この動画は、ハーバード大学のバラート・N・アナンド教授による教育におけるAIの影響に関する講演である。教授は、生成AIが教育現場に与える変革的な影響について、従来の常識に挑戦する形で論じている。AIの真の革新性は知能の向上よりもアクセス性の改善にあり、組織構造や個人の専門性に根本的な変化をもたらすと指摘。また、AIツールの導入においては予測精度よりもエラーのコストを重視すべきだとし、タスクレベルでの分析の重要性を強調している。実際のハーバード大学での事例を交えながら、AIボットが人間の教師を上回る結果を示した実験や、教育格差の拡大リスクについても言及し、教育者の役割の再定義の必要性を提起している。
教育における生成AIの真の革命とは
おはようございます、皆さんと一緒におれるのは嬉しいですわ。今日は生成AIと教育について話させてもらいますわ。
生成AIを知らへん人のために説明すると、よく間違うけど自信だけは一人前な人間を想像してみてください。正直に言うて、何人くらいが自分の配偶者のこと思い浮かべました？わしは思い浮かべへんかったですけど、それが生成AIですわ。
わしが話したいのは、ChatGPTみたいな大規模言語モデルや生成AIが、わしが27年間おる Harvard のような教育機関とどう交わるかということですわ。現在、わしは大学の教育と学習を統括しとりますわ。
まず質問させてもらいますわ。今後5年から10年で生成AIが教育に非常に大きな影響を与えると思う人、手を挙げてもらえますか？中程度の影響を与えると思う人は？少数派やな。ほとんど影響ないと思う人は？ほぼゼロですな。
テクノロジーの普及速度と真の革新性
ここに示すチャートは、さまざまなテクノロジーが米国経済で50％の普及率に達するまでにかかった時間を表しとります。コンピューターは約30％の普及率に達するのに20年かかり、ラジオは人口の半分に届くのに約20年、テレビは約12年、スマートフォンは約7年、スマートスピーカーは約4年、そしてチャットボットは約2年半でした。これが今日わしらがこの話をしとる理由の一部ですわ。
従来の考え方では、まず生成AIの変革的な可能性はその知能、つまりAIの「I」の部分から生まれる。次に、慎重な教育者として、出力が十分賢くなってより良くなり、幻覚や間違った答えが起こりにくくなるまで待つべきや。第三に、ボットチューターの現状を考えると、長年にわたって技術を磨いてきた最高のアクティブラーニング教師ほど優秀になることはないやろう。第四に、これは最終的に教育の機会均等を実現するやろう。最後に、わしらができる最善のことは、みんなにアクセスを確保して実験させることや、とサルマン・カーンも言うとります。
スクリーンショットを撮る前に待ってください、これ全部間違いやと論証させてもらいますから。
アクセス革命こそが真の変革
まず最初のポイント、変革的な可能性が出力の知能から生まれるという考えから始めますわ。実は、わしらは70年間AIを、50年以上機械学習を、30年間深層学習を、7から8年間トランスフォーマーを経験してきました。これは時間をかけて徐々に改善されてきたんですわ。最近いくつかの段階的な変化はありましたが、これが離陸した根本的な理由は、2年前の知能の段階的改善よりも、知能へのアクセスやインターフェースの改善にあると論じますわ。
人間のコミュニケーションの歴史を1分でお話しします。わしらは焚き火の周りに座って話し合うことから始まり、そこから壁に絵を描く、つまりグラフィックスに移り、巻物や本、つまり正式なテキストを書くようになり、最終的に人間のコミュニケーションの頂点である1と0、つまり数学に到達しました。これが人間同士のコミュニケーションの進化ですわ。
人間とコンピューターのコミュニケーションの進化は、まったく逆方向に進んできました。60年から70年前、パンチカードの1と0から始まり、覚えとる人もおるやろうけど、DOSプロンプトやコマンドに移りました。ここで重要なのは、Windows 1.0と Windows 3.0の大きな違いは、機能的にはほぼ同じやったんやけど、大きな違いはインターフェース、つまりグラフィカルユーザーインターフェースに移行したことで、突然7歳の子供でもコンピューターを使えるようになったということですわ。
