学習モード

概要

ChatGPTの新機能「study mode」は、問題解決を段階的にサポートする学習体験の提供 Free、Plus、Pro、Teamユーザー向けに本日から利用開始、ChatGPT Eduにも近日中に展開予定学習の本質的な理解を促進し、単なる答えの提供に留まらない設計教育現場の専門家と連携し、深い学びを支援するカスタムシステム指示を活用今後もフィードバックを基に機能改善・拡充を継続予定

ChatGPT「study mode」の紹介

study mode は、問題を 段階的に解決 するための新しい学習体験の提供
Free、Plus、Pro、Team ユーザーが本日から利用可能、 ChatGPT Edu は数週間以内に展開予定
世界中の学生が 宿題・試験対策・新概念の学習 にChatGPTを活用
教育現場での利用拡大により、「 本質的な学びのサポート」の重要性が課題として浮上
study mode は、解答だけでなく 理解を深める ためのガイド付き学習体験を提供

study modeの設計思想と特徴

教師・科学者・教育学専門家と 共同開発 したカスタムシステム指示を活用
能動的参加・認知負荷の管理・メタ認知の促進・好奇心の喚起・実践的なフィードバック を重視
長年の学習科学研究 に基づく設計
学生が 自ら考え、主体的に学ぶ ことを促進する設計
Common Sense Mediaの Robbie Torney氏 も「AI時代における効果的な学びへの前進」と評価

主な機能

インタラクティブなプロンプト ：ソクラテス式質問、ヒント、自己反省の促し
段階的な回答 ：トピック間の重要なつながりを整理し、情報の過多を防止
パーソナライズされたサポート ：ユーザーのスキルレベルや過去のやり取りを考慮
知識チェック ：クイズやオープン質問、個別フィードバックで理解度を確認
柔軟な切替 ：会話中にstudy modeのON/OFFが容易

学生からのフィードバック

「 24時間対応の“オフィスアワー” のような存在」—Noah Campbell（大学生）
「 難解な内容も明確で分かりやすい説明」—Caleb Masi（大学生）
「 何度でも質問できる疲れ知らずのチューター」—Maggie Wang（大学生）

利用方法と活用例

宿題サポート、試験対策、新トピックの学習に最適
ChatGPTのツール選択から「 Study and learn」を選び、質問を入力

制限事項と今後の展望

現状は カスタムシステム指示 による実装で、会話ごとに挙動のばらつきや誤りの可能性あり
学生からのフィードバックをもとに モデル本体への組み込み を検討中
今後の拡張予定
- 複雑な概念の 視覚化強化
- 目標設定・進捗管理 機能の追加
- 個々のスキルや目標に合わせたパーソナライズ の深化
OpenAI NextGenAI や Stanford University SCALE Initiative と連携し、AIと学習の研究を推進
長期的な研究を通じて、 AIと認知の関係性 や学習成果への影響を分析し、教育現場への最適なAI活用を目指す

Hackerたちの意見

なんで子供たちの教育に何十万ドルも払うことになるんだろうって思う。結局、みんなAIで学ぶだけなのに。

└

まぁ、教育の前に8時間のデイケア代を払ってるってことだよね？それには人間のスタッフが必要だし、遠隔学習じゃない限りね。大学のことを言ってるなら、確かに面白い移行になるね。スポーツチームや施設の費用も払うことになるのかな？

└

大学で物理の授業を受けたとき、宿題はいつも4-6問のギミック問題か証明問題で、すごく難しくて、授業後に解ける人の答えを写すためにグループを作ってた。結局、その授業を落として、コミュニティカレッジで夏に受け直したんだけど、そこでの宿題は20-30問の標準的な練習問題で、授業で学んだことを応用して問題を解くことで記憶に定着させる感じだった。AIがあれば、少なくとも大学の授業は乗り越えられたと思う。でも、授業で必要なことをほとんど学べてないなら、それは学校やクラス自体の問題だと思う。

└

知識にお金を払ってるんじゃなくて、尊敬される大学からの紙切れにお金を払ってるだけで、子供がそのクラブの一員だってことを示してるんだよね。

└

それから、自分の学位を教えてくれた同じAIと、その学位を使って仕事を競い合うことになるんだよね。

スタディモードを使った無作為対照群の研究を見てみたいな。自己学習と比べて、学生にとって意味のあるメリットがあるのかな？「学び方を学ぶ」学生よりも優れてるの？学生が間違いを犯すことを許すのと、何を復習すればいいか指導されるのとでは、どんな影響があるのか気になる。スタディモードがフラッシュカードのプロンプトを作ったり、MochiやAnkiみたいな間隔反復ツールで使える情報を整理してくれるといいな。アンディのトークはここで見られるよ。

