今経験してるように、市場の統合によってもね。

正しい教育ってのは、知識がどう発展してきたかをざっくりと速習するようなもんだね。計算ツールを使うのは、そのプロセスの対応するポイントに進むにつれて意味があると思う。正直、スライドルールだけを使うプレカリキュラスと微積分の部分があって、次に複雑さが増す計算機（あるいは一つの計算機の機能が増す）を使うべきだと思う。「これを実生活でどう使うの？」ってのは、次のレッスンを学ぶ期待がないっていう宣言だよね。

加算機や計算機の概念も、100年かけて徐々に浸透していった。商業的に成功した最初の加算機は1890年代に市場に出て、ポケット計算機は1980年代に普及した。AIは理論から、数年で手書きの数学の宿題を写真から答えるようになったんだ。

80年代後半のティーンエイジャーだった頃、HPの計算機をプログラムして「H2SO4」みたいな入力文字列から分子量を計算させてた。まるで秘密の超能力を持ってる気分だったよ、特に競技試験に参加してるときは。私はすごく真面目な子供だったから、そういうことが明示的に禁止されてたらそのプログラムは使わなかっただろうけど、少なくとも私が知る限り、禁止されてなかったんだよね。

アルトマンの例えは成り立たなかったね。電卓は特に問題視されていない > 今は電卓は問題視されてないけど、安くて広く普及し始めた頃は、数学の授業では使えなかったんだ。TFAの著者は、一般的なことじゃなくて、自分の学生たちに特に言ってるんだよ。彼は学生たちにアンケートを取った結果、電卓は不倫理的とは思っていないけど、AIについてはもっと懐疑的だったんだ。今の学生たちの意見で、一般論じゃないよ。

中学生が代数の試験でグラフ電卓を使うなんてありえないよね。

それに、非常に誤解を招く比較だよ。基本的な電卓の機能は、数学の授業で教えられることを全く置き換えない。ChatGPTを使って、文章全体を書く（構成を置き換える）とか、アイデアを提供する（創造的な部分を置き換える）ことは、2つの大きな数を足すこととは全然違う。数学で言うなら、学生に定理証明器を渡したり、Wolfram Alphaにステップバイステップの解答を出させるのと同じで、今のところ誰もそんなことを許可してないよ。だって、ChatGPTを使って書くことが本来の目的を台無しにしちゃうから。大学の時、試験中は基本的な電卓は使えたけど、プログラムできるやつはダメだったし、CSの授業はペンと紙だけのところもあったよ。教授がちょっと厳しかったらね。

完全に正しい。90年代、学校で電卓を使うことは教師の間でかなり議論されてたし、机の上に出すかどうかは教師次第だった。2年生の時、ある先生が「消しゴムなんて信じない」って言ってたんだよね、鉛筆を「元に戻す」やつ。6歳の俺はこのフレーズが全然理解できなかった。「俺は持ってるけど、実在するよ！」って思ってた。

あなたが（みんなが）見落としてるポイントは、スキルのグラデーションにおける相対的な位置なんだ。1年生は算数のテストでどんな電卓も使えないだろうけど、8年生は科学用の（プログラムできない）電卓は許可されることが多い。学年が上がるにつれて、下のレベルの機能を持つ電卓が使えるようになるんだ。教育する時は、学生に実際にその科目を学んでもらいたいから、理解したら次の目標に進むための道具を与えるんだよ。既に知ってる小さな機械的な概念の負担を軽くして、次のより高度な概念に慣れやすくするためにね。AIシステムはTIのプログラム可能な電卓よりもずっと進んでるから、階層をきれいに区切って、それを「1-4のタスクを手伝って、5+はダメ」って言って強制するのは難しいんだ。だから、厳密に学習ツールとして使うのは現実的じゃない。自分のワークフローを分析するためにかなりの自己規律と自己反省が必要だけど、それはドメイン全体に一般化できるわけじゃない。

計算機は今や議論の余地がないね。そう、間違いなく悪いものだよ。計算機を使わない学校の方が成績が良いし。残念ながら、SATやACTでも計算機を使うことが当たり前になっちゃった。