これが今わしらが見とる革命により近いと思います。AIは長い間、コンピュータープログラマー、ソフトウェアエンジニア、技術専門家の領域やったんですが、ChatGPTによって基本的に地球上のすべての人が簡単な検索バーを通じて利用できるようになったんです。それが革命の理由ですわ。
組織構造への根本的影響
これがどこに向かうかというと、おそらく音声だけになり、次のコミュニケーションの進化が何か分かる人おりますか？神経読み取り、感情、基本的にはわしらがうなって腕を振る、正式にはApple Vision Proと呼ばれるものですわ。種族として退行しとると言えるかもしれませんが、一方で実際に起こっとることは、人間とコンピューターの距離が根本的に縮まっとるということです。
これが何を意味するかというと、これが何か分かりますか？Photoshopですわ。多くの人が1年、2年、4年かけてこのグラフィックデザインをマスターしようとします。もうこんな専門知識は必要ない、コンピューターと自然言語で直接コミュニケーションするだけで済むんですわ。
知らん人のために説明すると、これはEpic、医療ソフトウェア記録です。心臓専門医の妻はこれが嫌いで、毎日2時間もこのソフトウェア記録にメモを書き込んどります。近い将来、コミュニケーションがもっと簡単になる可能性がありますわ。
組織におられる皆さん、これが組織構造にどんな影響を与えるか考えてみてください。この組織の底辺には、さまざまなソフトウェアの専門知識を持つ人がおります。Photoshopの専門知識、Concurの専門知識、さまざまなソフトウェアの専門知識ですわ。これらの機能内で統合が起こると言えるでしょう。これらすべてのソフトウェア専門家を監督していた中間管理職も縮小する可能性が高いです。実際、トップの人がコンピューターと直接やり取りするだけで、営業、グラフィックデザイン、設計、マーケティングすべてを行える可能性があると言えるでしょう。
最初の10億ドル企業が一人で生まれる可能性が高く、すでに多くの人がこれに取り組んどりますわ。皆さんの専門知識や組織、運営する組織にとってこれが何を意味するか考えることをお勧めしますわ。これは組織の運営方法に大きな影響を与えるからです。
エラーのコストという新しい視点
2つ目のポイント、幻覚について見て、良くなるまで待とうと言います。これは、幻覚が生成AIの本質的な特性であることを前提としとります。確率的モデルやからですわ。でもさらに言うなら、AIの能力が大幅に不足して人間の価値提案を損なう場合でも、それを採用する理由があります。
なぜそう言うかというと、わしは戦略家で、戦略家として方程式の両面を考えます。一つは利益面、つまり顧客が何に対してお金を払う意思があるか。もう一つはコストや時間面です。知能の改善がなくても、単純にコストと時間の節約により、これを採用することに大きな利点があるかもしれません。
考えてもらいたいメタファーはこれです。ライアンエアーに乗ったことある人おりますか？体験はどうでした？基本的、効率的。学生にこれを聞くと、いつも「嫌いやけど毎回乗る」と言います。もちろん、なぜ繰り返し乗るのかという疑問が湧きますわ。
これはほとんどの格安航空会社と同様、機内食なし、座席選択なし、滑走路まで歩く、手荷物は追加料金、常連客特典なし、ラウンジなしです。それでもここ30年間ヨーロッパで最も収益の高い航空会社です。より良い商品を提供しとるんじゃなく、コストを節約しとるんです。これが生成AIとその可能性について考える時に頭に置いといてほしいメタファーですわ。
タスクベースの分析フレームワーク
戦略家として、ある時点で2×2のマトリックスを提示せんとあきません。2つの次元があります。まず、大規模言語モデルに入力するデータが何かです。データは、テキストファイル、数値などの形でファイルとして明示的なものか、創造的判断などの暗黙知識かのどちらかです。
もう一つの重要な次元は、出力から何かが間違った時のエラーのコストです。予測エラーじゃなく、何かが間違った時のコストです。場合によっては低いこともあり、高いこともあります。
