明してくれるから、知りたいことがある時なんかは便利でしょ？」
娘「あまり、使わないよ。漫画書くにも、小説書くにも、お手本は本物の好きなやつだからね」
父「そっかー、まあ、いつかAIをバンバン使う時とかくるだろうから」
娘「それにさ、分からないことはトーチャンに聞けば大体のところは教えてくれるじゃん」
父「ファーザーインテリジェンス・・・FIってか」
◼️AIとの関係性、「ボス」「ブカ」「パル」
まずは、大ぶりの塊に分けます。生成AIが利用者を指導することを期待して使うボス型、生成AIを利用者が補助役として使うのがブカ型（部下）、でもって、最後に対等であろう関係で創発に繋げようするパル型（友人）っていう設定にして、生成AIに投げてみたよ。
学習者が生成AI（例えば、ChatGPT）を利用する際に、AIとの関係性が「ボス」「部下」「パル」という三つの異なる形態を取ることが考えられます。これらの関係性は、学習や創造的な課題に対するアプローチや効果に大きな影響を与えます。以下に、それぞれの関係性の違いを具体的に類型化して説明します。また、これらの関係性がどのような規則性や配分を持つかについても併せて解説します。
1. ボスとしてのAI
特徴
指示者・管理者としての役割
学習者に対して明確な指示や課題を与える
進捗状況を監督し、評価を行う
利用方法
課題の割り当て: AIが具体的な課題やプロジェクトを設定し、達成基準を明示する。
フィードバックの提供: 学習者の成果物に対して評価や改善点を指摘する。
進捗管理: 学習のスケジュールや目標設定を支援し、期限を設定する。
具体例
数学の宿題管理: AIが毎日の数学問題を出題し、解答をチェックしてフィードバックを提供する。
プロジェクトの進行管理: 学習者が取り組む科学プロジェクトに対して、AIが段階的な目標を設定し、進捗を確認する。
効果と課題
効果: 明確な目標設定とフィードバックにより、学習者の達成感や自己管理能力が向上する。
課題: 学習者の自主性や創造性が制限される可能性があり、依存的な学習態度が形成されるリスクがある。
2. 部下としてのAI
特徴
サポート役・補助者としての役割
学習者の指示に従い、必要な情報やリソースを提供する
学習者の作業を補完し、効率化を図る
利用方法
情報提供: 学習者が必要とする情報やデータを迅速に提供する。
作業の補助: プレゼン資料の作成やデータ分析など、具体的なタスクを支援する。
質問への回答: 学習者からの質問に対して、正確かつ迅速に回答する。
具体例
リサーチの補助: 歴史のレポート作成時に、AIが関連する資料や参考文献を提供する。
プログラミング支援: コードのデバッグや最適化の提案を行い、プログラミング学習をサポートする。
効果と課題
効果: 学習者の作業効率が向上し、必要な情報を迅速に入手できるため、学習の進行がスムーズになる。
課題: AIに依存しすぎることで、問題解決能力や自主的な学習意欲が低下する可能性がある。
3. パルとしてのAI
特徴
協働者・対話者としての役割
学習者と対等な立場で対話し、共に学び合う
学習者の思考を刺激し、創造的なアイデアを引き出す
利用方法
対話型学習: 質問やディスカッションを通じて、学習者の理解を深める。
ブレインストーミング: アイデア出しや創造的な課題に対して、一緒に考える。
自己反省のサポート: 学習者が自分の学習プロセスを振り返り、改善点を見つける手助けをする。
具体例
創作活動の支援: 作文や物語を一緒に作成し、アイデアを交換しながら創造力を育む。
ディベートの練習: 社会問題について議論し、異なる視点を理解するための対話を行う。
効果と課題
効果: 学習者の自主性や創造性が促進され、深い理解や批判的思考能力が養われる。ヴィゴツキー効果により、学習者の認知的能力が発展する。
課題: AIの対話が一方向的にならないように注意が必要であり、バランスの取れたコミュニケーションが求められる。
大きく整理すると図表３９３のような感じです。
