最も高い成果を上げる学生たちは、AIで自らの知力を拡張している。彼らは異なる方法で学び、より速く考え、アイデアを検証し、ほんの数年前には考えられなかった水準で複雑性を理解している。教育は新たな発想への転換点に立っている。それは、知性を「学生が単独でできること」以上のものとして捉える発想である。
真の破壊的変化はAIではない、分散知能である
学校におけるAIをめぐる論評の多くは、不正行為に焦点を当てている。だが、より大きなテーマは、AIが認知そのものに何をもたらしているかだ。かつて知性は個人の資産だった。学生の成功は、助けを借りずに何を記憶し、分析し、生み出せるかによって測られていた。AIは、専門家がますます「分散知能（distributed intelligence）」と呼ぶものへの移行を加速している。すなわち、人間の判断と外部ツールを融合させ、どちらか一方だけでは実現できない成果を共に達成する能力である。AIを使って自分の思考を拡張する方法を知る学生は、そうでない学生に対して大きな優位性を持つことになる。
現代の仕事はすでに分散知能によって定義されている。経営幹部は自身の分析にAIによる統合を組み合わせる。エンジニアはワークフローにAIを組み込む。研究者は膨大なデータセットからパターンをあぶり出す。医師はAI支援の診断を取り入れつつある。マイクロソフトの2024年版Work Trend Indexは、世界のナレッジワーカーの75%がすでに職場でAIを利用していることを明らかにした。人間と機械の協働は、もはや任意ではない。標準になっている。
私たちは間違った種類の努力を測っているのかもしれない
AIが私たちを落ち着かなくさせるのは、努力の見え方に異議を突きつけるからだ。私たちは常に、目に見えるものと努力を結びつけてきた。調査に費やした時間、手書きのページ、段階を追って解いた問題、練習と反復である。AIはそうしたプロセスの多くを数時間から数分へと圧縮する。そして、何かにほとんど努力がかかっていないと感じた瞬間、私たちはそれを取るに足らないものとして切り捨てる。この論理は誤っている。努力はなくなっているのではない。変容しているのだ。AIを高度に使いこなす人々は、私たちがほとんど測定してこなかった形で膨大な努力を注いでいる。よりよい問い（プロンプト）をつくること、競合する出力を評価すること、不正確さを見つけること、より強い成果へ向けて反復すること、品質と方向性について判断を下すことだ。これらのスキルはますます価値を増しているが、伝統的な評価の対象にはほとんど含まれていない。私はこれを「努力の移行（effort migration）」と呼んでいる。AIが加速するにつれ、私たちは厳密さの定義を広げ、AIが代わりにできない仕事、すなわち判断、評価、ニュアンスを伴う意思決定を含める必要がある。
新たな格差が生まれている
LinkedInのWorkplace Learning Reportは、スキル開発と適応力が企業の最優先事項であることを強調している一方で、AIの使い方を実際に理解している労働者は少なく、雇用主から正式な研修を受けた人はさらに少ないと指摘している。本当の勝者は、検索できる学生ではない。AIが提示するものを問いただす方法を知っている学生である。出力を検証し、誤った主張を見抜き、紛れ込んだバイアスを特定し、凡庸な初稿を反復によって説得力のあるものへと磨き上げる方法を知る学生だ。それは基礎的な理解をはるかに超える専門性であり、均等に分配されているわけではない。
なぜ今これが重要なのか
タイミングがすべてである。多くの学校がAIに適応するころには、人工知能は雇用主が必要とするスキルを二度にわたって書き換えているだろう。すでに企業は、専門性よりも適応力を重視して採用している。マイクロソフトのAIスキルに関するWork Trend Index Special Reportは最近、ビジネスリーダーの66%が、AIスキルのない人は採用しないと答えたことを明らかにした。多くの雇用主は、AIの専門知識を持たないベテランよりも、経験は中程度でもAIを使える人材を採用したいと述べている。企業は今後も、AIと共に考え、学び、協働できる学生を求め続けるだろう。学校が学びを主に暗記によって定義し続けるなら、もはや存在しない世界に向けて学生を準備させることになる。学生はAIを使うようになる。問題は、それをうまく使う方法を知っているかどうかである。
学問的誠実性を再考する
学問的誠実性をめぐる議論には、もっと繊細な見方が必要である。AIをめぐる議論はあまりにも頻繁に、「AI推進」対「AI反対」という構図で語られる。一方はAIを不正行為と見なし、もう一方は進歩と見なす。どちらも間違っている。問題はAIではない。知的オーナーシップ（主体性）である。学生は自分の推論を説明できるだろうか。結論を擁護できるだろうか。提出したAI生成コンテンツの誤りを見つけられるだろうか。単にエッセーを生成する方法以上のことを理解していると示せるだろうか。重要なのはこうしたスキルである。AIが関与しているかどうかは関係ない。仕事が人間と機械の協働により依存するようになるにつれ、テクノロジーと共に批判的に考える力は、学生が身につけられる最も重要なリテラシーの1つになる。学問的誠実性の未来は、AIを使う学生を摘発することではない。自分が何について語っているのかを、学生が確かに理解している状態にすることなのである。
未来は拡張された学習者のものだ
学校はこれまで、さまざまなテクノロジーの登場と退場を見てきた。電卓は数学教育を置き換えるのではなく強化した。インターネットは調査をなくすのではなく補完した。今、これまで以上に、テクノロジーと人間のスキルを融合できる労働者は、単にツールの使い方を知っている人よりも高い需要を得るだろう。知的であるとはどういうことか、その意味は変わりつつある。それを理解する学校は、学生がこれから生きる世界に備えさせることができる。そうでない学校は、昨日の基準で知性を測り続けるだろう。学校におけるAIをめぐる議論は、テクノロジーについての議論ではない。知性についての議論である。人間の知性、そしてそれ以外の知性についての議論だ。