いくつかの例を見てみましょう。まず明示的データで低エラーコストは、大量の顧客サポートです。これは過去30年間自動化されており、その軌道は続く可能性が高いです。なぜかというと、10万人の顧客と電話で話すために人を配置することは事実上不可能やからです。2、3、4％のエラーがあっても構いません。この方法で顧客に応答する方がはるかに効率的です。
2つ目の次元は法的合意書の作成です。法律家の皆さん、注意してください。法的合意書の作成ははるかに簡単になっとります。すでにそうです。でも生成AIに単純にチェックなしで任せることはできません。2年前にそれをやった弁護士の話を聞いたことある人もおるでしょう。基本的に合意書をレビューせず、いくつかエラーがあってクビになりました。ヒューマン・イン・ザ・ループが必要かもしれません。出力をそのまま受け取るのは危険です。エラーのコストが高すぎるからです。
3つ目は、右上のクリエイティブスキル、デザイン、マーケティング、コピーライティングです。これらは何が本当に良いか悪いかを評価するのが難しく、ある意味で生成AIから得られるデザイン出力、ソーシャルメディアコンテンツの提案は非常に良く、エラーのコストもそれほど高くありません。
最後に右上は、大規模企業ソフトウェア統合のように非常に注意が必要な分野です。すぐにそこに行きたくないし、航空機の設計なども同様です。
教育現場での実践例
教育にとってこれが何を意味するか実際に展開してみましょう。わしらの例を使って説明します。ハーバードでは、入学願書として最初の数ヶ月で約1万の応募を受け取り、ウェブサイトを見る人は約3万人います。質問がある人全員と個人的に個別に話すのは不可能です。これはチャットボットが単純に応答するのに最適です。応答にエラーがあっても構いません。単に応願を考えとる人で、他の方法で情報を見つけられるからです。
2つ目に、食品業者との法的契約ではヒューマン・イン・ザ・ループに注意が必要です。3つ目に、ソーシャルメディアコンテンツの設計は、今日生成AIではるかに効率的にできます。最後に、教員の採用や学生への懲戒処分にはすぐに使わんと保証できますわ。
これを組織だけでなく個人でも考えてみてください。わしがこれを行うとすれば、メールの返信があります。毎日多くのメールを受け取り、その多くは非常に標準的なものです。「教授、オフィスアワーはいつですか？シラバスはどこに掲載されてますか？」
他の場合でも、学生が「教授、2つのオファーがあります。マッキンゼーとボストンコンサルティンググループです」と質問する時、わしの回答でエラーのコストはそれほど高くありません。大丈夫でしょう。「マイクロソフトかアマゾンかで悩んでます」でも大丈夫です。冗談ですけど、すべてのメールに個別に返信しとりますが、要点は分かってもらえるでしょう。
ケーススタディの執筆には9ヶ月かかりますが、昨年MBA プログラムの責任者が「明日シリコンバレー銀行のケースを教えたい」と言って、ChatGPTに行き「ハーバードビジネススクールのようなケースを、これらの5つのセクション、財務情報、競合他社情報、規制情報で書いて」と言いました。出力され、その後「情報を調整して、財務にこのデータを入れて、これらの競合他社について話して」と言いました。反復して情報を出力し続け、最初から最後まで71分で完全なケーススタディができました。
この可能性にビビらんなら、わしらはビビっとりますわ。
AIボット対人間教師の実験結果
3つ目の前提、ボットチューターは最高の教師ほど優秀にならんやろうという点について、ハーバードの同僚がPhysical Sciences 2という講座でテストしました。これは最も人気のある講座の一つで、教師は非常に優秀で、長年にわたってアクティブラーニング教授法を磨いてきました。
実験として、毎週半分の学生には人間のチューターへのアクセスを提供し、残り半分にはAIボットへのアクセスを提供しました。実験の良い点は、毎週これを入れ替えたことです。一部の人は常に人間へのアクセスがあり、一部の人はその週はAIへのアクセスがあったが、翌週は入れ替わりました。毎週その週の内容の習得度をテストし、興味深いことに、AIボットを使った学生のスコアは人間のチューターよりも高く、年々技術を磨いてきたチューターよりも高かったんです。さらに驚くべきことに、エンゲージメントも高かった。これは最初の実験ですが、要点は真剣に受け止めるべきやということです。
