人間中心の人工知能を理解するために、あるアニメーターがシーンを制作している様子を思い浮かべてほしい。彼女はアイデアを抱き、試作品を作り、その結果を検討する。うまくいかない部分を変更しながら、徐々にアイデアを発展させていく。1コマずつ手で描くにせよ、ソフトウェア上でオブジェクトを操作するにせよ、AIシステムに指示を出すにせよ、彼女は自身の想像力から生まれたものを、他者が鑑賞できる形に落とし込もうとしているのだ。
最近のインタビューで、Ali Ansari（アリ・アンサリ）氏は、このプロセスについて有用な説明を示した。Micro1の創業者兼CEOである同氏によれば、デジタルの仕事とは「人間の欲求が精密に説明されたもの」の結果であり、その説明はしばしば「多数のボタン操作とマウスクリック」という形をとる。
AIがそうした操作の数を、おそらく劇的に減らせるからといって、その結果が自動的に人間的でなくなるわけではない。重要なのは意図の問題である。その人に表現したいものがなおあり、それを実現するために必要な判断力を働かせているかどうかだ。
これにより、人間中心のAIという概念は、単に雇用を維持したり、機械のアウトプットに人間の承認を義務付けたりすること以上の意味を持つようになる。それは、誰が仕事の目的を決定するのか、誰の知識によってそれが可能になるのか、そして関わる人々に何が起こるのかという問題に関わっている。教育現場では、これは特に難しい問いを投げかける。学校は、生徒自身の目的意識や判断力の育成がツールに奪われることなく、ますます強力になるツールを使いこなせるよう、どのように生徒を備えさせればよいのだろうか。
AIを教える人々への敬意
Micro1は、人間の専門家を採用し、AIシステムの訓練と評価にあたらせている。同社のビジネスは、一見もっともらしく見える回答が不十分であることを見抜くために必要な判断力など、プロフェッショナルとしての実践を通じて蓄積された知識に依存している。「人間の輝きがかつてないほど求められている」と宣言する同社の現在のキャンペーンは、商業的な信念であると同時に哲学でもある。
同社が最近発表したExpert Support Programには、「専門家の権利章典」、プロジェクトから有給で休めるようにすることを意図した「休息クレジット」、緊急基金、メンタルヘルスおよびコーチングのリソース、秘密保持型のサポートラインなど、さまざまな支援制度が含まれる。
アンサリ氏はこのプログラムについて、新しい仕事のカテゴリーの確立を後押しすることに伴う責任であると同時に、高い実績を持つ専門家たちがMicro1のプロジェクトに参加し始めたときの自身の反応でもあると説明した。「それを当然のこととは考えられなかった」と同氏は語った。同社は、彼らの信頼と貢献する意欲を獲得し続けなければならなかった。したがって、そうした人材を引き留めることは、事業上の必要であると同時に、敬意の表明でもあった。同氏は、AIデータ事業に携わる他社にもこの取り組みを模倣してほしいと考えている。
Micro1が共有したSlackのメッセージの中で、貢献者のStephen Jones（スティーブン・ジョーンズ）氏はこの仕事を「人生を変えるもの」と呼び、「お金はもちろんそうだが、やりがいを感じられること、そしてキャリアを通じて培ってきた専門知識を未来の応用のために生かせることが大きい」と説明した。さらに同氏は、この1年間、周囲から「最近何をしているのか」と聞かれるたびに、この会社を勧めてきたと述べた。別の貢献者であるSanchez John（サンチェス・ジョン）氏は、この支援プログラムについて、同社が「成果物そのものだけでなく、その仕事の背後にいる人々に」投資していることの表れだとして歓迎した。
支援プログラムの価値は、その実施方法に左右されるだろう。だが、その前提は議論を呼ぶものではないはずだ。人間の判断力に依存する事業には、その判断力を持つ人々に投資する理由がある。
ツールに目的を持たせる
そうしたモデルを使う人々にも、対応する責任がある。自分が何を達成しようとしているのかを理解し、そのシステムがそれを達成する助けになったかどうかを評価できることである。
アンサリ氏は、汎用モデルに専門的な業務全体をそのまま任せられるものとして扱うことには慎重だ。同氏によれば、Micro1の評価作業では、もっともらしく見える結果が覆い隠し得る弱点が引き続き明らかになっている。ユーザーは、モデルが最初から最後まで自律的に作業できると想定するのではなく、モデルを「非常に慎重に編成」すべきだという。同氏が望ましいと考えるアプローチは、特定のタスクのためにシステムを構築し、特定の目標に照らして測定することだ。不可欠なのは、それらが「自分にとって重要なことについて精密に測定される」ことだと同氏は述べた。
