ハクソク

世界を動かす技術を、日本語で。

大学の講師がAIによる作品を抑制するためにタイプライターに頼る

21日前原文(sentinelcolorado.com)

概要

Cornell Universityのドイツ語クラスで 手動タイプライター を使った課題実施 デジタル依存回避と AI利用防止 を目的とした「アナログ課題」導入 学生は 集中力向上 や 協働 の重要性を再発見 タイプライターの操作習得や 失敗体験 も学びの一部 全国的な アナログ教育回帰 の一例として注目

Cornell大学ドイツ語クラスの「アナログ課題」体験

  • Grit Matthias Phelps教授による 手動タイプライター 導入
  • 毎学期1回、学生は タイプライターのみ でドイツ語課題に取り組む
  • AIやオンライン翻訳 の過剰利用への問題意識から2023年春に導入開始
  • 数十台の中古タイプライターを フリーマーケットやネット で調達
  • シラバスで「 アナログ課題」として明記、デジタル機器の持ち込み禁止

タイプライター体験の新鮮さと学び

  • 学生は 映画でしか見たことのない 機械に戸惑いながらも興味津々
  • 教授が 紙のセット方法、キーの打ち方、改行の仕組み を実演
  • 「 一度に一つのことに集中」する体験の価値を再認識
  • 教授の子どもたち（7歳・9歳）が「 テックサポート」として参加し、スマホの使用を防止

デジタルから切り離された執筆の効果

  • 通知やオンライン辞書 のない環境で執筆に集中
  • 分からない単語や表現は クラスメートと相談 して解決
  • 消去キーやスペルチェック がないため、慎重な文章作成が求められる
  • 「 自分で考える力」や「 他者と協働する力」の重要性を実感

タイプライターならではの苦労と発見

  • 多くの学生が 小指の筋力不足 でキー打ちに苦戦、ゆっくりと入力
  • 片手で挑戦する学生や、 誤字をXで修正 する体験
  • 完璧主義の学生も ミスや不揃いな文字間隔 を楽しむ姿勢へ変化
  • E.E. Cummings風の 詩的表現 やページの余白活用にも挑戦

アナログ教育の広がりと意義

  • Cornell以外でも ペン・紙の筆記試験や口述試験 の復活傾向
  • AI時代の教育 における「人間的な学び」の再評価
  • タイプライター体験が 自己表現や創造性 の刺激となる事例
  • 学生からは「 楽しくて挑戦的な経験」との声

AP通信の教育報道に関する補足

  • APの教育報道は 複数の民間財団の支援 を受けて実施
  • 全コンテンツの編集責任は AP通信 に帰属
  • 詳細は AP.org にて公開

Hackerたちの意見

以前は授業の60〜80%をプロジェクト作業、40〜80%をオンラインのクイズにしてたんだけど、今は50%をプロジェクト作業、50%を対面のクイズにしてる。ノートのページに鉛筆で書くスタイルね。最近は紙ベースのワークフローにシフトしてきて、学科のプリンターを使いこなす専門家になってきたよ。学生が授業で読んで注釈を付けるためのコンピュータサイエンスの論文を印刷したりしてる。皮肉なことに、大学の伝統的な官僚主義の遅れが逆に役立つかもしれないね。こういうインフラはまだたくさんあるし、将来的には大学の学位がAIのプロンプトを超えた能力を示すかもしれない。どうなるか見てみよう。

└

「途中で進捗を測るための成績はもらえるけど、主要な重みは監督付きの試験にある」っていう方法が好きだったな。普通の作業も監督付きなら、どうやってやってもあんまり関係ないけど。理由は自分のためというより、グループ関連の作業の質が、他のクラスメートの個人作業が評価されると一気に上がるから。

└

最後のポイントはすごく興味深いね。大学が relevancy を保つために役立つかもしれない。

└

だから、50%の成績の中で、AIを使って宿題で100%取った人は、クイズで最低20%取れればD（たまに合格）、40%取れればC（常に合格）になるんだよね。試験が本当に学んでない学生が20-40%未満の点数を取るような難しさにしてるの？もし選択肢が4つある多肢選択問題だったら、運で最低25%は取れると思うけど。

