• AIによる学習体験の変化は、単に質問に答える機能を超え、学習が完全に個人にフィットするようになることが主な変更点である。
• これまでの学習方法では、一般的なカリキュラムが提供されていたが、AIを活用することで、個々の理解しやすい文体、口調、解説の深さなどに合わせたカスタマイズが可能になる。
• 従来の学習資料は、多くの人が理解できるように設計されており、その結果として前提知識の確認などに多くの時間が費やされていたが、AIによる個別最適化により、そのような時間の浪費を減らすことができる。
• AIによる学習体験の変化は、必要な情報のみを提供し、不要な部分を省くことで、より効率的な学習が可能になるという点にある。
• 学習のプロセスが多様化する一方で、評価の基準としてのテストの重要性は変わらないが、各個人の学習プロセスを正当に評価する方法が求められる。
• AIを利用した学習では、個々の興味や必要に応じた学習が可能になり、これにより学習体験は大きく変化し、学習がより楽しく、効率的になることが期待される。

AIと学習体験の変革

AIを使った学習体験がこれまでと比べて何が違うのか、どう変わるのかということについて、多くの人がなんとなくのイメージは持っていると思います。しかし、その具体的な変化を言葉で表すのはなかなか難しいですよね。私自身、このテーマについて長い間考え、調べ、プロダクトを作りながら思索を深めてきました。その結果、一定の形が見えてきたと感じています。今日は、そんな話をしようと思います。

AIによる学習体験の変化

まず、AIを使って何ができるかというと、最初に思い浮かぶのは「質問に答えてくれるようになる」ということです。これは非常に便利で、自分が分からないところを聞けば、その部分について答えてくれます。しかし、これだけでは学習体験そのものが根本的に変わるわけではありません。なぜなら、これまでも人に聞けば同じことができたからです。これまでできなかったのは、金銭面や時間的な制約があったからです。AIの登場により、これらの制約が大きく緩和されましたが、学習体験そのものの変革とはまた異なる話です。

学習が個々にフィットする未来

私が考える、AIによる学習体験の最大の変化は、「学習が完全にその人にフィットするようになる」という点です。これは、カリキュラムの内容だけでなく、文体や口調、解説の解像度や難易度など、多様な側面で個々人に合わせた学習が可能になることを意味します。これまでのカリキュラムは、多くの人が理解できるように一般化されていましたが、それにより個々人のニーズに完全には応えられていませんでした。AIの活用により、個々人の前提知識や理解度に合わせたカスタマイズが可能になり、より効率的でストレスのない学習体験が実現します。

学習の多様化と個別化

このように、AIを活用することで、学習体験は大きく変わります。学習のプロセスが多様化し、個々人に最適化されることで、同じ目標に向かっても、その過程は人それぞれ異なるものになります。しかし、評価の基準となるテストなどの存在は依然として重要であり、個々の学習プロセスを正当に評価するための新しい方法が求められます。AIの活用により、学習体験はより個別化され、各人が自分にとって最適な方法で知識を得られるようになることが、AIによる教育の未来像です。テストというのは一つ重要じゃないですか。そうなると、だって10人いたら10人が全然違う学習をしているように見えるけど、到達したい目標地点は一緒で、その目標地点を達したかどうかというのは、プロセスで見るってなかなか難しいので、それぞれのプロセスを経てここまで到達したということを、正当に評価する。できれば分かりやすい数値に、最終的には落ちるような形で評価するというのは、一定の価値はあると思うので、そういう意味でも残っていくところかなと思います。

プロセスの多様化と技術の進化

ということで、プロセスの多様化というのは、これまでもアダプティブってよく言われて、それぞれのレベルに合わせてみたいなことがあったわけですけど、それがより多様化していくということがこれからどんどん起こっていって、ずっと楽しい。学習というのは楽しいものだって、これはずっとサービスとか動画作りながら、コンセプトにしながらやってきたんですけど、僕自身なんですけど、なかなか難しいなと思っていたんですが、この技術的な進化によって、もしかするとそこに近づく大きな飛躍ができるかもしれないなというので、最近すごく楽しみにしています。

AIによる学習体験の変化

ということで、AIによって学習体験がどう変わるかというのは、簡潔に言ってしまえば、アダプティブさが増すということなんですが、本当にそれぞれにフィットした興味関心、いろんな面にフィットした学習というのができるようになると、それが具体的には前提条件のフィットと、それから足りないところの補足のフィットという、この部分の調整がかなり大きいんじゃないかと思います。

多様性と個別のフィット

かなり補足的な話なんですけど、英語圏で書かれた技術書を読むとすごいストーリー性が長かったり、日本の技術書と比べると、全然テイスト違うものが割合多いなという感じがするんですけど、人と人との対話から始まるものとか、前提の部分の前書きに近いような内容がすごい長いとか、ということがあるんですけど、これはより10人だったら10人にフィットさせるための、一番いい方法がそれなんじゃないか。日本人ほどみんなある程度認識が同じみたいな領域の、多様性がもっと広い世界で英語圏の書籍とかは書かれているということによって、その擦り合わせの部分にものすごいエネルギーが逆らえてるんじゃないかなとかっていうのは、これは分からないですけどっていうのを、今の話、AIによって加速する個人多様な学習体験みたいなものを考えるときに、多様さを失わせるための一番いい方法って、そういうことなのかなとかも思ったりしましたという、これは完全に予断でした。

ということで、AIによって学習体験がどう変わるかということ、こういうことを考えながらQxのサービス、デザイン設計を行っています。