人工知能の時代において、「次世代」の教育はどこから始めるべきでしょうか?

人工知能の時代において、「次世代」の教育はどこから始めるべきでしょうか?

[[334948]]

自動運転車、音声アシスタント、その他の人工知能技術は、ほとんどの人にとって革命的なものに思えます。しかし、次の世代にとっては、これらのことは当たり前のこととなるでしょう。彼らにとって人工知能は単なるツールに過ぎません。多くの場合、AI は彼らの仕事のアシスタントとなり、彼らの生活に欠かせないものとなるでしょう。

私たちは、次世代が AI とビッグデータを効果的に活用し、その固有の限界を理解し、より優れたプラットフォームとよりスマートなシステムを構築できるように、今すぐ行動する必要があります。これは、初等教育への調整と、中等学校におけるコンピュータサイエンス教育への長年の懸案であった変更を意味します。

たとえば、今日の子供たちが人工知能や自動化技術とどのように関わっているか考えてみましょう。人々は Siri に「オレンジ色のドレスを着た有名人の写真を見せて」と言うと、1 秒も経たないうちにテイラー・スウィフトの写真が携帯電話に表示されます。これは魔法のように見えますが、明らかに魔法とは関係ありません。

人工知能システムを設計する際、人々は問題をいくつかのサブ問題に慎重に分割し、これらのサブ問題に対する解決策が相互に通信できるようにします。上記の場合、AI ソリューションは音声をいくつかの小さな断片に分割してクラウドに送信し、クラウドはそれを分析して意味の可能性を判断し、結果を一連の検索リクエストに変換します。次に、クラウドは、表示される何百万もの可能性のある回答をスクリーニングして分類します。クラウドのスケーラビリティのおかげで、このプロセスにはわずか数十ミリ秒しかかかりません。

複雑なものではありませんが、音声を解釈するための波形分析、スカートを認識するための機械学習、情報を保護するための暗号化など、多数のコンポーネントが必要です。しかし、これらのコンポーネントの多くは、さまざまなアプリケーションで繰り返し使用される標準コンポーネントであり、ガレージで孤独に働く天才の作品ではありません。これらのテクノロジーを発明する人は、チームを構築して作業し、他のチームによって開発されたソリューションを統合する能力を持っている必要があります。これらは私たちが次の世代に伝えるべきスキルです。

同時に、AI が職場での日常的な情報や手作業を置き換え始めるにつれて、創造性、適応性、対人スキルなど、人間と AI を区別する資質の開発に重点を置く必要があります。

小学校レベルでは、問題解決を促し、子供たちにチームで働く方法を教える演習に重点を置く必要があることを意味します。 8 年生における探究型学習やプロジェクト型学習への強い関心は心強いものですが、このアプローチをすでに導入し始めている学区がいくつあるかを知ることは困難です。

あらゆる段階の教育においても、道徳教育にもっと注意を払うべきです。人工知能技術は常に倫理的なジレンマに直面してきました。たとえば、自動化された意思決定によって引き起こされる人種、民族、性別による差別をいかに排除するか、自動運転車が乗客と歩行者の命をどのように選択するかなどです。これらの意思決定プロセスを完成させるには、思慮深い利害関係者とプログラマーが必要です。

小学校でコーディングの授業を行うべきだと言っているのではありませんが、特に子供たちがプログラミングを楽しんでいるのであれば、それは何も悪いことではありません。 snap!やScratchなどの言語は非常に便利です。しかし、子供たちは教育の後の段階でコーディングを学ぶことができます。しかし、プログラミングを学ぶ際に、この考え方が誤解を招くのではないかと心配する必要はありません。

世界がますますデジタル化されるにつれて、コンピュータサイエンスは、文系や数学と同様に、教養や科学において重要になってきています。子どもたちがコンピューター科学者になるか、あるいは他の職業を目指すかにかかわらず、コーディングは彼らのさらなる進歩に役立ちます。これが、9 年生に基本的なコンピュータ プログラミング コースを設ける必要があると私たちが考える理由でもあります。

