AI と Bloom を活用して、質の高い教育を大規模に追求し続けます。 大人になってから、1対1の個別指導という考えを聞くと、お腹が側転してしまいました。上海で育つ恵まれた環境にあった私の両親は、子供たちは故郷オーストラリアの標準よりもかなり厳しい努力を強いられる可能性があるという事実をすぐに理解しました。 この認識を大きく動かしたのは、友人マックスの母親であるメアリーでした。 5月は人によっては次のように表現されるかもしれない 。 「虎の母」 マックスが放課後、特定の日に遊びに行けなかった理由を今でも覚えています。月曜日はチェスの指導でした。火曜日は数学でした。水曜日、中国語（マックスの家族は家では中国語を話していました。これについてはまったく理解できませんでした）。木曜日はヴァイオリン。これらすべては、学校、スポーツ、宿題、社交の時間がすでに詰まったスケジュールに基づいています。 7〜10歳の子供にとっては当然のことですが、当時の私にはまったく理解できませんでした。それから 13 年が経ち、メアリー (そして彼女と同類の多くの中国人の親) が本当に何かに取り組んでいたことがわかりました。多くのトラの母親自身が自分たちの行為を正当化する必要があるとは想像できませんが、私は次のような考えによって私の考えが変わったことに気づきました。 。 ベンジャミン・ブルーム 昔ながらの教室教育のパイオニアであるブルームは、マスタリー学習法を使用した 1 対 1 の学習により、生徒の成績が 2 シグマ向上することを発見しました。これらの方法を利用したハーバード大学の 2004 年の研究では、個別指導を受けた学生のパフォーマンスが向上したことがわかりました。 。 数学の標準テストで 200% 向上 ブルームの手法の有効性を証明するために標準化されたテストと段階的スコアリング システムが使用されてきましたが、手法自体は（幸いなことに）標準化されたテストやベンチマークにほとんど依存していません。 学生が自由に使える検索エンジンから全知の回答エンジンに進化するにつれて、教育がどのように変化すると私が想像しているかについては、以下でさらに詳しく説明します。ここで重要なことは、上で説明したブルームのモデルの有用性の多くはその有用性を維持しており、おそらく短期から中期的には が唯一の例外であるということです。 「記憶」 さて、マックスの話に戻ります。疑いもなく、マックスはブルームの理論から導き出された恩恵を受けました。 1対1の個別指導と継続的な形成的評価があれば、彼のフィードバックループは急速に加速し、私のような通常の教室学習者よりもはるかに先を行っていたでしょう。しかし、マックス (そして他の多くのプレッシャーにさらされている幼児期学習者) の教育上の冒険はすべて、固定されたエンドポイントにつながる恣意的なベンチマークの追求でした。 彼の数学の家庭教師は、彼がトップレベルの大学に入学できるように、IB スコアを最大限に伸ばすことを望んでいました。授業以外での悪用であっても、厳格な数値標準化の対象となりました。チェス盤で高いELOを目指します。ヴァイオリンでグレード 9 まで到達します。などなど。 しかし、上で簡単に述べたように、LLM (つまり、応答マシン) とあらゆるタイプのマルチメディアの生成コンテンツの普及が進むにつれ、この世界のマックスたちが幼児期の家庭教師の時間をすべて費やしたのではないかと考えるのも無理はありません。無駄です（多くの人は異なる意見を抱くかもしれません）。私は、この変化するパラダイムに合わせて教育カリキュラムをどのように再設計するかを提案するつもりはありません。その代わりに、今後出現する可能性のあるあらゆる種類の新しいシステムの下で、この 1 対 1 個別指導の方法論が持つことができる計り知れない価値に焦点を当てたいと思います。それは私よりもはるかに賢くて強力な人々のグループのためのトピックです。 この記事の残りの部分では、グローバルなブルームスタイルの個別指導のためのパーミッションレスで摩擦のないプロトコルの初期の概要がどのようなものであるか、そして野心的な創設者志望のあなたがそれらをどのように実現できるかを概説したいと思います。 希望は、個人に合わせた教育へのアクセスを改善し、提供コストを削減することで、自分が選んだあらゆる分野で十分な教育を受ける人々で満たされる世界を実現することです。 