本動画は、Anthropicの教育チームメンバーによる、AI時代における教育の未来に関する包括的な対話である。元教師や保護者でもあるチームメンバーたちが、AIが教育現場にもたらす機会とリスクの両面を検証し、個別化された学習体験の実現、教師の負担軽減、批判的思考力の育成といった可能性を探る。同時に、生徒のAI依存や「ブレインロット」現象、評価方法の変革、教育機関の適応課題といった懸念にも向き合う。Anthropicが開発する学習モードやAIリテラシー教育プログラム、教育機関とのパートナーシップなど、具体的な取り組みを紹介しながら、AIが知識習得を効率化する一方で、人間関係の構築や批判的思考といった本質的な教育価値をいかに守るかという問いに取り組んでいる。
AI時代における教育の本質
私が最も恐れているのは、教師がAIに外注してしまう部分が、実は本当に優れた教育を構成する要素、つまり生徒を真に理解し、彼らと時間を過ごすという繋がりの部分だということです。AIは教師がそうした仕事により多くの時間を割けるよう、さまざまな方法で活用できるのです。私たちが教育機関と対話し、彼らがすでに持っている知識を増幅させる方法について議論できることを楽しみにしています。
皆さん、こんにちは。私の大好きなテーマ、教育におけるAIについてお話しするためにここに集まりました。私の名前はドリュー・ベントです。Anthropicで有益な展開部門の教育関連の仕事を率いています。以前は高校の数学教師でした。両親も教育者です。教育系の非営利団体で働いていましたし、間違いなく生涯学習者だと自認しています。今日は組織全体で教育に携わっている素晴らしい同僚たちと一緒です。ゾーイ、始めてもらえますか。
喜んで。はい、こんにちは。私はゾーイです。Anthropicの教育チームに所属していて、技術系以外のすべての対象者をサポートしています。教師や生徒に対して、私たちの製品とAI全般の両方について教育しています。
こんにちは、マギーです。この教育チーム、私たちが内部で愛情を込めて「教育省」と呼んでいるチームを設立し、現在管理およびサポートしています。
こんにちは、エフライムです。プロダクトエンジニアリングマネージャーで、教育向けの製品の構築も手伝ってきました。
教育に取り組む理由
まず最初に、なぜそもそも教育について議論しているのか、あるいはなぜこの汎用AI研究所で教育に取り組んでいるのかということから始めるのが有益だと思います。もちろん、Anthropicでは私たちが構築している技術の可能性と同時にリスクについても深く研究していることは、皆さんご存知のとおりです。教育はその完璧な例であり、ある意味で具現化したものだと思います。なぜなら、この会話で取り上げるように、もちろん大きな利点があるからです。しかし同時に、教育におけるAIの影響について多くの懸念も抱いています。
利点について考えると、AIがいかに教師の燃え尽き症候群を防ぎ、高品質な学習や個別指導へのアクセスを真に民主化し、教師が何をどう教えるかを変革できるかについて、皆さんと多くの会話をしてきました。しかし同時に、もちろん反対側も見えています。つまり、教師がAIがより多くの不正行為につながる可能性、そして実際につながっていることについて抱いている懸念、さらにこれらのツールが実際に人間の思考を置き換えるのではなく、強化し増幅させているかどうかを確実にするという、より実存的なリスクについてです。
この会話への私の期待は、これらすべての微妙なニュアンスを掘り下げると同時に、Anthropicでこれらの課題に取り組むために行っている実践的な種類の仕事についても話すことです。では、始めるにあたって、皆さんがそもそも教育の仕事に関心を持つようになったきっかけを聞きたいと思います。マギー、あなたから始めていただけますか。あなたをこの仕事に導いたものは何ですか。
教育への私の関心は二重です。職業的には、教育とコミュニケーションはAnthropicに至るまで、私がこれまで就いてきたすべての仕事の一部でした。そして個人的には、私の人生には二人の素敵な子どもがいて、この時代のすべての親がそうであるように、AI時代に成長していく中で、彼らが思慮深く批判的に関与する知的な個人になるのを育むために何ができるかと格闘しています。一つは私が違いを生み出せると感じる、より職業的な関心であり、もう一つは若い心の保護者として、私の中核に差し迫って関わる懸念です。
エフライム、あなたはどうですか。
私はアカデミアでキャリアを始めました。物理学と数学を学び、テクノロジー業界に転向する前は、人生のほとんどを研究に費やすつもりでした。MITにいたときには授業を教えましたし、非常勤講師も務めたので、教育には常に関心を持ってきました。AIと教育に関しては、大学に通っている二人の子どもがいるので、彼らが何を学んでいるか、どう学んでいるか、卒業後に何をするのかについて毎日心配しています。
また、後で話すことになると思いますが、教育機関がAIにどう対処するかについても非常に情熱を持っています。だから、個人的なことだけでなく、社会を見据えた多くのことがあります。AIは教育にとって何を意味するのか。これは私が本当に興味を持っていることです。
あなたと私の両方が人生に子どもを持っていることは、最も差し迫った懸念事項の一つだと思います。それは今、あなたにとって非常にリアルなものにしますよね。あなたのお子さんは大学生年齢なので、人生で何をするかを考えようとしている。そして私の子どもたちはもっと若いですが、すぐにこの種の思考を育み始める方法を決めることができる重要な決定ポイントがあるという地平線が見えています。そして、早い段階でそれを捉えないと、私たちがすべての異なる年齢の教育を気にかける理由がそこにあるのですが、かなりひどいことになり、複合的になっていく可能性があると感じています。
そうですね、それはまさに私がそもそも教育に関わるようになった理由の多くに触れていると感じます。私には、教育が社会に変化をもたらすために私たちができる最も重要なことの一つだという深く根付いた信念があります。ほとんどの人がそれに同意できると思います。そして、教室からテクノロジー業界に軸足を移したとき、それは規模を拡大してその変化を実現できる組織のために働きたいと思ったからです。魔法の杖を持っていたら直したい教育システムに関することがいくつかあると思います。そして、AIがその変化を良い方向に加速させるのを助けることができることを期待していますが、同時に、その変化が今日、そして10年後も確実にうまくいくようにする大きな責任があることも認識しています。