大学の時、成績は教授との口頭試験やディベートに完全に依存してた。その他は入場券みたいなもんだったな。あの状況で誰かがカンニングしようとしたかは疑問だけど。会話はいつも素晴らしかったけど、詰め込み型の私たちにはかなりストレスだった。

└

これは無意識のバイアスや、単純な差別に非常に影響されやすいと思う。

└

口頭試験は学生の能力を測るのにいい方法だと思うけど、現実的に考えると、学部のクラスはほとんどが数百人規模だから、それを実施するのは無理だと思う。大学の後半ではそれを見たかったけど、結局は筆記試験と課題でやってた。

面白いのは、みんながGoogle Docsを使って論文を書いてるってこと。Google Docで文書のライフサイクルを分析するのが簡単らしい。どうやって入力されたか、どれくらいの速さで、何が貼り付けられて、また切り取られたかがわかるんだ。私の理解では、Google Docはワードプロセッサの文書じゃなくて、ワードプロセッサのイベント記録なんだよね。だから、理論的には、文書がどうやって入力されて構築されたかを見るために「再生」できるってわけ。AIがいる今、タイプライターを使っても、AIに作業をさせてからそれをタイプライターに「入力」する方が効率的だと思う。そうなると、そもそもの目的が無効化されちゃうけどね。入力する部分は避けられないし、最初から「完璧な初稿」を持っておいた方がいいよね。それに、コンピュータ用のプリンターとしてIBM Selectricを接続できる古いレトロなインターフェースのことは言わないでおこう。（私のお気に入りは、キーの上に取り付けられたソレノイドの束だった。機能的だったけど、すごいハックだった。）TaaS — タイピング・アズ・ア・サービス。Markdownファイルを送ってくれれば、翌日にはタイプされたダブルスペースのコピーが速達で届くよ！

└

タイピング・アズ・ア・サービスはEtsyでの小さな産業になってるよ。

└

武器競争……あ、見て、キーロガーで訓練されたLLMが、あなたの予測エラー率でゴミを吐き出すよ。USBをキーボードとして特定できたらボーナス。

└

Microsoft Wordも.docxファイルの中に改訂履歴を保存してるから、剽窃を暴くのに使われてるよ。ある学生が、前年の論文をWordに貼り付けて、ちょっとだけ編集して見た目を変えたって話を聞いたことがある。でも、提出した.docxファイルの中の埋め込まれた改訂履歴を消さなかったから、結果は予想通りだったよ。

└

うーん、クローゼットに古いデイジーホイールプリンターがあるんだけど、ステッパーモーター用に分解しようと思ってたんだ。もしかしたらリファービッシュするべきかな :-)

└

これに気づくのに、学生は大体1日くらいかかると思うけど、LLMの一つにコンピュータの画面を操作させて、文書をタイプしたり偽編集させたりできるってこと。チートする人たちの間でその情報が広がって、基準を判断するのが難しくなるだろうね。

僕がコンピュータサイエンスの学位を取ってた時、ほとんどのコースは最終試験が50%、中間試験が30%だったよ。プログラミングの試験も手書きで、TAが教室や体育館で監督してたし、課題や実験、プロジェクトは成績の一部に過ぎなかったけど、やらなかったら期末試験に合格する可能性はかなり低かったね。もうAIに耐性のある教育はできてたんだ。

└

個人的には試験に重きを置くのがあまり好きじゃないな。課題やプロジェクトは、今まで大学で受けたコースの中で一番楽しくてやりがいのある部分だった。AIを使ったカンニングにはすごく弱いのが残念だけど。

