教育ITソリューションEXPO!その2

どうも〜

 

ホント最近、涼しくなってきましたね。

 

これぐらいの気温が最高。でも長くは続かないのだ・・・・幸福な時間は。

 

今日は前記事、http://alter-oruta.com/education/education-it-solution-expo

教育ITソリューションEXPO!の続きを書いていきたいと思います。

 

今回は講演エリアの感想となります!


はじめの講演は慶應の教授の安西雄一郎先生の「AI戦略と大学教育」がテーマ

 

いやー良かったです。

何がいいかって、「わかっている」人特有のウンザリ感(笑)

最先端を走っている人って、もう問題の本質がどこにあるかわかっていて、それに対するソリューションももう分かっている。だから、あんまりそれを語ること自体に興味を失っているんですよね。あとは実践のみっていうことが分かっている。

そして、何回も語っているから自分もちょっと飽きちゃっていると(笑)

 

安西さんにはそんな感じがあって、「あ、これはええぞ」とはじめからスイッチが入りました。

 

うろ覚えですが、内容を自分なりにまとめていきます。

 


雇用・就業と教育構造の変革

これからの大学の価値は、就業現場でどれだけ活躍できた人材を輩出したかのフィードバックに依存すると仰られていました。

順々に説明していきましょう。

まず、偏差値・入試向け教育の衰退は不可分とおっしゃっていました。

そりゃそうですよね。センター試験の問題を人間と人工知能が解いたらどっちが高得点取るかって話です。そんな試験では今後のAIを使いこなす人間の能力は測れないということです。

又、大学の意義についても言及されていて、「どこで、どれくらい活躍できる人材を輩出できるか」かが今後の大学の価値を決定するようになる、ということです。

まあ、これからのデータログ社会ではどこ大の人間が、どのような場所で、どれだけの価値を生み出しているのか、ということが可視化できるようになるので、(というか今もできるはずなのにそれをやっていない日本の企業採用をディスっておられましたが笑)そこに行き着くのは当然かなと。

先のセンター試験とか「入口での定点価値観測」の問題ではなく、「出口からの常時価値観測」が大切ということでしょう。

それが企業から、大学の価値としてフィードバックされる。

 


文理選択の早期判断について

日本ぐらいらしいですね、文系と理系を早期に分けているのって。そして、高校から文系に流れてしまった人は、私立文系大学を目指す人は以後まったく理系に触れることなく(僕のことですね・・・)会社に入ってしまいます。

その人は単純な中学数学さえ忘れてしまっているのです。

社会に出て「数理がまったくわからない」というのは、僕が経験したのもありますが、かなり痛手です。経済・金融の数値が解読できないため、経済人でありながら経済の動きがわからないという致命的な状態に置かれるからです。

僕も中学数学からやり直そっと!


探究学修

「探究学修」が教育に埋め込まれていないことに憤慨されていました。

これはおそらくプロジェクト学修みたいなもので、自分で何か課題を見つける能力、そのために必要なアビリティを知る能力、その課題解決のための力が自分にあるか知る能力 を鍛える学修のことを指しているのだと思います。

京都では探究堂さんがプロジェクト学修をやられていますね〜。一回見学に行ったことがありますね。


「学力」とは何か?「知識」とは何か?

これからAI時代がさらに本格化する中で、その時代の文脈の中での「学力」を定義しなければならないとおっしゃっていました。

 

たぶん、僕の法律知識なんていうものは、10年後には何の付与価値も生み出さない知識になっていると思います。なぜなら、「本に書いてある知識で、共有知となるもの」だから。

AIが一番得意な分野ですね。

しかし、僕の、法律の趣旨から考えるトレーニングやそもそも持っている発達特性で磨きをかけてきた、「そもそも論に深い興味を持ち、考え、そこから論じようとする・問いを立てる能力」は、不可視ではありますが、10年後においてもなお付与価値を失っていないでしょう。
そこはAIのカバーしている範囲ではないからです。

そういう意味で今後の「学力」の定義づけが必要とおっしゃったのだと思います。

 

数学の問題で、日本の生徒は抽象定理レベルでは正答率は高いが、具体的事象(実体験性)に引き直した問題では正答率が著しく低くなると説明されていました。

 

前に書いた記事でも触れたかもしれませんが、抽象的命題は具体的事象に常に適用され得るものとなっていなくてはなりません。

なぜなら、具体的に困っているからこそ、抽象的命題を使って簡単に解決しようとしてきたのが人類史における学問の発展だからです。

抽象的命題と具体的事象を行き来する能力が低いということは今後の時代では「学力」が低いと定義してもいいでしょう。

 

又日本では多肢選択の問題が得意な子は多い(読解力が高い)が、自由記述はまったくできない子が多いらしいです。

つまり自分で発信する能力が低い。これも「学力」が低いと定義してもよいでしょう。

 


AI人材

安西さんがちょいキレ気味に話されていたのが、「AI人材」とは「AI技術人材」ではなくデータサイエンス・AIを使える素養を持った人材!

というものです。

つまり、プログラマーであることが必要なのではなく、プログラミングコードやデータログを理解してどう活用できるか考えることができる人材が必要ということ(と解釈しました)。

そのためには、今後の読み書きそろばんは、確率・統計・あと一つ忘れた(幾何学だったけかな?)であることが必要だと強く主張されていました。

ですので、文系出身の社会人は、数理も知っていなくてはならない、そのためにはリカレント教育が必要で、大学と会社を接続することが重要だということです。※リカレント教育とは、フォーマルな学校教育を終えて社会の諸活動に従事してからも、個人の必要に応じて教育機関に戻り、繰り返し再教育を受けられる、循環・反復型の教育システムです。

 

国の試みとしては抜きん出た人材を輩出するため、ある高校でAI学修支援として、選抜された子供の脳の働きをログしてフィードバックを得るようなことをしているらしいです。

すごいなぁ。僕も選ばれたいなぁ。

次は「EdTechが変える教育の未来」ハリウッド大学大学院の教授の佐藤正宏さんの講演レポです。

お楽しみに!

 

ではでは!

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です