誰かの何かで済むとき済まないとき

とある教職教科書の執筆にお呼ばれをして、プログラミング教育に関する部分を書きました。

依頼を受けたのは1年以上前でしたが、それ以来、何を取り上げてどう書けば良いだろうか、という宿題が頭の中でずっと渦巻き続け、先日やっと提出し終えたところです。

苦労しました。今年に入って生成系AIの騒がれ振りを目の当たりにしたことで、一旦提出した原稿のアップデートを願い出たりもしました。編者の方にも賛同いただき見直し書き直し。

紙数の制約上、いろんな基礎的情報を端折り(たとえば特定のプログラミング言語の言及が皆無)、一方で、撲滅したかった「プログラミング的思考」という表記を幾度か出すという苦渋の選択もありました。もともと執筆依頼のキーワードだったことや文部科学省文書を扱わざるを得ない手前、仕方なし。

それでも、ずっと海外のプログラミング教育やCS教育の文献資料を漁る中で拾った知見に触れたりして、諸外国のプログラミング教育、コンピュータサイエンス(CS)教育と通じ合うための要素も少しは盛り込むことができたのではないかと思います。

もっとも「プログラミング教育」という窮屈な枠組みはオワコンだという雰囲気もありますが。

これまで、日本のプログラミング教育の言説は、ほとんどが国の審議や報告書、行政文書の中で紡がれた文言が発祥のものばかりでした。

確かに日本の学校教育はそうしたものに大きく規定されながら運営されているので、それらを無視するわけにはいかないのですが、教職教科書といえども、それを語るときの距離感や姿勢には注意を払わなければなりません。他者の言説を無批判になぞるのは望ましくありません。

今回の原稿は、執筆コンセプトに学習科学や教育工学的な観点が求められていたので、国発信の「手引」の二番煎じをしても意味はなく、その次のステップの糸口を提供できる内容を模索しなければなりませんでした。

その試みが成功したのかどうかは、世に出たときに読んで判断していただければと思います。

今回、かなり執筆の時間的猶予を与えていただいたにも関わらず、やはり土壇場まで悩み続けていたことを振り返るにつけ、自分は、すでに誰かが語ったことをどう扱うかについての葛藤を解決するのが上手くないのだなと思い知らされます。

どんなに自らの言葉や考えに昇華したとしても、それを開陳する時点で真似や伝言ゲームをしているだけじゃないかと思えてしまい、ならば原典に当たってもらった方がマシなんじゃないかと思ってしまうからです。

その辺を妥協して、自分なりの言及を付すことで意味ある形に落とし込めればラッキーだし、上手くいかなかったら所詮は横を縦にするコピペ職人なんだろうなと気持ち凹んで過ごすというわけです。

これはつまり、そろそろ私自身の知の貯蓄も尽きてきたといったところかも知れません。

理不尽な状況にほとんどの人々が冷めた状態で接することを余儀なくされて、力なく願いだけが積み重ねられていく様子を見せられると、思いを語る意義さえ見失われます。あるいは躊躇われてしまう。

社会全体でこういう無気力の学習が展開していて、あとはオーソライズされた言葉を違和感なく組み合わせていくだけで何かをまとめた気分になるだけ。そこに人を魅了する熱意や欲望みたいなものないし、いつも待っているのはこんなはずじゃなかった感のある結末。

切り替えていくことに取り組まなければならない。そう思うこの頃です。

教育機関と言語AI

各大学の反応

上智大学 20230327

東北大学 20230331

立命館大学 20230331

東京大学 20230403

群馬大学 20230413

島根大学 20230414

大阪大学 20230417

山形大学 20230418

東京工業大学 20230420

岡山大学 20230421

学習院大学 20230424

長崎大学20230425

東京工科大学 20230426

神戸大学 20230427

教育関係ニュース

AIに「訊いて応えて」ワーク

今年度、大学で担当している「教育の方法及び技術(情報通信技術の活用含む)」は、教育と情報・ICTに関する内容を主軸に据えて始まりました。

そして、このタイミングならChatGPTなどのAIチャットを導入しない手はないので、毎回の講義の中でAIチャットを前提とした課題を設けることにしたわけです。

課題名は「訊いて応えて」。

AIやネットに「訊いて」みて、得られた結果について学生本人の意見やコメントで「応えて」いく、という枠組みの連続課題です。

教職を目指している大学生たちがAIチャットを未体験なままに百出している議論を眺めるのではなく、自分たちで使いながらAIのいま現在を見極められるようにしようという趣旨です。

