世界を動かす技術を、日本語で。

AIは人文学をより重要にするが、同時に奇妙にもする

概要

  • AIの急速な進化 が人文学教育に大きな影響を与えている現状
  • 大学現場でのAIへの対応の遅れ とその問題点
  • AIと言語・人文学的知識 の関係性の重要性
  • AI活用による教育手法の革新 と課題
  • 教育格差拡大の懸念 と今後の人文学教育の方向性

AI時代の人文学教育と大学の課題

  • D. Graham Burnett がThe New YorkerでAIに関する議論を展開
  • 大学内では AIに対する規制や無視 が見られる現状
  • 既存の「AI禁止」方針は 現実逃避 であり、根本的な解決策にはならない指摘
  • AIによる知的変革 がすでに進行中で、無視は不可能な状況

AIと人文学の新たな関係

  • 生成AI は人文学にとってすでに変革的存在
  • 言語モデル の翻訳・分類・データマイニング能力が注目
  • AIの進化によって 古文書解読や歴史資料分析 など新たな研究手法が登場
  • 人文学的知識や批評的思考 がAI開発自体にも不可欠となっている現状
    • 例:OpenAIがGPT-4oの挙動修正に 英語プロンプトの書き換え を採用
    • 言語・文化・修辞・ジャンル・トーンなど 人文学的観点 がAIの品質維持に直結

人文学研究者によるAI活用の進展

  • 非技術系研究者 でも自作ツールやゲームを開発可能な時代
  • 歴史シミュレーションゲームの事例
    • 17世紀メキシコの薬剤師体験ゲームや Darwin探検ゲーム の開発
    • 実際の史料や環境設定を反映し、AIの 「幻覚」問題 を低減
    • 学生の知識定着や思考力養成 を目的とした設計
  • AIによる個別指導や体験学習 の新たな可能性

AIによる教育現場への影響と課題

  • AIチャットボット が教育の根幹を損なうリスク
    • 学生のエッセイ提出の質低下、課題設計の見直し
    • 努力や集中の経験喪失 による学びの意味の希薄化
    • AIによる「簡単な課題処理」が 学びの喜びや成長の機会を奪う 現状
  • 教育格差拡大の懸念
    • エリート大学と公立高校の AI活用格差
    • 個別最適化されたAI教材の自作・導入 の重要性

今後の人文学教育とAI

  • 教育者自身がAIツールや教材を開発・運用 する必要性
  • 既製のAI学習ツール に依存すると、教育の個別性や創造性が失われる危険
  • NEH助成金プロジェクト の中止にもかかわらず、独自研究を継続
  • 教育とAIの未来 を形作るため、現場の声と実践が不可欠

ご意見・ご感想を歓迎します。

Hackerたちの意見

その記事の最初のコメントが気になったよ。

「私はSFSUの哲学科の大学院生で、クリティカルシンキングを教えています。この学期は、授業全体をプラトンと向き合うのではなく、AIを使った障害物コースを走るようなコースデザインに切り替えました。学生たちも楽しんでいます。学生たちに、ChatGPTを使わずに他の学生のための課題を考えるという課題を出すのも面白いかもしれません。約10年前にBarCampの会議に行ったとき、チームクイズのイベントがあって、問題がGoogleを使って解くのが難しいように設計されていました。「これはどの島ですか?」みたいな問題で、島のアウトラインしか見えないんです。本当に楽しかったです。「ChatGPTに対抗する課題」を設計するのは、同じような知的挑戦だと思います。」

うん、それはいいアイデアだし、コースで学んだアイデアやその関係性をしっかり理解していることを証明する良い方法だね。

ニッチな情報に基づかない例を考えるのは難しいな(この日何を話したか?先生が繰り返し使う比喩は?)。マルチモーダルなものとか?