教育格差拡大のリスク
教育の機会均等を実現するかという点について、前提の一部は、みんながアクセスできるからやということです。村の個人、低所得地域の人も、エリート大学の人と同じ技術にアクセスできるようになり、これがすべてを平等にするということです。
可能性としては、まったく逆方向に行くかもしれません。利益は既にドメイン専門知識を持つ人に不釣り合いに集まる可能性があります。なぜそう言うかというと、簡単な例を考えてみてください。ある主題の知識があって生成AIやChatGPTを使い始める時、そのやり取り方法、プロンプトの聞き方、フォローアップのプロンプトで、基本的に判断を使って有用なものと有用でないものをフィルタリングしとります。その主題について何も知らんかったら、基本的に知らんことを知らんので、ある意味でプロンプトはガベージイン・ガベージアウトになります。
これはさまざまな研究で示されており、2週間前のエコノミスト誌でまとめられたメタ分析では、特定のドメインと専門知識について、ハイパフォーマンス・高知識労働者と知識のない労働者の格差が実際に広がっとることを示すさまざまな研究について話しとりました。これを真剣に受け止める必要があります。
オンライン教育の教訓
これは初めてのことじゃありません。12年前、オンライン教育に大きな革命がありました。ハーバードとMITが一緒になってedXというプラットフォームを作り、世界の誰でも無料でオンラインコースを提供しました。まだ存在しており、ハーバードから無料でコースを受講したい場合、修了証に100ドル払えば、事実上すべての科目で取得できます。
結果として、edXはCourseraやUdacity、他のプラットフォームと同様に3500万人の学習者に到達しました。素晴らしいことに、約3000のコースが無料でした。
課題は修了率が5％未満だったことです。なぜかというと、教室での退屈な講義に慣れとる人にとって、オンラインでの退屈な講義は10倍悪いからです。事実上エンゲージメントがなく、完了に長時間かかるか、完了しない可能性があります。
興味深いことに、実際にこれらのコースを修了した人の75％は既に大学の学位を持っとりました。つまり、教育を受けた裕福な人がより裕福になったということです。これは非常に冷静に考えさせられることです。なぜかというと、これらは好奇心、内発的動機に慣れた人たちやからです。大学に行ったことがあるから退屈な講義にも慣れとりますが、これはデジタル格差について考える方法に大きな影響があります。
教育の本質的目的の再考
できるだけ多くのコース用チューターボットを作ろうとするのではなく、技術が進歩する中で教師の役割と目的について戦略的な会話をする必要があると思います。
学校で学んだことについて考えてみてください。多くのことを学びましたが、正直に言うて、高校卒業以来幾何学の証明を使った人、何人おりますか？3人ですな。なぜ州都や世界各国の首都を学んだんでしょうか？外国語を学んだんでしょうか？これはイタリア語で「Devi」は女神じゃなく、「しなければならない」という意味です。似てるとこありますわね。
ビジネス概念について、カリキュラムでわしがよく聞くのは、10年後に戻ってきた学生が「あの2年間が人生で最も変革的やった」と言うことです。学んだ最も重要な3つの概念は何かと聞くと、「分からへん」と言います。「1つでも教えて」と言うても「分からへん」と言います。「じゃあなぜ変革的やったと言うの？」と聞きます。
要点は、特定の内容のせいじゃなく、学習方法のせいで変革的やったと言うとることです。リアルタイムで決断を迫られ、他人の話を聞き、コミュニケーションを取っとったからです。彼らが言うとるのは、ケースメソッドの真の目的は聞くこととコミュニケーションやった、証明の真の目的は論理の理解やった、州都の暗記の真の目的は記憶力の向上やったということです。
ラドヤード・キップリングの詩「If」を覚えとる人もおるでしょう。「もしあなたが、周りの人がみんな取り乱してあなたを責めとる時に、冷静でいられるなら」というやつです。甥が10年生の試験準備でこれを暗唱しとるのを聞いてPTSDになりましたが、基本的に記憶力を磨く練習で、言語については文化や構文を学ぶためでした。