利用環境面

初回、パソコン教室で46名の受講者が一斉にChatGPTにサインアップやログインを試みたところトラブりました。

初回は何人かの学生がこの制限を受けたものの、次週は大丈夫だろうと高を括った2回目もログインすらできない学生が続出。

緊急避難的にChatGPTからPerplexity AIに逃そうとしたものの、しばらくするとそちらも利用のリミットに引っかかって、またお手上げ状態でした。

第3回も失敗すると学生の興味関心が極端に薄れてしまう懸念があったため、chatbot-uiをどこかのサーバーに独自に立ち上げて、そこを避難所にする対策をしました。

課題内容面

これまでの「訊いて応えて」ワークは以下の通り。

〈01〉教科書のキーワードを訊いて応えて
〈02〉ニュース記事の数値整理を訊いて応えて
〈03〉対象の比較を箇条書きで訊いて応えて

〈01〉は教科書に掲載されているキーワードから3つほど選んで、AIチャットに訊いてみて、自身のコメントで応える課題でした。

パソコン操作を思い出してもらうことや、ワークの取り組み方を説明するため、課題内容自体は月並みなキーワード調べものです。提出ワークシートはGoogleドキュメントで配布したシートなので、実質作業はコピペ。

それでも、学生達の画面には、「クラスルーム」「授業専用Web資料」「ワークのGoogleドキュメント」「AIチャット」という4種類のウインドウが最低限表示されることになり、これに課題内容によって指定されたリソースがプラスされると、慣れてない学生にとって操作は難解レベルに突入します。

初めのうちは、その状態に慣れてもらうことも織り込んで課題について支援していきます。

ChatGPTなどからのコピペは、単純コピペだとちょっとグレイがかった背景も一緒にペーストされるので、初めのうちはそれを許容しつつ、次第に書式なしペーストなども使えるようになって欲しいという方針です。

それから、自身のコメントで応えていく部分についても、初めは言葉少なですし、賢い学生はAIの出力をそこに貼り付けるといったことも起きますが、そういう取り組みは評価が高くないことも強調して伝えます。結果的にこちらが騙されるレベルに達しているなら、まぁそれはそれでよしとします。

〈02〉はニュース記事を使った課題で、文章で紹介された統計数値を表形式にするタスクです。

ちょうど徳島県の人口について紹介したコンパクトなNHKニュースが配信されていたので、この文章をAIチャットに渡して、表形式に変換して見せてくれたら、AIの威力についても感じてもらえるのではないかと思って設定しました。

題材順序として「表形式への変換」は早過ぎでは?とも思いましたが、よい素材と遭遇しましたし、コピペ・テクニックを垣間見せる意味でも、悪くない課題だと判断しました。

導入のプロンプトとして

次の文章の中の数値を表形式に整理してください:

と入力してもらい、あとは数値が含まれている部分のニュース記事をコピペするだけ。記事をもとにした表が出力される様子を目撃することになります。

しかし、多人数でやっていることで、同じ質問文を入れて同じコピペをしたのに、出力される表の形式が違っていたりすることも見えてくるわけです。さらに、出来上がってくる表も正確性が怪しい。

こうして、AIチャットが常に同じ動作をするわけではないことや、正解を生成するものでもないことを体験して理解していくことになるわけです。最終的には人間の確認も必要だと。

そうした各自が遭遇した事態に応じて、学生自身のコメントを書いてもらうことで課題が完結します。

また、表のコピペも、貼り付けた先でセルの高さが異様に大きいことや背景の色などの諸々を修正していくことが必要になり、細かな修正作業のコツを身につけたり、あるいは表計算アプリ経由でスマートにやる方法へと辿り着く学生がいたりと、多様なパスを支援していく感じになります。

〈03〉では、ここまでバタバタと取り組んできたものを一旦立ち止まって振りかえることに注力するため、課題内容自体は、対象の比較を箇条書きにまとめさせたものへ自身のコメントを加えるものにしました。

