AIが私たちの日常生活に影響を与え続ける中で、どの人間のスキルが不可欠であり、それをどう育てられるかを理解することがますます重要になっています。中心的な課題は、AIの特性を補完する人間のスキルを特定し評価することです。
AI時代の学習の未来における人間中心のアプローチ
世界経済フォーラムの2025年の報告によると、テクノロジーリテラシー、レジリエンス、柔軟性、分析・システム思考などのスキルは、AIによって人間の潜在能力を高めるために不可欠と考えられています。これらのスキルと主要な学問分野の知識を身につける機会があれば、AIと関わる際に人間の潜在能力を最大限に引き出すことができます。単にその成果物を消費するのではなく。
AIリテラシーは単なる技術的なスキル以上のものと考えてみてください。AIツールの活用、AI出力の批判的評価、限界認識、AI生成コンテンツの批判的評価、そのバイアス理解能力が含まれます。
AIリテラシーの重要性がますます認識される中で、学校や職場でAIが普及するにつれて、批判的思考、創造性、自己規制といった高次のスキルも不可欠になるでしょう。
- 批判的思考はAIの出力を評価し、人間の判断がいつ導くべきかを知るのに役立ちます。
- 人間の経験に根ざし、個人の目標に導かれる創造性は独自の強みであり、AIは新しいアイデアを生み出すために使えます。
- 自己調整、すなわち過去の行動を振り返り、調整し、目標に向かって将来の行動を計画する能力は、AIと関わる戦略の洗練において重要な鍵となるかもしれません。
協働、意思決定、システム思考など、社会的・倫理的推論に関連する追加のスキルも非常に重要です。AI生成の意思決定や成果に潜在的な偏りの原因を認識し、特に重要な場面では公平性、透明性、説明責任を推進しなければなりません。
AIを活用して、現代の学生のためにより良い学習機会や成果を創出するにはどうすればよいでしょうか?
AIは教育を再構築していますが、慎重な人間の監督がなければ、多くの学習者が取り残されるリスクを悪化させる可能性があります。 AIのアルゴリズムにおける偏りは評価における不公平を助長することがあります 。デジタルアクセスのギャップは、特に障害のある学生を含む歴史的にサービスが行き届いていないグループにとって、 既存の溝を深める可能性があります。
学習とそれを反映する評価は密接に関連しています。AI主導の未来では、評価は成果だけでなく、個人が知識やスキルを応用した際に起こりうるプロセスの種類も記録することに焦点を当てる可能性があります。これに対して、評価は以下の通りになる可能性があります:
- 現実世界の状況を鏡のように映し出す;
- 学習経路をより可視化し、解釈しやすくする手助けをすること。
- 学習者が目標を設定するのを助けるツールとして機能すること。および
- 学習者が自分の進捗を振り返りながら、必要な知識やスキルを身につけられるようにしましょう。
教育者や生徒と共に評価やその他の学習ツールを共同設計することは、多様な文脈ですべての学習者から必須の知識やスキルを吸収し、最終的により良く、公正で有用な指導システムを構築する上で極めて重要です。より良いAI駆動の評価や指導システムを構築するためには、信頼を基盤とした実務家との強固なパートナーシップが不可欠となるでしょう。最終的に、教育におけるAIのさまざまな活用は、公平性と包摂へのより広範なコミットメントと整合し、AIが対象となる人々によって形作られるべきです。
これからどう進むべきか
教育におけるAIの未来は、先進技術と人間中心の能力や価値観をどれだけうまく融合させているかにかかっています。変化し続けるAI主導の未来において、この可能性を引き出すには、教育者、研究者、政策立案者が密接に連携しながら、教育目標と評価を意図的に整合させることが必要です。
AI強化学習への公正なアクセスを目指すということは、学習者がAIシステムを効果的に使い、かつ主体性を持って行動する可能性を損なわない形で活用するために必要なリソースやスキルを特定することも意味します。もはやAIを中立的な解決策として見ることはできず、むしろより広範な社会システムの一部として認識すべきです。その一部はそのシステムの特徴を増幅させることができるのです。教育目的のAIは、誰のニーズに応え、誰の声がその発展を形作るかを考慮しながら、批判的に設計・実装・運営されるべきものと見なすべきです。この視点を通して初めて、AIシステムはすべての人により包括的で質の高い教育体験を提供するパートナーとなることができます。
テレサ・オーバーはETS研究所の研究科学者です。ケイトリン・テニソンはETS研究所の研究科学者です。パトリック・キロネンはETS研究所の著名な大統領任命者です。