00:01
今日お話ししたいのは、昨日の続きなんですけど、AI for Educatorsという本ですね、教育者のための人工知能という本です。
昨日ご紹介したこの本なんですけど、マットミラーさんという人が書いている本ですね。
このマットミラーさんはですね、いろいろ本を、教育と特にICTと教育に関することのいろんな本を書かれていて、
多分一番有名なのは、Reach That Textbook、その教科書を放り出せとか、そういう感じですね。
これも先生向けの本なんですけど、これが多分一番有名な本だと思います。
今日ご紹介するのはこの本ではなくて、最初に申し上げましたように、AI for Educators、教育者のための人工知能という本で、
今年の3月15日に出たばかりの本ですね。
特にこの本の第4章がですね、この実際の具体的な人工知能、特にChatGPTを中心とする人工知能ツールの具体的な使い方が30個ね、30個紹介されているので、
今日はそのうち最初の10個をご紹介しつつ、それが語学教師にとって役に立つのかどうかとかね、
そういうことも僕のコメントも入れながらご紹介していきたいと思います。
今日は1番から10番ということですね。
まず最初はですね、Use AI as a deeper source of information than Googleというふうに書いてあります。
Googleよりも深い情報のソースとして使いましょうということなんですけど、
これはね、正直言って僕はあんまりトピックによるので、もろてを挙げて賛成というわけではないです。
ただですね、言葉の先生ですよね。
ちなみにすみません、マットミルラさん自身は、この本自体はいろんな社会とかいろんな他の科目を教える先生方向けにも書いている。
特に語学の先生向けの本ではありません、この本はね。
なんですけど、少なくとも語学の教師としてこれを見ると、
例えば初級とか中級とかの文法についてはそれなりに正しいことを言ってくれるんですけど、
日本事情でね、前にも申し上げましたけど、安倍首相の暗殺犯は誰というふうに聞いても、
今のチャットGPTはまだ安倍首相が暗殺されたということは知らないわけですよ。
なので、情報ソースとしてどのぐらい使えるのかということは、教師の方がサポートしていく必要があります。
それが一番ですね。つまり情報ソースとして使いましょうというのが一番でした。
03:02
二番はですね。
Use AI for lots of good examples. たくさんの良い例のために人工知能を使いましょうということですね。
ここで面白いのは日本人のファッションデザイナーの山本陽次のセリフが引用されていてですね、
こういうふうに言っています。
日本語訳してみると、自分が好きなものをコピーし始めなさい。
コピーし続けるんです。
コピーし続けて最後には自分自身を見つけることができるはずです。
こういう山本陽次のセリフを引用していますね。
でも実際に彼自身も言っていますが、マットミラーさん自身も言っていますけど、
標準的な、要するに普通の良い例をたくさん見せてくれるのにはもう素晴らしいと思います。
日本語の例文とかにしてもプロの先生が作ってくれるほど素晴らしい例文ではないけど、
標準的な良い日本語を出してくれるというのでは良いわけですね。
何回も何回も同じ質問をしてみても毎回異なることを回答してくれるのでそれも良いですよというふうに言っていますね。
3番目はですね、これは語学教師にとってはどうなのかちょっと微妙なところなんですけど、
3番目ですけど、生徒の作品を人工知能でリミックスするというふうに言っていますね。
これはケンタッキー州のドニー・ピアシーさんという先生の案として紹介されているんですけどね。
これを生徒の作品をコピーしてそれをAIに入れて、ナーサリーライムというのは子守唄みたいなやつとかドラマにしたりとか、
それからシーシャンティというのはちょっと僕もこのシーシャンティという言葉は知らなかったんですけど、
海の上で働いている人が働きながら歌うような歌、そういうものに変換してくれたりとかね、そういう提案をしています。
まあでもこれは語学の先生としてはどうなのかな、ちょっとよくわからないですね、役に立つかどうかはね。