何が重要なのかを測定する前に、誰かがそれを決めなければならない。アニメーターは特定の物語を伝えたいと思い、教師は学生に、なぜある議論が成り立たないのかを理解してほしいと思う。いずれの場合も、ツールはそれが仕える目的から価値を得る。
やりたいことがあるならば、それを支援してくれる最高のツールを求めるはずだ。しかし、自身の貢献が誰かの指示した手順を実行することだけに留まるのであれば、あなた自身がその人のツールとして機能していることになり、より優れたツールがその役割を代替することになる。これは、教育における不適切な戦略を示唆している。すなわち、主に指示に従うよう生徒を訓練し、その指示をより安価に実行できる機械が現れないことを祈るようなものだ。
アンサリ氏の楽観論は、生産能力が高まれば、より多くの仕事が可能になるという信念に一部基づいている。人々が成し遂げたいことは、まだ数多く存在するからだ。教育における機会とは、学生が価値ある問題を見つけ、結果に責任を持てる人間になるのを助けることであり、AIの使い方を学ぶことは、その教育の中に位置づけられる。
目的が学習であるとき
ツールによって省略できるプロセスの一部は、人間が判断力を養うためのまさにそのステップである。このことが、学校にとって事態を複雑にしている。絵を描くことはアーティストが表現したいことを見出す手助けになり、文章を書くことは生徒にアイデアが本当に理にかなっているかを決断させる。したがって、どちらも単に完成品に至るための非効率な手段というわけではないのだ。
教育上の問題は、アンサリ氏自身の事業の観点から説明できる。同氏の事業は、有能なモデルが判断力を獲得するには人間の教師を必要とすることを示している。では、学生がそうしたモデルを使って、自ら判断力を育てることを避けるようになったら、何が起きるのか。
これに対し、アンサリ氏は、生徒たちが極めて有能なツールの使い方を学びつつ、基礎に集中することを推奨している。技術分野において、同氏が強調するのは数学と物理学だ。コンピューターサイエンスにおいては、特定のプログラミング言語の構文をマスターすることと、関数などの概念を理解することを明確に区別している。ツールやインターフェースは変化するが、根本的な理解があれば、次の段階のツールを使いこなすための基盤が得られるからだ。
この区別は、技術的な科目に留まらない。教師が歴史のレポート課題を課すとき、その目的は単にレポートをもう1本作成させることではない。その課題は、生徒が批判的に読み、証拠を比較検討し、明確に主張を展開する能力を養うためのものであるべきだ。AIが作成したレポートは、そうした作業の多くをバイパスしながら、表面的な要件を満たすかもしれない。一方で、生徒はAIを利用して競合する解釈を検証したり、議論をテストしたり、より意欲的なプロジェクトに挑戦したりすることもできる。その場合も、結果を理解し、擁護する責任は生徒自身が負う。その違いは、学習目標と、生徒が実際に何を行うかにある。
だからこそ、教師の存在が引き続き極めて重要なのだ。誰かが、取り除くことで有益となる障害と、残しておくべき知的負荷とを区別しなければならない。フォーマットにかける時間を節約すれば主張の展開により集中できるようになるかもしれないが、主張そのものを委ねてしまえば、レポートを課す理由自体が失われてしまうからだ。学校はこうした区別を明確にすべきである。AIを利用する生徒に対して、提示された回答がなぜ間違っているのかを説明させたり、支援なしで基礎となる推論を示させたりすることができる。評価すべき成果は、提出物の質ではなく、生徒が培った理解度だからだ。
学生には、自分が関心を持つ問いを発見する機会も必要だ。学校があらゆる活動を服従を中心に組み立てておきながら、学生が学習を片づけるべき一連の課題として扱うことに驚くことはできない。
デジタルの仕事を、人間の欲求が精密に説明されたものとするアンサリ氏の説明は、議論をその義務へと引き戻す。欲求には中身が必要であり、精密な説明には理解が必要である。そして、そのどちらも強力なモデルにアクセスできるだけで自動的に生まれるものではない。AIを教える専門家を尊重することと、それを使う人々を教育することは、同じ取り組みの一部である。すなわち、既存の人間の判断力に価値を置きつつ、より多くの人がそれを獲得できる条件をつくることだ。AIはアイデアを実行に移しやすくする。しかしAIが人間中心の人工知能であるためには、学生が自ら擁護できるアイデアと、自分自身の目的を育てられるよう学校が支えることが、なお不可欠である。