現在の幼児教育: 古いモデルと新しいモデル 教育は多岐にわたるため、この記事では幼児教育のニッチな分野に焦点を当てます。私がこれを行うのは、それが歴史的規範からの逸脱をまだ実際に経験していない唯一のセグメントであると感じているからです。 MOOC は成熟した教育で非常に人気があり、コロナウイルスによって大学レベルのコースのオンライン配信が普及しました。カーン アカデミーと同様のモデルは、中学生や高校生の間で多くの成功を収めています。しかし、非常に恵まれたニッチをターゲットとする少数の先駆的なスタートアップを除いて、 すべての子供ができるだけ早くレベルアップするための真に普遍的なソリューションに取り組んでいるスタートアップはほとんどありません。 まず、なぜ幼児教育がそれほど重要なのでしょうか？早期に質の高い教育を受けることの利点のいくつかは明らかです。それは生徒に自分の能力に対する自信を与えます。これは、基礎教育が本質的に 22 歳頃に専門的な実行に取って代わられる前に強化される思考スキルのベースラインを提供します (少なくとも現在の世界の大多数の学生にとって)。 ただし、一連の補助的なメリットが水面下に存在します。その中で： に関する知識の向上（つまり、セルフケア、健康、行動問題などに関する知識） 職業以外のライフスキル 。デジタル ソリューションはこれに対する特効薬ではないかもしれませんが、促進剤として機能することは間違いありません。 社会の発展 後年における 。 矯正サポートの必要性が軽減されます 。主な介護者の負担を軽減する普遍的なソリューションは、主な介護者に他のことをするためのより多くの時間を提供すると同時に、子供たちが正しい道を歩むことを保証します。 親のエンパワーメント 上の図は印象的です。世界の先進国であっても、幼児教育から得られる学力の成果は、控えめに言っても圧倒的なものではありません。これにはさまざまな理由が考えられます。教育の質の低さ、教育の将来の有用性に関する学生の明確さの欠如、あらゆる種類の学生に対する世界的なアクセスの欠如などがすべて影響しています。 これらを難読化して、a) すべての生徒がさらなる学習に応用できるベースライン レベルの知識を得ることができ、b) 最高の SAT を取得すること以外のさまざまな最終目的に最適化された新しい形式の教育に備えることができるようにするにはどうすればよいでしょうか。 IB/GAMSAT/{選択した標準テストを挿入}? 今日の市場 Business Research Insights によると、世界の幼児教育市場は現在、年間 2,589 億 4,000 万米ドルに達しています。 ここでの「幼児教育」には、保育、保育所、レクリエーション プログラムなど、まったく異なるスタートアップ市場を構成するビジネスも含まれることに注意することが重要です。 そうは言っても、それは問題の大きさを示しています。結局のところ、これから生まれるすべての子供が最終顧客としてカウントされる市場です。 この記事の文脈では、市場分析の焦点は、すでに何らかの形で「すべての子供のための家庭教師」ソリューションを提供しようとしている既存企業、または問題解決スキルの開発に最適化された生徒の学習体験を強化しようとしている企業に焦点を当てます。 以下を参照してください (拡大してください)。 これらのビジネスはすべて、定められた目的、野心、対象者、提供方法が（場合によっては大幅に）異なりますが、インターネットの魔法の配布力を活用して、いつでもどこでも誰にでもリーチできます。 カーン アカデミーと YouTube は、インターネット時代における、自分のペースで自主的に、そしてしばしば課外学習を行う大きな原動力となってきました。 Method Schools のような企業 (およびカーン アカデミーをワークフローに統合しているその他の学校) は、独立した学習哲学と対面教室の社交的な利点を組み合わせています。 Synthesis は、信じられないほど才能のある子供たちを互いに同じ仮想空間に置き、問題に取り組ませることで、天才を育成するソリューションを構築しました。たとえそれがエリート主義の選抜された私立学校のように聞こえ、見た目や匂いがするとしても、「天才の創造」という使命は非常に重要なものです。