4番目がこれはとても良いと思う、語学の先生とかにとってもとても良いやり方だと思うんですけど、
think-pair-shareというのがありますね、考えてペア二人組で話してシェア、それをクラス全体に話すというのがthink-pair-shareという、
06:01
もう本当にこれはよくある、多分カナダとかアメリカの先生だったらこういうthink-pair-shareという名前を知らない人は多分いないと思います。
それを日常的にやっているかというとやってない先生もいるかもしれませんし、あるいはもしかしたら一度もやったことがないという先生もいらっしゃるかもしれませんが、
少なくともthink-pair-shareというね、考えてペアになってそしてクラスにシェアするという、この言葉自体は聞いたことがない先生は多分いないんじゃないかなと思いますね。
これに人工知能を追加するというのがアイデアが収録されています。
これはですね、サラ・ディラードさんという人ですね。
その人がツイッターで書いていることを引用しているんですけど、
think-pair-shareというのはさっきも言いましたように三つの段階なんですよね。
最初は一人で1分とか自分で考えるんです。
その次にペアの人と隣の人とかペアの人と自分の意見を交換する。
その後で二人で話し合ったことをクラスに共有するというパターンなんですけど、
このGPTを入れると五段階になると。
まず最初にthink、その後にpairは同じ。
つまり一人で自分で考えて1分とかね。
その後二人組で話すんだけど、
それで二人組で相手の話を聞いた後にチャットGPTに自分の意見だけじゃなくて相手の意見も入れて、
その後でチャットGPTに聞いてみると。
それでそれをお互いにやるわけですね。
自分一人でチャットGPTに聞くし、その二人組の相手もチャットGPTに聞いてみると。
その結果をもう一回pairになってチャットGPTはこんなことを言ってたよみたいなことを二人で話すわけですね。
そして最後にそのpairとチャットGPTの話したことも全部まとめてそれをクラスに発表すると。
そういう五段階のものをthink、pair、shareの真ん中にチャットGPTを入れるという、
そういう五段階の活動を提唱していらっしゃいます。
これはとても役に立つんじゃないかと思いますね。
それから五番目ですね。
五番目はAIを成績をつける。
Grade the AIですね。
人工知能に点数をつけるという意味ですね。
これがただ単に点数をつけるだけではなくて、
先生がルーブリックですよね。
いろんな項目に分けてその項目ごとにこれができていれば3点、
09:03
このぐらいだったら2点、
あまりできていなかったら1点とかというふうに点数をつけて、
その項目が複数あるわけですね。
なので、まずそのルーブリックと、
それからこのAIが書いた文章ですよね。
それを両方とも学習者に渡して評価してもらうわけですね。
これね、僕本当にすごいいいなというふうに思いますよ。
だって評価基準がわかっていて、
その後に自分が書く作文がこの同じルーブリックで評価されるということがわかっていて、
それでちゃんと書くというね。
何が理想なのかということが、
まず最初に自分でそのAIの文章を評価することによって、
何が求められているのかというのははっきりわかるわけですよね。
ルーブリックとそのAIの文章を評価することによってね。
その状態で、それがわかった後で自分でちゃんと求められているものを書くという、
そういう活動は僕は非常に素晴らしいんじゃないかと思います。
次は6番目ですね。
まず人工知能とディベートしましょう、議論しましょう、討論しましょうということですね。
これは皆さん想像できると思いますけど、
生徒たちが一つの側に立つわけですね。
ディベートというのは二つの対立する主張を相手を説得するという、
そういう活動なわけですけど、
生徒が一つの側を取って、
AIの方がもう一つの側になってもらうというわけですね。
これでいいのは、チャットGPTもそうなんですけど、
チャットGPTのレベルを設定することができるんですよね。
はっきり言って、例えば、
中学生がその道の専門の研究者とディベートして勝てるはずがないですよね。
なので、そういうことが起きないように、