現在、米国の学校でコーディング コースを提供しているのは約 40% に過ぎず、これらのコースの質と厳しさは大きく異なります。 AP コンピュータ サイエンス試験を受験する学生の数は大幅に増加しており、2016 年には 58,000 人が AP コンピュータ サイエンス A 試験を受験しましたが、この数は AP 微積分 AB 試験を受験した 308,000 人の学生と比べると微々たるものです。米国の州の3分の1では、コンピュータサイエンスのコースを卒業要件に含めていません。

この点において、米国は多くの先進国から大きく遅れをとっています。イスラエルは、AP カリキュラムにコンピュータサイエンスを明示的に組み込んでいます。英国も、学校でのコンピューティング プロジェクトを通じて素晴らしい成果を達成しました。ロシアもまた大きな進歩を遂げている。オバマ大統領が2016年の一般教書演説で「すべての人のためのコンピューターサイエンスイニシアチブ」を発表したことは、正しい方向への遅ればせながらの一歩でした。

高校レベルでのコンピュータサイエンスのコースを改善することは、生徒に利益をもたらすだけでなく、より多くの生徒やさまざまな分野の生徒がコンピュータサイエンスをキャリアの選択肢として検討するよう促すことで、コンピュータサイエンスの発展にも役立ちます。昨年秋の新入生のほぼ半数が女性であったにもかかわらず、コンピューターサイエンスを専攻する女性とマイノリティの数は停滞したままである。システムにインテリジェンスを注入し、遍在するデータの海から独自の洞察を発見することは、あらゆる分野の従業員の参加が緊急に必要とされるタスクです。

しかし、成功するためには、プログラミングコースの指導方法を変える必要があります。私たちのほとんどは、プログラミングの詳細 (Visual Basic など) がコンピューター サイエンスの中核と考えられていた 1990 年代の考え方に基づいて、いまだにプログラミング コースを教えています。プログラミング言語の詳細を根気強く学ぶことができれば、何かを学べますが、それは依然として苦痛なプロセスです。しかし、そうであるべきではありません。

プログラミングは創造的な活動なので、興味深く活気のあるプログラミング コースを開発することは完全に可能です。たとえば、ニューヨークでは、ガールスカウトが女の子たちに JavaScript を使用してビデオ効果を作成および強化する方法を教えるプロジェクトを立ち上げました。これは楽しいことであり、子どもたちの生活に密接に関連しているため、子どもたちが大好きなことです。なぜ私たちの学校はこのモデルに従わないのでしょうか?

私たちは、9年生以降、学校ではロボット工学、計算数学、計算芸術などの選択科目を提供して、コンピューター科学者になることに興味があり才能のある生徒、または将来仕事の効率を上げるためにコンピューターを使用する必要がある生徒を育成すべきだと考えています。

現在、米国では APCS-A 試験に必要なコースを超えるコースを提供している高校はほとんどありませんが、ニューヨークの Stuyvesant High School やダラスの TAG (The School for the Gifted and Talented) など、コンピューター サイエンス専攻か、そのようなトレーニングを受けた熱心な教員を擁する非常に成功した例がいくつかあります。

また、私たちは高校の数学科に対し、高度な微積分を含む連続数学よりも、統計、確率、グラフ理論、論理など、コンピュータサイエンスに直接関連する数学に重点を置くよう強く勧めます。これらは、明日のデータ駆動型の労働力にとって最も役立つスキルとなるでしょう。

主な障害は、学校にコンピューターサイエンスのバックグラウンドを持つ教師が著しく不足していることです。ここでアメリカのテクノロジー企業が大いに貢献できるのです。たとえば、Microsoft は TEALS プロジェクトを立ち上げました。