訊いてコピペして応えていく単純作業。

ただし、「箇条書き」という指定をすることで、どんな出力がなされるのか知って欲しいということ。比較の箇条書きが比較対象個別に出てきたり、比較して分かることをまとめて箇条書きしてくれたり、箇条書きの個数が多すぎたり、といろいろであることを体験し、必要に応じて再回答を指定したり、箇条書きの個数を絞ったりするなど追加の依頼ができるようになることを期待しています。

実際の授業では、前回の表のコピペが思いの外難しかったようなので、そちらを丁寧にフォローすることに時間が割かれました。そのため箇条書きの文章コピペという今回の課題分量は良かったようです。

学生達も、作業段取りについてようやく理解が深まったようで、学生コメントからも今回は自信を持って取り組めた様子が伝わってきました。

また、単にコピペ作業に終わるわけではなく、AIチャットに訊いたことを自身のコメントで応える作業を通して、AIチャットの出力に自分では届かない側面からの視点があって勉強になったという場面もあったようです。作業的な負荷がある程度落ち着けば、課題内容にフォーカスして吟味したり考えたりする余裕が生まれるということなのでしょう。


こんな形でまだ3回しかやっていませんが、AIチャット利用を前提とした「訊いて応えて」ワークを進めているところです。

ワーク課題の作成については自転車操業的にやっているので、この時点でご披露できる将来計画のようなものは残念ながらありませんが、教職志望者がメインの授業ですから、問題作成側の用途に関わるネタも当然入ってくるのかなとは思っています。

今回の授業の技術的条件整備などのお話は、あらためて別のところに書いてみようかと思います。

知識の所在が変わった

現在、サム・アルトマン(Samuel H. Altman)氏がCEOを務めるOpenAIが世界を揺さぶっています。

深層学習によって進化したAI技術は、インターネットのように基盤技術として様々な社会経済機能の中に取り込まれようとしていて、つい最近のChatGPTの登場によって一般人にも分かりやすい形で認識が広まったということになります。

サム・アルトマン氏は精力的にメディア対応をしていて、人々の疑問や懸念などにちゃんと考えを返している点で、革新的なものに対して起きがちなヒステリックを和らげているようにも思えます。

残念ながらテレビ東京の特集番組は見られていませんが、YouTubeに公開されている一部分を観ると日本語を始めとした多国語についても前向きのようです。

先日、文部科学省で「今後の教育課程、学習指導及び学習評価等の在り方に関する有識者検討会」第3回が開催されていました。

学校で使う教科書が準拠する「学習指導要領」(教育課程)を改訂する作業を開始するための準備検討会です。つまり、学校教育の方向性を決定する会議となり、大変重要な助走です。

この会議で安宅和人先生がゲストスピーカーとして発表されたのですが、会議の傍聴募集段階では確定していなかったためか、そのことは何も告知されていませんでした。

傍聴募集時には安宅先生のクレジットは無し

そもそも文部科学省の会議に関心を示す人達は少ないですが、安宅先生の活動に関心のある人は多いはずですので、事前にわかっていれば、通常よりも傍聴者は多かっただろうと思います。

先に書いたように、この会議は新しい学習指導要領を改訂する作業に先立つ助走的会議です。実際の改訂作業は大臣からの諮問によって中央教育審議会が請け負い、下部部会が審議したあと、答申が出来上がった頃に世間で話題になって「あーでもない、こーでもない」と騒がれます。

しかし、この助走的会議で議論されている内容が、そもそもの「諮問」を方向づけるものになるため、世間の人々が目を向けるべきは、この「今後の教育課程、学習指導及び学習評価等の在り方に関する有識者検討会」であるべきなのです。

そのような場に、安宅先生が招かれて意見を発表されたのですから、安宅先生が日頃から各所やメディアで語られている内容に関心を寄せている人々の関心を、この会議にも寄せてもらう絶好の機会なわけです。少なくとも安宅先生のご主張を学校教育の議論の中に直接投げ込む機会を多くの人々が目撃することは、いろんな意味で重要だと思われます。

会議の様子は教育分野の専門新聞である「教育新聞」が即日記事にしました。(ちなみに教育分野の専門紙は、意外かも知れませんが何紙もあって、他にも教育家庭新聞日本教育新聞内外教育などあります。)

教育新聞は、大変マイルドというか、オブラート力が発揮された執筆手法をとるメディアなので、この記事も会議のおおよそを捉えてはいるのですが、実際に傍聴した場合の印象とは違うところも多いです。むしろ、傍聴していたときのスリリングさはまったく省かれています。どうぞメディアリテラシーを発揮してお読みいただければと思います。