生成AIの利用定番がボス型であり、ブカ型であるのはわかっているので、そことの対比から、パル型の姿を押し込んでいきます。
生成AI利用は効率性の追求が最も大きいでしょう。「次の段取りはどうすればいいか」を教えてもらえるなら、段取りの効率性はすこぶるいいです。また、同時に、微妙な部分や、大枠がわかっているものについては「あれ、やっといて」って指示して、サッと期待に応えてくれるんです。これもまた、効率性は高い。
これは表面的な「生成AIがすごい」っていう部分です。 図表３９４の左図
しかし、この使い方は大きな問題を孕んでおります。利用者の知見の範囲内の効率性が高まるってことは、「生成AIに任せればいい」ってことから外れている新たな発見が徐々に減っていくことです。「いつもの、あれ。よろしく」って、楽でいいんだけど、「あれ」以外を頼む知見は弱まっていくのです。ええ、知らないお店のドアを開ける勇気がなくなっていく感じ・・・。
対処したい課題自体には疑問を持たずに、課題の中にある謎だけを生成AIを使って解いていくわけです。利用者である私は、課題の前も課題解決の後も同じ「生成AIを使うと効率が良い」という信念は変わることなく続くのだ。
そこでパル型が生成AIを利用した学びの進化系になるわけです。つまり、利用者である私が変容するように生成AIを利用するってことです。そこには、生成AIを使って取り組む課題自体は「きっかけ」でしかありません。そこから「実は、本当に向き合いたかった課題」を発見したり、生成AI自体の使い方も再発見されます。
いや、再発見されるかどうかは未確定なのだが、生成AIからの「ゆらぎ」で、従来の延長線上にある私の課題解決パターンを「私が自ら否定」する方向に向かいます。（生成AIからの否定ではない）自己変容優先の使い方です。ええ、間違いなく、パル型はまどろっこしい使い方なので表面的な効率性は低いでしょう。しかし、奥行きがある（と思う）。
まずは、パル型をボス型、ブカ型との立ち位置の違いを描いてみました。ここまでは話の枕でございます。
この３つの型の話から、飛びます。
◼️学びの課題と生成AIの利用レベルについて
今度は、学びの課題の種類から、生成AIの利用に入ってみます。なんでもかんでも生成AIが相談相手にはりはしないけど、どんなお題にもそれなりに掛かり合えるという「いいやつ」な存在です。この辺りの解像度を上げてみましょう。扱う領域の違いで生成AIの貢献にも向き不向きといったメリハリがありそうだと想定してます。
課題を５分類して、生成AI自身にそのサポートがどのような感じになるのかを自己著述してもらいます。
身体、思考、感情、感性、霊性（スピリチュアリティ）の５領域。
学びの課題を以下の5つの分類に大きく分け、それぞれにおいて生成AI（例えばChatGPT）がどのようにサポートできるか、具体的な事例とともに説明します。また、各分類における生成AIの役割の変化についても詳述します。
1. 身体の活用が求められる課題
概要
身体を動かすことや身体的なスキルを必要とする課題です。スポーツ、ダンス、実験操作などが該当します。
生成AIの役割
従来: コーチや教師が直接指導。
生成AI利用時: パーソナライズされた指導やリアルタイムフィードバックの提供。AIは補助的な役割を果たし、学習者の自主性を支援する。
2. 思考の活用が求められる課題
概要
論理的思考、問題解決、分析など、頭脳を使う課題です。数学、科学、論文作成などが該当します。
生成AIの役割
従来: 教師や専門家が問題解決を直接支援。
生成AI利用時: AIが即座にフィードバックを提供し、学習者が自己解決能力を高めるサポート役として機能。
3. 感情の活用が求められる課題
概要
感情の理解や管理、感情を表現することが求められる課題です。カウンセリング、演劇、クリエイティブライティングなどが該当します。
生成AIの役割
従来: カウンセラーや演劇教師が直接支援。
生成AI利用時: AIが感情表現や管理のガイド役として機能し、学習者が自分自身の感情を深く理解し、表現する手助けをする。