└

手書きでプログラムを書くのもやったけど、完全に時間の無駄だったよ。

└

今日の試験中、先生がスマホをいじるんじゃなくて、教室を歩き回るだけで全然違うと思うんだよね…

└

そうそう、2000年代初頭の大学で、JavaやC++を手書きしなきゃいけなかったのを覚えてる。文法をどれだけ知ってるかの良いテストでもあったね。

└

プログラミングの専門課程を学んでいた頃、AIなんてなかったし、試験は鉛筆と紙でやってたんだ。高校からの「役立つ」準備は、パンチカードを使うことだったし、コンパイルには24時間かかってた。これって本当に考えさせられるよね。千行のプログラムでもデスクチェックの仕方を学んだし、集中力を持って可読性（タイプミスを見つけるため）やシンプルさ（論理エラーを見つけるため）を重視するのがすごく役立った。100行のコードを変更して、コンパイルできないのを承知で提出することも珍しくなかったし、他のエラーを見つけるためにね。試験では、クリーンコンパイルと正しい出力のために4〜6回のチャンスが与えられた。今（40年以上後）同じような挑戦を感じるのは、組み込みコードだけだね。デスクトップやウェブのことは、LSPや動的リロード、インタープリテッドコード（学んでいた頃にはなかった）で即座にフィードバックが得られるから。

└

ボーナスポイント：AIを使って提出物を準備しても、手で書き写すことで少なくともそれを「読む」ことになるよ。

なんで最近、試験が書面で行われなくなったり、対面で行われなくなったっていう考えが広まってるの？僕は比較的最近卒業したけど、教育の中で持ち帰り試験は1回しかなかったよ。他の試験は全部対面で監督されて書かれてた。持ち帰り試験を作った教授は、普通の試験よりもずっと難しくしてたから、普通の対面テストより簡単だったとは言えないな。

└

僕が学校にいた頃は、持ち帰り試験はすごく一般的だったよ。インターネットで答えが手に入る前の話ね。インターネットの答えやカンニングサイトが出てきた後は、教授は無関心でカンニングを野放しにするか、常にユニークな持ち帰り問題を作るのに苦労するかのどちらかだった。AIもその選択肢を潰しちゃったね。

└

僕は持ち帰り試験が大好きだった。事前に勉強できるし、教室での試験のようなプレッシャーや詰め込み勉強がなくて済むからね。普通はもっと難しくて長いけど、それが逆に良かった。時間に追われずに理解できなかった概念をじっくり考えることができたから、もっと学べた気がする。人間が自分たちにとって有益なものを過剰に「最適化」して、結局は自分を騙す方法を見つけてしまうのが残念だね。

└

あなたはCOVID-19パンデミックの前に卒業しましたか？

└

COVID-19以降、特にアメリカでは状況が大きく変わったよね。たくさんの学校や大学がオンラインシステムに移行して、学校に戻る時に作ったシステムを手放さなかったんだ。2020年に卒業したから、友達や家族の教師を通じて、その変化を間接的にしか見てないけど、すごい違いだよ。

これらのコメントを読んでると、アメリカの大学ってジョークみたいだなって思う。私は全ての試験を対面で受けたし、成績は100%試験で決まってた。何百万もの人がこうやって卒業して、みんな大丈夫だったよ。過程で誰も傷ついてないし。

└

研究論文を書くことはなかったの？

└

プロジェクトもラボもチームワークも論文もなし？それじゃあ、経済に送り出すスキルセットが狭すぎるよ。

└

じゃあ、授業の課題は一切なかったの？協力もなし？ラボもなし？オンラインのディプロマミル以外で、そんな大学は知らないよ。

└

アメリカの大学には100万人の外国人学生が勉強してるんだって。何百万も応募してるし、ほんと教育システムはジョークだよね！

私のクラスの一つでは、逆に、学部生なのに博士課程レベルの仕事を求められて、AIを使うことが期待されてる。別のクラスでは、「AIを使ったって言えば大丈夫」って言われたし、他の授業ではAIはカンニングと見なされてる。ルールに不一致があるって言うのは控えめすぎるよ。どうやってやるかの正確な答えを知ってる人はいないみたい。個人的には、博士課程レベルの仕事を期待するのが今のところ一番いい方法だと思う。AIを使って頭の中で物事をやることで、セメスターをハードコアに勉強するよりも多くのことを学んだよ。

