生成AIの波は教育現場にも押し寄せ、従来の学びの在り方を変えようとしている。生成AIと教育の未来を見据えたサイバー大学の取り組みを、川原洋学長に聞いた。
そうした状況の中で「教育現場でもこの技術の使い方をしっかり伝えなければいけない」という強い危機感がありました。この背景から2024年に「生成AIを活用するカリキュラムをきちんと立ち上げるべきだ」という結論に至り、「生成AI活用」に関する科目をカリキュラムに立ち上げることにしました。 まず入門編として「生成AI概論」という科目を制作しました。設計にあたっては、初めに「生成AIの全体像をどのように伝えるか」「学習者が最初に身に付けるべき知識は何か」を慎重に整理しました。このカリキュラムは、学内の専任教員だけでなく、実際にビジネスの最前線で生成AIを活用している専門家や起業家、例えばシリコンバレーやハリウッドで活躍している実務家たちにも協力を仰ぎました。 科目の構成としては学内の専任教員が全体の3分の2を学術的テーマとして制作し、先ほどお伝えしたシリコンバレーの起業家や技術者が残りの3分の1を担当することで、理論と実践のバランスを取った内容にしています。 ここで重要なのは、授業内容全体の実践的なアプローチです。私たちは、まず「理解を深める」と同時に、「きちんと使えるようになること」が大切だと考えました。テクノロジーは日々進化していますから、自分たちもその進化の方向性を理解し、ユーザとして追従していく必要があります。 現在ではChatGPTやGeminiなど、さまざまな生成AIツールが登場しています。こうした汎用型の生成ツールに加えて、特定の用途に特化したツールもどんどん出てきています。こうしたツールの特徴や強みを把握したうえで、目的に応じて最適なツールを選べるようなリテラシーを持つことが求められます。さらに科目の学習目標は、それらのテクノロジーを実務に生かすことだけでなく、将来に向けての課題やチャンレンジについても考えることです。特に重要なのが、生成AIの出力を適切に「評価できる力」だと考えています。その力を養うために本学が専門教育と同等に取り組んでいるのが、リベラルアーツ教育です。すなわち「論理的な文章作成」や「批判的思考」などのリテラシーの向上です。生成AIは、確かに分かりやすい言葉で返してくれたり、文章を整えてくれたりしますが、一見もっともらしく見えても「本当に正しいのかな？」と思わせるような誤りが含まれていることもあります。生成AIの出力を鵜呑みにせず、間違いを見抜く能力が求められます。 さらに大切なのは、生成AIの出力に対する論理的な問いかけです。出力に対して、「じゃあ、ここはどうなっているのか？」「なぜこのような結論になるのか？」とさらに上位の問いを投げられること、つまり生成AIから高品質な出力を引き出すためのプロンプトを作成できる能力が欠かせません。AIテクノロジーのバックグラウンドを理解した上で「こんなふうに指示すればもっと良い結果が得られる」という成功体験の積み重ねができる。これが本当の意味でのAI活用だと思います。 具体的には、リベラルアーツの領域で「書く力」や「分析力」を徹底的に訓練しつつ、並行して専門教育でハードスキルを身につけるカリキュラムを組んでいます。要は、ハードスキルは専門教育、ソフトスキルはリベラルアーツで──という両輪体制です。非認知的な能力も養わなければ生成AIを有効に使いこなすことはできないと考えています。今までは、教室内にしろオンラインにしろ、ひとりの教員が多数の学生を指導する集合授業や、自習が主な教育形態でした。これからのAIによる教育、特にオンライン教育では学生一人一人に寄り添った学修支援が可能になると思います。本学のように、すでに全ての授業がオンデマンドで受講できる場合、日常の時間割から学生を解放していますが、AIによる教育体制では、学習目標は同じでも個々の学生の理解力や学習進捗に合わせて授業そのものをカスタマイズできるようになります。 また、多くの社会人学生が在籍している本学においては、長いアカデミックキャリアの間に、学期ごとの科目の履修単位数を仕事の繁忙期に合わせて調整するなど、仕事と勉学の時間のバランスを柔軟に取ることもAIの提案によって可能になるでしょう。 現在はどの大学でも年間を通して学事スケジュールがあり、授業開講日程や科目単位数に伴う学習時間が定められた形で授業が運営されています。しかし、学生ごとにカスタマイズされたコンテンツや学習方法によって学習目標を達成できるならば、それに越したことはありません。 