Rethinking Higher Education: From Fixed Curricula to Learnity Graphs

学習の世界を、広大で賑やかな図書館だと想像してみてください。何十年もの間、この図書館は「学位」と呼ばれる、硬直化したあらかじめ梱包された箱によって整理されてきました。あなたは「コンピュータサイエンス」とラベルの貼られた箱を手に取ります。すると中には、特定の順序で読まなければならない固定された本の束が見つかります：第1章、次に第2章、そして第3章。その束を読み終えると、その箱を習得したという証明書が手に入ります。しかし、ここには問題があります。現実の世界は、このような整然とした束では機能しないのです。新しいアイデアは毎日次々と生まれ、それはしばしば異なる箱の中にあるものを混ぜ合わせることもあります。まるで「数学」の棚からスパイスを、「芸術」の棚から道具を取り出すようなレシピのように。

ここで人工知能（AI）が登場します。AIは、数秒でどんな本でも見つけ出すことができる、超スマートな司書です。AIが瞬時に事実を提示できるため、古い学習方法、つまり自分の箱の中にある本の束をただ暗記するという方法は、その魔法を失いつつあります。真の価値は、もはや単に「本を持っていること」ではなく、それらをどう混ぜ合わせ、それらを使って新しいものを構築し、図書館を去った後も学び続ける方法を知っていることにあるのです。ワイツマン科学研究所とイスラエル開放大学の研究者によって書かれたこの論文は、大きな問いを投げかけています。もし、AI主導の世界において古い「箱」のシステムが遅すぎ、硬直的すぎるのだとしたら、私たちは代わりに何を構築すべきなのでしょうか？彼らは、学習を一本の直線として捉えるのではなく、生きて呼吸する「地図」として捉え始めるべきだと提案しています。

古いやり方：線路 vs ウェブ

著者たちは、現在の高等教育システムは一本の線路の上を走る列車のようなものだと示唆しています。あなたは駅（高校）から乗り込み、決まった順序で特定の都市（コース）を通り、最終目的地（学位）で降り立ちます。このシステムは、すべての人に強固な基礎を与えるために設計されました。そして著者たちも、基礎がいまだに不可欠であることには同意しています。大学は依然として深い理論的知識を得るための最良の場所です。しかし、論文は、この「線路」モデルはあまりにも遅すぎるのだと主張しています。「データサイエンス」や「機械学習」のような新しい分野が現れたとき、大学はしばしば、既存のものと重複する新しい線路（新しい学位プログラム）を構築しなければなりません。それは、森の中を通って近道ができるにもかかわらず、新しい近所に行くためだけに新しい道路を作るようなものです。

この論文は、単に大学を捨て去ったり、ランダムなオンライン動画に置き換えたりすべきだという考えを明確に否定しています。また、あらゆる新しいスキルのために、何千もの小さく新しい学位を作る必要があるという考えにも反対しています。代わりに、著者たちは、学習をプラスチックの型に押し込めるのではなく、植物のように自然に成長できる柔軟なシステムが必要であると提案しています。

新しいアイデア：「レニティ・グラフ（Learnity Graph）」

では、解決策は何でしょうか？著者たちは、**「レニティ・グラフ（Learnity Graph）」**という新しい概念を提案しています。

これを理解するために、比喩を変えてみましょう。線路の代わりに、あなたの学習が巨大に光り輝くクモの巣、あるいは星座であると想像してください。それぞれの星は、著者たちが**「レニティ（Learnity）」**と呼ぶ、学習の単一の断片です。

「レニティ」は、単なる成績や証明書ではありません。それは、あなたが学んだこと、あるいは行ったことの、小さく意味のある単位です。それは以下のようなものになり得ます：

• クラスで理解した概念（例：「プログラミングにおけるループの仕組み」）。
• 練習したスキル（例：「壊れたプログラムのデバッグ」）。
• 構築した実世界のプロジェクト（例：「地元のチャリティのためのウェブサイト」）。
• 作成した成果物（例：「コードの一片」や「法的文書」）。

古いシステムでは、これらの要素は大きな「コンピュータサイエンス学位」という箱の中に隠されていました。新しいシステムでは、これら一つひとつの星が可視化され、つながっています。

