あなたの教材からのみ回答するAI

教育現場において教員が最も頻繁に懸念を示すAIの問題は、学生が誤った情報を受け取り、それを信じてしまうことです。この懸念は、その正確性にかかわらずもっともらしく聞こえるテキストを生成し、十分に裏付けられた主張と自ら捏造した事柄とを区別できない汎用言語モデルに当てはめる場合、完全に妥当です。

多くの教育機関の対応は、AIを禁止するか、あるいはそのリスクを受け入れた上で学生がアウトプットを評価するための批判的思考力を身につけることを期待するかのどちらかでした。どちらのアプローチも、根本的な問題、すなわち「間違った目的のために間違った種類のAIが使われている」という点に対処していません。

学生自身のコース教材からのみ回答するAIチューターは、根本的に異なるアーキテクチャで動作しており、その違いによってハルシネーション（幻覚）問題が根本から排除されます。

仕組み

学生がコース教材を Fabric にアップロードすると、システムは、シラバス、割り当てられた PDF形式のリーディング教材、講義スライド、教科書の章、自動的に 書き起こされ タイムスタンプが押された 講義の録音、そして学生が書いたすべての ノート など、あらゆるものにインデックスを作成します。

学生が質問すると、AIアシスタント はこのインデックス化されたコンテンツから回答を検索します。すべてのドキュメントを 意味 に基づいて検索し、関連する一節を見つけ、回答を合成し、それぞれの主張に対して、PDFのページ番号、スライド、講義録音のタイムスタンプなど、具体的な情報源を指し示す引用を提供します。

学生は引用をクリックして、元のテキストを確認したり、元の説明を聴いたりすることができます。回答は、教育機関自体が割り当てた教材と照らし合わせて検証可能です。

もし学生の教材に回答が含まれていない場合、AIはその旨を伝えます。一般的なトレーニングデータからの生成に頼ることはありません。この制約こそが、最も重要なアーキテクチャ上の決定です。なぜなら、学術的な場面において汎用チャットボットを信頼できないものにしている「自信に満ちたハルシネーション」を、システムが引き起こさないことを意味するからです。

教員にとっての意味

教育におけるAIに対して、当然の理由から懐疑的な見方をしている教授にとって、コースに根ざしたチューターはリスクプロファイルを完全に変化させます。

すべての回答が監査可能です。 教授は、学生が尋ねたのと同じ質問を投げかけ、AIが具体的にどの情報源から引用したのか、そしてその要約が妥当であるかどうかを正確に確認できます。これは、推論プロセスが不透明で情報源が検証不可能な汎用チャットボットとは、根本的に異なる説明責任の構造です。

AIはあなたの授業を代替するのではなく、強化します。 学生がチューターに概念の説明を求めると、その説明は教授の講義や指定されたリーディング教材の枠組みを使用します。なぜなら、それらがAIのアクセスできる唯一の情報源だからです。学生は教授が選んだ教材に、より深く取り組むことになります。これは、学生がChatGPTに質問し、コースのアプローチと矛盾する可能性のある一般的な説明を受け取ることで起こる事態とは対照的です。

チューターの質は、カリキュラムの質を反映します。 これは、コース設計者にとっておそらく最も興味深い意味合いでしょう。注意深く選定されたリーディング教材、よく体系化された講義、そして明確な補足教材を備えたコースは、優れた根拠のある回答を提供するAIチューターを生み出します。曖昧なリーディング教材と整理されていないスライドのコースは、その無秩序さを反映したチューターを生み出します。AIはコース教材を映し出す鏡の役割を果たすため、より良い教材に投資することが、学生が受け取るAI支援の質を直接向上させるという、前向きなインセンティブが生まれます。

学生は情報源の扱い方を学びます。 すべての回答が特定のドキュメントの特定の一節を指し示すため、学生は主張の根拠を情報源まで遡って確認する習慣を身につけます。これは、学生が検証せずに生成されたテキストを受け入れることを学習してしまうChatGPTのダイナミクスとは逆のものです。チューターはそのアーキテクチャの副次的効果として、情報源に基づいた推論を教えます。

学術的誠実性において重要な区別

教育におけるAIに関する学術的誠実性の核心的な懸念は、学生がAIの生成した課題を自分の成果物として提出することです。この懸念は、学生がAIにエッセイの執筆、問題集の解答作成、または評価のために提出する文章の生成を依頼するという、特定のユースケースに対応しています。