AIと教育の現状
ある時点で話した教授からの素晴らしい引用がありました。彼らは、アカデミアのすべての問題は制度として以前から存在していたと言っていました。ただ、AIが、問題を先送りする代わりに、今すぐ全員が対処することを強制する要因になっているということです。
そうですね、だから私たちは自分たち自身でそれに対処することを楽しみにしています。今、こちら側に親がいて、こちら側に元教育者がいることに気づいています。私たちはここに良い視点のセットをもたらしています。そして私の側では、私の両親も教育者なので、いつも彼らを見上げて、彼らがしていることをしたいと思っていました。
しかし、私たち全員がここで取り組んできた研究のいくつかに、この会話を基礎づけることも役立つと思います。Anthropicの社会的影響チームが、Claudeをユーザーがどのように使用しているかについて研究を行い、トップの使用方法のいくつかが教育分野にあることを発見したのは、昨年後半だったと思います。ある程度、すべてのチャットボットでこれを見てきたと思いますが、私たちにとっても警鐘だったと思います。なぜなら、これらのLLMは、ご存知のとおり、教育を念頭に置いて構築されたわけではなく、質問に答えることを非常に重視して構築されたからです。そのようにファインチューニングされています。生産性タスクのためのものです。そして、教育にとって非常に役立つというのは、ある種興味深い創発的な現象です。ただし、時には人々の学習にとって破壊的である可能性もあります。それで、より深く掘り下げ始めました。
しかし研究で際立っていたことの一つは、常に出てくる統計として、Claudeでの学生のインタラクションの47%が、エンゲージメントがほとんどない非常に直接的で取引的なタイプのインタラクションだったということです。マギーと私が最初にデータを見ていたとき、それはある種の警鐘でした。なぜなら、ソクラテス式の家庭教師として使える素晴らしい方法がたくさんあるのに、場合によっては、ただ宿題をやるために使っているのを見たからです。
教師として、私は生徒に学んでほしいさまざまな認知スキルについて考えるようなものです。基本レベルでは、事実を記憶したり知識を理解したりするようなことかもしれませんが、最終的には合成のレベル、そしてもちろん創造のレベルに到達させたいわけです。これをブルームの分類学と呼んでいます。しかし私たちがデータで見た興味深いことは、これらの会話におけるClaudeのインタラクションを研究し始め、これらの認知タスクでClaudeがどれだけうまく機能しているかを見たことです。そして、Claudeが創造と分析というこれらの最高レベルで機能していることを発見しました。これは、教師として、生徒にやってほしいことなのです。
そうですね、生徒たちはある意味で、私たち教育者にとって懸念されるような形で台本を裏返しているのだと思います。そして、それが必ずしも悪いことだとは思いません。初見の反応ではそうですが。しかし、私たちと世界に考えてもらいたいことの一部は、それが基準となり、その上にAI以前には不可能だった何か新しいものを構築できるような、新しい分類学があるのかということです。
また、教育者がどのように使用しているかも探求してきました。彼らはレッスンプランの作成や採点などのために実験しています。ノースイースタン大学のある教授が、従来のエッセイは二度と課さないと話していたと思います。なぜなら、あまりにも多くの学生がこれらのAI課題を提出していたからです。Claudeを使ったかどうかはわかりませんが、それは私たちに多くの疑問を提起したと思います。
そうですね、あなたが本当に触れたのは、教育者とよく話す二つのことです。AIは生徒の学び方を変えているだけでなく、彼らが学ぶ必要があることも変えているということです。私は実際、10年前に必要だったのと同じ記憶力を生徒が持つことが重要なのかどうかわかりません。なぜなら、彼らはAIツールをすぐに利用できるからです。あるいは理論的には、AIツールをすぐに利用できるはずだからです。そして、高等教育のより高いレベルになると、今日教えている可能性があるスキルで、将来的にはそれほど重要ではなくなるものがあります。だから教師が格闘しなければならないことは大量にあるのです。
AI時代の学習の可能性
皆さん全員から聞きたいのですが、AIがどのように教育と学習を変革できるかについて、本当に興奮していることは何ですか。
私にとって本当に際立っているのは、インタラクティブな学習体験だと思います。教室にいたとき、生徒たちが完全にプログラムされたウイルスシミュレーターゲームをやったという非常に鮮明な記憶があります。彼らはウイルスで、細胞に侵入して複製しました。そして、その日私の教室で見たエンゲージメントは、他の何とも違っていました。ほとんどの教師はこのようなものを見たことがあると思います。しかしAIは、どんな科目でも、これを規模を拡大して本当に実現させてくれます。歴史上の人物と話しているところを想像してみてください。適切なツールがあれば、教師はこれに多くのガードレールを設定できますが、私はこの分野が時間とともに発展していくのを見ることに非常に興奮しています。
インタラクティブ性も私にとって本当に興味深いことだと思います。AIから得られる支援は非常に多く、特にリソースが限られた地域では、インタラクティブ性を得ることが本当に困難です。多くの生徒が、組織で適切に面接する方法を案内してくれる個人的なキャリアコーチにアクセスできません。そしてClaudeのようなAIの力があれば、求人情報や履歴書などをアップロードして、これらのことをロールプレイするのを手伝ってもらうようにClaudeに頼むことができます。