将来的にAIによる新たな教育システムでは、全ての科目において授業内容に精通した家庭教師が学生ごとにアサインされ、コーチのように常に励まし、必要に応じて学習リソースを提供して、ゴールに向けて伴走するパートナーのような存在となるでしょう。全体として、まず「何をデータとして捉え、何に活用するか」という基本的な問題があります。本学においては、すでに多くの履修履歴がデジタル化されていますが、今はまだ教育者側の統計的な分析にとどまっている気がします。例えば、ある科目のある授業回の小テストの設問のひとつの平均点が著しく低いとしましょう。これは授業の難易度が高いか、問題が難しすぎるのか、あるいは単純に設問が間違っていたか、すぐ判断できます。しかし、そうでない場合、学習目標に対して授業の解説やコンテンツの分かりやすさは妥当なのか、学生の理解度の個人差も含めて、さらに細かく分析するには従来のやり方では限界があります。 学生の学習データ自体は比較的細かく取得できているとは思いますが、それらを分析・解析し、解決につなぐには教員だけのリソースでは足りません。しかし今後はAIのおかげで関連データを含むデータ収集や分析の生産性が大幅に上がって、この膨大なデータを活用した授業改善の取り組みが進むと思います。 また、学修者である個々の学生を中心に捉え、生活上の課題を含む学習習慣の改善も特定の学生グループを対象に進めています。しかし、本人へのヒアリングや学習進捗から、学習上の課題を明確化し、解決案の提示とその有効性の確認など、時間をかけた指導履歴は蓄積されていますが、人手による負荷も高くなっています。 最終的には学生支援者による直接的なエンゲージメントが最も有効ですが、これまでの指導履歴を生成AIに学習させて、そこに至るまでのアラートを上げる迅速性や指導のイニシアティブは、AIの導入によってかなり進められると考えています。 学生がキャリアアップのために何を学ぶべきか、社会や企業において、どのような専門的スキルを身につけるべきか。本学ではこれらを学生ごとに一緒に設計していきたいと考えています。しかし、それだけならテーマごとの専門教育で終わってしまいます。大学教育としてさらに目指したいのは、持続的に自己研鑽できるソフトスキルを全体のカリキュラムの履修を通して体験的に身につけることです。 論理的な文章能力や課題の発見と分析力、人を説得できるプレゼンテーションやコミュニケーション力を身につけられるか。こうした総合的なまとまった学習ができるのは大学教育ならではだと思います。そして、奇しくも生成AIの活用においても、最も求められているのがこうした論理的思考力であり、それを文章として表現できるソフトスキルです。 最近は「生成AIがあるからわざわざ英語を学ばなくても……」という声もあります。しかし、英語という思考文化において、少しでも自分のコトバで英語を話し、相手と意思疎通できる力は重要です。それができる人にとっては大きな付加価値となります。こうした生きたコミュニケーションは、やはり大学という総合的な学びの場で体験してほしいと思います。 ちなみにサイバー大学では高校生でも15歳以上であれば科目等履修生として大学の授業を受けられます。高校卒業後に本学に入学した場合、そのとき修得した単位は卒業単位として認められるので、成績などの条件を満たせば３年間で大学を卒業することも可能です。 そして、卒業後も学びは続きます。新しい学習領域が設置されたり、開講科目の授業内容が学期ごとに更新されるなか、在学中に得た知識やスキルを「メンテナンス」するために再入学する卒業生も少なくありません。在学中・卒業後に関わらずテーマごとに設定された学修分野の修了は「マイクロクレデンシャル」として認定され、「オープンバッジ」と呼ばれるデジタル修了証として獲得し、学びのポートフォリオとして開示することができます。 本学のカリキュラムは社会ニーズやテクノロジーの進化に伴って新しい内容に更新され続けています。卒業時に授与される卒業資格は履歴証明ですが、通過点にすぎません。知識やスキルは「生もの」ですから、社会や職場で活躍し続けるためには、常にメンテナンスが必要です。サイバー大学が目指す大学とは生涯学び続ける人たちのコーチのような存在であり、長い道のりの伴走者でありたいと考えています。ディップは、小さく生成AI導入を開始。今では全従業員のうち、月間90％超が利用する月もあるほどに浸透、新たに「AIエージェント」事業も立ち上げました。自社の実体験をもとに「生成AIのいちばんやさしいはじめ方」を紹介します。.
