AIにできることを、なぜ人間が学ぶのか――人間のなかに何を形成するのか

AIにできることが、急速に増えています。
文章を書く。翻訳する。計算する。プログラムを書く。
これまで人間が学び、身につけてきた多くの技能を、AIが代わりにできるようになりました。

そうなると、そうした技能を、人間はこれからも学ぶ必要があるのかという問いが生まれます。

これまでなら、「将来使うから」と答えることができました。
文章を書くのは、将来、文章を書くためであり、外国語を学ぶのは、外国語を使うためです。
学校で身につけた技能を、その後の仕事や生活で使うことが想定されていました。

しかし、AIがその技能を代わりにできるようになれば、この関係は自明ではなくなります。

AIが文章を書けるのに、なぜ文章を書くことを学ぶのか。
AIが翻訳できるのに、なぜ外国語を学ぶのか。

「将来使うから」という理由が弱くなったとき、それでも人間が学ぶことにどのような意味があるのでしょうか。

「できた」と「できるようになった」

ペンシルベニア大学ウォートン校のイーサン・モリックは、ChatGPTの登場直後から、自身の教室でAIを積極的に使いながら、教育への影響を考えてきました。

「The Future of Education in a World of AI」（2023）で彼が描いたのは、AIによって教育のあり方そのものを変える構想でした。
一人ひとりの学生にAIチューターがつけば、それぞれの理解度に応じた個別指導ができる。
教師は知識を一方的に伝える仕事からある程度解放され、教室では議論や問題解決、共同作業に、より多くの時間を使えるようになる。

AIに任せられる部分を任せることで、教育をより人間的で能動的なものにする。
この構想には、現在でも十分な説得力があります。

しかし、実際にAIを教育へ導入していくと、別の問題も見えてきました。

モリックがその後の論考で紹介している研究に、高校生の数学学習を調べた実験があります。
生成AIを使った学生たちは、AIを使っているあいだ、数学の課題で高い成果を上げました。
ところが、AIを使えない試験になると、ふだん生成AIを使っていた学生は、AIなしで学習していた学生より成績が悪くなりました。

AIによって課題の成果は上がった。
しかし、その成果に対応する能力まで、本人のなかに形成されていたわけではなかったのです。

これまで、数学の問題に正解する、レポートを書くといった成果と、それを生み出す本人の能力とのあいだには、強い結びつきがありました。
学生が自分でレポートを書けば、その過程で資料を読み、考え、文章を組み立てたはずです。
数学の問題を解けたなら、その問題を解くための思考を、本人が行ったと考えることができました。

AIは、この結びつきを切り離します。

質の高い成果物が存在しても、それを生み出す能力が、本人のなかに形成されているとは限らない。
成果物をつくることと、その成果物をつくれる人間を育てることが、別々の営みになり始めています。

教育では、非効率に意味がある

仕事であれば、同じ成果を短い時間で出せるほうがいいでしょう。
レポートを3時間かけて書いていた人が、AIを使って30分で同じ品質のものをつくれるようになれば、生産性は上がります。

しかし教育では、同じ合理性をそのまま適用することはできません。

学生が数学の問題を30分かけて考えているのに、AIなら数秒で答えを出せる。
それでも、答えだけを得るためにAIに解かせればいいとはなりません。

教育で問題になるのは、答えそのものだけではなく、その答えにたどり着く過程で、学生のなかに何が形成されたのかだからです。

モリックはこの違いを、「教育では努力そのものが目的である」と表現しています。

成果を効率よく生産するという観点から見れば、教育は奇妙な営みなのです。
できない人にあえてやらせ、間違えさせ、考えさせ、書き直させる。
できる人や機械に任せず、本人ができるようになるまで繰り返させる。

仕事なら削減すべき時間や手間が、教育では能力を形成するための過程になります。

効率化とは、同じ成果をより少ない時間と労力で得ることです。
しかし教育では、その時間と労力を取り除いた結果、成果は同じでも、人間の側に形成されるものまで同じとは限りません。

AIは、成果を生み出すための過程を劇的に短縮します。
だからこそ教育では、その過程のどこまでが、単なる非効率ではなく、人間を変えるために必要な時間だったのかを見直さなければなりません。

仕事と教育の合理性が分かれ始める

これまで教育と仕事の論理は、かなり素直につながっていました。

学校で文章を書く能力を身につけ、社会に出て文章を書く。
計算を学び、仕事で計算する。
外国語を学び、必要な場面で外国語を使う。

社会で必要になる能力を、教育によって身につける。
教育の目的がそれだけだったわけではありませんが、「将来使うから学ぶ」という関係は、教育を支える強い根拠のひとつでした。

