ニュース

「人工知能＋教育」の意味合い今日のデジタル時代において、ChatGPTに代表される自然言語処理モデルや最新の動画生成モデルSoraなどの最先端技術の登場は、教育分野における人工知能（AI）の無限の可能性と幅広い展望を深く明らかにしています。これらの高度なテクノロジーの出現は、教育分野における人工知能による革命的な変化を予告するだけでなく、より質の高い、より個別化された教育を実現するための強力な技術的サポートも提供します。この文脈において、「人工知能 + 教育」の新しいモデルを研究し、適用することが特に重要かつ緊急です。いわゆる「人工知能+教育」は包括的な概念であり、人工知能技術を教育分野に深く統合し、インテリジェントな手段を通じて教育環境を最適化し、それによって従来の教育モデルや教育方法の発生を促進することを指します。根本的に変わる新しい教育モデル。狭義の「人工知能+教育」とは、人工知能技術を利用して指導、管理、評価、フィードバックを支援し、より効率的でパーソナライズされた教育サービスを実現することを意味します。より広い意味での「人工知能 + 教育」は、技術的な応用に限定されず、教育の概念やモデルの革新も意味します。学生中心であること、人工知能技術を最大限に活用して学生の個別のニーズを満たすこと、学生の学習効果を継続的に向上させることを重視しています。同時に、「人工知能＋教育」では、教育者には、新しい時代の教育開発のニーズに適応するために、常に教育概念をアップデートし、情報リテラシーを向上させることが求められます。「人工知能 + 教育」には主に次のような特徴があります。 新しいシーンの教育: 教育の深さと幅を広げる。 「人工知能 + 教育」の深い統合により、従来の教育モデルが再定義され、教育の境界は常に拡大しています。 「人工知能 + 教育」は、教育の時間と空間の制限を打ち破り、新しい教育シナリオを構築することで教育の深さと幅を大幅に拡張します。人工知能テクノロジーの助けを借りて、学習者はいつでもどこでもオンライン学習プラットフォームを通じて学習でき、インテリジェントな個別指導システムを通じて即座に学習フィードバックを取得し、シミュレーション学習システムを通じて知識をより深く理解できます。学習の深さと学習効率が大幅に向上します。パーソナライズされた学習: 教育リソースの正確なマッチングを実現します。パーソナライズされた学習は、「人工知能 + 教育」の基本的な特徴の 1 つであり、利点でもあります。人工知能技術の助けを借りて、学習者の学習軌跡を包括的、正確かつタイムリーに収集し、学習者の学習の好みを把握することで、正確な計算を通じて学習者にカスタマイズされた学習サービスを提供し、学習者の興味、能力、学習リソースを実現できます。学習方法を正確に適合させて、学習の効率と効果を向上させます。適応調整: 学習プロセスの動的な適応を可能にします。 「人工知能＋教育」の重要な特徴は適応性です。 「人工知能＋教育」の適応調整機能により、学習者の学習進度やフィードバックに応じて学習内容や難易度を動的に調整できるため、学習者は常に自分に最適な学習スタイルや学習難易度の領域で学習することができます。さらに、適応調整は、学習者が自分の学習の盲点や弱点を発見し、タイムリーにギャップを検出して埋め、学習効果をさらに向上させるのにも役立ちます。没入型体験: 教育革新の勢いを継続的に生み出します。 「人工知能 + 教育」という新しいシナリオの教育モデルの下で、没入型体験は徐々に教育革新の重要なエンジンになりつつあります。 「人工知能 + 教育」は、高度な仮想現実 (VR) と拡張現実 (AR) テクノロジーを組み合わせて、没入型の学習環境を作成し、抽象的な知識を具体化し、学習者に没入型の学習体験を提供することで、教育プロセスをより鮮やかで鮮明なものにします。この環境では、学習者は知識をより直観的に理解して習得できるだけでなく、学んだ知識をより深く探索して体験することができるため、学習者の創造性を効果的に刺激し、教育革新に継続的な革新の勢いをもたらすことができます。 「人工知能 + 教育」は革新的な勢いを生み出し続けることで、教育モデルの変革と革新を促進し続け、新時代の教育開発の変革的なニーズに動的に適応します。

