Wenxuan（Peter）Liは、ThetaWave AIの共同創業者兼CEOで、AIを活用したパーソナライズ学習を通じて世界中の学生にサービスを提供している。
教育は何世紀にもわたってほとんど変化していない。学生は講義室に座り、講義を聞き、教科書を読む。
AIを活用したパーソナライズ学習の創業者として、AIが学習をどのように変革できるかを私は直接目の当たりにしてきた。単なる学習ツールを超えて、AIには各学習者の固有のニーズに適応できるパーソナライズされた知識フィルターとしての可能性があると考えている。
従来の教育が抱える本質的な問題
ほとんどの教室では、教師は自分の知識を標準化された形式（講義、教科書、動画など）に凝縮する任務を負っている。一方、学生は多様な背景や学習スタイルを持ちながら、その教材を解読し解釈しなければならない。
私はこの古典的な教育モードに根本的な欠陥があると考えている。なぜなら、学習とは単なる情報のインプットではなく、すでに知っていることと学ぼうとしていることの間の点と点を結びつけることだからだ。ある人には明快な物理学の概念も、適切な基礎知識がなければ別の人には理解できない。視覚的学習者にとって非常に効果的な教え方が、実践型の学習者にとっては完全な失敗になることもある。
唯一の非テクノロジー的解決策は、教師と学生の1対1の比率だ。すべての学習者が、自分の知識のギャップ、学習の好み、目標を知っている個人チューターを持つことになる。しかし、この方法は単純にスケールできない。
なぜAIがすべてを変えるのか
一部の講師はAIを使用して、動画、インタラクティブなシミュレーション、練習問題など、より多様な教材を自動生成している。それは役立つが、それでも教師は各学生のニーズを深く理解する必要がある—これは人間の時間と注意力によって制限される作業だ。
その代わりに、AIはパーソナライズされたフィルターとして機能し、リアルタイムで各学生に合わせたコンテンツを提供できる。高度なLLMは長いコンテキストを理解し、構造化された情報を抽出し、カスタマイズされたコンテンツを生成することが得意だ。これにより、AIは教育のパーソナライゼーション問題を解決するのに特に適していると私は考えている。
Googleマップの使い方を考えてみよう。アルゴリズムの仕組みを知る必要はなく、行きたい場所を伝えるだけで、あなたの位置、交通状況、好みを考慮したルートが作成される。AIを活用した学習も同様だ。
どのアプローチに投資すべきか決断する教育リーダーへのアドバイスは、テクノロジーだけでなく教育学に焦点を当てることだ。本当の価値は、より華やかなコンテンツジェネレーターではなく、学生の思考プロセスを真に追跡できるシステムにある。多くのアプローチは、学習の難しいメカニズムよりも表面的な関与に焦点を当てているため、このテストに失敗していると私は考えている。
AIを活用した学習に不可欠な3つの能力（とその障壁）
1. 真のパーソナライゼーション
人間のチューターのように、各学習者の知識システムを高解像度で理解することは、学生がどのトピックを学習したかだけでなく、各概念をどれだけ深く理解しているか、そして知識のギャップを監視することを意味する。
しかし、この高解像度のモニタリングは最大の障壁だ。運用上、膨大なデータインフラが必要となる。さらに重要なことに、重大で自明ではないデータプライバシーの課題を生み出す。
さらに、AI自体にも限界がある。間違った答えを簡単に見つけることはできるが、誤解の理由を推測したり、どの特定のアナロジーがその学生にとって概念を理解させるかを知ることははるかに難しい。
2. 信頼できる情報源に基づく
AIが生成するすべてのコンテンツは、説明可能で信頼できる情報源まで遡れるべきだ。学生は情報を独自にチェックし探索できる必要がある。これは正確さだけでなく、批判的思考を教えることにも関わる。
ここでの主な障壁は信頼だ。教育の文脈では、AIの「ハルシネーション」は単なる事実の誤りではなく、学生の学習経路を台無しにする可能性のある信頼の根本的な侵害だ。これを教育機関に提供することも難しい。彼らは当然、検証可能な正確さを要求するからだ。学生が一つの矛盾を見つけると、システム全体への信頼が崩壊する可能性がある。
したがって、AIの学習システムが概念を説明する際には、情報源を引用すべきだ。AIが練習問題を作成する際には、どの原則がテストされているかを示すべきだ。根拠のある情報源は、この好奇心を満たす唯一の方法だ。
3. マルチモーダル生成
AIは各学生とトピックに最適な形式でコンテンツを提供する必要がある。特定の概念は図表で視覚的に最もよく理解される。他のアイデアは文章による説明で最もよく吸収される。インタラクティブなシミュレーションや実世界の例から恩恵を受けるものもある。
AIは教えられている科目と学生の学習パターンから最適な形式を推測できるべきだ。数学の概念理解が苦手な学生には、具体的な例といくつかの視覚化が必要かもしれない。言語的概念化が得意な人は、長い文章による説明を読む方が良いかもしれない。
ここでのコスト対効果のトレードオフは大きい可能性がある。すべての概念に対して高品質の図表、テキスト、シミュレーションを生成することはコストがかかる。さらに重要なことに、単に選択肢を増やすことは逆効果になる可能性がある。
私たちは、選択肢が多すぎると学生を圧倒し、明確さではなく認知的過負荷につながる状況を目にしてきた。
これが学習者と教育者にとって意味すること
この変化は学習者の手に制御権を与える。標準化されたコンテンツを受動的に消費する代わりに、学生は自分の学習体験を積極的に形作ることができる。混乱が生じた瞬間に質問できる。自分のペースでトピックを探索できる。理解できるまで異なる形式で概念を再検討できる。
ビジネスへの影響は大きい。実際のパーソナライゼーションの課題を解決するエドテック企業は、巨大な市場を獲得できる。しかし、私が最もよく見る間違いは、製品が単なるコンテンツ推奨エンジンであるにもかかわらず、企業とそのツールがパーソナライゼーションを主張していることだ。
成功には、単なるエンゲージメント指標ではなく、実際の学習成果に焦点を当てる必要がある。経営者は「習得までの時間」—学生が概念を学ぶのにかかる時間—と長期的な知識保持を追跡すべきであり、単に「プラットフォーム上の時間」だけではない。問題は子どもたちがあなたのプラットフォームでより多くの時間を過ごすかどうかではなく、実際により良く、より速く学ぶかどうかだ。
今後の道筋
私たちはまだこの変革の始まりにいる。今日のほとんどのAI学習ツールは、動画の推奨や難易度の調整など、基本的なパーソナライゼーションしか提供していない。真のパーソナライゼーションはさらに進んでいる。
明らかに、現在最大の課題は実装—データプライバシー、情報源の検証、教育学的信頼性という深く実践的な障壁を解決することだ。私たちは、どの学生でも使用できるほど直感的で、信頼できるほど信頼性が高く、実際の学習進捗を示すほど効果的なシステムを必要としている。
しかし、今やすべての企業がウェブサイトを必要とするように、私はすべての真剣な学習者がまもなくAIを個人の学習コンパニオンとして持つようになると信じている。
Forbes Business Councilはビジネスオーナーとリーダーのための最も重要な成長とネットワーキングの組織だ。私は資格を満たしていますか？