このプログラムでは、高校教師が毎週数時間、コンピューターの専門家から学びます。しかし、何百万人もの生徒を教えるには、何万人もの教師が必要です。今後、この点に関してさらに努力を重ねていく必要があります。学術面では、テキサス大学オースティン校の UTech プログラムは、21 の州とコロンビア特別区の 44 の大学に拡大した STEM 教師トレーニング モデルを提供しています。

もっと努力する必要がある。科学や数学と同様に、12 年生でのコンピュータ サイエンス教育を推進し、教科書、カリキュラム、およびこれらの基準を満たす全国でよく訓練されたコンピュータ サイエンスの教師陣を開発する政府の基準が必要です。コンピュータサイエンス教師協会はこの分野のリーダーであり、標準の枠組みと一連の暫定標準を開発してきました。

長期的には、次世代がビッグデータと人工知能をどのように理解し、どのように相互作用するかを理解することは、すべての人に利益をもたらす投資となります。

デビッド・カースビー、アンドリュー・ムーア、マーク・ストリッカー

David Kersby は、カーネギーメロン大学コンピュータサイエンス学部の准教授です。アンドリュー・ムーアはカーネギーメロン大学コンピュータサイエンス学部の学部長です。マーク・ストリックは、カーネギーメロン大学コンピュータサイエンス学部の対外関係担当副学部長です。

<<:  新しい調査によると、アメリカ人の48%は自動運転車に乗りたくないと考えている。

>>:  MITとワトソン研究所のチームが、ジェスチャーを見るだけで音楽を完璧に再現する最新のAIを発表

ブログ    
ブログ    
ブログ    

推薦する

TensorFlow ワイド&ディープラーニングチュートリアル

[[211918]]この記事では、TF.Learn API を使用して、ワイド線形モデルとディープ ...

データセンターで AI を活用する 5 つの理由

人工知能はかなり前から存在しており、その継続的な開発により、パフォーマンスの向上とコストの削減という...

GoogleはAIチップに出産を学習させ、次世代のTPUはAI自身によって設計される

[[405016]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

取り残された子どもたちを教育するのは難しい。AI教育はこの問題の解決に役立つだろうか?

[[251968]]最近、湖南省の12歳少年が母親を殺害したというニュースが報道され、遺児の教育問...

Google の Bard チャットボットがアップデートされ、リアルタイムで応答を生成できるようになりました

10 月 29 日現在、大規模言語モデル (LLM) では即座に回答を出すことができないため、質問を...

...

人工知能企業が大規模なデータ漏洩事件に見舞われ、250万人以上のデータが流出

[[258473]]最近、セキュリティ分野に注力する国内の人工知能企業で大規模なデータ漏洩事件が発生...

スループットが約30倍に増加しました。田元東チームの最新論文は、大規模モデル展開の問題を解決している

大規模言語モデル (LLM) は今年非常に人気がありました。しかし、その驚異的な効果の背後には、巨大...

笑顔は73年にわたる:ディープフェイクがイスラエル建国戦争の古い写真を「復活」させる

[[434314]]ディープフェイクを使って古い写真をアニメ化し、殉教者を追悼するのは良いことだが、...

...

AI搭載のレンガ積みロボットが建設業界に革命を起こす

現在、建設部門は大規模なプロジェクトによって活性化しており、大きな成長を牽引しています。しかし、これ...

IoTロボットが製造業と医療現場の危険を防止

IoT とロボティクスはそれぞれ単独でもビジネス組織に多くの利点をもたらしますが、組み合わせて使用​...

OpenAIを退社して無職だったカルパシー氏が大規模モデルを使った新プロジェクトに取り組み、1日で星の数が1000を突破

じっとしていられないアンドレイ・カルパティに新しいプロジェクトが! OpenAIはここ数日、非常に忙...

国内人材レポート:機械学習エンジニアの平均給与は3万元近くで、トップクラスのエンジニアは年間100万元を稼ぐこともできる

最近、BOSS直接採用キャリア科学実験室とBOSS直接採用研究所は、毎年恒例の大ヒット作「変異の時代...