世界的に、人工知能テクノロジーの継続的な開発は、教育の変化を促進する重要な原動力となっています。人工知能技術と教育の深い統合は、指導方法や学習方法に大きな影響を与えるだけでなく、教育概念の核心に触れ、教育パラダイムの根本的な変化を確実に促進するでしょう。しかし、諸刃の剣のように、教育分野における人工知能技術の広範な適用は、教育の発展と改革に一連の問題と課題ももたらしています。● 技術的な課題。技術的適合性の課題。現在の人工知能技術は大幅に進歩していますが、教育における複雑なシナリオに直面するとまだ不十分です。人工知能の本質は、人間の知能をシミュレートすることであり、アルゴリズムとデータに依存してタスクを実行し、パーソナライズされた学習と指導の新しい方法を教育に提供し、教育の効率と体験を向上させます。ただし、このテクノロジーはまだ完全に成熟した段階に達しておらず、学習データの希薄性によって引き起こされる課題に依然として直面しており、それがパーソナライズされたソリューションの精度の欠如につながる可能性があると同時に、データ リソースが限られている場合、モデルも同様になります。部分的な一般化という現象があります。これらの問題は、教育における人工知能の徹底的な応用に影響を与えるだけでなく、市場に出回っている多くの教育用人工知能製品が実際のアプリケーションでは「インテリジェント」が不十分であるように見える原因となり、教育シナリオの変化する複雑なニーズを満たすことが困難になります。 。テクノロジー依存のリスク。教育分野での人工知能テクノロジーの広範な適用は、潜在的なリスクももたらします。つまり、教育者や管理者は教育や管理の問題を解決するためにこれらのテクノロジーに過度に依存する可能性があり、学習者も知識を得るために人工知能テクノロジーに過度に依存する可能性があります。と情報への依存は、指導プロセスにおける反省と学習プロセスにおける独立した思考の重要性を無視したまま、教育および学習における「テクノロジー依存」につながる可能性があります。したがって、教育における人工知能の応用は不可逆的な傾向を示していますが、私たちは依然として教育の本来の目的を堅持し、教育の中核的価値と人材の総合的な開発に引き続き焦点を当て、テクノロジーの過度の支配を避けるべきです。教育の教育機能を弱める。●データセキュリティとプライバシー保護の課題。スタンフォード大学が発表した「2024年人工知能指数レポート」は、テクノロジーの継続的な進歩と広範な応用により生産性が大幅に向上したが、現在の人工知能テクノロジーの推進と応用はテクノロジー自体の限界によって制限される可能性があると指摘しました。プライバシーにつながる可能性があり、誤った情報の拡散や知的財産のリスクなどの問題。データセキュリティの課題。データの収集、保管、送信中にデータのセキュリティを確保することは非常に重要です。教育分野において蓄積されるデータには、生徒の基本的な個人情報だけでなく、学習進度や学力、行動パターンなどの機密データなど、学習過程の重要な記録も含まれます。この種の情報は非常に機密性が高く、誤って漏洩したり悪意を持って使用されたりすると、個々の生徒の安全に重大な脅威を与え、教育システム全体の安定性と健全な運営に悪影響を与える可能性があります。したがって、ライフサイクル全体を通じてデータのセキュリティを確保するための完全なデータ セキュリティ メカニズムを確立する方法は、人工知能技術アプリケーションの分野において緊急かつ重要な課題となっています。プライバシー保護の課題。 「人工知能 + 教育」シナリオでは、大量の生徒データが収集および分析され、各生徒にパーソナライズされた学習プランが提供されます。学生の個人情報、学習行動、成績などはすべて個人のプライバシーの範疇に属し、これらのデータの収集と使用は学生のプライバシーの完全な尊重に基づいて行われなければなりません。しかし、実際には、哲学、テクノロジー、管理などの複数の要因の影響により、学生のプライバシーの保護は不確実性に直面する可能性があります。 「人工知能＋教育」の統合的な発展においては、教育環境の安全性と信頼性を確保するために、生徒のプライバシーの保護にも細心の注意を払う必要があります。●価値レベルの課題。教育分野では価値観と倫理が不可欠であり、教育分野における人工知能技術の応用をいかに社会の期待や要求に応えていくかが「人工知能＋教育」に求められる課題です。価値レベルで直接向き合ってください。テクノロジー製品の価値機能が欠落しています。