結局のところ、天才とはダイヤルを前進させ、世界の考え方を変える人々です。 Worldwide には、インターネット アクセスを必要とせずに、ユニバーサル アクセスが可能なモードがあると想像してください。 州立学校の制度や共通テストのスコアの低下（ほとんど重要ではない）について不平を言い続けることはできますが、私たちは学習にとって恵まれた時代に生きてきたことを認めなければなりません。 しかし、改善すべき点はまだたくさんあります。その事実は、世界中の親、学校、起業家にとって、頭が砕けそうなほど興奮するはずだ。 初等教育で解決すべき問題 提供形態に関係なく、K-12 教育システムの下流の「顧客」 (大学、雇用主など) は依然として、ランク付け可能なスコアに基づいて候補者を判断し、評価しようとしています。これを変える必要があります。アイデアを伝達し相互受粉できるようにするには、丸みを帯びた要素が必要です。しかし、それを超えて、与えられた道への情熱と献身は成功を予測するより良い予測材料であり、目標を前進させる創造的な天才の育成にさらに役立ちます。丸みを身につける このエッジを伸ばし始める教育システムはどのように設計できるのでしょうか? ミスディレクション。 と同時に Googleの「20％プロジェクト」の仕組みを借りるのも一案かもしれない。幼児期の生徒には、プラットフォームの時間の 80% が、丸みを達成するのに最高の効果を示すあらゆる種類の斬新なカリキュラムを追求するために与えられます。残りの 20% は、情熱を持ったプロジェクトをアイデアから実現まで進めるための指導と指導に専念します。多くの教育システムは、この種のプロジェクト作業やデザイン思考の方法論を中学年になると、サイエンス フェアやその他の種類の個人プロジェクトなどで定着させようとします。なぜもっと早くしないのですか？ 地理 (都市レベルであっても)、規制、言語、およびその他の百万もの要素はすべて、下流の結果に影響を与えます。繰り返しになりますが、インターネットの優れた均等化効果の恩恵は今後数年でさらに加速され、楽観的に言えば、これらの問題の一部は解消されるでしょう。 アクセスとエクイティ。 ただし、いくつかの問題が残っています。多くの人は依然としてインターネットにアクセスできません。多くの人は、学生に世界について教えるコンテンツをトップダウン政権が検閲する環境に住んでいます。インターネットの問題は、これから概説するいくつかの問題と同様、厳密には教育プラットフォームの領域内にあるわけではありません。ただし、コンテンツ プラットフォームではその可能性があります。情報が検閲されている場合には依然として不平等がある程度広がる可能性があるとしても、学生が世界の舞台で成功するために必要なことを学ぶのに役立つすべての利用可能なリソースを再パッケージ化できるパーソナライズされた学習アシスタントにアクセスできるようになれば、改善の余地はまだ大きく残されています。ステージ。 幸いなことに、私たちは実際に子供たちを一人も取り残さない教育のビジョンに向かって進んでいます。 アクセスの問題と並行して、資金の問題もあります。現在の教室モデルでは、教室が劣悪な恵まれない地域の子供たちは資金提供が少なくなり、教室はさらに劣悪になります。これは、上げ潮によってすべての船が持ち上げられて繁栄する世界にとっては不公平であり、持続不可能です。 資金の分配。 歴史的に、親の教育への関与は、成果の向上の前兆でした。出席率の向上、説明責任の強化、教室で説明されなかった、または理解されていない可能性のある領域の「ギャップを埋める」ことはすべて、これを促進する要因です。正式なデータではあまり評価されていないのは、夕食のテーブルを囲んで起こる予期せぬ、教室以外の学習です。 親の関与。 インターネットによる情報の流れにより、この利点は徐々に失われつつありますが、親の日々の関わりという点では、依然として重要な要素です。他の人たちと同じように熱心に取り組めない親を持つ生徒に不利益を与えないようなシステムはどのように設計できるのでしょうか?さらに良いのは、学歴に恵まれない親が子どもを最大限にサポートできるシステムをどうやって設計できるかということだ（これはおそらく、市場全体が独自に崩壊することを正当化するものであり、保育市場と非常に隣接している）。 