根本的に何を教えとったかを深く考えると、少し希望が持てると思います。これらの一部が生成AIを通じてアクセス可能になっても関係ないという意味やからです。計算機が登場した時、数学スキルが破壊されると思いましたが、50年後の今でも数学を教えとるし、かなり良いです。これは重要な戦略的会話になると思います。
まとめのスライド
これがわしが皆さんに覚えといてほしいスライドです。わしが言うたすべてのことが含まれとります。スクリーンショットを撮るならこのスライドですわ。
ありがとうございました。連絡を取り合い、HBSでこの話を続けていきましょう。
質疑応答
司会者が言います：アナンド教授のクラスを受講して、彼の話を聞くのは教室に戻ったような気分です。幸い、今回は誰も指名されへんかったので良かったです。
いくつか質問があります。小さな子供がおって、ChatGPTでこんなに多くの知識が利用できる現在、子供たちが成長した時、これらの機械の実際の能力が分からん中で、学んだことがまだ役に立つよう、何を教えるべきかアドバイスをください。
アナンド教授：お子さんは何歳ですか？
司会者：息子は9歳、娘は5歳です。今、彼らに何を伝えとりますか？良い面、悪い面、醜い面をいろいろ話しとりますが、それを洗練させて、何を伝えるべきかのフレームワークを教えてもらいたいです。
アナンド教授：これはおそらくわしが最もよく受ける質問の一つですわ。10日前のウォールストリート・ジャーナルの記事で面白いことに、技術専門家が基本的に自分の子供に「コンピューターサイエンスを学ぶな」と言うとりました。少なくとも基本的なコンピュータープログラミングのスキルはなくなったと。高度なコンピューターサイエンス、高度なデータ分析をやりたいならそれは大丈夫やけど。
彼らが子供に学ぶよう言うとるのは、ダンスの教え方、配管、人文学です。なぜそう言うかというと、暗黙的に機械知能に対して堅牢なスキルセットは何かと言うとるからです。
この改善が起こるペースを考えると、それを予測するのは事実上不可能やと思います。わしは少し違った答えを持っとりますが、娘は何も言わんでも心理学を専攻しとるので、子供たちは基本的にこれがどこに向かっとるか知っとると思います。
一つ言えるのは、わしが大学を始めた時、ジャーナリズムから始めたんですね。それで化学から経済学に変わったのは、おそらく多くの人と同じように、わしにインスピレーションを与えてくれた一人の先生がおったからです。子供たちには、あなたにインスピレーションを与えてくれる先生を追いかけなさいと言いたいです。なぜかというと、ある科目にインスピレーションと情熱を得られれば、それが一生続くスキル、つまり好奇心と内発的動機を築くことになるからです。前のセッションでも話したように、これはもうエピソード的な学習じゃなく、生涯学習についてです。これがわしが思う最も重要なスキルになります。
インドの家庭やアジアの多くの家庭でも、親は子供が成長した時に最も有用やろうスキルを身につけさせたいと思います。昔は工学や医学やったし、数年前はITでした。先を見据えて、子供たちが何年後かの就職市場で役に立つスキルを習得するために何を学ぶべきやと思いますか？
正直言うて、それはあまりにも道具的すぎると思います。10年前、わしの学生の多くが「何を専攻すべきか」と聞いてきた時、わしはコンピューターサイエンスとは言わんかった。もしそう言うとったら後悔しとったでしょう。
でもわしが本気で言うとるのは、それはあまりにも狭く見すぎやということです。創造性、判断力、人間の感情、共感、心理学のようなことを考えることをお勧めします。これらはコンピューターがどこに向かおうと根本的に重要なことです。さまざまな科目を通じてこれらのスキルを得ることができます。これらのスキルと特定のトピックや学問分野との間に一対一の対応関係はありません。これがわしが言うとる部分で、彼らの情熱がどこにあるかを本当に考えるべきやということです。
Google、Copilot、ChatGPTですべてが利用できる時に、どうやって子供たちに考え方を教えるか？点と点をつなげて、解釈、分析、思考ができるフレームワークを与える方法は？最も簡単なのはChatGPTに聞くことなのに。
