OpenAI（オープンAI）の新しいChatGPT（チャットGPT） Workは、単に質問に答えたり、段落の草稿を書いたりする以上のことを行うよう設計されている。目標を与えれば、ファイル、アプリ、ウェブから情報を集め、プロジェクトを段階に分解し、連動した一連の成果物を作成できる。教育におけるAI（人工知能）の活用を描くにあたり、OpenAI（オープンAI）は教職員がこれを使ってコースを改定し、評価認定資料を作成し、プロジェクトを管理することを想定している。
魅力は効率化だが、より大きな含意を無視することは難しい。機械が割り当てられた作業を遂行する能力を高めるにつれ、学校は「人間は何をするために教育されるべきか」を問わなければならない。
その問いは、OpenAI（オープンAI）の教育担当バイスプレジデント、リア・ベルスキーとの最近の対話の中心にあった。ベルスキーによれば、ChatGPT（チャットGPT）上の会話のおよそ20%は教育、学習、情報に関わるもので、ユーザーの約40%は24歳未満だという。若者はすでにこの技術を大規模に利用しており、それがいつ学習を支え、いつ学習に取って代わるのかについて、十分な指針がない場合も多い。AI（人工知能）をツールとして使用することと教育の最終目標との間にあるこの不透明さは、本来であれば学習における大きな飛躍となるはずのものを台無しにしてしまう可能性がある。
教育におけるAI：思考の回避ではなく、思考の拡張へ
ベルスキーは、思考を避けるためにAI（人工知能）を使うことと、思考を拡張するために使うことを有益に区別している。前者は学習に必要な努力を取り除く。後者は前提を問い直し、理解の抜けを露わにし、新たな探究の道筋を開くことができる。
彼女は、オンラインコース「Learning How to Learn（学び方を学ぶ）」からの比喩を引き合いに出す。脳は輪ゴムのようなものだ。変化するためには伸びなければならない。アイデアを思い出そうとしたり、2つの概念を結びつけたり、難しい課題に取り組んだりして葛藤している学生は、学習を定着させるための作業を行っていると言える。
生成AIは、その葛藤を消し去ることができる。学生が宿題の質問をすると、流暢な説明が返ってくる。その答えは筋が通っており、学生は進歩を実感するが、流暢であることは習得していることを意味しない。
「摩擦を経験していなくても、学んでいるように感じられるのです」とベルスキーは言う。
それは、この技術における最も目に見えにくいリスクの1つかもしれない。学生は、すべての質問に答えたり、必要な提出物をすべて作成したりして課題を終えることができるが、実際に学習が起こるために必要なプロセスを頭の中でたどったかどうかはわからないのだ。
昨年導入されたOpenAI（オープンAI）のStudy Mode（学習モード）は、その傾向に対抗するためのものだ。即座に答えを提供するのではなく、「学生は何を理解しているのか？」「推論のどこで行き詰まったのか？」「次にどのようなアプローチが有効か？」といった質問を投げかける。
その設計は教師や学習科学者からの提言に沿っているが、プロダクトの設定だけで問題を解決することはできない。学生はいつでも誘導された体験を離れ、直接答えを求めることができる。場合によっては、プログラム上の監視の外で動く別のチャットセッションを使うだろう。学校は学生に、より基本的なことを教えなければならない。生産的な困難をどう認識するかである。より具体的には、利便性がいつ回避に変わるのか、そして課題が消えていく速さで学習を測ることができないのはなぜかを知ることだ。これは新しい課題ではない。学生に読解課題と回答すべき設問を出したことのある人なら、多くの学生が実際に本文を読むことなく、設問だけを読んで答えを探すために斜め読みすることを知っているはずだ。学生が理解しなければならないのは、学習は特定の成果物を作ったことから生まれるのではなく、その成果物に至る特定の作業プロセスに関わったことから生まれるという点である。
問いを投げかけるパートナーとしての教育AI
ベルスキーは、学生にとっての問いのパートナーとしてAI（人工知能）を活用することを、最も優れた王道的なユースケースの1つとして挙げている。その一例が、「ケーススタディを逆転させた」ハーバード大学の教授たちだ。ビジネススクールのディスカッションに向けてケースを読んで授業を待つ代わりに、学生は関連資料を学習させたカスタムGPTに質問を投げかけることができる。そうして主張を検証し、代替案を検討した上で授業に臨む。
デューク大学フュークア・スクール・オブ・ビジネスでは、ある教授がAI（人工知能）を使って学生グループの会話を分析した。システムは参加のパターンや理解の欠落を浮かび上がらせ、会話の質を可視化できる。グループワークの経験に不満を抱き、自分の貢献が認められることを望む学生にとって、これは大きな変化をもたらすものだ。
ベルスキーは、これらの試みをイェール・ロースクールでの自身の経験と比較している。そこでは教授による執拗な質問攻めが、法学教育を特徴づける重要な一部だった。そのような関心を個々の学生に向けることは、常に困難だった。AI（人工知能）は、その簡易的なバージョンをより頻繁に、より多くの学生に提供し、AIを介してではあっても、すべての学生が毎回の授業でその「厳しい追及を受ける立場」を経験できるようにするかもしれない。