従来の教室がどんなに努力しても、教室の他の部分に何らかの障害を生じさせずに、特別な支援が必要な生徒に適切に対応することはほぼ不可能に近いです。より個別化された学習プラットフォームは、デフォルトでこの問題をほぼ解決します。これらのロングテールケースを最大限に捉えるために、これらのプラットフォームはどのような機能を活用するのでしょうか? 多様なアクセシビリティのニーズ。 新しいイネーブラー ChatGPT や消費者向けの NLP インターフェイスをまだ使用したことがない読者にとっては、ネタバレになります。明日の検索エンジンは検索エンジンではありません。代わりに、それらは応答エンジンになります。 これに倣ってきた人々にとって、これは、答えを見つけ出し、伝える能力で子供たちを評価してきた教育システム全体にとって、明らかな困惑を示しています。 これは、教育の将来にいくつかの触媒効果をもたらすでしょう。それには以下が含まれますが、これらに限定されません。 究極のパーソナライゼーション。 AI とパーソナル インテリジェント アシスタントは、私たちがアクセスできるあらゆるサービスのパーソナライゼーションの程度を大幅に加速します。その方法についてさらに詳しく知りたい人のために、もう一度お話します (おそらく最後ではありません)。 マット・シュリヒトより。教育も例外ではありません。 自律エージェントに関するこの素晴らしい記事をお勧めします パーソナライゼーションは、ブルーム ツー シグマ効果の重要な要素です。しかし、パーソナライズされた教育エージェントは、これらの効果をさらにもう一歩進めようとしています。将来の教師は、毎週 1 時間のセッションを通じて生徒の学習の好みや最も効果的なプレゼンテーションの方法を徐々に学習するのではなく、生徒がどのような種類の情報を処理するのが最も得意であるかを生得的に知るようになるでしょう。 Pythonを学びたいですか?今日では、ハーバード大学の CS50 ( ) またはプログラミング言語を教える素晴らしい YouTube チャンネルのいずれか。将来的には、初心者は、言語を完全に理解しているだけでなく、好みの学習パターンについてもあなたよりもよく知っているインテリジェントなアシスタントから学ぶ可能性が高くなります。 それは今ではAIによって教えられています 学習プロセスに集中できなくなったり、やる気がなくなったりすることはありません。任意のスキル ツリーと照らし合わせて進捗状況をチェックするためにボックスにチェックを入れるのではなく、あなたにとって独自に興味があり、Python を学習する理由となる形成的なプロジェクトが割り当てられます。 カスタマイズによるエンターテイメント。 12 年以上の学校教育の中で、すべての読者の教育サンプルのサイズは、カリスマ性のない、過度の要求、または単純に意地悪な教師によって教科が台無しにされたケースを 1 件含むのに十分な大きさであると想像できます。 少なくとも 自律的でパーソナライズされたデジタル配信の世界では、このシナリオが再び展開することを想像することはほとんど不可能です。 今日私たちが利用できるツールを使っても、カルロ・ロヴェッリが準備した物理学のコースを教えてくれるモーガン・フリーマンの声のデジタルレプリカを手に入れることができます。または、音声、知識、提供方法、主題の任意の組み合わせ。気に入らないですか？ユーザーの好みにほぼ瞬時に適応してくれるアシスタントも、そう遠くないところにあります。 ( : あらゆるコンテンツを楽しく見せることができるため、すべての学生にエージェントがあれば、熟練したリソースの割り当てがどのように行われるかを理論的に正確に決定できるでしょう - 恐ろしい考えです)。 興味深い哲学的ひねり のような人工人間レプリカプロトコルの初期の成功 と (主題 ) は、この種の製品の市場準備が整っていることを示します。完全に自律的な教育アシスタントのためにこの分野でやるべきことは、生徒の進歩を監視し、これらの洞察に基づいてタスクを自己割り当てする方法です。 キャラクターAI レプリカ 退屈しない素晴らしい投稿の 1 つ インテリジェントなメンタリングと評価。 今後 20 年間で、より良い教育は、NAPLAN/SAT/出身地に適用される標準スコアの中央値をどれだけ改善できるかによって測られるべきではありません。