計算機が手頃になった時、数学の授業がどれだけ変わったか想像してみて。実際は変わってないよ。計算機が導入された時に数学の授業を受けてたけど、高校レベル以上では、問題は計算機なしで解けるようにカリキュラムが組まれてたから、あまり役に立たなかった。1997年に大学の数学の授業を教えた時もそうだった。グラフ計算機は使っても良かったけど、それを使おうとした学生は逆に混乱してた。最初から計算機やコンピュータを使うカリキュラムに変えたかったな。道具として使うべきで、同じ古い問題やクイズをこなすためだけじゃなくて。Jupyter Notebookを使わせてあげて。数学教育は成功した試しがない。教育は常にヒューリスティックを使って学習を導き、パフォーマンスを評価するというジレンマに直面してる。例えば「三段落エッセイ」なんて、実際の世界では役に立たないし、AIがそれを即座に生成できるようになるずっと前からそうだった。もしそのヒューリスティックが壊れたら、別のものを見つけなきゃいけない。ワードプロセッサも、教師が内容で論文を評価するように強制したんだ。

自分のことを話してるんじゃない？

この文脈で「過剰にコミットしている」っていうのは、要するに「スケジュールが詰まりすぎている」ってことだよね。仕事や学校、他の責任があって、リラックスする時間が全然ないから、燃え尽きちゃうんだ。

コメントで言われてるのは、あなたの視点が普遍的じゃないってことだよ。俺は大学時代にたった一回だけ授業をサボったことがあるけど（アメリカの大学でアメリカ人として）、それもパーティーのためじゃなかった。特別なケースじゃないし、授業はめっちゃ高いからね！

じゃあ「最高の学生の大半」って言い換えよう。私は、そこそこ良い数学プログラムがあるアメリカの最も安い学校に通ってた。学費、家賃、教科書、米と豆で年間17,500ドルかかる。それは結構な額だよ。フルタイムで働いても、税引き前で時給10ドル以上になるし、安い大学がある町では簡単にクリアできるハードルじゃない。高い学費に見合うだけの給料は得られないから、選択肢はあまり良くならない。授業は毎週22時間以上あるし、3〜4年で卒業することもできるけど、それだとさらにお金がかかるし、実際の負担もあまり減らない。目安としては、授業1時間につき3時間勉強するべきだって言われてるけど、だいたいそれが正しいと思った。授業によってはもっと少なくて済むものもあれば、逆にもっと時間がかかるものもあった。隣接するトピックの自己学習も必要だから、3時間はちょっと少なすぎる。学期中は、128時間/週のスケジュールみたいになるし、4年で卒業するなら100時間、借金70,000ドル抱えながらでも60時間/週はかかる。誤解しないでほしいけど、自由時間はあったよ（夏はもっと働いて、学期中は少なめにして、ローンでその分をカバーしてたから、ちょっと余裕ができた）。でも、パーティーって感じじゃなかった。授業をサボったのは、働かなきゃいけなかったり、他のもっと重要な授業の勉強をしなきゃいけなかったり、その講師の話を理解するよりも本を読む方が効率的だと思ったからだ。

それ、私だわ。でも最近、アメリカのパーティー文化が死んでるって記事を読んだよ。: https://news.ycombinator.com/item?id=44514550

私はここ6年間、平均的なアメリカの大学で一度に一つの授業を受けてきたんだけど、あなたのコメントが指している20代の学生たちは、私の実験パートナーだったりする。あなたが描写しているのは、彼らの10%くらいの話だね。彼らはグループとしてはバラバラだよ。学びに関して言えば、一度に2つ以上の授業を受けている人はオーバーコミットしていると思う。Aを取ることができるかもしれないけど、一緒に受けた授業について1年か2年後に話すと、同時に4つか5つの授業を取るのは記憶の定着にはひどい戦略だってことが明らかになる。