故人の歴史上の人物であれ、何らかのコーチング状況であれ、外部の視点が計り知れない助けになる、本当に魅力的で興味深いロールプレイ体験がたくさんあると思います。ただ、他の人間があなたと一緒に座る時間を見つけることが本当に難しいだけです。特にリソースが少ない地域では。
それに関連して、教師がどのようにAIで評価を変革しているかについて、私は非常に興奮しています。数週間前に話した教師がいて、ある時点でパンデミック中にZoom越しに時間をかけて、基本的にすべての生徒と口頭面接を行い、より総合的な方法で彼らを評価することに本当に取り組んだのです。しかし、もちろんそれはあまりうまく規模を拡大できなかったので、やめてしまいました。
しかし、これらのAIツールが登場して、同じルーブリックを使用し、定期的にすべての生徒にチャットボットとのこの種の評価を行わせることができるようになりました。そして教授、教師はそれらをレビューし、AIと行ったり来たりするそのプロセスに基づいて評価することができるのです。
評価はAIの非常に興味深い使用法だと思います。将来、特定の時点で評価されるのではなく、AIとの継続的なインタラクションがあり、この代数の概念の背後にある概念を本当に理解しているかどうかについて、はるかに深い理解が発展することを想像できます。
AIが提供できることについて私が本当に興奮していることの一つは、パーソナライズされた学習です。1対1の個別指導に関する研究があり、彼らが発見したのは、1対1の個別指導を受けた平均的な生徒は、1対1の個別指導を受けなかった、あるいは単に教室の設定だけだった生徒の98パーセンタイルよりも優れているということです。
それは人間による個別指導でのことですね。
人間による個別指導です。
規模を拡大するのは難しい。
まさに、規模を拡大するのが難しいのです。おそらく1日1時間の1対1の個別指導のようなものを想定しています。AIがあれば、継続的な1対1の個別指導が得られ、それは世界中のすべての人が利用できます。だから、これは世界と人々の学び方を変革する大きな可能性を持っていると思います。
そうですね、同意します。もちろん、人々がこれらの研究を調べ、どうやってこれを再現するかなど、多くの課題があります。しかし、非常にパーソナライズされた、しかし個人的なタイプの個別指導体験を持つことができれば、何が可能かという非常に有用な北極星だと思います。
絶対にそうです。今日、トップにいる生徒、APクラスを取る場合、特定のグループにいる場合など、生徒によって分かれたクラスがあるかもしれません。しかしAIがあれば、すべての生徒が自分自身の旅を持つことができます。前進できる生徒は非常に速く前進でき、助けが必要な生徒はそのパーソナライズされた助けを得ることができるのです。
これは、私が話した教師の非常に興味深いユースケースを思い出させます。生徒が最も興味を持っているところで会いたいと常に思っていますよね。それは非常にモンテッソーリ的なアプローチのようなもので、あなたのお気に入りのトピックは何か、そしてそれにすべての科目を合わせましょう、というようなものです。それは本当に規模を拡大するのが難しいです。
しかし、私が話した教師がいて、彼女はこう言いました。「私は生徒に彼らのお気に入りのものは何かを尋ねます。彼らは私に小さな物語を話します。そして今、あなたが持っているすべての配布資料、同じ数学の概念、おそらく同じ問題でさえ、各生徒のために作られた各配布資料があります。それは彼らの興味に正確に従っています。彼らにとって魅力的な物語があり、彼らが実際に気にかける問題があります。」
彼女は間違いなくエンゲージメントの向上に気づいています。なぜなら、突然これらの生徒が、教室のすべての科目を通じて、彼らの興味に非常にパーソナライズされた方法で、それ自体の上に構築されていく一本の筋があるからです。それがすべての教室にあったら、生徒たちがどれだけそれに傾倒するか想像してみてください。
素晴らしいですね。
まさにそうです。
では、AI時代に何を学ぶ価値があるかという質問について、どう考えていますか。
製品開発に携わっている者として、私が見ているのは、生徒と教師の両方がAIを非常に効果的に使用するのに役立つ製品レイヤーが欠如していることです。例えば、私の娘のクラスでは、彼女はPythonを取っています。だから私の子ども二人ともコンピューターサイエンスを学んでいるので、非常に関連性があります。Pythonを書く試験では、不正行為を恐れているので、紙に書かせたいと思っているのです。
今非常に困難な理由は、生徒が学ぶために使用できる製品がないからです。教師が宿題を割り当てて採点するために使用する製品もありません。これらすべては、私たちが製品提供としてできることから見ると、非常に軽いリフトです。しかし、LLMの上に構築された意図的な製品がない場合、私たちが構築している技術の不確実性、恐れ、乱用が多く露呈されます。だから、これについての私の見解は、少しの製品思考のサポートがあれば、不確実性や不正行為などの多くが軽減される可能性があるということです。
私が苦労していることの一つは、仕事がどう変化しているかから逆算して、大学教育がどう変化すべきかについて考え始めることができることです。しかし、あなたのお子さんの年齢のK-12の子どもたちについて考えるとき、何年も先に必要となる耐久性のあるスキルについてはさらに難しい質問になります。だから答えはありませんが、私はいつもあなたを見ています。マギー、あなたを見ています。
ああ、難しいですね。私が話す教師と共鳴することの一つは、世界や人間の世界について批判的に考える方法について若い心に教える多くのスキルは、AIにも非常に適用できるということです。特に、提示される事実について批判的に考える世界において。
あなたが誰もが言うことすべてを信頼する段階から、これが真実だと信じるために知る必要がある他のことは何かについて考え始める段階への発達段階があります。私の子どもたちとは、二部構成のフレームワークのようなもので、第一部は、AIが数学が苦手かどうかを判断できないし、あなた自身が数学が苦手な場合、あるいは実際に正解が何かを知らない場合、教育の重要性はこれまで以上に重要だと思います。
