Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence

大きな問題：古い地図はもう役に立たない

新しい街をナビゲートしようとしている場面を想像してみてください。何十年もの間、あなたは人々がどのように学ぶかを理解するために、4つの異なる地図（学習理論）を使ってきました。

1. 行動主義 (Behaviorism): 学習は犬の訓練のようなものです。芸をすれば、おやつがもらえます。芸ができれば、学習したことになります。
2. 認知主義 (Cognitivism): 学習はコンピュータのようなものです。脳はデータを保存し、処理し、取り出します。
3. 構成主義 (Constructivism): 学習は家を建てるようなものです。自分の手と過去の経験を使って、一つひとつのレンガを自分で積み上げなければなりません。
4. コネクティビズム (Connectivism): 学習はウェブサーフィンのようなものです。巨大な情報のネットワークの中で、正しいリンクやつながりを見つけることです。

論文の主張: これらの地図は過去には非常に役に立ちましたが、私たちが今いる新しい「街」、つまり生成AIの時代においては役に立ちません。

なぜでしょうか？ 生成AI（あなたが使っているようなチャットボット）は、単に情報を保存したり、答えを与えたりするだけではないからです。それは新しいものを創造します。AIは、まるで人間が書いたかのように見えるエッセイを書き、数学の問題を解き、コードを書くことができます。

これが古いルールを壊してしまいます：

• 行動主義の崩壊: もし学生がAIを使って完璧なエッセイを書いたなら、彼らは学習したように見えます。しかし、本当に学習したのでしょうか？ 論文によれば、答えは「ノー」です。「ご褒美」（良い成績）はありますが、「トレーニング」（実際の学習）が欠けている可能性があるからです。
• 認知主義の崩壊: もしAIが思考や整理という重労働を引き受けてしまうと、学生の脳は働いていません。それは、素晴らしいディナーを食べたからといって、料理の仕方を学んでいるわけではないのと似ています。シェフを雇って料理を作ってもらっただけなのです。
• 構成主義の崩壊: AIが組み立て済みの家を差し出してくれるなら、知識を「構築」することはできません。本来、本当の学習が起こる場所である「自力で解決しようとする苦闘」をスキップしてしまうのです。
• コネクティビズムの崩壊: 以前は、事実を見つけるためにネットワークを検索する必要がありました。しかし今、AIは単に事実を見つけるだけでなく、あなたの質問に基づいて新しい事実を「発明」します。あなたはもはや単に地図をナビゲートしているのではなく、宇宙船の副操縦士（コ・パイロット）をしているのです。

新しい解決策：「ジェネラティビズム（生成主義）」

著者たちは、ジェネラティビズムと呼ばれる新しい理論を提案しています。これは、単独の旅ではなく、人間とロボットのダンスのパートナーシップと考えてください。

このダンスにおいて、人間とAIはパートナーです。AIは高速で、百万の事実を知っていますが、人間は心、目標、そして判断力を持ち込みます。学習は、その両者の間にある「空間」において、相互作用の中で起こります。

論文では、この新しいダンスの4つのルールを概説しています。

1. エピステミック・パートナーシップ（「副操縦士」のルール）

• 比喩: あなたが非常に賢い副操縦士（AI）と一緒に飛行機を操縦していると想像してください。副操縦士は燃料、天候、ルートを瞬時に計算できます。しかし、あなたがパイロットです。どこへ行くのか、なぜそこへ行くのかを決め、副操縦士の計算が正しいかどうかをチェックしなければなりません。
• ポイント: 学習とは単にAIを使うことではなく、AIと共に働くことです。もしあなたがコントロールパネルを見ることなくAIに飛行を任せきりにすれば、あなたは操縦を学んでいないことになります。あなたは積極的に問い、検証し、AIを導かなければなりません。

2. 分散されたエージェンシー（「誰が運転しているのか？」のルール）

• 比喩: リレーレースを想像してください。ある時はあなたが第1走者として走り、ある時はバトンをAIに渡して第2走者を走らせ、またある時はあなたが最後の走者として走ります。
• ポイント: 誰が何を担っているのかを明確にする必要があります。「私はこの記事の要約をAIに頼むが、結論は自分で書く」というように、意識的に決定しなければなりません。もしAIにレース全体を走らせてしまったら、あなたはもうアスリートではなく、ただの観客になってしまいます。

3. ジェネレイティブ・リテラシー（「編集者」のルール）

• 比喩: AIは、時として事実を捏造したり、退屈なスタイルで書いたりする、非常に高速で自信満々なライターだと想像してください。あなたは「編集者」です。あなたの仕事は初稿を書くことではなく、ライターに対して正しい質問を投げかけ、間違いを見つけ、最終的な物語を磨き上げることです。
• ポイント: 今や「リテラシーがある」とは、AIへの話し方（プロンプト）を知り、AIが嘘をついたり曖昧であったりすることを見抜き、AIのアイデアを自分の知識と混ぜ合わせて、二人では到達できなかったより優れたものを作り上げる能力を指します。

4. 適応的メタ認知（「自己チェック」のルール）

• 比喩: これは、自分の脳がどれほど働いているかを示す鏡のようなものです。もしAIが仕事を簡単にしすぎると、脳は眠ってしまうかもしれません（これは「認知的オフローディング」と呼ばれます）。あなたは鏡を見て、「待てよ、私は今考えているのか、それともただコピーしているだけなのか？」と言う必要があります。
• ポイント: あなたは常に自分自身を監視しなければなりません。AIを理解を助けるために使っているのか、それとも「難しい思考」をスキップするために使っているのか？ あなたは戦略を調整し、自分が依然として学習していることを確認する必要があります。

これが学校やテストにとって意味すること

論文は、学校が教え方やテストの方法を変える必要があると示唆しています。

• AIを禁止しない: 「AI禁止」と言う代わりに、教師はAIをツールとして使いつつ、学生がそれをどのように使用したかを示す必要があるような課題を設計すべきです。
• 「生産の逆転」: 学生にゼロからエッセイを書かせるのではなく、AIが書いたエッセイを渡し、それを修正させたり、どこが間違っているかを説明させたり、改善させたりします。これにより、彼らがトピックを理解していることが証明されます。
• 新しいテスト: テストは単に最終的な答えをチェックするだけではいけません。プロセスをチェックすべきです。学生は良い質問をしたか？ AIの間違いを見つけたか？ いつAIの使用をやめて自分で考えるべきかを理解していたか？

結論

論文は、この新しい世界を理解するために古い理論を使い続けることはできないと結論づけています。ジェネラティビズムは、人間とAIがチームとなる、学習の新しい捉え方です。目標は、人間の思考をAIに置き換えることではなく、知識を生成できる機械の傍らで働くことで、人間が「より良く考える方法」を学ぶためのパートナーシップを築くことです。

それは、誰が最も多くの事実を知っているかではなく、誰が最も上手く機械とダンスができるかという問題なのです。