現在、ほとんどの人工知能教育製品は主に適応学習の分野に焦点を当てており、インテリジェントなアルゴリズムを通じてカスタマイズされた学習コンテンツとフィードバックを生徒に提供します。しかし、教育の目標は知識を与えることをはるかに超えており、社会的スキル、心理的資質、道徳的人格などの育成など、生徒の全体的な発達も含まれます。しかし、既存の人工知能教育製品は、これらの資質を育成するのに不十分であり、価値レベルでの人工知能教育製品の機能上の欠陥により、教育分野における人工知能技術の包括的な応用と広範囲にわたる影響がある程度制限されています。異なる価値観を調整することの難しさ。グローバル化や情報化がますます進む時代の中で、社会の考え方や概念はますます多様化しています。 「人工知能 + 教育」の統合を推進する過程で、人工知能技術の応用がこの多様化する発展傾向に確実に適応できるようにすること、特に社会の中核的価値観と倫理に沿って適応できるようにすることが緊急となっています。完全な課題。具体的には、さまざまなシナリオにおける文化の理解と実践には大きな違いがあります。たとえば、一部の企業では集団主義とチーム精神が重要な価値観とみなされ、他の企業では個人の闘争が尊重される場合があります。したがって、人工知能テクノロジー製品の設計と応用では、誤解を招くことを避けるために、これらの文化の違いを十分に考慮する必要があります。●知識の生成と普及方法における課題。人工知能テクノロジーの応用の継続的な深化は、知識の生成と普及の方法を変えるだけでなく、人材育成モデルに新たな課題をもたらします。知識生産方法の変化により、学生の自主的な思考が困難になります。人工知能技術の進歩により、人間が知識を取得、作成、応用する方法が変わりました。知識生産方法の自動化とインテリジェンスにより、知識獲得の敷居は低くなりましたが、人工知能によって生成されたコンテンツに過度に依存すると、生徒の学習に惰性が生じ、生徒が情報を独自に検索、フィルタリング、統合する能力を徐々に失う可能性があります。この変化は、生徒の独立した思考能力に新たな課題をもたらしました。知識普及の方法におけるパラダイム革命は、学校の機能に挑戦しています。人工知能技術の応用は、知識の普及方法に大きな変化をもたらしました。従来の「教師-生徒」の二重教育モデルは、徐々に「教師-機械-生徒」の三次元構造に変わりつつあります。この新しいモデルでは、教師、機械、生徒が相互に促進し、影響を与え合うことで、インテリジェント教育の発展を共同で推進します。しかし、この変化は時代とともに学校に対する人々の概念の変化、つまり学校の知識伝達機能の低下を意味しており、知識伝達における学校の機能的位置付けも課題となっている。●教師と生徒の役割を適応させる際の課題。 「人工知能 + 教育」シナリオでは、教師と生徒の役割が変化しており、教育シナリオの変化にうまく適応するために、両者とも学習を継続する必要があります。教師の役割適応における課題。 「人工知能 + 教育」のシナリオでは、教師はもはや知識を与えるだけでなく、生徒の学習プロセスにおけるガイドやアシスタントに徐々に進化する必要があります。この変化により、教師には確かな専門知識が求められるだけでなく、一連の新しい教育ツールや教育方法を習得することも求められることは間違いありません。学生の役割適応の課題。 「人工知能 + 教育」シナリオでは、学生は優れた独立学習能力を備えているだけでなく、人工知能テクノロジーと効果的に対話する能力も備えている必要があります。従来の学習モデルでは受け身であった一部の生徒にとって、自律的な学習は前例のない課題やジレンマに直面し、学力の差がさらに広がる可能性があります。●リソース共有の課題。人工知能テクノロジーは教育に多くの機会をもたらしますが、公平性にも課題をもたらします。すべての学生が人工知能技術の応用によってもたらされる恩恵をどのように享受できるかが重要な課題となっています。「アルゴリズムのブラックボックス」によって引き起こされる透明性の懸念。 「アルゴリズムのブラックボックス」とは、アルゴリズムの内部ロジックと意思決定プロセスが不透明でユーザーにとって理解しにくいため、エラーの検出と修正が困難であり、これらのエラーに基づく決定が公平性に影響を与える可能性があります。マイナスの影響。 「アルゴリズムのブラックボックス」は、アルゴリズムのバイアスや透明性の欠如などの問題を通じてクローズアップされることがよくあります。