└

それは何も解決しないよ。ただ学生市場をもっと取り込むだけ。学生には「スタディモードがなかったら何も学べなかった」って言わせたいんだ。これで最新の教育データをもっと集められるし。「勉強しているデータを入力してください。要約してあげますよ。」

└

何もしていない学生よりも優れているかどうかも見てみたいな。

└

ちょっと待って。教育用の製品に基本的な効果テストを求めるのは、ちょっとハードルが高すぎるよ。ほとんどの教育アプリはそんなことやってないし。

└

https://www.nature.com/articles/s41598-025-97652-6 これは勉強モードじゃなくて、別のAI家庭教師だけど、「AI家庭教師グループの学生の中央値の学習向上は、クラス内のアクティブラーニンググループの学生の2倍以上だった。」

└

すでにやる気のある学生には違いが出るよね。それがYouTubeのケースでもあった。残念ながら、そのグループは小さくなってきていて、注意力もどんどん減ってる。

└

良い大学での家庭教師の効果について、すでに研究があるかどうか興味あるな。私の経験（学術界で）では、アイビーリーグやエリートリベラルアーツ校に入る学生は、家庭教師のリソースをかなり使うけど、あまり役に立ってない。基本的に、家庭教師に問題を解かせるだけ（しばしば宿題！）で、「学んだ」気になってるんだよね。難しい質問は、答えを見せられたらすごく明白に感じるから。実際には、混乱したり、難しいことを乗り越えたりする経験が全くないってことなんだ。そして、その状況が学びにとって最も価値のあるものなんだ。学生がLLMを使って「勉強」する様子は、この家庭教師の誤用に似てると思う。何かを試してみて、混乱して迷って、すぐにおしゃぶり^H^H^H^H^H^H^H^H ChatGPTの助けに頼って、試行錯誤することなく方向を示してもらおうとする。そうなると、学生はトレーニングホイールのない試験に対してすごく不安になるんだ。学生は常に、実際の問題と似た問題の練習試験を求めてきたけど、今はそれ以上のものを期待してる。もしそれをしなかったら、悪い評価を書いたり、学部に苦情を言ったりすることもある。あまり楽観的にはなれないな。非常に「エリート」な機関で、学生が教室で紹介された概念を補完するために教科書を使えなくなっている急速に高まる傾向を見ている。単に苦労しているだけでなく、読書や自己学習を期待する教授に対して反発している。

└

LLMが経験豊富な開発者の作業を遅くするという研究があるよね。自己学習でも同じだろうな。ただ、LLMが学習プロセスを楽しくしてくれることも考慮してほしい。もっと多くの学生が質問できる相手がいるから、頑張り続けると思う。楽しむことやモチベーションを保つことは、学ぶ上でめちゃくちゃ大事だしね。最後に、100%の教材を50%の速度で続ける方が、50%の教材を100%の速度でやるよりも常に良い結果を出すよ。遅くても気にしないで！ LLMなしでも遅い時も早い時もあるしね。根気強く続けるのは、速さじゃなくて、粘り強さと規律がある人だし、LLMがそれをもっと手に入れやすくしてくれるんだ。

現代版クリフノートだね。努力なしに学ぶ方法なんてないよ。彼らはそう主張してるわけじゃないけど、多くの学生は魔法の弾丸を求めてる。そんなものはないんだ。

└

でも、家庭教師はいいよね。この動画は、クリフノートを置き換えるんじゃなくて、家庭教師を自動化しようとしてるって言ってる。成功するかどうかは、全然わからないけど。

└

ほぼ無限にズームできるクリフノート。クリフノートに対する批判は、一般的に表面的な見方だってことなんだ。もっと深く掘り下げられないし、基本的には要約だからね。LLMはそれとは違う。トピックに対してズームイン・ズームアウトできるんだ。これはあまり良い批判じゃないと思う。学習のための銀の弾丸ではないけど、トピックやコースを通じて統一された、一貫したインターフェースを提供してると思う。

個人的に言わせてもらうと、LLMは卒業後に新しいことを自己学習するのに本当に素晴らしかった。昔は、概念で詰まったらほぼ詰みだったからね。スタックエクスチェンジに出てくるような一般的な質問じゃない限り、ほぼ不可能だったし、ただ前に進むしかなかった。でも今は、誰でもいつでも使える個人のTAがいるからね。学ぶのが簡単すぎるとか浅いって意見も分かるけど、TAを排除したら大学生がもっと学べるなんて思う人はいないと思う。