良い質問ですわ。最近MITの同僚が行った興味深い研究があります。学生のグループに特定のタスクを行うか、トピックについて学ぶよう求めました。一部の学生にはAIチャットボットを与え、一部の学生にはAIなしでGoogleサーチのみを与えました。
AIインテリジェンスにアクセスできる学生の方が教材をはるかに速く学びましたが、最初のテストとは異なる別のテストで応用する時になると、はるかに困難を感じました。AIへのアクセスなしでGoogleサーチを通じて教材を学んだ学生は時間がかかりましたが、そのテストではずっと良い成績を収めました。
なぜかというと、学習は単純じゃなく、努力が必要やからです。学習するのが困難であればあるほど、長期間覚えている可能性が高くなります。わしが学生に言う大きな意味は、これらの技術はすべて利用できるが、どう使うかによるということです。わしの基本的なアプローチは、勉強しなさい、ドメイン専門知識を得れば、後でこれらのツールをはるかに強力な方法で使えるようになる、と言うことです。
ある意味、これは主体性の概念に戻ります。わしらはツールや技術で怠惰になることもできるし、賢くなることもできる。それは完全にあなた次第やけど、これがわしのアドバイスです。
シリコンバレーの友人の中には、デバイスに関して子供に最も厳しい制御をする人がいます。わしらは子供がiPadやテレビにどれだけ時間を費やせるか見とりますが、わしらの方がずっと寛大です。彼らはデバイスの真ん中におって、開発しており、危険な副作用を知っとるからです。
でもそれらのデバイスは知識の宝庫でもあり、そこから多くのことを学べます。教育者として、すべての親は自分の考えを持ち、子供がどれだけ時間を費やせるかについて意見がありますが、教育者としてこのデバイス依存をどう見ますか？知識を得るためにはるかに多くの時間を費やすが、同時に多くの時間を無駄にすることについて。
微妙なニュアンスがあると思います。彼らが言うとるのは、デバイスを使うなということじゃなく、ソーシャルメディアを使うなということです。これは先ほど話した内容の一つに戻ります。わしらは誤情報、偽情報などに関して10年間経験してきましたが、今日知る限り良い解決策はありません。改善されるであろう他のさまざまな習慣もあります。それが彼らが言う「近づくな」の部分です。コンピューターから離れろとは言うとりません。それはできないし、実際したくもありません。でもツールやコンピューターとの関わり方について、ガードレールを考える時に頭に置いておきたい微妙な違いがあります。
学生がデバイスにますます夢中になり、それがあなたがしようとしとることにどう影響するか見とりますか？彼らにもっと社交的になってもらい、お互いにもっと時間を過ごし、携帯電話に夢中にならんようにするために何をしとりますか？
非常に興味深い質問です。昨年ハーバードで会議があり、コミュニティから400人が参加しました。同僚の中には「ラップトップ禁止、授業でラップトップなし、デバイス取り出し禁止」の方針を取るべきやと言う人がいました。わしはその後のセッションに入る予定でしたが、彼らに携帯電話を取り出してもらいたい理由の一部は、講義中に2、3つの投票があって、彼らの意見を聞きたかったからです。それで「携帯電話出して」と言いました。
これは少しクレイジーでしたが、この話が示す興味深いことは、これらのデバイスが特定のことに対して本当に強力になり得るということです。受動的な学習方法を、すべての人が参加する能動的な学習方法に変えることができます。それを奪いたくはありません。
対処したいのは、わしが講義しとる間にゲームをすることです。個人的には、学生がエンゲージするのに十分わしがエキサイティングでエネルギッシュじゃないなら、携帯電話を使ってくれて構いません。それはわしの責任です。
セッション中どれだけエンゲージしていたか、そしてどれだけの人が…。はい、それがなぜAIとチャットボットは教授ができることを決してできないのかということですわね。
いくつか質問を受けます。Kaushikさん質問がありますね。
こんにちは教授、子供たちに教えるべきこととして共感を挙げられましたが、正式な教育システムで実際にどうやって共感を教えるのでしょうか？それとも親や家族に戻るだけでしょうか？