グラフの仕組み
これらの星（レニティ）は、光る線によって結ばれています。これらの線は、それらが互いにどのように関連しているかを示します。

• 一部の線は前提条件です：例えば、「アルゴリズム」（星A）を理解するには、「離散数学」（星B）を理解していなければなりません。線がそれらを結びつけます。
• 一部の線は組み合わせです：もし「プログラミング」（星A）と「バージョン管理」（星B）を混ぜ合わせれば、「ソフトウェア・プロジェクト」（星C）が得られます。
• 一部の線は学際的です：例えば、「データ分析」（星A）が「不動産法」（星B）とつながるかもしれません。データを法的な問題を解決するために使用した場合などです。

論文は、単に「コースA、コースB、コースC」と列挙する成績表の代わりに、**「レニティ・グラフ」**を持つことを提案しています。このグラフは、あなたの学習の旅全体のダイナミックな地図です。それは、あなたが何を知っているかだけでなく、どのようにそれを知り、どのように異なるアイデアを繋げ、実際に何を「構築」し、何を「行った」のかを示します。

なぜこれが重要なのか：あなただけの地図

AIが私たちの代わりに事実を見つけ出せる世界において、最も価値のあるものは、あなたの独自の経路であると論文は示唆しています。二人の人間が同じ事実を知っていたとしても、一人がロボットを作ることで学び、もう一人が小説を書くことで学んだのであれば、彼らの「レニティ・グラフ」は全く異なるものになります。

著者たちは、この独自性の中にこそ創造性が宿ると主張しています。自分自身のつながりの網を見ることができれば、新しい機会を見出すことができます。例えば、自分の「法律」の星が「データ」の星に近いことに気づき、突然、他の誰にも見えない問題を解決できることに気づくかもしれません。

また、論文は新しい世界におけるAIの役割についても強調しています。レニティ・グラフは非常に巨大かつ複雑になり得るため、AIはガイドとして機能します。AIはあなたの地図を見て、「おや、あなたはこれら3つの星をマスターしましたね。次はこれに取り組む準備ができているかもしれません」とか、「ここに空白があります。それを埋めるためのプロジェクトを見つけましょう」といった具合に助言してくれます。AIは、あらかじめ設定された経路に従うのではなく、あなた自身の個人的な学習の網をナビゲートするのを助けてくれるのです。

この論文が実際に成し遂げたこと（および成し遂げていないこと）

著者たちが何を達成したのかを明確にしておくことは重要です。彼らは新しいフレームワークと新しい語彙（レニティ・グラフ）を提案しました。彼らは、これらのグラフが学生、専門家、あるいは弁護士にとってどのような姿になるかを描きました。また、このアイデアが実際にどのように実現され得るかを示すための、初期のインフラストラクチャ・デモへのリンクも提供しています。

しかし、この論文は、このシステムがすでに大学で稼働していると主張しているわけではありません。彼らは、完全で機能するシステムを構築することは、さらなる研究を必要とする巨大な挑戦であることを認めています。彼らは、これがすべての教育問題を解決すると証明したわけでも、現在のシステムよりもどれほど優れているかを測定したわけでもありません。彼らは本質的に、「これは、私たちのAIの未来に適合する、学習に対する新しい考え方です。それは有望に見えますし、ここからどのように構築を始めていけるかを示しています」と言っているのです。

また、彼らは注意を促しています。もしこれらのグラフのルールをあまりに厳格にしすぎると、結局は古い退屈な線路のデジタル版を作ってしまうだけになる可能性があると。システムは、学習が予期せぬ形で成長できるように、十分に柔軟である必要があります。

まとめ

要約すると、この論文は、教育を「チェックリストの箱を埋めていく作業」と考えるのをやめるよう私たちに促しています。代わりに、学習を、スキル、経験、そして創造物の、生きた相互接続されたウェブとして捉えることを提案しています。「レニティ・グラフ」を用いることで、大学が提供する深い知識を尊重しつつ、私たちのユニークな人生や急速に変化するAIの世界に合わせて、混ぜ合わせ、組み合わせ、成長していくことができるのです。それは、「どのような学位を持っているか？」から、「あなたのユニークな学習の地図はどのような形をしているか？」への転換なのです。