└

「本当にできることは、前に進み続けて、いつかそれが自分にとって意味を持つことを願うことだけだ。」大学に行ったことがある人が、これを学ぶ方法として「悪い」と見るのは変だと思う。

└

ChatGPTが出たとき、まるで昔のGoogleが戻ってきたみたいだった。新しいプログラミング言語を学ぶときは、特定の部分がどう動くかを理解するために、Googleにたくさん頼ってたけど、数年前からGoogleはそれに役立たなくなった。探してる内容があっても、埋もれてることが多いし。

└

「今や、誰もが基本的に個人のTAを持っていて、いつでも利用できる。」でも、私の経験は全然違う。浅すぎるんだよね。深く掘り下げるほど、役に立たない気がする。これがすぐに起こる。あと、複雑で議論の余地があるテーマを調べて、信頼できるソースや特に学術的なものを見つけたいときは、最悪だよ。

└

ChatGPTが私のニーズに合わせて設計した学習プランで、12週間でRustを学んだよ。ノートを取ったり記事を書いたりすることを促してくれたおかげで、この学び方で自分のノートをもとにスペイン語話者向けのサイト https://rustaceo.es を公開できた。こういう可能性は無限大だと思う。

└

その点では、あなたの経験と見解に共感するよ！LLMに対する批判はたくさんあって、その中には妥当なものもあるけど、例えば幻覚の問題とかね。でも、その弱点は学びの機会として再構築できると思う。まるで個人の科学者と話してるみたいで、時には単純すぎる主張をしたり、間違ったことを言ったりして、学生を疑わせて、実際に注意を払っているか確認するんだ。これには、学生が学んでいることに本当に興味を持っている必要があるけど、盲目的に出力を信じてしまう人には、概念を理解したつもりになってしまったり、逆に誤った知識を身につけてしまう悪影響があるよね。

└

「概念で詰まったら、基本的に詰んでた」いや、そんなことはないよ。>「スタックエクスチェンジでうまく形成された質問に現れるほど一般的でない限り、ほぼ不可能だったし、実際にできることは前に進み続けて、いつか理解できることを願うことだけだった。」君の経験は普遍的じゃないよ。学校でリサーチの仕方を学んだ学生もいるからね。

└

LLMは、非論争的で非技術的な知識の要約にとても役立つと思う。例えば、地域の歴史の長期的な流れの事実とかね。ただ、ニュアンスや反対意見を求める必要があるけど、そこにあればちゃんと得られるよ。

└

忘れたエンジニアリングの数学を思い出すのに使ってるよ（ODE、数値スキーマ、線形方程式の解法、データサイエンスのアルゴリズムとか）。説明は大体素晴らしいし、2、3回プロンプトを使うだけで全体像が掴めて、難しい部分も説明してくれる。Pythonのことを思い出すのにも使ってる。Rustに関してはちょっと微妙で、間違いをすることがあるけど、その2つの分野では本当に良いと思う。学生にも役立つと思うよ。

└

まさにその通り！家のネットワークで理解できなかった変なIPv6の問題がたくさんあったんだけど、ChatGPTがtcpdumpでトラフィックをダンプするのを手伝ってくれて、ネットワークで何が起こっているのかを説明してくれた。その過程で、RAやNDP（ルーター広告/隣接発見プロトコル）について多くの詳細を学べたよ。WiFiメッシュルーターがネットワークのブロードキャストループを防ぐためにかなりのことをしていることに気づいたし、変な問題の原因が安いメッシュリピーターにあることがわかった。だからそれを交換したら、今はすべてがうまく動いてる。5年間この設定を使ってたけど、何が起こっているのか全然わからなかったのに、本当に頑張ったんだ。

└

LLMは学びにおける自動運転車みたいなものだね。大体のところに連れて行ってくれる。でも、使いすぎると脳（足）が比喩的に萎縮しちゃって、自分でやらなきゃいけない時に、脳（足）を使ってたらできたことよりも劣ってしまう。学ぶことは素晴らしいけど、学び方を学ぶことが本当のスキルセットだよ。いつもスプーンで与えられてたら、それは身につかないからね。

知り合いがこの分野でスタートアップをやってて、基本的に同じことをOpenAIを使ってやってるんだ。これって、彼にとってはまるでギロチンみたいに見えるし、実際そうかもしれない… これらのモデルの上に何かを構築することに対する一番の恐れなんだよね。美味しそうに見えたら、すぐに奪われちゃうから、慎重に進まないと。

└

「美味しそうに見えたら、すぐに奪われちゃうから、慎重に進まないと」その通りだね、しかも悪いことに、「LLMをホスティングしてトークンごとに課金する」って、あまり利益が出ないみたいだから、彼らはお腹を空かせてる。主要なプレイヤーにとって、あまり「トラクションを得たものをシャーロックする」以外の道は見えないな。