難しい質問ですわ。実際、これは今日キャンパスで直面している最も重要な問題の一つで、高等教育だけでなく幼い子供についても関係します。キャンパスでの困難な会話について話す時、わしらがこれらの問題に直面している理由の一部は、人が頑固やからです。「あなたが何を言おうと、わしは考えを変えない」みたいな。
2年前にハーバードの学部入学願書に導入したものの一つは、「他の誰かと何かについて議論する時に、考えを変えたことがありますか？」という質問でした。それに類似した質問ですが、基本的にどれだけオープンマインドかを聞いとります。それは共感の一つの形です。他にも多くの次元があります。
課題の一部は、わしらは学校でそれを教えとらんということです。学校で正式にそれを教えとりません。それが今、インドだけでなく他の国の学校でも、どうやって第二のカリキュラム、隠れたカリキュラムを教えるか、どうやってそれらの社会的・感情的スキル、いわば「人生の書」を教えるかという話の波が起こっとる理由の一部です。
これを言うのにロケットサイエンスは必要ありませんが、それは家庭から始まります。それがわしらが子供たちと毎日することやからです。でも先ほど話した理由の一部で、それが根本的により重要になってくると思います。
Dr. Sanjay Bhargavaさん質問がありますね。
はい、Dr.、素晴らしい話を聞かせてもらいました。AIと技術について、わしはいつもAIとデジタル技術は支出じゃなく実際は投資やと言うとります。手短に60秒だけ許してもらえれば、ヘルスケアでは、より良い臨床結果を得られます。多くの病院チェーンで院内感染が死因第一位から実質1％未満に減少しました。より安全な結果、より良い患者体験、ベッドの回転がはるかに速く、より重要なのはより良い運営の卓越性を得られることです。
まだそれを受け入れてない医療施設は現在の環境で運営するのが困難になるでしょう。AIとデジタル技術が医師として学ばせてくれたのは、データが新しい金やということです。データを分析しなければ、結果を見なければ、臨床結果がどこにあるかを見なければ、前に進めません。AIが未来にあるのはわしら全員にとってです。ありがとうございます。
それはよりコメントの形でしたが、2つの方法でそれを詳しく説明させてください。一つは、AIを文脈化するのが有用やと思います。今わしらはアップスキリング、リスキリングについて教育で考える時、最新技術に夢中になりがちですが、わしが言及したように10年前に始まった革命があります。基本的に今日皆さんが任意の科目で利用できる3000のコースがあります。AIを待つという概念は違います。すでにそこにあります。
92歳のわしの義父はコビッド中に「Bharat、何をすべきか」と言いました。わしは「ハーバードからこれらすべてのコースが利用できます」と言いました。過去2年か3年で彼は35のコースを修了しました。92歳で。修了証は必要ないと言うので0ドル支払いました。わしは彼に「あなたがわしらのビジネスモデル問題の原因や」と言いました。
2つ目の側面は、Sanjayさんが行こうとしとる方向について考えることで、あなたの言う通りです。すべての組織に簡単に取れる果実があるでしょう。わしが一つ注意したいのは、アクセスの逆説があるということです。すべての組織、すべての同僚があなたと同じ技術にアクセスできるなら、競争優位を維持するのが困難になります。これは基本的な観察です。これを言及したかっただけですが、医学とヘルスケアの簡単に取れる果実については全く正しいです。
Toby Walshさんが質問か見解を述べて、それから…たくさん手が上がっとりますが時間もないので、これで終了しましょう。
高等教育の大きな課題の一つは、コストが天井知らずに上がったことです。AIがそれを好転させられると楽観的に見とりますか？
また先ほど言うたことに戻りますが、過去10年間に起こったことで、今や最小限のコストで学位を取得するコストと比べて資格証明書や修了証にアクセスできます。視点を示すと、わしらは毎年17万7000人の学位学生がハーバードに来ており、彼らは多額のお金を払っとります。経済的援助が必要な人は経済的援助を受けます。
過去10年間でわしらが接触した学生数を誰か推測できますか？10倍？100倍？約1500万人です。これはわしらが宣伝しとる話じゃありませんが、実際にハーバードのコースを受講したり登録したりした学生数の話です。
