Author Archives: admin

※このブログを書いているのは、7月2日（月）の午後です。

さて、今夜は決戦の日！　強敵ベルギー相手に日本代表がどこまで自分たちらしい闘いができるのか、楽しみですね！

本田圭佑と同じ誕生日（もちろん年齢はちがう）で、岡田武史とは同じ名前の読み（もちろん本人ではない）の「研究員」岡田です。

さて、前回のポーランド戦では、終了間際の日本代表の戦い方が物議を醸しました。

何にでも当てはまりそうですが、ある見方があれば、別の見方もある。解釈や認知・認識には個人差があります。

今日はそんなお話から。

さて、この画像を見て、「何」だと思いますか？

パンダ？

ぬいぐるみ？

普通はこのように認識すると思います。

実際は、パンダのカタチをした「椅子」です。

僕が座ろうとすると、妻に「体重オーバー！！！」と叱られるので、オットマンとして利用しています。（汗）

ここで「～～として」という表現を使いましたが、ここが今日のポイントです。

人はある物を認識するときに、「～～として」認識します。

ある種の「関係性」が前提となっています。

例えば、ある人物を周囲の人に紹介する時にも、「新入社員として」「友人として」紹介するでしょうし、すれ違った人に関心を寄せる時も「イケメンとして」などの認識をしています。

この「～～として」という認識は、AI（人工知能）が学習していけるものもあれば、非常に難しいものがあります。

最近感動したのは、パンの種類を一瞬で見分ける「AIレジ」です。

http://www.itmedia.co.jp/news/articles/1705/15/news081.html

メロンパンひとつとっても、毎日違ってくるものです。色、形。

また、パンを袋に入れてバーコードやQRコードを貼り付けてしまえばいいのかもしれませんが、これでは手間もかかります。

パンを裸のまま見て、「これは〇〇…180円。え～っと、これは△△だから150円」と、従来は店員さんは認識していました。

これを、AIでやってしまおう！というのです。

まず、様々な画像から、メロンパンのデータベースを作成します。そして実際にレジに置いたメロンパンが、データベース上のそれぞれのパンにどれほど特徴量が類似するのかを判定する、という仕組みなのでしょう。

つまり、AIは対象のパンを「メロンパンとして」認識したわけです。

一方、このような認識が上手くいかない（あるいは「難しい」）場合が考えられます。

例えば、最初のパンダの「椅子」。パンダであることは覚えることができるでしょう。

問題は、「椅子として」認識できるか。

先ほどのAIレジの場合は、トレーに載せられているものが「パン」であるというフレームが前提されていました。

でも、いざとなったら、人間はパンを「武器として」使うこともできます。（例えば、暴漢がいきなりパン屋に現れて、それを撃退するためにフランスパンで戦う。）

この創意工夫はAIには難しいかと思います。

理由は、「AIに身体がないから」です。

例えば、椅子も、4本脚の椅子もあれば、お風呂の椅子や丸太のような椅子もあります。

これらを人間が「椅子として」認識するのは、「座る」という身体的な動作に椅子が関連付けられるからでしょう。

（さきほどのフランスパンで戦う例では、「振り回す」という身体的動作にフランスパンが関連付けられた。）

このようなAIと人間のちがいの一つは、「身体」の有無です。

身体がないということは、動作や、「左右」などの位置関係の概念も異なってきます。

その状況で、人間にとって当たり前すぎることが、AIにとってはかなり難しいこと。それを知って、AIにできることをデザイン・設計すること。これらは、今後、AIが社会の中で活用される際に必要になってくるスキルでしょう。

先日、国立情報学研究所（https://www.nii.ac.jp/）の山田誠二教授（前・人工知能学会会長）は『AIリテラシー』とおっしゃっていました。これらのリテラシーをいかに育成していくかが社会的課題であるとも。

これは、AIのプログラマーや開発者だけに必要なものではありません。AIがどのような使われ方をする方がいいのかを考えることは、コードが書けるということとイコールではありません。映像講座になぞらえれば、「どんな講座をつくったらいいか」を考えることと「映像編集ができる」こととは異なります。

シンギュラリティも物議を醸していますが、これも様々な物の見方が関わりますね。

まずはAIについて、どんな製品があるのか、どんなことに使えそうなのか、どのようにサービスを作ればいいのか、知ることからスタートですね。

デジタル・ナレッジでは、「《初等中等教育》事例から学ぶ「教育×AI」導入セミナー」（https://www.digital-knowledge.co.jp/archives/16268/）を今月も開催いたしますよ！

気軽にお越しください。

こんにちは！研究員・岡田です。

今夜は、サッカーワールドカップ・ロシア大会で「日本vs. ポーランド」戦ですね！　寝不足必至で、明日はセミナー（https://www.digital-knowledge.co.jp/archives/16261/）です。残席ありますので、当日申込お待ちしております！

弊社の英語AIツールのトレパも、タイムリーな公開コンテンツを用意しましたよ！　子供たちには、こんな身近な英文の方がいいのかもしれませんね。

先日、ある方がAIについて講演しているのを拝聴する機会がありました。

もともと教育畑の方で（そこは岡田と同じ）、AIを教育に活用するスタンスでお話をされていました（そこも岡田と同じ）。

ところが、やはりAIを論じるときに気を付けなければならない微妙なニュアンスをスルーしていたように思います。

あくまでも個人的意見ですが、ある特定の学問領域について「論じる」ためには、それなりの下調べをしなければならないと思います。学術書を一定量読んだうえでの話なのか、開発担当者から十分にヒアリングした上での話なのか、視点や立場や情報のソースについてはさまざまでしょうが。