テクノロジーの潜在的な違いはアプリケーションのコストに影響します。具体的には、一部の先進地域や学校は、豊富な教育リソースと財政的支援により、比較的優れた技術インフラを備えており、人工知能テクノロジーを利用して、より早期かつより包括的な学習を支援することができ、それによって生徒により豊かで効率的な学習を提供することができます。経験。逆に、遠隔地にある学校や経済状況が劣悪な学校では、高額なテクノロジー費用を支払うことができない可能性があるため、人工知能教育リソースの配分においてさまざまな状況に直面することになります。

技術的応用レベル: 技術的幻滅と技術的変革の組み合わせを堅持します。 「人工知能 + 教育」の開発プロセスでは、先端技術が真に教育の本質に役立つことを保証するために、技術的幻滅と技術的退行を組み合わせるという原則を遵守する必要があります。テクノロジーの幻滅とは、人工知能テクノロジーに対する過度の神秘主義と盲目的な崇拝を打ち破り、ツールとしてのその本質に直面する必要があることを意味します。人工知能の原理、機能、限界を深く理解することで、教育における人工知能の役割をより合理的に見ることができ、教育目標との適合性を無視してテクノロジーの新しさを盲目的に追求することを避けることができます。新しい人工知能教育テクノロジーを導入する前に、その適合性、有効性、潜在的なリスクを評価するレビューメカニズムを確立し、実証済みで教育目的と一致するテクノロジーのみが導入されるようにする必要があります。Technification では、教師の役割や従来の教育方法を完全に置き換えるのではなく、人工知能テクノロジーを教育プロセスに適切に統合することを重視しており、人工知能テクノロジーを教育効果を向上させ、教師の仕事を支援し、生徒の学習を促進するための強力なツールとしています。したがって、技術応用の境界を明確にし、教育における人工知能の応用範囲を明確にする必要があり、教育機関は技術専門家や教育専門家と協力して、人工知能の分野での応用に関する基準とガイドラインを策定する必要があります。教育 これらの基準とガイドラインでは、どの人工知能テクノロジーが適用可能か、何が教育現場に適していない可能性があるか、および人工知能を教育活動に合理的に組み込む方法を明確にする必要があります。教育における人工知能の合理的な適用範囲を明確に定義することで、テクノロジーの過度の使用や、教育プロセスにおける教師と生徒のテクノロジーへの過度の依存を回避でき、その結果、教育プロセスの独立した思考と革新に影響を及ぼします。データセキュリティとプライバシー保護：「人工知能+教育」のセキュリティリスクを排除するために、データ運用の調整と標準化された管理に注意を払います。 「人工知能＋教育」の開発プロセスでは、データセキュリティ、コンプライアンス、個人プライバシー保護を確保するために、法律、管理、テクノロジーなどの複数のレベルで完全なデータ保護とプライバシー管理メカニズムを構築する必要があります。テクノロジーは教育に役立ちますが、教師や生徒の正当な権利や利益を損なうことはありません。まず、データセキュリティ法を強化します。データの収集、保管、使用のあらゆる側面における教育機関の責任と義務を明確に定義するために、データセキュリティに関連する厳格な法律と規制を導入する必要があります。 2番目に、データフルライフサイクル管理システムを確立します。第三に、プライバシー保護メカニズムを改善します。プライバシー ポリシーの透明性が重要です。これにより、ユーザーがデータがどのように収集、使用、共有されるかを完全に理解し、自分の権利を知ることができるようになります。同時に、機密データは匿名化または匿名化され、個人のプライバシー漏洩のリスクが軽減されます。高度な暗号化とセキュリティ技術を使用して、データを確実に技術的に保護します。最後に、標準化された管理と人材育成を強化します。関係者に対してデータセキュリティとプライバシー保護の研修を定期的に実施し、評価を通じて必要な知識とスキルを確実に習得させます。価値レベル: テクノロジーが教育プロセスを支配したり置き換えたりするのではなく、教育プロセスに役立つようにします。 「まず第一に、教育における人工知能の補助的地位を明確にしてください。教育の本質は、知識、スキル、感情的態度、価値観を含む人間の総合的な発達を育成することです。