メインコンテンツへスキップ
見出し画像

AI時代の今こそ、学習内容の構造化・標準化を。

    先日、他社の方と意見交換する機会があり、米国のEd-Fi Alliance の記事を紹介してもらいました。

    この記事がとても興味深かったので、今回はちょっとニッチな話ですが、学習内容の構造化・標準化の必要性について書いてみます。地味な話ほど意外に大事だったりするので。
    また、最後に、関連するイベント登壇のお知らせもあります。

    「AIがあれば、構造化は不要」説

    生成AIの進化で、雑多なデータをそのまま投げても、AIがよしなに解釈してくれるようになりました。列名がバラバラのCSVも、とりあえず読み込ませればそれらしく整えて返してくれる。

    だったら、データをきれいに構造化したり、標準に揃えたりする作業は、もう要らなくなるのでは——そう感じている人は多いように見えます。正直に言うと、自分も一時期「そうかもな」と思っていました。

    実際、この感覚は半分正しいのです。AIは表記ゆれを吸収するのが得意ですし、非構造データから意味を引き出す力は本物です。「とりあえずAIに読ませる」で片付く仕事は、確実に増えました。

    画像

    では、構造化はもう過去の仕事なのか。冒頭の記事は、真逆の結論を出しています。

    Semantic Drift——意味が、静かにズレていく

    Ed-Fiの記事の主張はシンプルで、データ標準はAI時代にこそ重要になる、というものです。

    鍵になるのが「Semantic Drift(意味のドリフト)」という言葉。データが実際に表しているものと、システムが表していると信じているものの間の乖離が、徐々に広がっていくことを指します。

    記事の例を借りると、あるシステムの「SCH_ID」と別のシステムの「SchoolCode」という列。同じ「学校コード」を指しているかもしれないし、実は違うかもしれない。AIは生データから構造を推測できますが、それはあくまで確率的な推測です。ある自治体のデータで学習したモデルが、別の自治体のデータを「同じ意味だろう」と静かに誤読することは、普通に起こります。

    従来の分析の世界なら、この誤読は「間違ったレポート」で済みました。でもAIの世界では、これが自信満々で、もっともらしく、間違った答え——つまりハルシネーションになる。そしてその答えが、子どもに関する意思決定に使われていく。ここが怖いところです。

    画像

    抽象的な話が続いたので、学校の話に着地させます。教科書の「単元」で考えてみます。

    教科書の単元で考えてみる

    例えば「明治維新」。この内容、小学校6年と中学校の歴史の両方に登場し、しかも扱われ方が違います。
    例えば東京書籍の小6では単元名は「明治の国づくりを進めた人々」で、人物の働きに着目して迫る設計。同社の中学歴史では「開国と近代日本の歩み」という章の一節で、欧米の近代化から説き起こし「社会はどう変化したか」を因果でたどります。同じ字面でも、学年・会社・単元内の位置づけで、1単位時間の問いの向きは変わる。場合によっては真逆です。

    画像

    ここでAIに「明治維新の単元で使える資料と発問を」と頼むと、それっぽい資料と発問が数秒で出てくる。ただ問題は、AIが「明治維新」という字面の類似だけで推測でつなぐこと。
    人物から迫りたい小6の導入に、制度の因果を問う中学向けの発問が混ざる。授業の狙いと正反対の問いが同じ滑らかさで並び、ズレに気づけるのは展開の違いをすでに知っている先生だけです。

    一方、単元に共通の識別子があり、学習指導要領・各社教科書の単元・アーカイブ資料が機械可読なリンクで結ばれていれば、AIは推測ではなく参照で答えられます。
    「どの学年の、どの教科書の、どの単元か」から出発して、その展開に合った資料と問いを返せる。さらに、単元がさまざまな学習リソースと構造でつながっていれば、そこを起点に、博物館の一次資料や信頼できる外部コンテンツといった、より確かで有用な資料へと接続を広げていくこともできます。

    AIの答えの質は、AIの賢さだけでなく、参照できる「意味の地図」があるかどうかで決まる。これが、構造化・標準化がAI時代にこそ効く理由です。

    画像

    そしてこの「意味の地図」づくりを、地道に進めている人たちがいます。

    学習指導要領・教科書のLOD化という営み

    2年ほど前に、以下のように「教科書のデジタル化」について持論を書きました。

    上記の中でも触れていますが、日本では有志の研究者の手で、学習指導要領・教科書・教科書単元の情報をLOD(Linked Open Data)として整備する取り組みが続けられています。
    その研究の延長線上で、「学校教育とデジタル・アーカイブを結ぶ学習内容情報LODを用いた架橋モデルの設計」の研究が続いています。

    教科書・単元と様々な資料がつながれば、子どもたちの探究は教科書の外へ広がります。デジタルアーカイブに眠る一次資料が「調べ学習の飛び道具」ではなく、日常の授業の素材になる。地味に見えて「深い学び」を支えるインフラの話です。

    7/23の成果報告会に登壇します

    このプロジェクトの成果報告会「学校教育とデジタルアーカイブを架橋する」が、7月23日(木)13:30〜18:00、筑波大学東京キャンパス(茗荷谷駅から徒歩3分)で開かれます。参加無料です。


    画像

    本当に自分で良いのかって感じですが、、、「AI時代にこそ、学習内容の構造化が深い学びをひらく」というタイトルで講演させていただきます。
    また資料全くつくっていないですが、、、できれば今日書いたことを実感できるようなデモみたいなこともやりながら、皆さんの研究の意義をお伝えできたらと思っています。
    教育データ、デジタルアーカイブ、探究学習のどれかにピンとくる方なら、きっと持ち帰るものがあるはず。

    お申し込みはこちらから。会場でお会いできると嬉しいですー。

    おわりに

    構造化・標準化というと、AIに置き換えられる側の仕事に見えるかもですが、実際は逆で、人がデータの意味をどれだけ丁寧に揃えてきたか、がAIが生成する質を決めるのだと感じています。
    意味を守るのは、結局それを使う人間のコミュニティです。米国にEd-Fiというコミュニティがあるように、日本にも学習内容の情報を耕し続けている人たちがいます。
    今回の登壇は、その営みに光が当たる場に呼んでもらえた、と思っており、とても光栄でありがたい限りです。

    ちなみに、今回の研究メンバとは一度もお会いしたことが無かったりします。noteのお陰、継続して色々書いていて良かった(笑)

    自分はnoteを通じて研究者の皆さんと繋がれ、より深い学びの機会を得ることができました。
    同じように(?)、子どもたちや先生方も、学習内容が構造化されあらゆるリソースと繋がることで、より豊かで深い学びの機会が得られるようになる。

    是非、興味がある方はご参加いただけたらと。
    ではまたー。

    あなたへのおすすめ