└

まあ、少なくとももう大人だね。学校の子どもたちが先生からどんな混乱したメッセージを受け取ってるか想像してみてよ…。

└

「AIを使って頭の中のことをやることで、学期中にハードコアな勉強をするよりも多くのことを学んだ。」本当に学んだってどうやって分かるの？AIが全然真実じゃないものを与えてるかもしれないのに。勉強してなかったら、AIが嘘をついてるかどうかも分からないんじゃないかな。先生もそう思ってるかもしれないね、実際に教えることからちょっと離れちゃってるみたいだし。

└

本質的には矛盾してないよ。文脈によっては電卓を使うのが cheating と見なされることもあるからね。基本的な算数を学んでるだけなら、電卓は cheating だよ。学ぶ道をショートカットしちゃうから。一方で、微積分では電卓が必要だし、成功するためには概念や関数を深く理解しておかないといけない。まだ新しい技術だから、たくさんの先生がそれぞれの見解を持ってるのも驚かないよ。でも教育に関しては、いろんな方針があってもいいと思う。場合によっては学びをショートカットする可能性もあるし、逆に学びを促すこともある。完全にどちらか一方ってわけじゃないよね。

└

「学部生として博士号レベルの仕事を期待されていて、AIを使うことも求められてる。」いいアイデアだね。どの授業で何をやってるの？

└

学部生が博士課程レベルの仕事をするのは難しいと思う。博士課程の仕事に必要な基礎知識がないし、自分が学んでいることがどれだけ正確かもわからないから。

└

もし慰めになるなら、ルールの不一致の問題は今の大学ではとても一般的だよ。日本の2つの大学で教えていて、他の大学でもAIに関する講義をたまにやるけど、教員や学生たちとの話の中で、AIに関してどうするべきかのコンセンサスがないっていうのが共通の意見だね。多くの科目の教育は、学生が何らかの複雑な成果物を作ることに基づいてきた。例えば、論文、プログラム、ビジネスプラン、音楽作品など。これがうまくいけば、学生はその成果物を作る過程から多くを学んで記憶することができるから、試験勉強をするよりも効果的だったりする。しかも、その成果物は学生が将来やることを反映しているから、役立つスキルも学べていた。AIはその成果物ベースの教育に大きな影響を与えていて、学生が制作過程をショートカットできるから、ほとんど何も学ばないことになっちゃう。それに、これらの成果物作成スキル（ライティング、プログラミング、計画）が今後どれだけ価値があるかも不明になってきてる。よく使われる教育方法の基本的な前提が崩れつつある中で、多くの教育者や学生、管理者は伝統的な方法に固執しているのも不思議じゃない。AIはすごく新しくて急速に進化しているから、教育がどう変わるべきかを自信を持って言うのは難しいけど、少なくとも私の意見では、根本的に変わる必要があると思う。その変化は簡単じゃないだろうね。

でも、実際に意味あるのかな？AIはどんどん進化していくし、月20ドルのAIを使うインセンティブがどんどん増えていくと思う。もし誰かが記事を書いてほしいと思って、AIの記事が人間の記事と同じくらい好まれたら、誰もがAIを使うのを止められないよね。考えられる唯一の答えは、人々がAIの文章が人間のレベルを何年も下回ると信じている必要があるってことだけど、そうだとしたらなんで？

└

そうは思わないな。AIはもっと良くなるけど、人間の味のある文章はやっぱり違う感じがする。手作りの家具と工場製の家具みたいに、クラスが違うんだよね。

プログラミングのカリキュラムを作るなら、まず学生に実際にプログラミングとコーディングを学ばせることが大事だと思う。授業内で手書きでコードを書くことを必須にすれば簡単にできる。これを学位の最初の2年間の90%の焦点にするつもり。最後の2年間は、AIを使ってプログラミングする方法を学ぶのに75%を使わせる。物事が実際にどう動くかを知ることを除けば、今はAIをマスターすることが最も重要なスキルだと思う。

30秒後にサイトが全画面ポップアップを表示する: 「セントネルは、読者に正確で重要なニュースを届けることを心から大切にしています。私たちは、提供するすべての重要なストーリーが誰でも無料でアクセスできることを強く求めています。」 ほんと、記事を読んでる時に邪魔してくれてありがとう。おかげで読書体験が台無しだよ。