そんな学生の一人として、プロセス分析やコーチングのキャリアを持つ私が面白い観察をしたんだ。私は、自由時間を自分の執筆プロセスの明確な一部として活用していて、邪魔になるものとは思ってない。毎日約1200語書いてるし、エントリー・レベルの英語の授業での大きな数週間の課題は、一つあたり1日分の時間しかかけないと考えてる。期末試験には2日かけたけど、論点を定義するためにもう1日欲しかったから。母も同じように大学を過ごしたって言ってる。たまに、真剣な論文にはもっと努力が必要だけど、大体は「課題を脳に入れて、T-2日までメンタルで勉強して、課題を書いて、提出する」って感じだった。複数のエッセイがある場合は、T-2日からT-5日までの様々な日で段階的に進める必要がある。コースウェアやインターネット、停電の影響でT-1日には頼らない方がいい。技術的には、課題が出たその日にひどいエッセイを書けるけど、結局この方法でAランクの作品を提出してる。最も難しい教訓は、T-1日まで待たないようにすること。リスクが大きすぎて、他のことを考えながら余計に考える時間を持つことの価値を上回るから。でも「自由時間が消えていく」ってことじゃなくて、単に終わった後にはどうでもいいクソみたいな作品を書いてるから、他の大事なことに対してやる気が出ないんだ。だからT-2日の妥協案が必要なんだ。何よりも優先するつもりはないけど、つまらなくても1日早くやる必要があるって認めるよ。T-1日でインターネットが落ちたら、再履修のリスクを抱えるよりは、T-2日でクソみたいな日を過ごした方がマシだから。実際に自分が書いてることに本当に興味がある時は、数週間かけて情報源を調べたり、議論を学んだり、引用を選んだりして、それを数日で作品にまとめるけど、組み立ての日はいつも与えられた時間の中でギリギリになる。そうすれば、効率的に考えて書くことができるから。全くフラストレーションがないわけじゃないけど、T-2日では健康的にイライラしてて、T-1日では苦々しくなってるから、今は早めに執筆する努力をしてる。だから、コーチングの努力として、学生たちと一緒に、執筆活動の前に非執筆活動を組み込んだ作業カレンダーを作ることを試みてみて。例えば、7日間のウィンドウを想定して、T-7日: 課題が出されたら、課題を読む。（明らかに思えるけど、実はそうじゃない！）T-6日: 自由時間に議論を考える、ゲームをしたりコーヒーを飲んだりしながら。T-5日: 紙に適当なアウトラインを作ってみる。作りたい議論ごとに1文、矢印で並べ替える。完全な文じゃなくて、句読点もなく、構造もない。要は、試みることで脳がまとまるってこと。T-4日: 楽しみながら参考文献を調べる。あまりにも多くなってしまう。自分に引用をハイライトしてあげる。新しいツールを試すなら、2時間以内に使えるようにするか、捨てて別のことをする。T-3日: その適当なアウトラインから議論のフレーズに引用を結びつける。これでアウトラインを再編成することになるかも。Works Citedをまとめて、明日それに手をかける必要がないようにする。T-2日: アウトラインや手書きのメモを参考にして論文を書く。1段落ずつ進める。この作業に1日かけるつもりで、デスクから2時間ごとに1時間は生理的なニーズを処理するために離れる。自分にそれを強制する。T-1日: T-2日で書く準備ができてなかったものを仕上げる。理想的には、できるだけ早くこの作業を終わらせるべきで、真夜中に近づくにつれて、クラスを落とすリスクが高まるから。このスケジュールのポイントは、クリエイティブプロセスの夢見がちな部分を取り入れつつ、軌道に乗せること。論文を考えている時は、ビデオゲームをたくさんプレイする。課題を煮込んで、反射的な脳をゲームで占有するために。T-1日を使うこともあるけど、食事や水、睡眠などの生活の依存関係をうまく管理できるようになってきたから、T-2日での完了がより確実になってきた :)

期待が変わる中で、年ごとに異なるツールが使われてるね。TI-89は非常に強力だけど、MATLABやWolfram Alphaに取って代わられてる。以前は問題を「グーグル」するのが生産的だった。さらに進むと、今はLLMが計算を行うためのPythonコードを書いてる。次に何が来るかは分からないけど、今倫理的に疑問視されていることが受け入れられるようになり、新しいものが新たな疑問視されるツールになるだろうね。

大人になってから大学に戻って計量経済学を勉強してるけど、すでにソフトウェアのバックグラウンドがあるから、かなりの調整が必要だった。最も難しいのは、内容ではなく、時間がかかる評価課題が多いことだと思う。これらは入門的な科目だから、大学外でのスケジュールの自由度が少なくて、以前ソフトウェアエンジニアとして働いていた時よりも大変だ。機関としては人々の時間を尊重していないから、若い頃はそれが問題じゃなかったけど、今はかなり面倒だ。私の問題は、これが学士号であって修士号ではないことが影響していると思う。私の地域には応用経済学の修士号しかなくて（計量経済学よりもデータや数学に焦点を当てていない）、この会話は100回以上してきた。興味のある分野での修士号に変える選択肢が出たら、すぐに飛びつくつもりだよ。でも、大学に戻る選択は、ある意味消費行動でもあるし、「この男を経済学で信頼できる」と言うための紙を得るためでもある。とにかく、1年目の科目では、「あなたの理解を示す録音を作成し、その価値を説明する」みたいな評価課題がある。簡単な科目だけど、時間がかかるから、ある意味で屈辱的に感じる。以前の経験に基づいてこの科目をスキップする手段を考えたけど、これらの科目の焦点はExcelではなく、これらのことにあまり経験がないと予想しているから、後の科目で役立つように入れているだけなんだ。編集: 言い回し