ある意味、今日わしらがいる場所は、教育を提供する限界コストが非常に低いということです。そのために必要なのは、既存のモデルの漸進的改善じゃなく、基本的にそれを分解して、みんなにとって意味のある形で再構築する方法を言うことです。
ハーバードがMITと共同で設立した組織があり、axim collaborative といって、edXプラットフォーム売却からの寄付金で、教育におけるアクセスと公平性を向上させることが唯一の機能です。彼らが焦点を当てとるのは、大学を始めたが修了しなかった4000万人のアメリカ人で、コストだけじゃなく他の多くの理由があります。コストを削減する可能性は大きいですが、リーダーシップと戦略が必要になります。
こちらの紳士が質問があります。マイクを渡してもらえますか。
以前は、AIを使って要約し、生産性を向上させるという話でしたが、o3 miniなど最新のOpenAIモデルでは、人間よりもはるかに優れた推論を行っとります。使わない人は不利になるので、学生はAIを使って慣れ親しみ、他の学生に対して不利にならんよう最新情報を得るのが正しいんじゃないでしょうか？
絶対にその通りです。わしはハーバードで教育と学習の生成AI タスクフォースを統括しており、17名の教員がいます。採用について最も興味深い会話は学生とのものでした。その行動を理解すると、わしらが考えもしなかったことが出てきます。
一つ質問します。わしらは全ハーバードコミュニティ向けに安全で安心なサンドボックスを作り、パブリックなOpenAIを使う代わりに大規模言語モデルへのアクセスを提供しました。教員の採用率は最初の年で約30から35％でした。学生の採用率はどれくらいやったと思いますか？
約5％でした。わしらは驚いて彼らに行き、「どうなっとるんや？サンドボックスを知っとるか？」と聞くと、「はい、知ってます」と言いました。「使っとるか？」「いえ」。「何らかの形でAIを使っとるか？」「はい、ChatGPTにアクセスできて、自分のプライベートアカウントがあります」と。
「ちょっと待てや、なぜ安全なハーバードサンドボックスを使わんのや？」彼らの答えは何やったと思いますか？「なぜわしらが入力しとることをあなたが見れるものを使うのか？」でした。
教員として生成AIについて話す時の第一の質問が「カンニングや評価が心配や」なら、学生はそれを聞いとります。「それがあなたの心配なら、わしらはあなたに近づかん」と。
要点の一部は、学生は時間を節約するため、深い学習に従事するためにこれを使っており、わしら自身がそれを理解して何ができるかを把握する必要があるということです。
素晴らしいプレゼンテーションでした。スペクトラムの一方には利点がすべてありますが、他方にはどんなリスクがあると思いますか？独自にコーディングを始めて手に負えなくなる可能性はありますか？その可能性はどの程度でしょうか？
リスクは最後の方で話したことです。第一に、機関として頭を砂に突っ込んでこれを真剣に受け止めないこと。第二のリスクは怠惰な学習です。これも主体性に依存します。学生として怠惰になりたいか、怠惰になりたくないかに部分的に依存します。第三のリスクは、誤情報、偽情報に関して前のセッションで話したすべてです。第四の大きなリスクは、教師としてのわしらの役割は何かという根本的な質問です。
最後に一つエピソードを共有します。他の学校の同僚から電話があり、「学生がケースを読まなくなった。基本的に課題の質問を生成AIに入力して、さらに賢いことに『授業で使えるユニークな答えをくれ』と言っとる」と言いました。評価が危険にさらされとります。
これを聞いてください。教員もケースを読まなくなりました。ケースを入力して基本的に「教授計画をくれ」と言っとるんです。それが悪い面です。
デリーからムンバイへのフライトで会って、教育の未来について長い会話をしました。過去45分間で、その会話の魔法をここのステージで再現することができました。ここに来て、このマスタークラスを提供してくれた教授に温かい拍手をお願いします。ありがとうございました。
絶対に嬉しかったです。ありがとうございました。
動画が気に入ったら、いいね、コメント、シェア、チャンネル登録をお願いします。
コメント