4. 感性の活用が求められる課題
概要
美的感覚や芸術的センスを必要とする課題です。美術、音楽、デザインなどが該当します。
生成AIの役割
従来: アート教師やデザイナーが直接指導。
生成AI利用時: AIが創造的なアイデアのパートナーとして機能し、学習者が自分の感性をより豊かに表現する手助けをする。
5. スピリチュアリティの活用が求められる課題
概要
精神的な成長や内面的な探求を必要とする課題です。瞑想、哲学的探求、倫理学などが該当します。
生成AIの役割
従来: 精神的な指導者や哲学教師が直接支援。
生成AI利用時: AIが対話型のガイドとして機能し、学習者が自分自身の内面を探求する手助けをする。また、異なる視点や理論を提供することで、自己理解を深める支援を行う。
さて、５領域にに対して、生成AIのサポートを積極的に取り込みたい人と、全くいらない人もいるだろうから、ここに向き不向きのレベル差を作ってみます。
今度も５という数字に合わせて５レベルにしてみたよ。 数字に、それ以上の他意はないのだw
生成AI（例えばChatGPT）の利用において、学習者のタイプによって向き不向きが存在すると仮定し、五段階（レベル1～5）に分けて説明します。
レベル1：全く生成AIを使わないタイプ
自主学習志向が強い: 自分自身の力で問題を解決し、情報を収集することを重視する。
テクノロジーに対する抵抗感: 新しい技術やツールに対して懐疑的で、積極的に取り入れようとしない。
伝統的な学習方法を好む: 教科書やノート、教師の講義を中心とした学習スタイルを維持する。
レベル2：ほとんど生成AIを使わないタイプ
限定的なAI利用: 特定の場面や課題においてのみAIを利用し、それ以外は従来の方法を好む。
AIに対する不安: AIの正確性や信頼性に対して一定の懸念を持っている。
補助的なツールとしての認識: AIを主要な学習ツールとは見なさず、補助的に利用する。
レベル3：一部生成AIを利用するタイプ
バランスの取れた利用: 必要に応じてAIを活用しつつ、自主的な学習も並行して行う。
探索的なアプローチ: 新しい学習方法やツールに対して開かれており、試行錯誤を通じて効果的な利用方法を見つける。
自律的な学習: AIを補完的に使用し、自己管理能力を持って学習を進める。
レベル4：多く生成AIを利用するタイプ
積極的なAI活用: 学習の多くの側面でAIを活用し、効率的に知識を習得する。
創造的な利用: AIを用いて新しいアイデアや視点を得ることで、創造的な学習を推進する。
協働的な学習: AIをパートナーとして利用し、対話やフィードバックを通じて学びを深める。
レベル5：常時生成AI利用タイプ
全面的なAI依存: 学習のほとんどすべてのプロセスでAIを活用し、自主的な努力を補完する。
高度なAI活用: AIを単なるツールとしてではなく、学習のパートナーや共同研究者として積極的に利用する。
効率と創造性の最大化: AIを活用することで、学習の効率を高めつつ、創造的なアイデアを引き出す。
「５X5」のマトリックスができるのだが、情報量が多すぎて、扱いに困ります。そこでです。極端な違いが、生成AI利用の特徴を炙り出してくれるはず、って試考してみました。
レベル１とレベル５の両端だけで、マトリックスを作ってみたのだった。それが下にある図表３９６だよ
学びの領域ごとに生成AIと共に学べそうな領域は限られていそうです。
・身体：これは事前に想定できる話。体は体を通じて学ぶのが本線です。もちろん、身体的なデータからのフィードバックは、感覚に対して理性的な視点をくれます。強いて言えば、ボス型の生成AI利用かな。でも、利用傾向は「レベル１＞＞レベル５」
・思考：これは身体の真逆にある本線。なんと言っても生成AI（LLM)は思考の代理＆拡張を目指したものだからね。なので、利用傾向は「レベル１＜＜レベル５」。しかし、AIが描く創造的利用は楽観的すぎる気がする。なので、ここは「本当？」って疑疑問符が残っていることを示しておこう