人工知能は補助的な教育ツールとして見なされるべきであり、そうではありません」教育 学校の主体 人工知能テクノロジーを使用して生徒にパーソナライズされた学習リソースを提供し、インテリジェントなアルゴリズムを使用して生徒の学習の進捗状況と学習効果を追跡することにより、生徒の知識の理解とスキルの習得を促進することを目的としています。人工知能技術は学校に代わることはできず、教師、生徒、クラスメートの間の感情的な交流や交流は現在の人工知能技術の応用では実現することが困難であるため、人工知能は補助的な役割を果たすことしかできません。教育における役割。第二に、学生の総合的な成長に注意を払います。教育目標は、人工知能テクノロジーを適用するための基準です。人工知能テクノロジーを使用した教育活動を設計する場合、テクノロジーが教育目標の実現に役立つことを保証するために、教育目標を人工知能テクノロジーの適用シナリオに完全に組み込む必要があります。技術的な手段に頼るだけで、知識伝達の効率が向上します。たとえば、人工知能テクノロジーを使用して、さまざまな教育設計シナリオの教育シナリオをシミュレートすることができます。たとえば、歴史の授業で歴史的出来事の発生を紹介する場合、生徒は仮想現実テクノロジーを使用して古代に「旅行」し、目撃することができます。歴史的出来事の発生を没入的に学び、歴史知識教育と感情的態度および価値観教育およびその他の多面的な教育目標の統合を達成します。最後に、さまざまな文化的シナリオに対する人工知能教育製品の包括性を強化します。人工知能教育製品の設計コンセプトは、生徒が人工知能テクノロジーの諸刃の剣の影響を理解し、テクノロジーと価値観に対する生徒の正しい見方を養うことを支援するものでなければなりません。仮想現実や拡張現実技術などの人工知能教育製品の適用を通じて、さまざまな文化的背景でのコミュニケーション シナリオがシミュレートされ、価値観教育がコミュニケーション シナリオに統合され、生徒の異文化コミュニケーション スキルが強化されます。さらに、人工知能教育製品を開発するときは、さまざまな文化的背景の違いを十分に考慮する必要があります。たとえば、人工知能製品の機能設計では、さまざまなユーザーのパーソナライズされたニーズを満たすために複数の言語オプションと文化的背景設定を提供できます。 。知識の生産と普及のレベル: 多様な人材育成モデルの探索。教育分野における人工知能テクノロジーの応用は、知識の生産と普及の方法を大きく変えており、「人工知能 + 教育」は人材育成モデルの革新に無限の可能性をもたらします。まず、知識生産のあり方の変化という観点から見ると、人工知能技術の導入は学生にこれまでにない利便性をもたらした一方で、学生の主体的な思考力の育成に課題をもたらしている。人工知能への過度の依存。 1 つ目は、人工知能の使用と従来の教育方法のバランスをとり、仮想現実と拡張現実のテクノロジーを組み合わせて、生徒に没入型の学習体験を提供し、模擬環境で実際の操作を実行できるようにすることで、知識の理解を深めます。 2 つ目は、問題ベースの学習を実装し、実際の問題のシナリオを設計し、実践的な問題を出発点として使用し、人工知能ツールを使用して探索および解決できるように生徒を指導し、問題に直面したときに独立して考えて解決する能力を養うことです。第二に、知識普及方法の変化の観点から見ると、人工知能技術は知識普及方法を、教師と生徒の間の双方向のインタラクションから、「教師-機械-生徒」間の多次元インタラクションへと変化させました。 「人工知能 + 教育」シナリオでは、「教師、機械、生徒」の 3 次元構造が、この 3 つの間の密接な相互作用を強調し、教育と学習リソースの高度な統合を実現します。教師の指導効果を向上させる重要な要素となり、生徒の個別化された学習ニーズを満たすための重要なリンクとなります。人工知能技術を通じて、ビデオ、オーディオ、アニメーションなどのさまざまな形式の既存の教育リソースを効果的に統合でき、さまざまな教育シナリオに応じていつでも適切なグラフィック、テキスト、オーディオ、ビデオ教育リソースを作成できます。視覚的な教育コンテンツは教師により鮮明な情報を提供するだけでなく、生徒の経験感覚を高め、生徒の学習への関心を刺激するのにも役立ちます。教師と生徒の役割の適応レベル：指導力の向上と自主学習能力の育成。 