人工知能（AI）は、情報の検索方法、問題解決の方法、そして学習の方法を変えつつある。現在、学生が数学の問題をAIツールに入力すれば、わずか数秒で回答が得られ、多くの場合、詳細な解説まで添えられて返ってくる。
この利便性は重要な問いを投げかける。テクノロジーがますます複雑な問題を解いてくれるのであれば、私たち自身が基礎を習得することはどれほど重要なのか。私は、その答えは「かつてないほど重要だ」と考えている。
そしてこの問いは、教室の枠を越えて広がっていると私は考える。組織がAIを導入する際、リーダーは効率性と、その出力を評価するために必要な批判的思考・判断力とのバランスを取らなければならない。
リーダーの課題は、AIが代替できないものを知ること
数学を学ぶ目的は、単に正しい答えにたどり着くことだけではない。効果的な問題解決には、まず集中して問題を読むことが第一歩であり、続いて推論やパターン認識、適切な概念の適用、そして数感覚を用いて妥当な時間内に正確な答えを出すことが必要だ。
テクノロジーが短時間で答えを出す能力に優れてきたとしても、その答えの背後にある論理を私たちが理解しているとは限らない。数学は、推論力、数感覚、パターン認識、問題解決スキルを育てる。テクノロジーが答えを出す能力に長けていくほど、その答えが本当に理にかなっているかを判断する力が、ますます必要になる。
答えを得ることと、問題を理解することは同じではない
答えを知っていることと、答えに到達する方法を理解していることの間には、重要な違いがある。生徒は電卓やAIツールを使って方程式を正しく解けるかもしれない。しかし、入力した情報が間違っていたらどうなるのか。ツールが質問を誤解したらどうなるのか。そして最も重要なことは、どうすれば何かが間違っていると認識できるのか、ということである。AIツールを利用する人は、すべての出力を盲目的に受け入れるのではなく、必要なときにツールに疑問を投げかけられる必要がある。
そこで、強固な数学の基礎が決定的に重要になる。数字や数学的な関係を理解している人は、テクノロジーに頼る前に、予想される結果を見積もることができる。パターンを認識し、不自然な出力に疑問を持ち、同じ問題に異なる方向から取り組むことができる。
たとえば、答えが500前後になると予想されるのに、デジタルツールが5000という答えを出した場合、強い数感覚があれば、「何かを確認する必要がある」という即座のシグナルが生まれる。
その基礎がなければ、テクノロジーが提示したという理由だけで、私たちはその答えを受け入れてしまうかもしれない。
AIは思考を支えるべきであり、代替すべきではない
ビジネスや教育におけるAIをめぐる議論は、テクノロジーを使うべきか否かという問いである必要はない。テクノロジーは何十年も前から数学の一部であり続けてきた。電卓は算数を理解する必要性をなくさなかったし、表計算ソフトもデータを理解する必要性をなくさなかった。
私はAIも同様の視点で捉えるべきだと考える。適切に使えば、AIは強力な学習ツールになり得る。ある問題への異なるアプローチを比較したり、追加の説明を求めたり、推論がどこで誤ったのかを調べたりするのに役立つ。
問題が生じるのは、テクノロジーが思考プロセスそのものを完全に置き換えてしまうときだ。問題が難しくなるたびに、特に学習者がすぐにAIに答えを求めていたら、問題を理解しようと苦闘し、アプローチを試し、間違い、やり直すという学習の重要な一部が失われてしまう。
そうしたプロセスは、数学をはるかに超えて及ぶスキルを育む。
基礎は、より複雑な思考の土台をつくる
分数、パーセント、掛け算など、算数の基本となる概念に習熟している人は、目の前にあるより大きな問題について考えるための精神的な余裕がより多くある。
概念を真にマスターしたと言えるのは、それを自分の言葉で人に教え直すことができるときだ。そうなって初めて、その概念を日常の活動に応用し、実際の場面でどのように機能しているかを認識できるようになる。特に教育分野にAIが参入するなかで、重要な検討事項とすべきは、AIがこの習得レベルの達成を真に助けてくれるかどうかという点である。
読書を考えてみよう。基本的な単語一つひとつを立ち止まって発音しなければならない生徒は、段落全体の意味に集中するのが難しいだろう。数学も同様に働く。基本的な数学的操作に慣れ親しんでいれば、発展的な話題、論理的推論、戦略立案、高度な問題解決により多くの注意を向けられる。
これが、電卓やAIが手軽に使える時代でも、暗算や数感覚が依然として価値を持つ理由の一つだ。目的はコンピューターの速度と競うことではない。生徒がコンピューターが何をしているのかを理解できるだけの数への親しみを身につけることにある。
答えを疑うこと
AIの統合が進むにつれ、私たちが身につけられる最も価値ある習慣の一つは、答えに疑問を持とうとする姿勢である。「正しい答えが出たか」だけに焦点を当てるのではなく、学校だけでなく研修やそれ以外の場でも、リーダーは次のような問いに焦点を当てられる。
・どのようにしてその答えに到達したのか。
・なぜその方法を選んだのか。
・その答えは妥当に思えるか。
・別の方法でその問題を解けるか。
・数字の一つが変わったら、どうなるか。
これらの問いは、問題を解き終えることから、問題を理解することへと重点を移す。また、自分の推論を説明することに慣れるのにも役立つ。この能力は重要である。なぜなら、将来の学問・職業の環境では、情報を得るだけでなく、それ以上のことができる人々が評価される可能性が高いからだ。情報を解釈し、評価し、それに基づいて意思決定することが求められるようになる。
AIを超えて考えられる組織を築く
教育の外でも、リーダーは従業員にAIの出力に疑問を持ち、欠けている情報を特定し、必要に応じて結果を検証するよう教えることで、同じマインドセットを育むことができる。AI研修は、ツールの使い方だけでなく、判断力を適用し、人間によるレビューがいつ必要かを知ることにも焦点を当てるべきだ。
数学の未来は、基礎スキルとテクノロジーのどちらを選ぶかという話ではあるべきではない。まず強固な基礎を築き、その上でテクノロジーを賢く使う方法を教えることであるべきだ。
AIの能力が高まるほど、リーダーは批判的に考え、AIの出力に問いを投げかけ、自らの判断と専門性を適用できる人材の育成に注力すべきである。