一つの共通のテーマとして気づいたのは、彼らの授業負担はほとんど関係ないってこと。どれだけ自由な時間があっても、時間が足りなくなる方法を見つけるんだ。12クレジットが通常の最低ラインで、だいたい週に12時間の授業がある感じ。それに対して、教室外で必要な時間はその3倍、つまり36時間。だから、毎週48時間の学業に費やすことになる。15クレジットだと、60時間になるね。普通、仕事をしている人なら、週に50時間以上働くと燃え尽き症候群を訴えるだろうし、4年間も続けたらほぼ確実に60時間で文句を言うだろうね。

どれだけ自由な時間があっても、時間が足りなくなる方法を見つけるんだ IMO、あなたはパーキンソンの法則を観察しているね。「仕事は与えられた時間を埋めるように広がる」ってやつ。たくさんの授業を取っている学生は、時間管理ができているように見えるし、実際できている人もいるだろうけど、彼らはパーキンソンの法則の逆の恩恵も受けているんだ。もし彼らがタスクに週にX時間しか割けないなら、そのX時間を最大限に活用することになる。これは学生の時間管理スキルに関係なく成り立つことだよ。私も時間管理がひどいから、オーバーコミットして挑戦することで成功しているんだ。

どれだけ自由な時間があっても、時間が足りなくなる方法を見つけるんだ これが私そのものだと願うけど、実際そうなんだ。プレッシャーの下でしか働けないみたいで、学位が進むにつれて、仕事をどんどん遅く始めるようになって、締切の日の午前4時に始めるのが普通になってしまった。学ぶにはひどい方法だよね。

これは、マイケル・イースターの考えに関連してると思う。社会が快適になってくると、私たちの脳は「問題」と見なすものの閾値を下げるんだよね。私たちは問題解決が得意なだけじゃなくて、新しい問題を発見するようにもできてる。この考えは心理学の普及理論に基づいてると思う。

一つ間違いなくポジティブな結果は、AIが多くの人々の間で集団的な内省を引き起こしたことだと思う。実際にそうなったのかな？ちょっと疑問だけど、もし誰かがその内省についての参考文献を持ってたら興味あるな。俺は70年代にダグラス・ホフスタッターを読んで育ったけど、彼のアイデアで好きだったのは、AIを使って人間らしさを照らし出すことだった。彼のAIの波は失敗したけど、今のAIの波にはそういう探求がほとんど欠けてるのが残念だね。

これは100%試験の重み付けに移行することを意味するけど、最近数十年でそれから遠ざかる傾向があるのには理由がある。まず、ある学生は他の学生よりもプレッシャーの下でパフォーマンスが良いことがあるから、準備や知識に関係なくね。ちなみに、代替案は特にないんだけど。

大学レベルでも、多くの学生は先を考えず、短期的な思考から悪い決断をすることがある。新入生向けのアドバイスリストを見てみると、ほとんど全てに「授業に行くこと」が含まれている。授業に出ることは宿題よりずっと簡単なのに、短期的な結果がないと、たくさんの学生がやらないんだ。カンニングもいい例だよ。大学でのカンニングは蔓延していて、子供たちは与えられた仕事をやりたくないからね。「今ChatGPTを使ってエッセイを書いている子供たちに、実際にはそのエッセイを書く必要がない」と言ったら、彼らがそれでも書くことを選ぶと思うのが理解できない。彼らはすでに宿題の長期的な利益を無視する選択をしているのに、短期的な結果を取り除いたら状況が良くなるとは思えない。宿題をやらなくても即座の結果がないと言ったら、多くの子供たちはやらずに失敗するだろうし、何も学んでいないことになる。あなたはそれでいいかもしれないけど、正直言って、私はそれが悪いアイデアだとは説得しようとしているわけじゃない。ただ、もしあなたの提案が、子供たちが短期的にやらなくてもいい退屈なことを選ぶだろうという考えに基づいているなら、多くの子供たち（大人も含めて）を過大評価していると思う。

大学の授業でこれをやらなきゃいけなかったことがある（オリジナルのOpenAIのGPTが私が卒業する頃にリリースされたのを覚えていて、その時に読んで、pytorchを避けることにしたんだ。ホイールを作るのが面倒だったから）。特別な青いノートを用意して、試験の時に与えられたお題でエッセイを書くんだ。そして試験の終わりにそのノートを提出する。これはいいアイデアだと思うし、もっと多くの授業がこういう風にやらないのが不思議だけど、あなたが言うように、こういう書面の課題を評価するのは大変な作業なんだろうね。

