大学教育における生成AIの活用事例とELSI

JSETの重点活動領域の第4番目の領域として、2023年7月に先端科学技術とELSI部会が立ち上がりました。テーマに関連するコラムをお届けしていきます。

はじめに

ChatGPTの登場以降、生成AIが教育に与える影響について議論がなされるとともに、さまざまな教育機関が生成AI活用の方針を表明しています。このコラムでは、大学教育での生成AIの活用事例を紹介するとともに、ELSIの観点から事例を考察します。 

日本の大学教育における生成AI利用の方針

   大学教育での生成AI利用について、文部科学省や教育機関が利用方針や注意点を公表しています。

　文部科学省は、2023年7月に「大学・高専における生成AIの教学面の取扱いについて」を公表しました。ここでは、生成AIを利活用することが有効と想定される場面として「ブレインストーミング、論点の洗い出し、情報収集、文章校正、翻訳やプログラミングの補助等の学 生による主体的な学びの補助・支援など」が挙げられています。

　教育機関における利用方針として、たとえば筆者が所属する東京大学は、2023年4月に「AIツールの授業における利用について（ver. 1.0）」を公開しました。生成AIの利用を一律に禁止せず、「問題点を理解しつつも教育・研究・業務利用における可能性を積極的に探り、活用する上での実践的な知識や注意、長期的な影響に対する対話を継続し、発信していく」方針が提示されています。

　このように、日本の大学教育においては、生成AIの技術的な課題を踏まえた上で、利活用の可能性を探ることが求められています。どのような利活用が適切なのかを検討するには、さまざまな事例を蓄積し、効果検証や議論を行うことが必要でしょう。本コラムでは、活用事例を紹介しつつ、ELSIの観点からそれらを考察し、懸念や課題を考えます。

生成AIの活用事例

　　筆者は、大学の授業における生成AIの活用について、アクティブラーニングの枠組みを踏まえて活用できないかと考えました。生成AIを活用できる場面を整理したのが図1です。

　図1は、下から上に向かって授業（期間）開始前から授業（期間）終了時という時間の流れを表します。この時間軸は、1回の授業でもよいですし、授業期間つまり学期で捉えてもよいです。授業開始前には、教員が授業デザインの支援のために生成AIを使用します。たとえば、シラバスの作成や小テストの作成支援での使用です。また、授業終了時には、学生が学習成果物の洗練に生成AIを使用できます。たとえば、英文法の誤りの修正や、日本語の校正です。

　そして、アクティブラーニングの枠組みを踏まえた活用が「内化・外化を支援」と書かれた部分です。アクティブラーニングでは、内化（Input）と外化（Output）の両方を含むことが大切だと言われています。授業（期間）中は、学生の学習活動のうち、生成AIを使って内化と外化を促進するような学習活動を行えるとよいのではと考えました。その場合も、内化を重視する利用と外化を重視する利用があり、内化は教員が生成AIの回答を考える材料として使用する学習活動、外化は学生自身が生成AIと対話することで進める学習活動を想定しています。この図に基づいて、筆者自身の授業での3つの生成AIの活用事例を紹介します[1]。

[1] こちらのニュースレターでも事例について同様に紹介されています。

事例①視点を得る

事例②プロジェクトを進める

事例③考えるきっかけをつくる

ELSIの観点から考える課題と対応

　　3つの事例を紹介しました。これらの事例は、アクティブラーニングのポイントを踏まえて使用した事例になりますが、ELSIの観点から考えると懸念点や課題はないのでしょうか。生成AIのELSI論点（岸本・カテライ・井出 2023）などを参考にしながら検討します。

　まず、事例①についてです。この事例では、学生がより多くの議論内容や視点に気づくことを目的として利用しました。しかし、バイアスの論点から考えると、議論内容や視点が多様なものになっているのかについては疑問が生じます。今回の事例では、ディスカッションの問いの性質のためか、バイアスを感じることはありませんでした。しかし、ディスカッションのテーマによっては、バイアスを含む回答となる可能性があります。その点から考えると、多様な視点を得るための活用は適切なのか、あるいは目的を果たせているのかを検討していく必要がありそうです。これに対して、教員が生成AIで回答を得た際にバイアスが含まれているかを確認することが対応策になりえます。

　次に、事例②、③についてです。これらでは、得られた回答について考えることで、自分の考えを深める目的がありました。しかし、ここには2点懸念があります。一まず、偽情報（幻覚）です。生成AIを利用する際の一般的な注意点として、偽情報（幻覚）が含まれる可能性が挙げられています。事例②、③では、得られた回答について考えるという学習活動を含みますが、偽情報が含まれる状態で考えるとどうなるでしょうか。とくに、偽情報だと指摘できる場合はよいかもしれませんが、そうでない場合は思考そのものの意味が小さくなったり、学習を深めることに繋がらないかもしれません。

　最後に、学習者への影響です。子どもがいる保護者への調査では、生成AIを教育現場で利用することに反対する理由として、「思考力が育たなくなると思うから」、「考えずになんでも聞いてしまう癖がついてしまうから」、「個性的な考えをだせなくなるから」が挙げられています。本当にこのような状況が生成AIによって引き起こされるのかどうかははっきりとしていませんが、生成AIの長期的な社会課題の一つになり得るのではないでしょうか。事例②、③では、ワークに得られた回答について考えるという活動を組み込みました。つまり、得られた回答を何も考えずに鵜呑みにすることを避ける設計になっています。しかし、実際にワークシートに書かれた内容を見ると、得られた回答を考えることをあまりしていない様子も見られました。学習者にどのような影響があるのか、これからきっと多数出てくるであろう研究知見を踏まえながら活用することが必要です。加えて、ワークやワークシートの中に考える活動を埋め込んだり観点を設けることが対応策としてあり得ます。すでに考える活動を埋め込んでいても学生があまり考えていない様子が見られたため、教員が考え方の手順を細分化してワークに組み込んだり、考える観点を明示するといった、さらなる工夫が必要だと感じています。また長期的には、教育機関や教員が生成AIとのつきあい方を学習者に教えることが大切でしょう。それにより学習者のリテラシーを育むことができ、事例②、③の課題は解決しうると考えます。

おわりに

　　事例②、③では、　本コラムでは、活用事例とELSIの観点からの課題を紹介しました。生成AIの教育活用はまだ始まったばかりです。まずは事例を蓄積することが大切だと思いますし、その中で適切な活用について、一緒に検討していければと思います。