チャットGPTのレベルを中学生ぐらいになってもらって、
それで人間の中学生とディベートをするという、
そういうふうに調整することができるのが、
この人工知能のディベートのいいところだというふうに言っていますね。
それともちろん、相手は感情的にもならないし、
たぶん人間に反論されるよりも、
12:00
チャットGPTに反論されるほうが、
そんなに人間の側もあまり感情的になったりしないとは思いますので、
そういう意味でも、これはいいんじゃないかと思います。
7番目は、これは語学にはあまり関係ないんですけど、
とても大きくて解決が難しい問題についての洞察を
人工知能に求めるということですね。
例えば、ここの例としては、
世界の飢餓、ハンガーですよね、食べ物が足りない。
世界の飢餓を解決するにはどうすればいいですかとか、
こういうことをAIに質問するという例があります。
これは社会とか科目によっては非常に素晴らしい活動になるとは思うんですけど、
語学の先生にとっては、
どのくらい役に立つのかちょっとよくわからないですね。
それから、8番目ですね。
8番目は、アドバイスを人工知能に求めるということが書いてあります。
教師が、うちの生徒こんななんだけど、
困っているんだけどアドバイスくれませんかとかいうふうに言うわけですね。
ここでマットミラーさんが言っているのは、
人工知能はそんなに専門のコンサルタントでもないし、
専門のプロフェッショナルでもない。
だけど、別にアドバイスを求めるのは普通に人間が、
例えば友達とか兄弟とか親とか、
そういう相手にアドバイスを求めることは普通にごくあることなので、
それを考えれば別に、
チャットGPTのような人工知能にアドバイスを求めるのも、
それはそんなに悪いことではないんじゃないかというふうに言っていますね。
専門のコンサルタントのようなプロフェッショナルな回答は、
あまり期待しないほうがいいということは書いています。
それから9番目は、
AIから予想される回答を想定するということですね。
これも語学というはずでもないんですけど、
でも文法とかについては役に立つかもしれませんね。
一つのトピックについて学んでいるときに、
人工知能がどういうふうにそのトピックをまとめてこちらに提示してくるかを、
まず向こうが出す前に予想してみるというわけですね。
実際これはとてもいい活動にはなると思うんですけど、
でもとても面白いなと思ったのは、
15:00
人工知能がこちらの予想していた回答とは違う回答を出してきた場合には、
人工知能にどうしてこういうのじゃなくて、
そういう回答にしたんですかというふうに、
その理由を尋ねてみるという、
そこまで含めると僕はとてもいいんじゃないかと思います。
最後は10番目ですね。
10番目は、
これは最初の2番目にご紹介したコピーするというのと非常に似ているんですけど、
こういうふうに書いてありますね。
複数のAIの回答を利用してより良い成果物を作るというふうに書いていますね。
チャットGPTとかに質問に答えたりとか、
あるいは何かを書いてもらったりしてくださいというふうにお願いするわけです。
それを1回だけじゃなくて何回も同じことを質問すると。
チャットGPTの場合は再生成、regenerateのボタンがありますから、
それを押すだけで何回もできますよね。
いろんなバージョンの中から、
ここはいいねというところと、
でもこれはイマイチだねというところがあるので、
複数のバージョンから一番いいところをコピーして、
全体としては最高の成果物になるようにですね。
作文にせよエッセイなりに。
エッセイにせよそういう一番良いものを学習者の側が作るということですね。
こうすることで自分が書くわけじゃないけど、
むしろ編集者ですよね。
編集者としてその学習者がより良い記事とか、
そういうものを生成できるようになるというわけですね。
それではですね、最初の10個を今日はご紹介してみました。
後ほどですね、
明日はですね、またもし時間があったら、
この本、第4章がその30個の使い方が紹介されていますので、
11番から20番までご紹介できればいいなというふうに思っております。
それではですね、本日も良い一日をお過ごしください。
そして冒険は続きます。
