メインコンテンツへスキップ
見出し画像

AIに大量の資料を読ませて学ぶとき~先に決めるべきなのは「問いの型」~

    最近、Kyronis(@kyronis_talks)さんの「I accidentally discovered how to compress a semester of learning into 48 hours」という投稿を読みました。MITの大学院生が、初学の分野で、大学院の資格試験に通ったという話です。

    面白いと思ったのは、道具の話に見えて、中身は「問いの順番」の話だったことです。この記事では、その順番が学ぶのにどう役立つのかを、認知心理学の研究と照らして整理します。

    最後に、自分の分野で試すときの目安も置きます。

    【発端】 速さの理由は、道具ではなく問い

    画像
    一つの投稿が示したのは、資料の量ではなく、資料への聞き方だった

    同じ道具でも、最初の問いが違えば、手に入るものが変わります。

    投稿の筋書きでは、大学院生がNotebookLMに、教科書6冊、論文15本、講義の文字起こしをまとめて入れました。

    そして「要約して」ではなく、三つの問いを順に投げました。

    投稿は一人の体験談です。数字や結果を第三者が確かめたわけではないので、この記事では「こう使うと何が起きるか」という設計の話として読みます。

    【基礎】 手元の資料だけを根拠にしたNotebookLMの回答

    NotebookLMは、Googleが提供する、自分の資料を読ませて質問できるAIノートです。PDF、Googleドキュメント、Webページ、YouTubeなどをソース(質問の材料にする資料)として登録できます。

    Googleの紹介記事によると、1冊のノートブックに最大50件のソースを入れられます(2024年10月時点)。

    回答は、登録した資料の引用をつけて返ってきます。Googleのヘルプには、引用にカーソルを合わせると原文が見え、選ぶと該当箇所に飛べるとあります。

    ヘルプのTipでは、チャットの回答はソースにあるデータだけを使う、と書かれています。なお、このヘルプページ上の名称は、現在Gemini Notebookになっています。

    この性質が大事です。インターネット全体の知識ではなく、自分が選んだ資料の範囲で答えるので、何を入れるかと何を聞くかが、そのまま学習の質になります。

    【違い】 要約を頼む学習から、構造を問う学習へ

    画像
    変わるのは読む量ではなく、返させるものの種類

    変わるのは、「何を読むか」より「何を返させるか」です。

    従来の使い方は「この資料を要約して」と頼むものでした。投稿の大学院生は、返してほしいものを三種類に分けています。

    要約・解説を頼む

    • 返ってくるもの:資料の内容を縮めた文章

    • 学習者の手元に残るもの:読んだ気持ち

    専門家に共通するメンタルモデル(現象を捉える型)を5つ聞く

    • 返ってくるもの:分野の見方の型

    • 学習者の手元に残るもの:新しい情報を置く棚

    専門家の意見が割れる点を3つ聞く

    • 返ってくるもの:論点と、各陣営の最も強い主張

    • 学習者の手元に残るもの:議論の地図

    理解と暗記を見分ける問いを10問作らせる

    • 返ってくるもの:自分を試す問題

    • 学習者の手元に残るもの:抜けている場所

    最初の項目は要約の延長です。あとの3項目は、資料の読み方そのものを変える問いです。

    【仕組み】 専門家の見方を借りる、三つの問いの回路

    画像
    型で棚を作り、対立で重要度を知り、テストで穴を探す

    この三問は、「地図、対立、自己テスト」という一本の線になっています。

    メンタルモデルとは、専門家が現象を捉えるときの型のことです。

    Chiらの1981年の研究は、これに近い古典的な研究で、物理の問題を分類させると、専門家は物理の原理で、初心者は問題の見た目の特徴で分けると報告しました。

    ここから先は、私の解釈です。「専門家に共通する型を聞く」問いは、初心者が見た目で整理しているところを、原理で整理し直すための近道になりえます。

    意見が割れる点を聞くのも同じ流れです。合意されている部分と争点が分かれば、読んでいる資料のどの箇所が重要かを判断できます。

    最後の10問は、読んだ内容を引き出す練習になります。これが学習の効果という点で、いちばん裏付けのある部分です。

    次の「具体例」と「関連概念」で見ます。

    【具体例】 間違いを起点にした追問で見える穴

    画像
    投稿の大学院生は、10問に資料を見ながら答え、誤答のたびに理由を聞き直した

    誤答は失敗ではなく、次の問いのきっかけです。

    投稿では、大学院生が作らせた10問に、資料を見ながら6時間かけて答えました。間違えるたびに「なぜ間違いで、自分は何を見落としているのか」と聞き直しています。

    たとえば、あなたがクラウドのネットワーク設計を学ぶとします。公式ドキュメントと技術書を入れ、まず設計者に共通する考え方を聞き、次に流派が割れる論点を聞き、最後に「用語を暗記しただけの人と、設計できる人を見分ける問い」を作らせます。

    これは投稿の流れを私の分野に当てはめた例で、私自身が試して確かめたものではありません。

    誤答への追問が役立つのは、答えを返すだけのチャットと違い、自分の穴を中心に会話が進むからです。

    【関連概念】 想起練習と分散学習に見る、効果の根拠と限界

    画像
    研究が支えるのは、思い出す練習と、時間を空けた反復

    投稿の中でいちばん研究に支えられているのは、10問の自己テストです。

    想起練習とは、資料を見ずに思い出す練習です。

    RoedigerとKarpickeの2006年の実験では、5分後のテストなら繰り返し読んだほうが成績は良く、2日後と1週間後のテストでは、思い出すテストを受けたほうが記憶が残りました。しかも、繰り返し読んだ人のほうが、自分は覚えていると感じていました。

    Dunloskyらの2013年のレビューは、10の学習法を比べました。練習テストと分散学習(時間を空けて繰り返す学習)を高い有用性と評価し、ハイライトや再読は低いとしています。

    投稿を読むときの目安として、2日で詰め込む形は、分散学習の考え方とは逆向きです。

    2日で見取り図を作り、そのあとに間隔を空けて同じ10問を解き直すと、研究の知見に沿った使い方になると私は考えます。

    参考情報・参考書籍(PR)

    本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。

    • 『使える脳の鍛え方 成功する学習の科学』(ピーター・ブラウン、ヘンリー・ローディガー、マーク・マクダニエル):想起練習と分散学習の研究を、一般向けにまとめた本です。思い出す練習と、時間を空けて繰り返す学習を、研究の本で読みたい人に向きます。

    • 『Make It Stick: The Science of Successful Learning』(Peter C. Brown、Henry L. Roediger III、Mark A. McDaniel):上の本の原書です。再読や詰め込みでは覚えが残りにくい理由を、英語のまま読みたい人に向きます。

    【まとめ】 小さな題材で、三つの問いを引用つきで試す順

    勝負は資料の量ではなく、問いの順番と、答えを確かめる習慣です。

    自分で試すなら、次の順がおすすめです。

    1. 数冊分の資料で足りる小さな題材を一つ選びます。

    2. 「共通する型」「意見が割れる点」「理解と暗記を見分ける問い」の順に聞きます。

    3. 返ってきた主張は、引用を開いて原文で確かめます。

    4. 数日あけて、同じ問いにもう一度、資料を見ずに答えます。

    参考情報

     
     
    海外でバズった最新テック関連情報をわかりやすく整理します! スキの数やページビューが多いなどの反響が多いものがあれば、実際の環境で操作した結果や手順などを共有する記事も作成したいとも思ってます! とりあえずこれを見ておけばディープな最新情報もキャッチアップ!できるものを目指します

    あなたへのおすすめ