今、ジャネットを学んでて、ChatGPTをチューターとして使うのは本当に最悪だよ。「ローカルとvarの違いは何？両方ともローカルで、グローバル変数じゃないって言ったよね？」って聞いたら、「いい質問だね、今、本当に核心に迫ってるよ、…」って続けるけど、また幻覚を見てる。知ってることに関しては素晴らしいチューターだけど、自分の限界をもっと理解する必要があるよ。

└

「知ってることに関しては素晴らしいチューター」彼のトレーニングデータセットにうまく表現されていることね。基本的にはReactのtodoリスト、Bootstrapのフォーム、Vueの三目並べとか。

誰かがこのインターフェースを正しく理解してくれるのを待ってるんだよね。例えば、勉強モードでは情報や例、質問が詰まったテキストの壁が出てくるけど、特定の質問と自分の答えを結びつけるのが難しい。チャットインターフェースはこういうやり取りには向いてないと思う。ChatGPTは、質問と回答が結びつくような独自のキャンバスやアーティファクトインターフェースを作るべきだね。今のところ、シンプルな会話以上のことをするには、UIが全然設計されてないってことは明らかだよ。

└

「正しいインターフェース」なんてないよ。学びたいと思ってる人は、スクロールや本、電子書籍、AIに関係なく努力するからね。

└

できることがたくさんあるよね。例えば、* 各文に対して理解度を評価するオプションを提供する * 理解できなかったことの説明をする * 知識をツリー形式で提示して、深く掘り下げられるようにする * インタラクティブなグラフを表示する（数学的なことに便利で、パラメータを簡単に調整できる） * 理解度をチェックするためのクイズを追加する… ただ、これがChatGPTの範囲外かもしれないから、他のアプリやスタートアップのチャンスになるかもね。

生涯学習者として、実際に感じるのは、勉強に費やす時間の大部分が実は検索に使われてるってこと。AIは大量の学習資料を効率よく検索するための良いツールだと思う。もう一つの時間の使い方は、主題のメンタルモデルを作ることだと思う。何かをしっかり勉強すると、その分野の因果関係に影響を与える力を強く理解できるようになる。このプロセスの部分では、AIを使うことが最も少ないと思う。自分で学ぶためには、AIモデルからの「インクルード」の集まりだけではなく、しっかりした「オフライン」のモデルを自分の脳に保存したいんだ。

└

それに、考えもしなかった関連することを掘り起こすのにも使えるけど、キーワードがなくても大丈夫だよ。

LLMを使った勉強の鍵は、まず本を使って、その後にLLMに公式を手伝わせたり、全体の文脈について質問したり、自分の理解を確認させたりすることだね。特に新しい分野の記法を整理するのはめちゃくちゃ価値がある。統計や機械学習で応用数学をやってるけど、物理の本を開くと記法や略語に慣れるのが本当に大変だよ（逆も同じくらい面倒だと思う）。必要な時にLLMが記法をすぐにクリアにしてくれるのは、すごいスピードアップになる。ドイツの観念論哲学を読むには膨大な文脈が必要だけど、「このメインランダーのセクションのどれだけがショーペンハウアーから直接来てるの？」みたいな質問ができるのは、どの部分がすでに合意されていることを設定しているのか、新しい地盤を築いているのかを理解するのに助けになる。自己学習にとって最も重要なのは、自分の理解を確認すること。基本的な概念を誤解して戻るのは、自己学習において大きな時間の無駄になる。今では、公式を読むたびに、自分の直感や理解をすべて見直して、書き留めて確認できる。LLMからの「ちょっと違うかも…」でも、そのセクションにもっと時間をかける必要があるって気づけるんだ。本は依然として情報の密度が最も高く、学ぶためのベストな方法だけど、LLMはそれを加速するためにたくさんのことができる。

それって、基本的にすべてのAIプロバイダーで、学習ステップを開発させて直接の答えを提供しないように促すことで、すでに可能だったんじゃない？新しいトピックを学ぶときにこれを結構使ってるけど、ほとんどのプロバイダーは専門モデルなしでこれをやってるよ。

└

チャットGPTもただのチャットGPTのラッパーだよね。

└

こういう機能が組み込まれてるのはすごくいいね。外部の学習リソースやサイトに繋がって、より集中した検索ができるのは便利だと思う。システムプロンプトで答えをそのまま聞くのを防ぐために、しっかりした壁があるのもいい感じだね。特に学校の環境では役立ちそう。

ハクソク