「人工知能 + 教育」シナリオでは、教師と生徒の役割の変革と調整が特に重要です。これは、従来の教育モデルの革新であるだけでなく、将来の教育開発の積極的な模索でもあります。まず、教師向けの人工知能応用スキルのトレーニングを強化します。 「教師 - 機械 - 生徒」の 3 次元構造において、教師は人工知能テクノロジーを使用して各生徒の学習ニーズと進捗状況をより正確に把握し、パーソナライズされた教育サービスを提供できます。教師はガイドとして、生徒が機械によって生成された知識を理解し、人工知能リソースをより効果的に使用する方法を生徒に指導する必要があります。したがって、人工知能 + 教育のニーズを満たすためには、教師が新しい役割に適応し、教育に人工知能テクノロジーを使用する能力を向上させるために、人工知能の応用スキルに関する体系的な教育とトレーニングを提供する必要があります。第二に、生徒の自主学習能力の育成を強化します。新しい教育モデルの下では、生徒は自主学習能力を向上させ、従来の学習方法の利点と人工知能技術を活用した学習を組み合わせることができるように支援される必要があります。従来の教室でのディスカッション、事例分析、グループ協力、その他の活動など、生徒の深い思考と教師と生徒の間の感情的なコミュニケーションに重点を置き、従来の学習方法の利点を継続して継承します。学習を強化するために人工知能テクノロジーを柔軟に使用する方法を学ぶ必要がある。その効果には、インテリジェント教育システムを使用してパーソナライズされた学習パスを設計すること、仮想現実および拡張現実テクノロジーを使用して没入型学習を行うことが含まれる。学生の学習成果を評価する際には、教科知識の修得のみならず、創造性、コミュニケーション能力、チームワーク能力等の育成を総合的に考慮した、より多様な評価方法を採用すべきである。成果共有レベル: 教育リソースの割り当てを最適化し、技術的なギャップとアルゴリズムのブラックボックスを打破します。人工知能技術の急速な発展は、教育分野に前例のない変化と機会をもたらしましたが、さまざまな地域、学校、教育者間の技術差の存在は、人工知能の応用レベルの違いも浮き彫りにしています。 「人工知能 + 教育」の開発結果を確実に共有するには、政策ガイダンスを使用してリソース配分を最適化し、技術ギャップを解消する必要があります。まず、政策指導を通じて教育資源の配分を最適化することが技術格差を克服する鍵となる。政府は政策指導の役割を果たし、教育資源の総投資に注意を払うだけでなく、さまざまな地域や学校間での資源の合理的な配分にも注意を払うべきである。財政予算の最適化、特別基金の創設などにより、教育資源を僻地、経済状況の悪い学校、特殊教育分野に誘導し、技術的インフラ条件を継続的に改善し、地域と学校間の教育格差を効果的に縮小する。 、リソースの不均等な配分によって引き起こされる技術的な潜在的なギャップを回避し、すべての学生により良い教育環境を提供します。第二に、人工知能教育の普及も「技術の潜在ギャップ」を克服するための重要な方法の1つです。人工知能関連コースの開設、人気の科学講座の開催、実践的なプラットフォームの提供など、さまざまな方法で人工知能教育を普及させることで、すべての学生に共通の技術的出発点を提供することができ、それによって異なる学生グループ間の技術的な格差を縮め、問題を解消することができます。リソース共有の違いが原因です。さらに、アルゴリズムによる意思決定の透明性を促進することも、リソース共有を促進するためのもう 1 つの重要な手段です。 「人工知能 + 教育」シナリオでは、「アルゴリズムのブラックボックス」を打破し、アルゴリズムのバイアスを修正し、アルゴリズムの意思決定の透明性を促進することが、公平性の促進に役立ちます。独立した第三者機関を導入してアルゴリズムの定期的な監査を実施し、アルゴリズムの意思決定の公平性と透明性を確保することで、情報の非対称性を排除し、教育システムにおけるすべての関係者の信頼を高めることができます。

上記は少し要約したものです「National Governance」誌、2024 年 13 号より抜粋原題 | 「人工知能 + 教育」: 現状、課題とアプローチ

著者 | ノースウェスト大学行政学部教授 Si Linbo

新しいメディア編集者 | チャン・チャン

オリジナル編集者 | フォン・イーファン