「島のアウトラインしか得られなかった」 盲目の私からすると、この「革新的な」質問デザインは、私のような人には本質的にアクセスできないものだと気づかざるを得ない。そう、私は普通じゃないことは分かってる。でも、テキストベースの課題を避けることで、アクセス可能な教育がますます不可能になっているのが気になる。デジタルデバイドの新しい世代を歓迎することになるね。

「ChatGPT対策の課題」をデザインするのは、私にとって同じレベルの知的挑戦のように感じる。これは確かにそうなんだけど、問題は、ほとんどの教授がこれを手助けするための時間やトレーニングを与えられていないことだよ。4/4の授業をこなすだけで精一杯の時に、実験的な教育法を取り入れたり、コースを完全に再計画するための時間がないことが多い。教授たちは、大学が方法をAIに対してより抵抗力のあるものに調整するためのトレーニングやサポートを提供するのではなく、主に独立してこれを行うように求められている。残念ながら、これらのツールの開発スピードが速すぎて、良いアイデアがすぐに古くなってしまうんだ。最終課題として学生にポッドキャストを作らせるように切り替えた人もいるけど、その後「自分のポッドキャストを作る」ツールが登場して、伝統的な論文と同じくらい簡単にこの課題でカンニングできるようになった。

「チャットGPTではできない」って、軍基地だけが「デバイス禁止」を強制できる場所なの?この中毒、どれくらい深いんだろう?4年間の学位の最後に、学問的なフィズバズの例が何になるのか聞くのが怖い。「簡単な逆説、アイロニーの例、またはメタファーの例を説明する段落を書いて」みたいな。

他にも、ハワード・ラインゴールドがこの分野で活躍してるね。興味がある人は、Peeragogy Handbookやそのアイデアのきっかけになった投稿をチェックしてみて!

「生徒に自分の教師としての力を与えて、彼らが自分の学びにもっと責任を持つように促せば促すほど、彼らは私に教え方を再設計する方法を示してくれる。」

これ、思い出すなぁ。https://xkcd.com/810/

教師が教えているトピックを知っていれば、学生と30秒話すだけで、その学生が本当に何かを知っているかどうかを判断できるはず。もしかしたら、「課題」って知識を構築し、確認するための最良の方法じゃないのかもね。

そのコメントはちょっと変だなと思った。プラトンは一般的な批判的思考のカリキュラムにはあまり含まれてないから。哲学入門や哲学史はあるけど、批判的思考はない。プラトンが批判的に考えなかったわけじゃないよ。もちろん、彼も他の哲学者たちと同じように考えてた。でも、大学の授業や教科書の話をしてるんだ。

「ChatGPT対策の課題をデザインするのは、同じくらいの知的挑戦だと思う。『ほぼChatGPT対策の授業』を作るのは、実際にはかなり簡単だよ。ドイツの大学システムにインスパイアされればいいんだ。毎週、難しい演習問題を解かなきゃいけないけど、一定の数を解けるようになるのは始まりに過ぎない。これができると、実際の(口頭または筆記の)試験を受ける資格が得られるんだ。この意味では(多くの教授が言うように)、演習問題を解くための基準は、実際には学生がまだ準備できていない試験を受けるという「自己造成の害」を防ぐためのものなんだ。そうそう、演習問題で「カンニング」(例えばChatGPT)するのは禁止されてるけど、このルールはあまり厳しく適用されないことが多いよ。ほとんどの場合、チューターからは強い口調で注意されるだけだから。逆に、もしカンニングしたら、次の試験に向けて準備ができてないことが確実で、落ちちゃうんだ(ほとんどの学生はこれをよく理解してる)。あ、そういえば、同じ試験に通常3回落ちたら(大学によるけど)、もう「完全に不合格」(endgültig nicht bestanden)になっちゃって、ドイツのどの大学でも同じ学位コースを学ぶことができなくなるんだよ。」

「今日、AIシステムに取り組むエンジニアは、言語と文化、技術の歴史や哲学の関係について深く批判的に考える必要があります。そうしないと、彼らのシステムは文字通り壊れ始めます。」確かにそうかもしれませんが、著者が考えている(準)学問的な意味ではありません。エンジニアの歴史や哲学の学問的知識の欠如がAIシステムの失敗を引き起こすわけではありません。 「それから、非技術系の人々が自分のコードを書く新たな能力を持つようになりました。これは、私の分野の多くの人が認識している以上に大きな問題です。これから変わると思います。新しい世代の歴史家は、自分のカスタム研究や教育ツールを作り、ほぼ無料で自由に使えることを当たり前に思うでしょう。これは記事の中に埋もれている重要なポイントです。基本的なコーディングスキル(または他のスキル)が商品化されると、補完的なスキルを持つ人々が最も利益を得るのです。」

Hacker Newsで議論の続きを見る