これ、俺の英語の教授がクラスを組織してたやり方と全く同じだわ。学生は事前にリサーチして、テストの日には引用ページを完成させて来なきゃいけなかった。実際の論文は、授業中に手書きで書くスタイル。使えるのは空白の緑のノートと、直接引用を含めるための数ページのメモだけ。教授はLLMs（大規模言語モデル）については気にしてなかったけど、盗作には敏感だった。これ、うまくいってたよ。

だから、悪い日が一つあるだけで成績が台無しになるんだよね。テスト不安がある人には不利でもあるし。

課題は単に0%の価値があるかもしれない [...] 監視された単位取得の試験では、同様のエッセイを書くことが求められるだろう。うちの会社でも大学プログラムを運営していて、同じような洞察に至ったよ。ただ、君の指摘の中には間違ってるか不完全なものもあるね： - 責任ある個人を前提にシステムを構築することはできない。こういうシステムは失敗するのが確実だ。代わりに、個人は成長できるものだと仮定して、目標に向けての規律を育むシステムを構築するべきだ。これがうまくいく。 - まだカンニングの問題はあるけど、それは古い考え方で、リセットする方法を開発したんだ。 - 上級の学生にはもっと挑戦的な課題を与えるべきだ - 課題の量は学生の能力に関係なく同じであるべきだ。この解決策はGenAIが登場するまで実現不可能だった。個々のスキル向上の観点から見ると君のアイデアは魅力的だけど、オンラインコースの完了率（Udemy/Coursera - 4%未満）を見れば、なぜ対面の教育システムが機能するのかが分かる。もっと深く話したい人がいれば、喜んでお話しするよ。

俺もプログラミングの授業はそんな感じで教えてる。課題はゼロか、時々ほんの少しの価値しかない。AIとの違いは、成績のベルカーブがほぼ逆転してること。良い学生はAIを使って学びをサポートしてるし、AIに課題をやらせて試験で惨敗する学生もいる。中間層はほとんどいないね。

ライティングクラスは、たぶんプロンプトクラスに変わるべきだね（笑）。学生に明確にプロンプトする方法を教えて、AIに高品質なエッセイを書かせるように訓練するのがいいと思う。

昔はそうだったし、なぜ変わったのか覚えてるよ：すべての学生が試験のストレスにうまく対処できるわけじゃないからね。それはその科目の能力とは関係ないんだ。例えば、イギリスでは、試験の成績に偏った結果が女性の成績を男性よりも悪くすることが示されたんだ。でも、成績に課題が含まれると、女性は一般的に良い成績を取ることが多かった。これは明らかに一般化だけど、今多くのコースが最終成績に課題を考慮する理由の一つなんだ。

アメリカで大学の授業を教えてるんだけど、宿題の重要性をかなり軽視してる人が多いよね。でも、何人かの同僚が入門コースで宿題を0%にしたら、ほとんどの学生が宿題をやらなくなって、試験に落ちちゃったんだ。今の学生は、ちゃんとしたインセンティブがないと勉強しないみたい。そうじゃないと、ただ画面をスクロールしたり、快楽に溺れたりするだけ。これって、結局誰が悪いんだろうね？学生？それとも教授？

スライド式計算尺は、対数スケールの仕組みを教えてくれるよ。

資格（学位）の独占が原因なんだよね。英語のコースが5000ドルもするなんておかしいよ。500ドル以下でこの教材を教えられる人はたくさんいるのに、名のある資格を発行する権利がないんだ。いつか「自由市場が失敗する」って言ってる人たちが、最も高額な業界（医療と教育）が自由競争を許されていないって気づいてくれるといいな。

「…不均衡に影響を与える…」の何が問題なの？正しい英語の構文のように思えるけど（COCAでの頻度は比較的低いけどね；72）。いくつかの例を挙げると：> 実際、ブラジル、アルゼンチン、ポーランドの最近のハイパーインフレのケースは、ハイパーインフレが貯蓄者に害を及ぼし、貧しい人々に不均衡に影響を与えることを示している（The Independent Review） > 木曜日に、州職員の給与増加を取り消す立法案の新しいバージョンに関する公聴会が設定されており、農村の立法情報オフィスに不均衡に影響を与えるセクションが削除されている（USA Today） > 自殺は男性に不均衡に影響を与える重要なメンタルヘルスの問題だ。（london.gov.uk）

私は計算機が普及した後の世代だけど、これらの例は私や私の仲間には全く問題ないよ。だから、計算機が自動的にそのスキルの衰退を引き起こすわけじゃないみたいだね。