コースに根ざしたチューターは、設計上、このユースケースにはアーキテクチャとして適していません。これは、指定された教材から概念を説明し、関連する一節を見つけ、練習問題 を生成し、学生がリーディング教材や講義をまたいでアイデアを結びつけるのを支援するものです。提出可能な洗練されたテキストを作成することは行いません。なぜなら、そのような目的のために構築されていないからです。

ChatGPTの比較 で言及されている、有益なテストがあります。それは、「もし学生が人間の家庭教師に全く同じことをさせていたとしたら、教授は容認できるだろうか？」という問いです。人間の家庭教師は概念を説明し、学生が関連する情報源を見つけるのを助け、教材についてクイズを出し、リーディング教材をまたいでアイデアを繋ぎ合わせます。これを不正行為とみなす教授はいません。AIバージョンも同様の活動を、スケールアップして、24時間いつでも利用できるように提供しているだけです。

教育機関向けの AIポリシーフレームワーク は、この区別を明確にすることができます。すなわち、「学生が指定された教材を理解するのを助けるAIは、適切な学習ツールである。学生が自身の成果物として提出する作品を生成するAIは、そうではない」という点です。ポリシーだけでなく、ツールのアーキテクチャ自体がこの境界線を強制すべきです。

学生向け：最大限に活用する方法

大学がコースに根ざしたAIチューターへのアクセスを提供している場合、あるいは自身で設定する場合は、いくつかの実践によってその有用性が大幅に向上します。

すべてをアップロードする。 チューターは、自分が持っている情報からしか回答できません。シラバスはコースの構造を、リーディング教材は議論を提供します。講義の録音 は、スライドには現れない強調や補足説明、脱線を含め、教授が実際に語った内容を伝えます。ライブラリが充実しているほど、チューターの回答の質は向上します。

講師の枠組みを使って説明させる。 講義での概念が理解できなかった場合は、講義の文字起こしや関連するリーディング教材をもとに説明するようチューターに求めてください。説明は、一般的な用語ではなく、あなたのコース独自の専門用語やアプローチを用いて行われます。

検索練習に活用する。 過去3週間分の教材についてクイズを出させたり、特定のリーディング教材から練習問題を生成させたりします。自己テストは最も効果的な学習テクニックであり、チューターは実際のコンテンツに基づいた問題を生成してくれます。

関連性を見つけさせる。 「第2週のリーディング教材の概念は、第7週のケーススタディとどのように関連していますか？」というような質問は、真の洞察をもたらします。チューターはライブラリ全体を検索し、見落としていたかもしれない繋がりを浮き彫りにすることができるからです。

学習を進めながらアノテーション（注釈）を追加する。リーディング教材でのハイライトやアノテーションは、検索可能なライブラリの一部になります。エッセイを書いていて「第3週のリーディング教材にある制度的バイアスに関する一節」が必要なとき、検索によって原文と、それがなぜ重要であるかについてのアノテーションの両方を見つけることができます。

よくある質問

情報源が正しくても、AIの要約が間違っている場合はどうなりますか？ これは起こり得ることであり、だからこそ引用のアーキテクチャが重要になります。学生はいつでも元の一節をクリックして確認し、情報源のテキストと照らし合わせてAIの解釈を評価することができます。引用元が示されている誤った要約は、情報源のないハルシネーションによる回答とは異なり、自己修正が可能です。

AIは他の学生のコース教材にアクセスできますか？ いいえ。各学生のライブラリは非公開で隔離されています。AIは、その特定の学生が自分のワークスペースにアップロードした教材にのみアクセスします。学生のコース教材間でデータが混ざり合うことはなく、データは 暗号化 され、AIモデルのトレーニングに使用されることは決してありません。

著作権で保護されたコース教材についてはどうですか？ 教材は学生の個人的なワークスペースに保管され、教科書の物理的なコピーが学生の部屋に置かれているのと同じ状態になります。AIは、学生が勉強を支援するためにアップロードしたコンテンツを読み取るだけであり、それらの教材を配布、複製、または他の誰かに利用可能にすることはありません。

AIは手書きのノートにも対応していますか？ 学生が手書きのノートを撮影してアップロードすれば、システムはそれを処理してインデックスを作成できます。最適な検索性を確保するためには、入力された ノート や自動的に書き起こされた 音声メモ の方が信頼性は高いですが、手書きのノートもサポートされています。

関連するリーディング： AIチュータリング vs ChatGPT、 学生が退学する理由、 ブルームの2シグマ問題、 学んだことを記憶する方法。 関連ページ： AIチューター、 学生向け、 AIチュータリングのユースケース、 最適なAIチューター。