その際のAIに対してのミスリードな論点は３つあったと思います。

①　強いAIと弱いAIの混同

②　ルールベースと統計ベースの混同

③　教育とエンターテインメントの混同

今日は、①について（だけ）書きます。※②③はセミナーで触れる予定。

①強いAIと弱いAIの議論　～やっぱりシンギュラリティや無くなる職業の話題が払拭しきれていない問題～

最近では「シンギュラリティの話題」「いずれなくなる職業の話題」が（いくぶんトーンダウンした印象がありますが）雑誌などで取り上げられることもあり、メディア側の都合での情報が流布しているようにも思います。

そもそも、シンギュラリティという話題は、特定の論者による論であって、決定事項ではありませんし、専門家の中で一致した見解でもありません。しかも技術の進歩についての話です。

職業の話は、職業の中の「機能」が自動化しやすいかどうかについて考察した結果の一つの論であって、ある程度は重なるものの、調査団体によっては結果・評価に差異があります。

そんな中、教員の方々とお話をする機会がありました。そこで問題となっていたのは、「教育」現場にAIが入り込むかどうか、です。

結構真剣に「教師ってなくなる職業なのでしょうか・・・」と悩んでおられる方もおられました。

オズボーンさんの『未来の雇用』では、残る職業の中に「小学校教員」が入っています。興味深いのは、「教員」ではなく「小学校教員」なんですよね。ところが、別の調査では「教員」は無くなる職業に挙げられています。これらの論点は繊細な問題です。職業ベースで語るのではなく、職業のメイン「業務」が自動化できるかどうかという視点で議論しなければならないと思います。

このテーマの議論が錯綜するポイントの一つが、表現の使い方です。「職業」「仕事」「業務」「機能」という表現が無批判に使われる時に、誤解がうまれていますね。また同じ「仕事」という言葉でも、「やりたい（やるべき）仕事」（メインの業務）と「雑務」が混在して使われる傾向にあります。

例えば、立教大学の中原淳教授のブログ（http://www.nakahara-lab.net/blog/archive/8944）でも紹介されていましたが、教員の多くは「業務改善をして空き時間が生まれたら、またそこに仕事をいれる」と答えているという事実があるようです。ここで「減らした（減らす対象となる）仕事」と「（新たに取り組みたい）仕事」をしっかり区別・整理して調査報告を読まないといけません。そうじゃないと論理的パラドクスのような話になってきます。

人工知能の活用に関しては、まだまだ人間のような「意識ある存在」や「汎用AI」の道のりはまだ遠く、せいぜい弱いAIをさまざまな具体的な「業務」「機能」に対して限定的に利用する、というのが現状です。まず状況を知ることですね。（弱いAI、強いAIについてはこちらを参照ください。）

しかし、AIの活用の限界について知る前に、「教員不足」「教員の仕事の効率化」という社会的要請もあり、「何とかして教員の業務をAIが肩代わりできないか？」というニーズの方が心理的に勝ってしまっている場合が多々あります。

「え？AIってこんなこともできないの？」という反応をされる方も多いのです。

一例だけ挙げておきます。

例えば、自由英作文の添削。これをAIができるかどうか、です。

添削をするためには、生徒の原稿が必要です。

・原稿を受け取る

・生徒が「本来書きたかったであろう内容」を添削者は推測する

・その内容（だと推測されるもの）と、実際の原稿の「表現の違い」を確認する

・「表現の違い」を、語句・文法・語法・意味・文化風習という観点から整理する

・それぞれの観点からアドバイス・提案を行う

・できれば、上記に加えて生徒の学習状況・習熟度を加味する

添削という一言の中に、人間の知能がフル回転していることが分かります。

語句や文法の診断くらいはAIでもチェックできる、と思われるかもしれません。確かに、AIを使って取り組みが実際に行われている分野です。辞書があれば十分対応できると考える方もおられるかもしれません。しかし、そう簡単なことではありません。

例えば、「緑色の目をした猫を飼っているアメリカ人が自転車で逃げた泥棒を追いかけた」という文章は、何通りにも解釈ができます。国語の先生であれば、読点の位置を工夫するように指導するでしょう。そうすることで、表現したい状況が制限されていくからです。

ここで、人間であれば、「本来書きたかったであろう内容」を推測するか、生徒に直接「意図を尋ねる」という行動をするでしょう。これをAIに任せてしまおう！というのは、教員の本質的な仕事を自ら放棄することに近いのではないでしょうか。

教育現場の様々な業務や仕事を整理し、それらを「人がしなくてもいいもの」「人じゃないとできないもの」（本質的な仕事）にちゃんと区分けして、どこから自動化・効率化していこうか…という議論の先に、教育ICT活用やAI活用という論点があります。

じゃ、実際にAIを活用することで教育現場にメリットはあるのか？

その答えは、お会いしてお話ししましょう。

【デジタル・ナレッジのイベント】

・【6月29日】《初等中等教育》事例から学ぶ「教育×AI」導入セミナー　https://www.digital-knowledge.co.jp/archives/16261/

・【7月12日】《初等中等教育》事例から学ぶ「教育×AI」導入セミナー　https://www.digital-knowledge.co.jp/archives/16261/