代わりに、学生の学習と発達が、そもそもその学習パスを開始した理由とどの程度一致しているかをより正確に表現する必要があります。 今日の幼児教育における大きな、しかし静かな問題は、子供たちがなぜ物事を学ぶのかが分からないということです。彼らは母語を学ぶことがなぜそれほど重要なのかをすぐに理解できます。なぜなら、やがて母語を毎日広範囲に使用するようになるからです。数学はそれほどではありません。 子どもたちがなぜ特定のことを学ぶのか、そしてそれがどのように自分たちに当てはまるのかをより適切に説明し、常に指導できることは、学習意欲に大きな恩恵をもたらします。次に、やる気を失わずに「評価」するという問題が生じます。 評価は今後も真の理解ゲームへと向かう傾向にあります。パーソナライズされた学習の世界では、評価とベンチマークのモードが純粋に個人に合わせて調整される可能性が高くなります。 「エイミー」は非常にモチベーションが高く、生物学の試験で任意の 90% の能力を示す必要性に駆られている可能性があります。一方、「アダム」は単に生物学が好きなので、カエルを解剖することができます（もちろん人道的に）。二人とも手術を希望しています。パーソナライズされたアシスタントを使用すると、エイミーは白黒テストを作成してもらい、アダムはテクニックに関するライブフィードバックを受け取ることができます。両者とも、日々の改善に取り組む姿勢に基づいて、トップパーセンタイルの外科医になるための別々の道を歩むことになります。 予測分析。 教師 AI のトレーニング データの量が増えるにつれて、教師 AI は、スキル、興味、性格のどの組み合わせが人生の特定の道に最も適しているかをよりよく理解できるようになります。これに基づいて、AI は継続的に推奨事項と成功の確率を提供し、学生が自律的な教育経路を進む際に特定の学習や「キャリア」の選択を評価できるようにします。 たとえば、私は言語に特別な親近感を持ち、質の高い映画に早熟な興味を持った 6 歳児かもしれません (実際はそうではありません)。私のパーソナルアシスタントは、私が楽しめると思われる道に基づいて、オプションや充実したアクティビティを絶えず提示してくれます。人間が依然として自由意志を求める世界において、このアシスタントはこれらの予測を活用して、私の自由意志の幻想を維持し、決して私に特定の道を強制することはありません。数学的研究はそれ以上の目的を持たないかもしれないが、生成映画の制作と促進にはそれ以上の価値があるかもしれない、ということは分かるだろう。 他のエージェントと通信して、それぞれの興味やスキルに基づいて運命の協力者となる可能性のある世界中の他の学生に私を導くことができます。 重要なことは、子どもたちが世界をどのように予測し、そこで何をしたいのか、そしてそのようなリソースをどのように割り当てるのかについて、豊富な情報も提供することです。 私たちが今いる場所から教育の始まりまで、自分自身のスキルツリーがマッピングされているのを見ることができたとき、私たちが教育についてどれだけ学ぶことになるか想像してみてください。 上記のすべてが、将来の子供たちの教育方法に非常に純粋に考えられるインプットであることを考えると、それらを現在のベストプラクティスとどのように組み合わせて、世代を超えた商業教育の機会を形成できるでしょうか? エドテックの聖杯へのビジョン 上記で概説した問題と、近い将来に規制によって課されるであろう現実的な制限に基づいて、私は、上で示した一連の機能が、世界規模で効果の高い幼児教育ユニコーン企業にとっての賭け金であると見ています。 成功するモデルのハブとなるでしょう。上のセクションの重要な点、つまりパーソナライゼーション、インテリジェントなメンタリング、質の高い分析、そして子どもたちを教育後の成果（この言葉はディストピアのように感じます）の成功に導くためのそれらの組み合わせの効果は、機械知能の時代に誰が教育を勝ち取るかを決める中心的な推進力となるでしょう。 。 パーソナライズされた学習アシスタントは、 これらの要素を超えて、勝者はおそらく、実際に行ってお気に入りの先生に会うのと同じくらい楽しい対話をこれらのことを実現した最初の開発者になるでしょう。この点に関しては、ChatGPT とはまったく異なる方法で見た目、音、操作を行う可能性があります。 