私たちはAIが電卓のように常に信頼できる段階にはありません。だからそれを理解し、学習、読書、書くこと、科学、数学などがまだ非常に重要であることを強調することです。そして後者の部分は、彼らを情報の批判的な消費者に発展させることです。それは、与えられた事実についてだけではなく、なぜそうなのか、それが真実だと信頼できるのはなぜか、ここで学んでいることが真実だと確認するために、他にどの領域をチェックする必要があるのかということです。
そして、その種の批判的思考スキルは、AIが情報を与えていようと、別の人間が情報を与えていようと、かなり若い年齢から発達させることができます。その批判的思考、その懐疑心と好奇心の組み合わせは、早い年齢で身につけるべき最も重要なことの一つだと思います。
私はそれに付け加えたいです。なぜなら、私が話す多くの教師や親が、答えを持つべきだという、子どもたちに何を教えるべきかを知るべきだという、教室でレッスンをどう実施すべきかを知るべきだという、本当に強いプレッシャーを感じているように思うからです。そして私は、子どもたちは私たちが彼らに与える評価よりもはるかに賢いと感じています。
だから、生徒であろうと実際の子どもであろうと、ただ一緒に座って、彼らと一緒に学び、AIに何かを尋ねて、そこから出てくるものを一緒に評価し、子どもたちに振り返りをさせ、彼ら自身のAIとのインタラクションのためのフレームワークを構築させることについて、本当に深いものがあると思います。それは発達的に適切な年齢であれば、本当に本当に強力だと思います。
私たち全員ここで、答えを持っていません。したがって、誰も持っていません。明らかに私たちはそれらが何であるかを見つけ出すために一生懸命働いています。しかし、その振り返りを、発達的に適切であればどんな年齢でも奨励することは、人々が今できる最良のことの一つだと思います。
子どもたちと一緒に座って、AIを一緒に体験することをお勧めします。質問をして、「これは本当に自信を持って言われたけれど、それで十分かな。誰かが自信を持って何かを言うとき、それを信じるのに十分かな」と言うのです。そして、うまくいけば答えはノーです。他に何をチェックできますか。どこか他の場所を見ることができますか。これについて考え、これが正しいかどうかを本当に内面化するために必要な情報は何ですか。その演習は非常に実りがあると思います。
そして反対側は、何かを知らないということがどういうことかを示すことだと思います。不確実性を示し、知らないときに自分の子どもにモデルを示すこと、答えを見つけるためのあなた自身のプロセスは何か、だと思います。私が子どもたちに伝えたいと思うのは、答えを見つけることは学習の旅の始まりに過ぎないということです。
多くの教育機関、学校などにとって、答えにたどり着くことが、私たちが今テストしていることです。しかし、それを誰かの旅の始まりにするなら、特にAIと一緒に学ぶなら、それは一連の扉を開くと思います。だから家では、何かを発見するための私のプロセスを示そうとしています。そして大人が常に答えを持っているわけではないことを示そうとしています。
子どもたちは非常に賢く、適切な質問をするように教えれば、自分自身で独自の方法で答えを見つけることができます。そうすれば、彼らは自分自身で、何が真実で何がそうでないかを識別でき、額面通りに物事を信頼するだけではなくなるでしょう。
そして、その問題を解決する方法をモデル化するというあなたの枠組みが大好きです。不確実性をモデル化することは、私たち全員が不確実なので、それを私たちの利点に使うべきであるという、非常に重要なことです。
そして私たちはそれを十分にやっていないと思います。この種の自信を投影したいと思い、時にはそれが子どもの発達にとって有害になる可能性があると思います。周りの大人が常に彼らが話していることを知っていると彼らに言うこと、誰もが言うことすべてを信頼するように彼らに言うことです。それは彼らに、松葉杖のようなものを与えていると思います。自分自身のために真実を考え抜き、自分自身の真実を定義する必要がないという。
学習の基本原理とAIの役割
変わらないものの一つは、人間がどう学ぶかということだと思います。私たちは基本的なことを最初に学びます。足し算、引き算を学び、それが積み重なっていきます。だから、今日の世代のAIを持っていようと次世代のAIを持っていようと、それは真実のままでしょう。だから、どのフィールドを学ぶのが正しいかはわかりませんが、いずれにせよ、私たちはこの学習のプロセスを経なければなりません。
そして今の大きな約束は、実際にAIを使って学習を進め、さらに大きな理解を得ることができるということだと思います。二つの異なる方法で答えを出すことができます。一つは個人的なことで、私は子どもの頃非常に好奇心が強かったので物理学を学びました。だから、もしあなたが好奇心旺盛な人なら、世界について学びたいと思います。今は何という機会でしょう。AIがあなたが知りたいことについて何でも教えてくれるからです。
しかし、キャリアについて考えているなら、次に何が起こるのか、どうやって生計を立てるのかということであれば、いずれにせよ、AI技術を使って、あなた自身とAIを合わせて、より有能な従業員になる必要があります。
同意しますが、学ぶ順序という点で、基礎のいくつかは変化していると思います。一つの例として、プログラミングとコンピューターサイエンスについて話しましたが、私がプログラミングを学んだとき、おそらくあなたと同じように、CS教育の90%をコードを書くこととアルゴリズムを書くことに費やし、おそらく10%の時間を他の人のコードを読んでレビューすることに費やしました。
そして今、もちろんAnthropicで、すべてのコーディングエージェントとClaude Codeなどを使ってプログラミングすると、おそらく10%の時間をコードを書くことに費やし、90%の時間をコードを読むことに費やしています。だから、基礎のいくつかを再検討する必要があるのではないかと考え始めています。
子どもとして読むことを学んでから書くことを学ぶように、コーディングでは書くことに多くの時間を費やし、それから読むことに費やすことが多いです。だから、CS入門の学生の教育の中核部分は、優れたコードと悪いコードを区別できること、これらすべてのことについて考えることであるべきかもしれないと考え始めています。