また、実際に傍聴した場合にも、どうか検討会委員や文部科学省事務の人々あるいはゲストスピーカーのやりとりについて短絡的に責めないでいただきたいと思います。

もしも抵抗勢力のようなものがあるとすれば、今回の検討会議にはそういう存在はありません。むしろ学習指導要領改訂作業が始まってから、各教科に関する実際的議論が始まったときに、得体のしれない抵抗勢力のようなものが生まれ、世間の人々が知らず関心を寄せない中で、その得体のしれない抵抗に前向きな人々が消耗戦を強いられるということが、ずっと続いてきたのです。

この「今後の教育課程、学習指導及び学習評価等の在り方に関する有識者検討会」は、助走的な会議であれど、最初の前提を決める場であるからこそ、そのような自然発生する抵抗勢力を抑え込むための強力な根拠なり武器を得ておかなければならない役目を負っています。

今回、安宅先生が出席されたことで、本来議論を闘わせるべき文脈が見えていたけれど、会議時間や進行関係を考慮した大人の対応でガチで向かい合えなかったこと、そのことが全員にとって不幸だったと思います。

どうか関心のあるネットメディアが、安宅先生や委員の先生方を別の場所に招いて、じっくりと議論をしてもらいつつ、世間の関心もこちらに向けていただけるといいなと思います。

大規模言語モデルたち(LLMs)にまつわる様々な技術的進展を日々目にしつつ、安宅先生の検討会ゲスト発表を観ながら、教育との関わりでどう考えたらいいだろうかと考えたりしています。

従来までの教育は「世界に知識が偏在しているから、それらを掘り起こしに行けるよう学習すること」を目指していたと考えられます。

一方、LLMが何をしたかというと「世界の知識が言葉の関係付けで貯まっているから、そこから捻り出せるよう学習すること」を求め始めたのかなと考えられます。

それは最初に接する知識の所在が変わったというか、今まで偏在していた知識に接するためのポインタが1箇所に集約されたというか。

確かにこれまでもGoogleが世界の情報を整理しインデックス化してアクセスできるようにするという理念でやってきたことではあるのですが、Open AIが先に世間に見せたものは知識の方からやってきて私たちと同じ言葉を話せるように一所で待っている感じです。

Googleが「外に探しに行く」メタファであり、Open AIが「手元から取り出す」メタファ。

う〜ん、ちょっとこなれていませんね。もうょっと考えておきます。

たぶん、この2つは技術的には似通っているところがあって全く別物ではないのだけれど、人間の自然言語に寄り添って知識を提示できるようになったことが、これほど大きな違いを生むのだということを考えずにはいられないわけです。

そのようなときに、日本語という言語を使って教育や社会活動を行なう私たちは、英語などを流暢に使って動いている人々や世界との関わり合いの中で、どんな日本社会を思い描き、どう成長して、どう生きていくことができるのか、もっと議論しなければならないのだと思います。

「問いベースの教育」ということも大事ですし、記事ではほとんど省かれてしまった数理・データサイエンス・AIといった領域、あるいはコンピュータに関わる教育をもっとメインに置くことについても真剣に考えていくべきでしょう。

私も学習指導要領議論は慎重さが大事であるということは理解しています。不易流行において、何が不易で、何が流行なのかを慎重に見極めることは簡単ではないからです。

ただ一方で、もう日本には、そのような慎重さを10年単位で維持できるほどの余力がない、という現実を踏まえるとするなら、学習指導要領の各教科もドラスティックな変化をこの機に覚悟して断行しなければ、将来世代に禍根を残すのだろうなとも思います。

〈追記〉

ちょっと忘れていたのですが、今回の改訂が目指すべきものは「改訂プロセスの改訂」であることでした。

確かに取り入れるべき喫緊の題材があることは確かですが、そのことも含めて、学習指導要領の改訂を3年毎にでもできる改訂プロセスのアジャイル化が必要なのではないかと思います。

だとすれば、今回の助走的会議の役割は極めてシンプルです。「学習指導要領の改訂プロセスの迅速化と反復が可能となるプロセス改訂を諮問すること」を示唆することでしょう。

〈/追記〉