幼児教育システムがそれ以来、いや、永遠に定着させてきた社会化によって、この高度な学習体験を強化することになるでしょう（以下の証拠 A および B を参照）。 対面式の地域ハブは、 遊びは今後も必要不可欠なものであり続けるだろう。今日私たちが知っているような何らかの形の「学校」が、（ほとんど皮肉なことに）この必要性と欲求を満たすために介入するでしょう。おそらく昔の教師たちは、今日と同じ監督椅子に座って、この空白を埋めているのでしょう。おそらく私たちは、村が子どもを育てるという古代のビジョンに近づいているのかもしれません。つまり、コミュニティのファシリテーターが 1 人、仕事や遊びに取り組む子どもたちを牧会的に世話し、報酬を得るというものです。 それがどのように展開するかに関係なく、保育と共教育の両方の目的で物理的なスペースの需要は残ります。これらのスペースの経済性は引き続き排他的であり、競争が続くでしょう。これはチャンスを意味します。これらのスペースを運営する人たちに報酬を提供することで、金銭と評判が提供されます。 これらのローカルハブの主要な構成要素として機能するのは、 これらの人間の指導者は、子供たちが手のひらに乗っている AI 教師ほど賢くはありません。しかし、これまでと同様に、デジタル ティーチング アシスタントによって設定されたアイデアや目標が現実の世界でどのように実現されるかについて、重要なロール モデルおよびタッチポイントとなるでしょう。 人間の指導者になります。 地理的にローカルなハブの裏側には あります。測地線という言葉を初めて聞いた方へ 。ここにあるアイデアの多くは働く専門家向けに設計されていますが、無国籍教育のレンズを通してもイデオロギー的に意味があります。 、測地線のオンライン関心ハブが 私がこの言葉を最初に学んだ場所、Balaji Srinivasan の Network State にリダイレクトします。 それでは、子供たちのパーソナライズされた学習アシスタントの場合、測地線関心ハブはどのように見えるでしょうか。データプライバシープロトコルの助けを借りて、私たちの自律的な仲間は、 各子の関心グラフを作成し、それらを測地的に相互に照合します。ここから、仮想教室、プロジェクト グループ、ワークショップを作成し (人間の専門家によって促進される場合もあります)、これらの生徒が世界中の志を同じくする仲間と協力することで恩恵を受けることができるようになります。 ゼロ知識 止めることのできない非効率的な教育機関を世界に送り出さないようにするには、いくつかの強化メカニズムが必要です。 1 つ目は、これらのデジタル アシスタントとその方法を確実にするための です。 AI の未来に少しでも関係する映画を見たことがある人なら、うまくいかないものはうまくいかないことを知っています。今日の大規模な言語モデルと同様に、文字通り何百万もの子供たちを扱い、教育する可能性のあるモデルでは、人間によるフィードバック提供者に対する極端な需要が生じるでしょう。 人によるフィードバック メカニズム デジタルアシスタントが子供のために選択する経路が人間の他の目標を妨げないようにするプログラム監査員の需要はおそらくあるでしょう。これをわかりやすい例で言えば、たとえそれが彼のやりたいことに最も関連しているとしても、私たちは外科医志望のアダムが 7 歳のときに本物の死体を使って実験することを望まないのです。 また、アシスタントが過度に決定論的にならないようにするための何らかのメカニズムも必要になります。たとえば、アシスタントが、学生を特定の職業に就かせる能力に基づいて、ある種のインセンティブや評判の向上を受け取るとします。明らかに、一部の職業は他の職業より簡単です。これは、子供たちをこれらの道に決定論的に導くというアシスタントのインセンティブを歪め、資源が大きく誤って配分されるため、本質的に経済全体を混乱に陥れます。 第一に、これは人間がこれらのアシスタントの評判スコアリングとインセンティブ設計に関与する機会を提供します。第二に、経済学者が依然として重要であることを示しています。さまざまな重要な分野にわたるスキル配分の基準レベルを維持しながら、子どもたちの真の興味と欲求が尊重されるようにすることは、教育の将来にとって不可欠です。 補足: ここには、技術者以外の人でも簡単に観察、テストし、あらゆる種類のモデルにフィードバックを提供できるシステムを作成するための、まったく別の数十億ドル規模の機会があります。 