Anthropicの取り組み
Anthropicがここで何をしているかに話を戻したいと思います。ここに責任があることは重要で、私たち全員がもちろん知っています。私たちは教育システムに影響を与えているこの技術を構築しています。当初はそのようには意図していませんでしたが。だから、企業として、公益法人として、しかし特にこの会社で働く個人として、元教育者として、責任があるのです。
私たちが行っていること、私たちが格闘していることについて話すのが役立つと思います。ゾーイやマギー、AIフルエンシーで行ってきた仕事について話してもらえますか。
はい、喜んで始めます。私は教育コンテンツに取り組んでいます。だから、それは私がこの分野で違いを生み出せる主な方法の一つです。私が本当に興奮していることの一つは、AIフルエンシーコースです。
私たちは二人の教授、ジョー・フェラーとリック・ダカンと提携しました。彼らはAIの使用方法について考えるための本当に素晴らしいフレームワークを構築しました。これのクールなところは、今日利用可能な製品やプロンプティング、世の中で見られるこれらすべてのハックから一歩引いていることです。
たくさんありますね。
たくさんあります。それはかなり圧倒的です。
そしてそれらは非常に速く時代遅れになります。
非常に速く時代遅れになります。だからここでのアイデアは、人々がAIとのインタラクションを理解し、効率的で効果的、倫理的で安全なインタラクションに向けて取り組むために使用できるツールを提供したいということです。それがAIフルエンシーの定義です。
だから、このコア コースは非常に素晴らしいと思いますし、教育者向けと生徒向けのスピンオフコースも作成しました。また、AIフルエンシーの教育に興味がある教育者向けのより長いコースもあります。だからアイデアは、これらのコースのいずれかを受講した人は、自分自身のAIインタラクションを評価するためのより良い装備を持っているということです。
先ほど生徒と一緒に学ぶことや、AIインタラクションを振り返ることの力について話しました。そして、その核心にあるのは、このコースが本当に何についてなのかということです。それは単に、教師、生徒、親全員に、彼らが自分のAIインタラクションにおいて自律性を持っていることを思い出させることです。だから、それが私が興奮していることの一つです。
私たちのAIフルエンシーの仕事について興味深いのは、基礎に立ち戻っているという事実だと思います。このAIフルエンシーの仕事をずっと前に始めたとき、ドリュー、覚えているかわかりませんが、私たちが答えようとしていた質問は、これらすべてのプロンプトエンジニアリングのヒントなどは他の人間によって開発されたということです。そして、Anthropicの私たちが外部の他の誰よりも大きな超能力を持っているわけではありません。私たちはモデルへのアプローチについて異なる考え方を持っているだけです。
そして、その考え方を誰かに教える方法はどうなのかということです。ゾーイの指摘のように、それは非常に陳腐に聞こえますが、私たち全員の中に、これに取り組む批判的思考者である能力があります。そして時には、正しく行う必要があるという恐れが、実験する能力を超えてしまうことがあると思います。
AIフルエンシーについて私が大好きなのは、実験への扉を開いて、「これらのことを試すことができます。あなたにとってうまくいかないかもしれません」と言っていることです。そして、うまくいかないときやAIを使うべきではないときを学ぶことは、使えるときを学ぶことと同じくらい重要です。
私たちが教育チームで時々言うことがあって、それが多くの共感を呼ぶと思います。それは、10億人がテクノロジーに依存するようになるのを見るよりも、100万人にAIを使わないように教える方がずっと良いということです。実際にはそれは非常に難しいかもしれません。しかしAIフルエンシーは非常に堅実なスタートだと思います。
あなたがそれを初めて言ったのを聞いたとき、私はとても幸せで、正しい会社に来たことを知りました。なぜなら、私はAI研究所にいて、マギーが「この場合はAIを使うべきではないと思います」と言っていたからです。あるいは「人々にAIを使わない方法を教えましょう」と。
彼らが自分で決定を下すためのツールを与えること、それが最も重要なことです。
毎回批判的思考に戻りますね。
しかし、もちろんその一部は教育とトレーニングと認識の部分ですが、私たちは野外で使用される製品とモデルも構築しています。だから、エフライム、あなたとあなたのチームがラーニングモードで行ってきた仕事は、その非常に重要な部分だと思います。どのように生まれたのか、ぜひ聞かせてください。
ラーニングモードは、Claudeを生徒への家庭教師として位置づける一連の機能です。例えば生徒は来て課題をアップロードでき、質問に明示的に答えるのではなく、教室でカバーされている教材を通じて生徒を助けます。質問への答え方を案内し、個別指導し、また、アップロードしたコンテンツに基づいてフラッシュカードを見せることで、試験の準備を助けます。
実際、これは非常に草の根的な効果です。教育に情熱を持っていて、メイン製品ラインに教育ツールを追加したいと思っている会社の多くの人々がいます。だからラーニングモードで私たちが行ったことは、本当にあちこちに小さな機能を追加することです。しかし、Claudeアプリを生徒の学習を助けることに本当に優れたものに調整しました。
その過程で、より多くのコンテンツをプロジェクトに追加できるように拡張するなど、いくつかの機能も追加しました。より多くのコンテンツが入るようにです。教室管理システムに接続して、コンテンツが簡単に出入りできるようにしました。だから、それは将来これがどうなりうるかについての出発点に過ぎません。
興味深いのは、ラーニングモードにつながったその初期の研究のいくつかとして、大学生にインタビューしていたとき、教育者が何らかのラーニングモードを望んでいることは知っていました。彼らはずっと「あなたたちのラーニングモードはどこですか」と言っていました。だからエフライムは、さて、今それを構築しなければならない、となったわけです。