そうした状況の中で「教育現場でもこの技術の使い方をしっかり伝えなければいけない」という強い危機感がありました。この背景から2024年に「生成AIを活用するカリキュラムをきちんと立ち上げるべきだ」という結論に至り、「生成AI活用」に関する科目をカリキュラムに立ち上げることにしました。 まず入門編として「生成AI概論」という科目を制作しました。設計にあたっては、初めに「生成AIの全体像をどのように伝えるか」「学習者が最初に身に付けるべき知識は何か」を慎重に整理しました。このカリキュラムは、学内の専任教員だけでなく、実際にビジネスの最前線で生成AIを活用している専門家や起業家、例えばシリコンバレーやハリウッドで活躍している実務家たちにも協力を仰ぎました。 科目の構成としては学内の専任教員が全体の3分の2を学術的テーマとして制作し、先ほどお伝えしたシリコンバレーの起業家や技術者が残りの3分の1を担当することで、理論と実践のバランスを取った内容にしています。 ここで重要なのは、授業内容全体の実践的なアプローチです。私たちは、まず「理解を深める」と同時に、「きちんと使えるようになること」が大切だと考えました。テクノロジーは日々進化していますから、自分たちもその進化の方向性を理解し、ユーザとして追従していく必要があります。 現在ではChatGPTやGeminiなど、さまざまな生成AIツールが登場しています。こうした汎用型の生成ツールに加えて、特定の用途に特化したツールもどんどん出てきています。こうしたツールの特徴や強みを把握したうえで、目的に応じて最適なツールを選べるようなリテラシーを持つことが求められます。さらに科目の学習目標は、それらのテクノロジーを実務に生かすことだけでなく、将来に向けての課題やチャンレンジについても考えることです。特に重要なのが、生成AIの出力を適切に「評価できる力」だと考えています。その力を養うために本学が専門教育と同等に取り組んでいるのが、リベラルアーツ教育です。すなわち「論理的な文章作成」や「批判的思考」などのリテラシーの向上です。生成AIは、確かに分かりやすい言葉で返してくれたり、文章を整えてくれたりしますが、一見もっともらしく見えても「本当に正しいのかな？」と思わせるような誤りが含まれていることもあります。生成AIの出力を鵜呑みにせず、間違いを見抜く能力が求められます。 さらに大切なのは、生成AIの出力に対する論理的な問いかけです。出力に対して、「じゃあ、ここはどうなっているのか？」「なぜこのような結論になるのか？」とさらに上位の問いを投げられること、つまり生成AIから高品質な出力を引き出すためのプロンプトを作成できる能力が欠かせません。AIテクノロジーのバックグラウンドを理解した上で「こんなふうに指示すればもっと良い結果が得られる」という成功体験の積み重ねができる。これが本当の意味でのAI活用だと思います。 具体的には、リベラルアーツの領域で「書く力」や「分析力」を徹底的に訓練しつつ、並行して専門教育でハードスキルを身につけるカリキュラムを組んでいます。要は、ハードスキルは専門教育、ソフトスキルはリベラルアーツで──という両輪体制です。非認知的な能力も養わなければ生成AIを有効に使いこなすことはできないと考えています。今までは、教室内にしろオンラインにしろ、ひとりの教員が多数の学生を指導する集合授業や、自習が主な教育形態でした。これからのAIによる教育、特にオンライン教育では学生一人一人に寄り添った学修支援が可能になると思います。本学のように、すでに全ての授業がオンデマンドで受講できる場合、日常の時間割から学生を解放していますが、AIによる教育体制では、学習目標は同じでも個々の学生の理解力や学習進捗に合わせて授業そのものをカスタマイズできるようになります。 また、多くの社会人学生が在籍している本学においては、長いアカデミックキャリアの間に、学期ごとの科目の履修単位数を仕事の繁忙期に合わせて調整するなど、仕事と勉学の時間のバランスを柔軟に取ることもAIの提案によって可能になるでしょう。 