AIは、この関係を変え始めているわけです。

学校では、「AIに任せず、自分で考えてみなさい」と言われる。
しかし会社に入れば、「なぜAIを使わず、そんな仕事に時間をかけているのか」と言われる。

教育では、自分でやることに意味がある。
仕事では、AIに任せるほうが合理的である。

同じ行為について、教育と仕事が異なる合理性を持つ。
AIが文章を書き、翻訳し、計算し、プログラムを書く範囲が広がれば、このずれはさらに大きくなります。
「将来必要になるから学ぶ」という説明も、成り立ちにくくなります。

教育は、社会で必要とされる技能を先に身につける場所であるだけではなく、その技能を学ぶ過程そのものに意味を持つ営みとして、自らの根拠をあらためて説明しなければならなくなります。

その技能を使わなくても、学ぶ意味はあるのか

では、この問題をどう考えればよいのか。

学ぶことで身につくものは、技能だけではありません。

たとえば文章を書くとき、私たちは何を言いたいのかを考え、材料を選び、順序を組み立てます。
主張と根拠がつながっているかを確かめ、書いているうちに、自分の考えの曖昧さや矛盾に気づくこともあります。

文章を書くという作業のなかで形成されているのは、文章を書く技能だけではありません。
考えを整理すること、自分が何を理解していないのかを知ること、複数の情報を結びつけ、ひとつの判断へまとめること。
そうした別の能力も、同じ過程のなかで育っています。

さらに、知識には、それを自分のなかに持っていること自体に意味があります。

認知科学では、背景知識が、新しい情報を理解し、推論するための基盤になることが指摘されています。
AIが必要な情報をいつでも示してくれるとしても、情報を手に入れられることと、それを理解できることは同じではありません。

新しい情報を理解し、そこにある矛盾や問題に気づくためには、その情報を受け止めるための知識が、すでに自分のなかになければならない。
知識は、必要になったときに外部から取り出す情報であるだけではなく、新しい情報を意味のあるものとして理解するための認知的な基盤でもあります。

そう考えると、「できるようになった」ということの意味も広がります。

教育の成果は、その場で一つの課題をこなせるようになったかどうかだけでは測れません。
その経験によって、その後、新しいことを理解したり、別の問題に取り組んだりできるようになったのか。
教育が形成しているものには、その先の学習を可能にする力も含まれています。

ある技能を将来直接使わなくなったとしても、それを学ぶ過程で形成された能力まで不要になるわけではありません。

AIに任せるとき、何まで手放すのか

もちろん、これまで人間が身につけてきた知識や技能を、すべて残す必要はありません。

私たちはすでに、多くのことを機械へ渡してきました。
計算の多くは電卓やコンピュータに任せるようになり、道順も、地図を頭に入れなくてもナビが教えてくれます。
そうした作業を機械に任せるようになっても、それによって大きな支障が生じているわけではありません。

しかし、すでに身につけた能力を機械に任せることと、その能力が形成される前から、学ぶ過程そのものを機械に任せることは同じではありません。

すでに自分で文章を書き、考えを組み立てる力を身につけた大人が、文章作成の一部をAIに任せる。
まだその力を身につけていない子どもが、最初から文章をAIに書いてもらう。

前者では、すでに形成された能力の一部を外部へ移しています。
後者では、本来その過程で形成されるはずだった能力そのものが、十分に育たない危険があります。

しかも、AIが高度になるほど、人間に求められる役割も変わります。

文章を一から書く機会は減っても、AIが書いた文章のどこがおかしいのかを判断しなければならない。
コードを書く量は減っても、生成されたコードが何をしているのかを理解し、問題を見抜かなければならない。
大量の情報を自分で集める必要は減っても、AIが示した情報の何を信頼し、何を疑うのかは決めなければなりません。

人間の役割が、成果物を自分でつくることから、AIがつくったものを評価し、修正し、選択することへ移るほど、判断の重要性は高まります。

しかし、その判断は何もないところから生まれるわけではありません。
その領域についての知識を持ち、自分で考え、試し、失敗してきた経験が、判断を支えています。

ここに逆説があります。

AIによって直接使う機会が減る技能や知識が、AIの出力を評価するための判断力を支えるものとして、なお必要になる。

だからといって、これまで教えてきたことを、そのまま守ればいいわけではありません。
逆に、AIにできるようになったことを、順番に人間の外へ出していけばいいわけでもない。

問われるのは、どの知識や技能を、人間自身のなかに形成しておく必要があるのかということです。

その基準は、その技能を将来直接使うかどうかだけでは決められません。
それを学ぶ過程で人間のなかに何が形成され、その知識や技能が、その先のどのような思考や学習や判断を可能にしているのか。

AIは、これまで「将来必要になるから」という言葉の陰に隠れていたこの問いを、教育の中心へ押し出しています。

英会話は英作文ではない｜中級者のための英会話コーチング