さらに、仮説上のブルーム ツー シグマ AI の有効性を継続的に監視するには、ある種の が必要です。これは、上記で提案された経済学者の役割を果たす自律システムである可能性があります。自律的な教師が生徒を指導する方法について詳細な分析が利用できるようになったことで、人類はこれがリソース配分に及ぼす長期的な影響を視覚化し、それに応じてモデルを調整できる必要があるでしょう。 グローバルな進捗トラッカー エンドゲームとは何ですか？ これは大きな哲学的な質問です。今日の世界では、教育の最終目標は、良い仕事に就き、他の人と効果的に交流し、協力できるようになることです。 「働く」の意味は10年後には大きく変わっているだろう。この意味で、教育の「最終段階」で変わるべきことは、生徒が自分の人生に意味を生み出すために利用可能なツールを活用して、自己実現的な「仕事」を創造できるようになるということです。コラボレーションや他者との交流に関する部分は少しも変わるべきではありません。 MVP とはどのようなものでしょうか? 最も明白な最初のステップは、小学校教師のスタイルで話すことに特化した Character AI スタイルの ChatGPT ラッパー (これを書いているだけで気持ち悪いです) を構築することです。 要するに、私が言いたいのは、最も可能性の高い MVP は単に Mr. Rogers のチャットボットである可能性があるということです。 ここから、解決すべき主な課題は学生の評価です。子どもたちの学習における利益は、人間の教師と比べてデジタル教師のおかげであるとどのように考えられますか? これを一般の意識に広めるための興味深い成長戦略は、子供向けハッカソンをライブ配信することかもしれません (もちろん、保護者の同意を得て)。各児童には、実証的なプロジェクト作業を支援するための個人アシスタントが付いています。これは、問題解決中心の学習方法の有効性を実際にデモンストレーションするものであり、子供たちが AI を活用して自分たちのアイデアを実現する創造的な方法を楽しく見ることができる方法でもあります。 もしこれが突飛に聞こえるかもしれないし、市場が存在しないかもしれないなら、私はあなたが間違っていると賭けてもいいと思います。その好例として、最新の Scripps National Spelling Bee は を魅了しました。 920 万人の視聴者 ここからどこへ行くのですか？ 分配ゲームに勝ち、州レベルの教育システムに参入する前に、このようなプロトコルの商業的要素はおそらく課外レベルから始める必要があるだろう。 Synthesis の「Teams」ソリューションは、トライアル グループ間でこれらのアイデアをテストする方法に関する便利なプレイブックを提供します。最初の誇大宣伝戦略から、子供たちと一緒にこれらのツールの使用を検討したいと考えている親の順番待ちリストを作成します。 この待機リストから、同様の興味やキャリアパスを持つ子供たちをマッチングすることで、寄せ集め形式の測地線オンライン教室をすでに始めることができます。 地理的には、これらのアシスタントの初期世代を活用して放課後の子供たちのグループを運営し、地元のチームで協力してプロジェクトを構築することによってこれを行うこともできます。これにより、遊びと遊びの両方の概念実証のボックスにチェックが入ります。 市場に行きます では、仮想教師に誓う非常に幸せな親たちのグループを、世界のあらゆる教育システムで支配的なプレーヤーになる道を切り開くことができる支配的な勢力に変えるにはどうすればよいでしょうか? GTM のアイデア: へのエージェント (汎用または個別化) のコストプラス配信。これには、チャーター スクール、ホーム スクール ネットワークが含まれます (Facebook グループや Subreddits で見つけることができます) 既存の代替教育プロバイダー 。これが早く行われるほど、政府は学生の利益を保護するための影響と必要な規制を処理する時間が長くなります。 テストのために公立学校にジェネリック医薬品を無料で配送します キャラクターAIスタイル。生きた適応バージョンのビル・ナイを1日1時間一緒に過ごせるのに、なぜ親は子供たちにボーリング氏から科学を学ばせたいと思うだろうか？ 