現在はどの大学でも年間を通して学事スケジュールがあり、授業開講日程や科目単位数に伴う学習時間が定められた形で授業が運営されています。しかし、学生ごとにカスタマイズされたコンテンツや学習方法によって学習目標を達成できるならば、それに越したことはありません。 将来的にAIによる新たな教育システムでは、全ての科目において授業内容に精通した家庭教師が学生ごとにアサインされ、コーチのように常に励まし、必要に応じて学習リソースを提供して、ゴールに向けて伴走するパートナーのような存在となるでしょう。全体として、まず「何をデータとして捉え、何に活用するか」という基本的な問題があります。本学においては、すでに多くの履修履歴がデジタル化されていますが、今はまだ教育者側の統計的な分析にとどまっている気がします。例えば、ある科目のある授業回の小テストの設問のひとつの平均点が著しく低いとしましょう。これは授業の難易度が高いか、問題が難しすぎるのか、あるいは単純に設問が間違っていたか、すぐ判断できます。しかし、そうでない場合、学習目標に対して授業の解説やコンテンツの分かりやすさは妥当なのか、学生の理解度の個人差も含めて、さらに細かく分析するには従来のやり方では限界があります。 学生の学習データ自体は比較的細かく取得できているとは思いますが、それらを分析・解析し、解決につなぐには教員だけのリソースでは足りません。しかし今後はAIのおかげで関連データを含むデータ収集や分析の生産性が大幅に上がって、この膨大なデータを活用した授業改善の取り組みが進むと思います。 また、学修者である個々の学生を中心に捉え、生活上の課題を含む学習習慣の改善も特定の学生グループを対象に進めています。しかし、本人へのヒアリングや学習進捗から、学習上の課題を明確化し、解決案の提示とその有効性の確認など、時間をかけた指導履歴は蓄積されていますが、人手による負荷も高くなっています。 最終的には学生支援者による直接的なエンゲージメントが最も有効ですが、これまでの指導履歴を生成AIに学習させて、そこに至るまでのアラートを上げる迅速性や指導のイニシアティブは、AIの導入によってかなり進められると考えています。 学生がキャリアアップのために何を学ぶべきか、社会や企業において、どのような専門的スキルを身につけるべきか。本学ではこれらを学生ごとに一緒に設計していきたいと考えています。しかし、それだけならテーマごとの専門教育で終わってしまいます。大学教育としてさらに目指したいのは、持続的に自己研鑽できるソフトスキルを全体のカリキュラムの履修を通して体験的に身につけることです。 論理的な文章能力や課題の発見と分析力、人を説得できるプレゼンテーションやコミュニケーション力を身につけられるか。こうした総合的なまとまった学習ができるのは大学教育ならではだと思います。そして、奇しくも生成AIの活用においても、最も求められているのがこうした論理的思考力であり、それを文章として表現できるソフトスキルです。 最近は「生成AIがあるからわざわざ英語を学ばなくても……」という声もあります。しかし、英語という思考文化において、少しでも自分のコトバで英語を話し、相手と意思疎通できる力は重要です。それができる人にとっては大きな付加価値となります。こうした生きたコミュニケーションは、やはり大学という総合的な学びの場で体験してほしいと思います。 ちなみにサイバー大学では高校生でも15歳以上であれば科目等履修生として大学の授業を受けられます。高校卒業後に本学に入学した場合、そのとき修得した単位は卒業単位として認められるので、成績などの条件を満たせば３年間で大学を卒業することも可能です。 そして、卒業後も学びは続きます。新しい学習領域が設置されたり、開講科目の授業内容が学期ごとに更新されるなか、在学中に得た知識やスキルを「メンテナンス」するために再入学する卒業生も少なくありません。