しかし、私たちにとって本当にポイントを突き付けたのは生徒たちだったと思います。なぜなら、彼らはもちろん異なる言葉を使っているからです。それはブレインロットです。しかし、彼らがブレインロットについて話しているのを聞きました。そして彼らは、短期的には、AIチャットボットを使って課題を終わらせることができることに気づいていますが、実際に中間試験のために勉強し、概念を理解し内面化することに関しては、さまざまな方法でプロンプトする必要のないバージョンのClaudeを望んでいたのです。
まさに、課題を与えて、答えがポップアップするのを望んでいませんでした。代わりに、課題を与えると、答えを通じて案内されます。期末試験のために勉強している場合は、内容を記憶して学ぶのに役立つフラッシュカードを見せてくれます。だから、それがラーニングモードです。Claudeのインターフェースを完全に変更して、学習に焦点を当てることです。
この最初のバージョンを構築するのにどのくらいかかりましたか。
最初のバージョンは実際には非常に短期間でした。これは、この機能を追加することに非常に情熱を持っている多くの人々です。開始から終了まで約2週間かかりました。それは素晴らしかったです。
信じられないですね。もちろん、この他の側面は、これらのトレーニングプログラムに取り組み、製品とモデルを改善していますが、もちろん外部の世界とどうパートナーを組むかということです。私たちはテクノロジー企業で、このはるかに広いエコシステムの小さな部分です。
ゾーイ、教員組合のAFTのような機関とのパートナーシップで行ってきた仕事について、ぜひ聞きたいです。なぜ私たちはそれらに非常に焦点を当てているのでしょうか。
そうですね、あなたと私の両方ですね。しかし、私たちが興奮していることの一つは、私たちには教室の経験があるということです。私のものは比較的古いです。私はCovid以前に教室にいました。今外は非常に異なる世界だと知っています。
Covid以前、AI以前です。
そう、Covid以前、AI以前です。それはもう基本的に重要ではないような感じです。しかし、実際に教室にいる教師や大学にいる教授と提携して、彼らが学校で抱えている実際の問題や、本当にうまくいっている実際の利点を理解し、両方に傾倒することができます。教師をトレーニングするための教育資料であろうと、より多くの自律性とツールを与える製品ソリューションであろうと。
この核心は、これは集団的な問題だということです。人類全体の集団的な問題です。そして私たちは、これを解決するのに役立つすべてのことを知っているには程遠いです。私たちのすべての仕事の貫通糸は、より多くの人々を会話に引き込むことだと思います。十分な人々がAIフルエンシーコースを受講すれば、私たちの希望は、彼らがその知識を自分の機関に持ち込み、これらの会話を始めることです。
ゾーイが以前に言っていたことですが、生徒は本当に賢く、ブレインロットを持ちたくないという欲求にも本当に関与しています。私たちが得る最高のフィードバックのいくつかは、学生ユーザーからのもので、時には私たちは、彼らは間違いなくこれで不正をしたいだろうと考えますが、それは制度的な問題であり、必ずしも人間の動機の問題ではないと思います。
すべての製品ユーザーからの私たちの最高のフィードバックは、彼らがこれらのモデルへの依存を望んでいないことを示しています。彼らは、自分自身の人間の能力がAIとの協力によって増強され改善されることを感じたいのです。だから私は、私たちが標準的なエンゲージメント指標に最適化していないことについて、一般的に私たちの製品で非常に誇りに思っています。リテンションや、製品に費やす時間や、製品への依存を最適化しようとしていません。
そして私たちは、増強された思考を奨励する、または時にはAIを使わない時間を奨励する、子どもたちが言うように「草に触れる」ことを奨励する、アクティブな製品決定を今も将来も行っています。だから、その道を進み続けることを楽しみにしています。
そして実際、それはAnthropicに入社して最も驚いたことの一つでした。成長最適化された会社ではないということです。ほとんどのSaaS企業はユーザーのリテンション、これらすべてのことを最適化したいと思っています。Anthropicは、成功が私たちの製品でどのように見えるかについて、はるかに広い視点を持っています。それは非常に興味深いと思います。
そして私たちの製品開発、それは私たちが持っていた教育イニシアチブだけでなく、私たちが構築する他のすべてのものについても真実です。ユーザーを製品に引き込み続けることではなく、本当にAIが有益に展開され、社会に影響を与えることです。
私たちが触れたことの一つは、AIをどこかで使用するすべての決定が意図的な選択ではないということです。私たちがAIがすべての場所にあるような突進する道にいるとは思いません。そしてうまくいけば、私たちが会社として行う仕事、私たちが作るもの、特定の方法で製品を構築するために私たちが行う選択は、模範を示し、人々を招き入れて、すべてが意図的な選択であり、時には使わないことを選択することも同じくらい良く、時にはより良いことに気づき始めることができます。
私が最も恐れているのは、教師がAIに外注してしまう部分が、実は本当に優れた教育を構成する要素、つまり生徒を真に理解し、彼らと時間を過ごせるときの繋がりの部分だということです。そしてAIは、教師がそうした仕事により多くの時間を割けるよう、さまざまな方法で使用できます。
そして私は、時間をかけて教育機関と話し、すでに持っている知識を増幅できる方法について彼らと議論することを楽しみにしています。私たちが提携する専門家は、一般的にAIが教育成果を積極的に害している時について、かなり明確な意見を持っています。そして、それに耳を傾け、私たちの製品または教育プログラムのいずれかでそれを実装しようとすることが私たちの仕事です。
未解決の課題と不確実性
AI教育、私たちが会社として行っていることについて多く話してきましたが、確実に解決したわけではありません。だから、私たちがまだ不確実なことは何ですか。つまり、これについての皆さんの見解を聞きたいのですが、私たちがまだ理解しようとしていることは何ですか。
いくつかあります。
どうぞ。
