AI に対する批判的思考: あなたは敵ですか、それとも味方ですか?

教育におけるデジタル変革の利点は、特に最近のパンデミックが引き起こした混乱を考慮すると、自明のことです。デジタル化により、学生はほとんど妨げられることなく努力を続けることができると同時に、 人工知能 (AI) ツールなどのより多くのリソースにアクセスできるようになりました。これに基づいて、教育におけるテクノロジーの導入の増加を完全に中立的または前向きな発展として示すのは簡単です。

ただし、この急速な変化には懸念があるかもしれません。テクノ解決主義は、すべての個人または社会の問題に対する究極の解決策としてテクノロジーに引き寄せられる傾向として説明される場合があります。近年のテクノロジーの急速な進歩を人類全体が受け入れていることは明らかですが、デメリットがないわけではありません。

解決主義と社会におけるその役割に関する主な問題の 1 つは、哲学的概念の還元主義です。これにより、デジタル化の根本的な問題が確立されます。それは、障害物を探索し、それらに対処するための代替経路を有効にする代わりに、即座に解決策を提供することの利便性です。

学習の主な目的は、抽象的な概念やアイデアを調査し、分析することです。教育に関連してよく引用されるマントラの 1 つは、教育は「バケツに水を注ぐことではなく、火をつけること」であるとほのめかしています。

この宣言は多用されすぎて陳腐なものになってしまったかもしれないが、解決主義に直面して考えると一貫性がある。予想外であっても、テクノロジーが日常生活で個人が直面する問題の解決に使用されていることは明らかです。これは、特定の問題を熟考するのではなく、解決策を探して迅速に見つけることを意味します。答えがすぐに手に入るのであれば、時間を無駄にしないのが賢明だと思われるかもしれません。

しかしおそらく、この瞑想は脳を活性化し、批判的思考や問題解決などの高次の認知スキルの発達に貢献する可能性があります。単一の問題に対する可能な解決策を熟考し、評価するために積極的に時間を費やすことで、主張し、意思決定を行う脳の能力を進化させることができます。オートマトンによって反応的に解決策が提供される場合にも同じことは言えません。これは、発達中の知力がどのように情報を取得し、問題を解決するかに影響を与えます。テクノロジーのない文化では、複雑な問題を解決する最適な方法は、プロセスについて熟慮することです。テクノロジーが利用できる場合、その方法はデジタル エージェントによってすでに提供されている正しい答えに基づいて行われる可能性があります。したがって、ユーザーによる批判的思考が少なくなります。

現時点では、これがどれほどの不利益をもたらすかを評価することは困難です。結局のところ、人間の脳が進化し、役に立たなくなった性質を放棄するのは、時間の経過を通じて常態となってきたのです。 1世紀前、重要だと認識されていたスキルには、優れた記憶力と習字が含まれていました。

コンピューターの出現により、これらのスキルは現在ではほとんど時代遅れになってしまいました。むしろ、情報を効果的に処理する能力が個人にとってより有用で価値のあるものになっています。このように、テクノロジーはタスクを自動化し、人間の心を解放してより複雑な作業に集中させることで社会を支援してきました。クリティカルシンキングを機械に委任することで、人間の脳がさらに進化する可能性はあるのでしょうか?確かに知ることは不可能ですが、その可能性は非常に低いです。代替案を思慮深く評価し解釈する能力は、個人が自分の選んだ職業に効率的に貢献できるようにします。世界的に、思春期における高次の認知スキルの発達は、教育者や心理学者による主要な指導目標であり、それには正当な理由があります。

したがって、教育におけるデジタル化の導入によって、青少年期の批判的思考の育成に重点が置かれていることが損なわれないことが重要です。自己効力感の重要性と、受動的な学習が自己効力感に及ぼす悪影響については、どのような言説でも理解する必要があります。 GPT-4などの高度な生成 AI ツールの開発により、最終的には筆記課題などのタスクが学生の洞察力の産物ではなく機械に割り当てられるようになる危険性があります。これは、個人がコンテンツを消費するために適切に構成する能力や、どの情報を含めるべきかを評価する能力に影響を与える可能性があります。

クリティカルシンキングの指標には、情報源の信頼性をうまく判断するスキル、合理的な仮説を推進および擁護するスキル、および適切な明確な質問を定式化するスキルが含まれる可能性があります。これらの能力は、現在存在するような生成モデリングには存在せず、推論を完全に機械に委ねた場合、人間で最も枯渇する危険性が最も高い能力の 1 つです。 AI によって生成された情報を検証できる唯一の方法は、人間による検査です。したがって、AI の限界を意識することが基本となります。筆記課題が自動機械に指定されると、教育者は、機械がすでに得意としている暗記や書式設定などのタスクの代わりに、批判的思考スキルを促進しテストするという強い強制力が生じます。

教育に AI ツールを組み込む必要性はありますが、この必要性は、学生が日常生活で生成型 AI と対話するレベルによって決まります。 AI の導入が避けられない場合、代わりに AI を導入する可能性はあるでしょうか?

確かに、希望の余地はあるようです。

教室での指導は、すべての生徒にとって適切または最適ではないアプローチの均一性によって悩まされていることが、時間の経過とともに広く文書化されてきました。教育用 AI の出現により、学習体験をパーソナライズして、学生が複雑な概念やプロセスをより効果的に理解できるようになる可能性があります。

さらに、生徒の要件をより深く理解するためのトレーニング マシンは、より効果的な指導方法に関する情報を教師や教育者に提供できます。したがって、教室の変革主体としての教師が AI のポジティブな側面を支持し、それらを指導の中に深く組み込むことが不可欠です。 AI がより複雑になるにつれて、その機能はより利用しやすくなり、教育は AI の同化から恩恵を受けることができます。