・感情：他者の存在が中心になるはずなので、AIの出番は弱めだろう。しかし、自分の中のモヤモヤした気分が言語化されることで、自分の感情に向き合うっているのは十分あります。「こういうケースって、他の事例に置き換えたら、どんな気分のことをいうのか、小説や映画を引用して例示」とかやれば、いくばくかの感情の深掘りには貢献するからです。利用傾向は「レベル１＜レベル５（＜が一個だよ）」
・感性：センスっていうやつだが、これが生成AIの学習サポートには貢献が高そうです。もちろん、画像や動画の生成も含めた意味での生成AIなのだが、使っている間にインスピレーションが湧いてくるケースは多いだろう。デザイナーにとっての生成型の画集、ミュージシャンにとっての生成型の音源なんかは典型でしょう。ただし、生成AIの言う「共同での創作活動」は、明らかに話を端折りすぎだな。利用傾向は「レベル１＜＜レベル５」
・霊性（スピリテュアリティ）：瞑想や慈悲などは生活での実践がないと幽霊みたいなものです。怪しいだけで不毛な話w ただ、倫理的な人々の具体的な実践行動などを集めてくれたりしますから、まったく参照できないことはないだろう。一応、この参照部分はロールモデル的なのでボス型としてみたよ。だが、生成AIのサポートの優先順位は低い。利用傾向は「レベル１＞＞レベル５」
まとめてみたのが下図の図表３９７です。思考と感性の領域がパル型。ただし、この表での整理段階のレベル５の内容は解像度が低すぎです。なので「←本当か？」が赤字で入ってます。
さて、この思考・感性に書いた「本当か？」から、もう一回話をジャンプアップさせるよ。
◼️生成AIの自己補正能力に疑問を持つ
生成AIの長期的な利用と貢献を試考します。まずは、ネガティブな方向を抑えておきます。生成AIの長期的で広範囲な利用が生む、望ましくない現象を提示してもらいました。
生成AIの広範な利用が進むと、知識の平均化、エコーチェンバー現象、知識文脈の固定化などが進行し、最終的には知識体系や社会構造が均質化・固定化する収束が予想されます。これにより、個人や社会全体の創造性や柔軟性が低下し、多様な視点や深い理解が失われるリスクが高まります。これらの収束を防ぐためには、AIの利用において多様性の維持や批判的思考の促進、AIに頼りすぎないバランスの取れた学習方法の確立が重要となります。
特に、ネット世界の平均値からの組み立てであるなら、長く使えば出てくるサポート知識は徐々にコモディティ化するでしょう。平たく言うと、魅力的でない、既視感があるものになっていく。そして、もう一つの問題。利用者が繰り返し使うことで、利用パターンが読み込まれてしまい、ますます、類似した知識群が集まってくる恐れがあります。実質、電脳エコーチェンバーになっていくかもしれない。
これらは、あくまでも「そんなネガティブもありそう」レベルの話です。「いやいや、AIはそんなヤワな輩ではございません」ってな視点も当然あります。そこで、未来の発展形について、生成AIの意見（自己著述）を聞いてみました。
生成AIの利用が進む中で、知識の平均化やエコーチェンバー化といった懸念が存在する一方で、これらの懸念に対抗する形で生成AIの発展が進む可能性も高いです。以下のポイントがその鍵となります。
個別化と多様化: AIがユーザーの個別ニーズに応じてカスタマイズされた情報を提供し、多様な知識の習得を支援。
批判的思考の促進: AIがユーザーに対して批判的な質問や多角的な視点を提示し、思考力を強化。
専門化と深化: 専門分野に特化したAIアシスタントが、ユーザーの知識を深めるサポートを提供。
協働とコミュニティ: AIが協働学習やコミュニティ形成を支援し、多様な意見や知識の交流を促進。
透明性と教育: AIの透明性を高め、ユーザーのAIリテラシーを向上させることで、効果的かつ倫理的なAI利用を実現。