どちらもかなり異なりますが、一つは先ほど触れたことで、AIは何を教える必要があるかを変えているということです。コーディングについて取り上げましたが、コーディングのカリキュラムは5年後には大きく異なると確信しています。物事がどのように変化し始めるかを見るのに興味があります。そして、将来的により増強される可能性のあるスキルの種類と、レビューや管理のような追加の人間のサポートが必要となるスキルの種類を理解するのに役立つフレームワークや本当に何かがあるかどうかです。
コンピューターサイエンスのような分野でそれを理解し始めていると思いますが、それは非常に非常に初期段階で、これがもっと多くの分野に影響を与えることがわかっています。特に高等教育では、それは私が興味を持っていることです。
K-12では、さまざまなツールについて、そしてそれらのツールにデータを入れたときにデータに何が起こるかを理解しようとすることについて、多くの懸念を聞きます。そして今、教室にAIツールの大量増殖があり、教師と管理者は非常に良い理由で本当に圧倒されていると思います。誰にとっても本当に新しい概念がたくさんあるからです。データプライバシーの要素で新しく理解するのが難しいものがあります。
だから私は、その風景がどのように進化するかを見るのに非常に興味があります。人々がより良く風景を評価できるように、データプライバシーに関する教育を本当に強化する必要があるのか、あるいはこの分野で明確な勝者が現れ始めるのか。それがそこで何が起こるかを見るのが本当に興味深いでしょう。
それに加えて、技術は本当に非常に速く変化しています。だから私が確信していない懸念の一つは、時間とともにどのように展開するかという種類のもので、機関がどう適応するかということです。彼らは一般的に動きが遅く、意図的にそのように構築されています。そして技術の変化のペースは非常に速かった。6ヶ月後や1年後に何が起こるかを予測するのは難しいです。だから、機関が一般的に新しい技術にどう適応するかへの変化のペースは、私が不確実な領域の一つです。
私はまた、どこでも、すべての機関が何もしないのではなく、AIで何かをするという非常に大きなプレッシャーを感じていると思います。そして、組織がそのプレッシャーは本当に現実的だという事実をどのようにバランスさせるか、あるいはバランスさせるのを助けるかについて、私にはまったくわかりません。しかし、教育に関しては、特に速く動いて物を壊すことは選択肢ではありません。それは個々の教師にとっても、全体としての機関全体にとっても、非常に困難です。
私はこれを教育のアンバンドリングと呼んでいます。一つは知識そのもので、このAIはパーソナライズされた教育を提供するのに本当に優れています。しかし機関は知識を生徒に伝えること以上のものを提供しています。もう一つは本当に、私には大学に二人の子どもがいます。彼らがそこで得ているのは学習だけではなく、そこが彼らが成長している場所です。成熟し、責任などを学んでいます。
だからAIが解決するもの、本当によく解決するのは知識、知識の伝達と学習です。社会として今後やらなければならないことは、知識転送の部分でAIをどう活用するか、しかし社会で果たしている他のすべての素晴らしい役割のために、これらの機関も維持することだと思います。
そうですね、いくつかの部分を分離して、優れた教育者の成功指標がこのことのすべての部分を行うことではないようにするということですが、あなたが言っているのは。
はい、正しいです。
一つのことをより多く行い、それからAIが知識獲得志向のようなものを扱うようにしますが、学生との関係のようなものではないですよね。
正しい、正しい。例えば、私たちが大学を訪問していたときに受け取ったフィードバックの一つは、AI課題は非常に魅力的で、彼らがやりたいことだということです。しかしAI課題は、AIを使った生徒を意味します。したがって、例えば6ヶ月かかるかもしれない大規模な課題セットが、2週間で終わる可能性があります。どう作成しますか。
だからAIの関与が多いということは、AIを活用して学習の側面を行うことで、はるかに迅速に起こりうる多くの学習があるということです。それらの教師と機関が生徒に提供している他のすべてのことはどうですか。それがアンバンドリングだと思います。技術からすべての正しい部分を活用すること、しかしどんな決定を。
そして、これの最良のケースシナリオは、規模を拡大して燃え尽き症候群を減らすことだと思います。これはほとんどの教師が直面している第一の問題です。
そしてアンバンドルすれば、おそらくより少なくできます。
すべての教育者が本当に得意なことがあり、それらのことが彼らに多くのエネルギーをもたらし、彼らはそれで卓越しています。もしAIが彼らにエネルギーをもたらさないことで彼らをサポートできるとしたらどうでしょう。そして、それは彼らの個人的な生活にとっても、彼らがサポートしている生徒にとっても、はるかにバランスの取れたシステムを作り出すだけだと思います。
この会話は、私たちが教育者向けに持っているAIフルエンシーカリキュラムの一部を思い出させます。私が非常に説得力があると感じたのは、AIを課題、体験などに非常に統合することです。そして、結果をそれほど採点せず、代わりにAIの使用を採点し始めることです。このAI世界で、長期プロジェクトやものの違いについてどう考えるかに戻りますが、その種のエンゲージメントは非常に異なり、私がより多くの機関が採用することを楽しみにしているようなAI前進的な方法です。
あなたが言ったことは正しいと思います。私たちの会話で多くのことが出てきましたが、何かを作成するとき、必ずしも最終結果だけを作成するのではなく、生徒がどのようにその結果に到達したかを作成します。彼らはどう技術を使用したか。行ったり来たりは何か。それも学習の一部になります。
未来への展望
ここのマーケティングの主任の一人が、ある時私と座って、「AIの真の力はプロセスだと思う」と言いました。そして、それが私たちが核心で得ているものの本当の核心だと思います。そうですよね。私はまた、モデルトレーニングの観点から、どうやって調和させることができるか気になります。私は認識論の哲学を学んだ人と本当に素晴らしい会話をしました。何かが真実であることをどう知るか、ということです。