在学中・卒業後に関わらずテーマごとに設定された学修分野の修了は「マイクロクレデンシャル」として認定され、「オープンバッジ」と呼ばれるデジタル修了証として獲得し、学びのポートフォリオとして開示することができます。 本学のカリキュラムは社会ニーズやテクノロジーの進化に伴って新しい内容に更新され続けています。卒業時に授与される卒業資格は履歴証明ですが、通過点にすぎません。知識やスキルは「生もの」ですから、社会や職場で活躍し続けるためには、常にメンテナンスが必要です。サイバー大学が目指す大学とは生涯学び続ける人たちのコーチのような存在であり、長い道のりの伴走者でありたいと考えています。ディップは、小さく生成AI導入を開始。今では全従業員のうち、月間90％超が利用する月もあるほどに浸透、新たに「AIエージェント」事業も立ち上げました。自社の実体験をもとに「生成AIのいちばんやさしいはじめ方」を紹介します。
会員限定 経営 DX AI 専門・技術サービス業 教育・学習支援業 取材 Cxo Insights 経営トレンド AIガバナンス 経営×AI
United States Latest News, United States Headlines
Similar News:You can also read news stories similar to this one that we have collected from other news sources.
【後編】求職者が求人を『知る・興味を持つ・調べる』行動パターンを徹底解説！最新アンケートで見えたリアル(seo会社ランクスト調べ)【後編】求職者が求人を『知る・興味を持つ・調べる』行動パターンを徹底解説！最新アンケートで見えたリアル(seo会社ランクスト調べ) 株式会社ecloreのプレスリリース
Read more »
｢感謝の言葉で天国へ送ってあげて…｣50代娘に土下座された老父が'余命数日'の母親に吐いた血も涙もない台詞 90代の父親はセクハラで3軒の施設を追い出された…95歳の老父は今、施設に入っている。亡くなった伴侶や娘に50年以上もDVを働き、病院や隣近所、飲食店でさまざまな“事件”を起こし続けた。50代の娘は「これまでよかれと思ってケアやフォローをしてきたことの全てを後悔している」という――。（後編／全2回）
Read more »
DMM GAMES『文豪とアルケミスト』イベント『文史紀伝「『明星』ノ謎ヲ調査セヨ 後編」』開催！限定召装『『明星』ノ謎ヲ調査セヨ 後編』同時開催のお知らせDMM GAMES『文豪とアルケミスト』イベント『文史紀伝「『明星』ノ謎ヲ調査セヨ 後編」』開催！限定召装『『明星』ノ謎ヲ調査セヨ 後編』同時開催のお知らせ 合同会社EXNOAのプレスリリース
Read more »
広島・中村奨成、プロ８年目の覚悟 「自分がもう優先される立場にないことはわかっている」 (2025年6月24日)広島・中村奨成インタビュー（後編）前編：中村奨成が８年目でたどり着いた新境地はこちら＞＞覚悟を決めた８年目のシーズン、広島・中村奨成の変化は単なる数字の上昇だけにとどまらない。かつては'一軍と二軍を行...
Read more »
“ちょい足し”でパソコンがもっと快適に。後悔しないPCを買うためのカスタマイズ活用術 (1/6)「CTO（Configure To Order）」とは、ユーザーが自分の用途に合わせて機能や仕様を選択できるシステムのこと。つまり、パソコンを自由にカスタマイズして購入できる仕組みだ。
Read more »
生成AI時代の「エンジニアの二極化」 求められるのは“情熱駆動開発” (1/3)SHIFTは、アジャイルカンファレンスである「Agile Japan」のサテライトイベントとして、「SHIFT Agile FES」を初開催した。本記事では、Tablyの代表取締役である及川卓也氏によるキーノート「生成AI時代における人間の情熱とプロダクト志向」をレポートする。
Read more »