これらの発展により、生成AIは知識の均質化やエコーチェンバー化を防ぎ、むしろ多様で深い知識の習得や創造性の向上を促進する方向へ進化することが期待されます。重要なのは、技術の進化と並行して、AIの利用方法や教育が適切に整備されることです。これにより、生成AIは人間の知的成長を支援し、より豊かな学習環境を提供するツールとして機能するでしょう。
現時点では「できます、やります、大丈夫です」って感じですな。整理してみましょう。こちらからの「本当か？」を具体的にして、小生のツッコミを図表３９８に重ねてみました。
「微妙な違いだって多様と言えそう→利用者は差異の差異感覚を喪失しないだろうか？」、「浅い理解からの離脱って、難しくない→学習時間は限られているので、手っ取り早さこそ生成AIの信条っすよね？」、 「効率と倫理の両立ができるんですか？」などなど。すみません、利用者側が教えてくれてる側にイチャモンをつけております。人間ができてないことに対する愚痴か？w
この生成AIが言っていることって、「全ては利用者の判断次第」ってことであり、「満足の基準を私に聞くでない！」という丁寧な言い回しではないかってことです。うむ、そこは確かに一理ある。
どうも、利用者には健全な深読みができる能力が求められている気がする。小生は、ここに２つのAIリテラシーを設定してはどうか？、と試考しました。
・AI・ファースト・リテラシー＝プロンプト（指示・質問・意図）の言語化
・AI・セカンド・リテラシー＝Aha!の言語化、「まてよ？」の言語化
生成AIが及ぼす負の部分が出てくるまでは、ファースト・リテラシーが重要です。今のところ言語を通じての作業についての共有なので、利用者がプロンプトを的確に言語化できることが望ましいスキルです。これは、子供が生成AIを使って学習する上でも必須です。
そして、特に思考や感性についてのAIの関わりをフルスロットルさせて、「気づき」を得ていこうとするなら、ファースト・リテラシーだけでは足りません。
いつもと同じようなAIからのアウトプットに対しても、「アハ体験(Aha!)」（あー、そうか、気が付いたぞ！）みたいな反応が起こせるかどうか？ また、「えー、本当にそうなの？まてよ？」（書かれてない謎に気づく）みたいな読みができるかどうか？ この２点は、よしんば生成AIが澱む世界が来たとしても、それがAI使いすぎの個人に起きる現象だとしても、創造性の入り口になると予想できます。これをセカンド・リテラシーと呼ぶことにします（名付けてみました！w）
他の人が気付けないものに気がつける。書かれてないから誰も問えないはずなのに、そこから問いを浮かび上がらす。これって自己変容した一つの姿だと思うんですよ。
といいながら、「アハ！」も「まてよ？」も今日のところ輪郭ぐらいです。スキル化できるかどうかは不明であり、今後の思創課題です。
◼️生成AIとの最適な距離の見取り図
さて、冒頭の生成AIとの最適な距離の見取り図にまで戻ってきました。一つにまとめてみるなら、図表４００のような絵柄です。
しかし、出ている要素の分布はかなり偏ってまして、要素の密度が下にいくほど濃いのだった。
お気づきのように、この生活思創ラボはパル型のAI利用を心がけてました。生活だ！、思創だ！なんてことを、あーだこーだやっていると、セカンドリテラシーらしきものの原石にも出会したりします。幻覚かもしれんが。いづれにせよ、まだまだ解像度は低いのだった（メタ・リテラシーが弱い、とも言えるw）
自己変容とAIセカンド・リテラシーはどこかで道が繋がっている気がしてならないのだった。ラボが目指す思創の山の一つなのだろう。
娘「ファーザー・インテリジェンスって、かっこいいね」
父「あなたからの質問はいきなりだし、断片的だし、我ながら誠実に答えてます。そう思うと、いつも丁寧に回答するAIの凄さが一段と輝くなあ」
娘「でも、電源入れなくてもいいところなんかは、AIより遥かに上ですよ」
ということで、生成AIと学習サポートについてグダってみました。せっかくのリメイク版だったのに、新しい要リメイクなものを入れてしまった気がする。ラボらしいと言えばそれまでだけどさ。
Go with the flow.