人気コンテンツクリエイターを講師エージェントとして再現した の確立。内蔵のレコメンデーション エンジンが子供たちを適切なスキル ツリーに沿って導き、「最終目標」の学習目標を達成できたら、カーン アカデミーの体験はどれほど変わるでしょう。ビデオトランスクリプトからの学習を適用するために、エージェントが生成したプロジェクト/ミッション/タスクを伴うカスタム YouTube プレイリストについてはどうですか? 既存の仮想コンテンツ配信プラットフォームへのプラグインとしてのエージェント API ビジネスモデルとパイの大きさ さまざまな理由から、このビジネス提案の中心にあるモデルはオープンソースのままにすることが最善であると私は今でも信じています。まず、社会的利益の観点から、これらのモデルをオープンソース化すると、モデルは継続的に説明責任と透明性を得ることができます。 人々がこれらのモデルをフォークしてその上に構築して学生にとってより良いものにするインセンティブを確立することで、市場の競争が改善され、その結果、成果物の品質が向上します。 最後に、これは、より知的な世代の人間にとっての聖杯である、最高品質の教育を可能な限り低コストで提供するための最善の道であるため、これは非常に重要です。 上記は、この次世代のスマートな教育アシスタントによって切り開かれる可能性のある市場の規模に関するちょっとした計算です。仮定の内訳は次のとおりです。 このモデルは、人々がコアモデル自体をオープンソースにし、 するという信念を維持しています。アクセシビリティに関して私が楽しみにしている興味深い点は、インターネットにアクセスできない地域でも、短期的には、Imagine Worldwide のように、これらのアシスタントの機能をどれだけ維持できるかということです。 自由にアクセスできるように 導入時に、～750mm の子供が初等教育年齢に達しているという前提を適用します。 対面グループの配送コストは、オーストラリアの公立小学校と比較して配送コストを 50% 以上削減するという目標に基づいています (すべてを考慮した場合、年間最大 5,225 米ドルになります)。 Synthesis のよりアクセスしやすいバージョンとなるように設計された測地線グループの配信コスト。最も基本的な配信方法である Synthesis では、学生の登録に月額 180 ドル (または年間 2,160 ドル) の料金がかかると報告されています (1 人あたり ）。 デゼレット 上記は単一企業の収益予測ではなく、市場マップに非常に適していることに注意する必要があります。現在、世界中のすべての私立学校を運営している私立学校グループがないのと同じように、単一の企業が対面市場のすべてを獲得することは事実上不可能です。 測地線市場はべき乗則に従う可能性が高くなりますが、パイのサイズとそれを切り取ることができるさまざまな方法の量により、おそらく依然として大きな競争が発生する可能性があります。 これらの指標は、教育がより無国籍になり、仮想配信からの意図的な成果を設計するように調整されるよう大きく変化することへの賭けです。 最後の言葉 この最後の知恵は、皮肉にも記事のタイトル「 ”: 教育系スタートアップが成功しない理由 「起業家は教育を質の問題として考えています。普通の人はそれをコストの問題だと考えています。」 膨大なパーソナライゼーションと組み込まれた知ったかぶりの要素により、仮想アシスタントは最高級のスーパーティーチャーになります。モデルの品質とエンターテイメント要素は、この市場で誰が勝つかを決定する重要な要素となりますが、世界規模で起業家は配信コストの削減の重要性と、低価格で幅広い視聴者にリーチすることで得られる多くの利益を忘れてはなりません。料金。 付録: その他哲学的なポイント 幼児教育の目的は何でしょうか？もっとわかりやすく言えば、今の子どもたちが大人になったときにどうなってほしいかということです。 社会は、さまざまな違いはあれど、ほぼ同様の体制のもとで教育を受けた世代で構成されています。世代がまったく異なる種によって教育された場合、世代間の関係はどのような影響を受けるでしょうか? 非情にも有能で自律的な家庭教師を雇うことは、子供の学習過程に予期せぬ影響を及ぼしますか? でも公開されています。 ここ