彼らはAIが他のどんな種類の知性よりも簡単に、人間が遭遇したことのあるものよりも、本当に自信を持つことができることについて素晴らしい指摘をしました。あるいは現実的に聞こえることを言うことができます。そして通常、人間においては、それを言って真実でないことを言える人になるには、多くのカリスマ性と練習が必要です。
しかしAIでは、常にそれに遭遇しています。そして何が真実で何がそうでないかを識別する私たちの人間の能力は、他の人間でどう識別するかに基づいています。それはAIに適用しているときには成功しないかもしれません。そして、それは解明して理解する全く異なることです。AIのパーソナリティをその領域により一致させることができるのか、あるいは人々に真実を識別する新しい方法を教え始めるのか。
私の大胆な見解は、後者の方が少し強力だと思います。なぜなら、それはAIであろうと人間であろうと、すべての形態の説得的な文章、説得的な思考に対する良い予防接種でもあるからです。しかし、その批判的思考は、AIがすでに存在するものを調和させることを強制しているだけだという事実に戻ります。その批判的思考を教えることは本当に難しいと思います。
これは子どもの心理学に戻りますよね。私たちには今、デジタルネイティブの世代全体がいます。彼らはスパムテキストを非常に明確に識別できます。それは一部の人々にとって本当に難しいことです。そして、AIネイティブ世代とは何でしょうか。それはどのように見えるでしょうか。そして子どもの発達にどんな影響があるでしょうか。私たちはまだ知らないことがあるだけです。
では、これを締めくくるために、私たちは永遠に続けることができると思うので、皆さん全員から聞きたいのですが、5年後を考えるとき、教育と学習にとっての成功はどのように見えるでしょうか。
5年はAI世界を予測するクレイジーな種類の時間です。
2030年。
私の希望をお話しします。成功がどのように見えるかわかりませんが、何を望んでいるかは知っています。それは、教育機関で、教師が個別に関係を結ぶことと育成の部分にずっと多くの時間を持っていることです。エフライムの指摘に戻りますが、教師が参加するのは知識獲得の部分ではなく、その知識をあなたの人生と世界のより大きなエコシステムに統合し、特定の個人がどのように最もよく学ぶのを助けられるかを理解することかもしれません。この未来でも私たちは皆ユニークな個人であり、そのユニークさを祝い強調することが、教育で到達できることを望んでいます。
5年は非常に長い時間だと思いますが、それまでに成功が私にとってどのように見えるかというと、地球上のすべての人が、いつでも利用できるパーソナライズされた家庭教師を持っていることだと思います。そしてまた、その移行をうまく行った場合、私たちの機関は生き残り、社会ですでに果たしている重要な役割を果たしているでしょう。
そうですね、私にとっては、批判的思考の部分に戻ります。すべての人、本当にすべての生徒、すべての教師が、AIを学習に使用することが何を意味するかについて、共有された語彙と文化的理解を持っていてほしいのです。AIを使用することについて、より多くの識別力と振り返り、そして意図的であることだけです。
壊れたレコードのようにこれに戻るのは私だけのように感じますが、すべての生徒が、いつAIを使いたいか、いつ使いたくないか、そしてなぜかを明確に表現できたら素晴らしいと思いませんか。あなた自身の習慣とどう考えるか、どう最もよく学ぶかについてのその種の知識、その知識のパーソナライゼーションは非常にエキサイティングです。そして、それが成功がどのように見えるかの簡単な発見的方法のようなものだと私は思います。
あるいはもう一方で、彼らがその決定をする必要がないように、技術が。
技術、そう、製品が。
製品自体も同様によく適応されているからです。
両方やりました。
確実に一緒に。製品と体験と教育がすべて手を取り合って進まなければなりません。
まさに。
そして、私が何度も立ち戻ることは、私に楽観主義をもたらすものです。なぜなら、この仕事では悲観主義の日もたくさんあるからです。仕事が変化していて、私の、あなたたちの、私たちの仕事が何のように見えるか全くわかりません。
そして、起こる何かについて私たちが感じる多くの個人的な責任です。
しかし同時に、私は知性が豊富になり、ある意味で商品化されている世界を見ています。ある意味で、それはもはや人間としての私たちの定義的な特性ではなくなるでしょう。そしてそれはある時点では怖いかもしれません。しかし、それは解放的でもあると思います。なぜなら、過去数百年間、私たちは人間性の一部を失ってきたように感じるからです。産業革命があり、これらすべてのことができるようになりましたが、オフィスに入ってタスクを行い、自分たちを行う仕事によって定義しています。
そしてそれは、5年後に最もよくできることではないかもしれません。しかし、教師が行うこと、医者が行うこと、真に人間的なこと、知性ではないことがたくさんあります。だから、ものが剥がれ落ちていくことにほとんど興奮しています。だから私たちにとって、そして教育システムにとって、その核心で、本当に人間を人間たらしめるものに焦点を当てることです。
オックスフォード大学の教授が言った素晴らしい引用があります。私がいつも考えることですが、彼は「AI時代は良い質問をする時代になると思う」と言っています。そして、それは必ずしも多くを知ることから来るわけではありません。ただ好奇心を持ち、そして見返りに得るものについて少し識別力があり懐疑的であることです。それがより良い質問を生み出します。
そして、ポケットにAIがあり、個人的な家庭教師がいれば、質問空間の世界は、人類史上これまで持っていた他の何よりもはるかに大きく開かれました。そして、良い質問をすることを可能にする考え方に向けて人々を導くだけです。
問題を持つのにこれほど良い時期はなかったのでは。
問題を持つのにこれほど良い時期はなかった、そうです。
それが終わるのに完璧な方法だと思います。では、皆さんありがとうございました。
ありがとうございました。
時間を取っていただいてありがとうございます。
コメント