ここで示唆されているのは、価値ある資源は情報ではないということだ。情報はすでに豊富にある。価値あるのは知的関与である。主張を明確にし、推論を擁護し、矛盾に向き合い、前提を再考するよう迫られることだ。
教育におけるAI：スキルの前に主体性を育む
よりよい問いかけは、よりよい教育への道の一部を進ませるにすぎない。より深い問題は、教育が何を生み出そうとしているのかである。
AI（人工知能）の時代に向けて、学校はどのようなスキルを教えるべきかという質問をよく受けるとベルスキーは言う。しかし彼女は、この問いは下流に寄りすぎていると考えるようになった。
「おそらく、正しい問いは『どのようなスキルを教えるべきか』ではなく、『私たちの教育システムは、どのような人間を育てたいのか』です」と彼女は言う。
彼女の答えは、解決する価値のある課題を見つけ出し、それに対して行動を起こす自信、モチベーション、そして主体性（エージェンシー）を持った人物である。
彼女が挙げる例は、彼女の息子が受講した「課題からプロトタイプへ」というコースだ。学生たちは課題からスタートし、解決策を構築するために何を学ぶべきか、誰と協力すべきか、どのツールが必要かを判断した。
この順序は、学校の通常の論理を逆転させる。従来の教育は、まず知識を習得することを学生に求め、いつかそれを使う機会があると約束することが多い。これに対して主体性を中心に据えた教育は、目的から始まり、その目的が知識への欲求を生み出すようにする。知識の獲得が困難だった世界では、このようなアプローチは不満を生む原因になり得たが、AI（人工知能）の時代においてはモチベーションをかき立てる原動力となる。
ベルスキーが挙げる他の例には、AI（人工知能）を使って視覚障害のあるプレイヤー向けにオンラインゲームを再設計したり、食堂の余剰食品をフードバンクへ配布する仕組みを改善したりする学生たちの取り組みがある。学校はこれまで、意味のある創造的活動を起業クラブやハッカソン、課外活動プログラムだけに限定しがちだった。しかしAIは、何かを構築することや課題解決を、教育のより日常的な要素にすることを可能にする。
教育におけるAI：「市民のあり方」が主体性に方向性を与える
教育の究極の価値と目的について議論する中で、私たちの会話は「シチズンシップ（市民としてのあり方）」へと移っていった。公教育は、職業訓練としてのみ正当化されてきたわけではない。国家において、学校は市民を形成することも期待されている。筆者はベルスキーに対し、市民を形成することは、重要な意味において主体（エージェント）を形成すること、つまり主張を検証し、競合する目的の中から選択を行い、他者と協力し、社会において行動できる人々を育てることではないかと提案した。
主体的な市民は、受動的に情報を受け取る以上のことをする必要がある。情報はどこから来たのか、どのような証拠に裏付けられているのか、そしてそれに基づいて行動した結果どうなるのかを問いかける必要がある。AIによって生成された答えであふれる世界では、その情報の出所を突き止めることが主体性の一部となる。「ChatGPT（チャットGPT）がそう言ったから」という返答で議論を終わらせるわけにはいかないのだ。
ベルスキーはこの結びつきを歓迎し、AI（人工知能）を活用した創造活動を「22世紀の起業家精神」であり「22世紀の市民のあり方」であると表現している。
この言葉は、しばしば対立するものとして扱われる教育の2つの目的を結合させている。経済的な観点からは、学校は変化する労働市場に向けて学生を準備させることが求められる。市民社会的な観点からは、自主的な統治に向けて準備させることが求められる。主体性こそが、この2つを結びつけるのだ。
重要な問題を見出し、証拠を集め、協力者を説得し、決定に責任を負う人物は、企業を起こし、組織の中で貢献し、民主主義に意義ある形で参加する備えを持つ。いずれの場合も、その人は指示の実行者以上でなければならない。
学生は、自分自身をツールと考えることも、ツールを使う人間と考えることもできる。もし自分の価値が、主に他者が定義したタスクを遂行することにあるなら、より速く安価なツールは明白な脅威となる。解決策は、より優れたツールを与えないことではなく、学生が異なる次元で活動できるよう備えさせることだ。
私たちはどのような課題を解決しているのか？ なぜそれが重要なのか？ どの証拠を信頼すべきか？ 誰がコストを負担するのか？ 次に何をすべきか？
これらは判断の問いである。それらは学生を、誰かの目的の道具ではなく、目的を自ら設定する存在として位置付ける。
しかしエージェンシーは自動的に有徳なわけではない。有能な人物が愚かで破壊的な目標を追求することもあり得る。生徒は影響を受ける人々を理解しないまま、印象的な何かを作り上げることもできる。教育は行動する力だけでなく、何をする価値があるかを決める判断力もまた育てなければならない。
だからこそ、市民性は単なる修辞的な飾りではない。市民性は主体性に公共的で倫理的な方向を与える。学生には、何かを作れるかどうかだけでなく、なぜそれを作るべきなのか、誰のニーズに応えるのか、失敗した場合に誰が責任を負うのかも問われるべきだ。
ChatGPT（チャットGPT） Workはこうした問いを差し迫ったものにする。機械はますます証拠の収集、プロジェクトの整理、成果物の作成を助けることができる。手段の多くを供給できる。
教育の使命は、目的を選ぶことのできる人々、そしてその選択に責任を持つ意思のある市民を育てることにある。教育におけるAIが差し引きでプラスになるには、この約束を果たさなければならない。
