India’s Vocational Education Policy Response to Artificial Intelligence: Layering or Conversion?

あなたは、ある巨大で活気ある建設現場を見ていると想像してください。この現場では数十年にわたり、特定の種類の家を建て続けてきました。それは、配管、電気工事、溶接といった技術を学ぶ学生のための、堅実で信頼できる職業訓練校という名の家です。今、この現場に、目に見えない新しい力が到来しました。人工知能（AI）です。それは単なる新しい道具ではありません。それが家の建て方、使用される材料、さらには設計図そのものさえも変えようとしています。現場を運営する人々にとっての大きな疑問は、「古い設計図にピカピカのハイテク・ガジェットをいくつか付け足しているだけなのか」、それとも「古い計画を完全に解体して、全く新しい建て方を描き直そうとしているのか」ということです。

この答えを理解するために、2つのシンプルな概念を考えます。第一に、「レイヤリング（層状化）」とは、古い家に新しい部屋を追加することに似ています。クールでモダンな増築部分を造りますが、元のキッチンやリビングルームは全く同じまま、同じ古いルールに従っています。家は大きくなりますが、その核となる構造は変わりません。第二に、「コンバージョン（転換）」とは、家全体をリフォームすることに似ています。同じ基礎は維持しますが、壁を取り払い、配管をルート変更し、建物全体の機能が変わるように各部屋の目的を変えます。この論文は、極めて重要な問いを投げかけています。インドが数百万人もの職業訓練生にAIを教えようとしたとき、彼らは新しい部屋を一つ追加しただけ（レイヤリング）だったのか、それとも家全体を再設計したのか（コンバージョン）？

論文の物語：インドのAIアップグレード

Gowhar Rashid Ganie氏によって書かれたこの研究論文は、インドの職業教育システムに人工知能を教えるための大規模な取り組みを深く掘り下げています。インドはこの分野の巨人であり、「Viksit Bharat 2047（発展したインド 2047）」という、高度なスキルを持つ労働力を必要とする計画に基づいています。2023年以降、政府は「Skill India Programme」、「SOAR」、「SkillSaksham」、そして「IndiaAI Mission」を含む、一連の新プログラムを開始しました。これらの取り組みにより、数千人の学生が訓練を受け、数百の新しいAIラボが設置されました。

しかし、著者は単にどれだけの学生が訓練を受けたかを数えているのではありません。むしろ、彼らはゲームの「ルール」を見る探偵のように振る舞っています。彼らは、機関（学校や政府機関など）が実際にどのように変化していくかという視点に基づいた特別なレンズを用いました。AIの推進が、単なる輝かしい「付け足し」だったのか、それとも深い変革だったのかを確認するために、職業教育システムの6つの異なる領域を調査しました。

結論：主に「追加」であり、「変更」ではない

政府の報告書、政策文書、および国際比較を分析した結果、論文は明確で、やや驚くべき結論を導き出しています。インドの対応は、圧倒的に「レイヤリング（層状化）」であるということです。

調査した6つの領域における詳細は以下の通りです。

1. カリキュラム（学習計画）： 新しいAIコースは、放課後に行われる別個のオプションのクラブ活動のようなものです。これらは従来の技能クラス（電気技師やフィッターなど）の「横に」追加されていますが、それらの技能の核心となるレッスンは、AIを組み込むために書き換えられてはいません。例えば、電気技師は依然として古い方法を学んでいますが、彼らの将来の仕事にはおそらくAIによる診断が含まれることになります。メインの設計図には手が加えられていないため、論文はこれを「レイヤリング」であると示唆しています。
2. 教員の能力（インストラクター）： 教員は、「AIとは何か？」といった単発のワークショップのような、一度限りのトレーニングを受けています。論文は、教員が自身のコアな仕事の一部としてAIを「教える方法」を学ぶという、恒久的かつ継続的な要件は存在しないと指摘しています。それは迅速な付け足しであり、教員の訓練方法における根本的な変化ではありません。
3. ガバナンス（統治）： これらのAIプログラムの責任は、4つの異なる政府機関に分散しています。あるグループはカリキュラムを扱い、別のグループは資金を、そして第三のグループは技術ラボを扱います。論文は、全体像を統括する一人のボスがいないため、彼らは大規模で複雑な調整問題に対処することなく、自分たちの小さな部門に新しいプログラムを付け加え続けているのだと主張しています。これは典型的な「レイヤリング」です。
4. 評価と資格認定（ディプロマ）： この領域は、「レイヤリング」の壁にわずかな亀裂が見られる唯一の箇所です。政府は、公式な資格制度に適合する、単位に関連付けられた新しいAIコースの作成を開始しました。しかし、論文は、これらが依然として「別個の」AIディプロマであることを指摘しています。彼らはまだ、100以上の伝統的な技能の公式な職務記述書を、AIスキルを含めるように書き換えてはいません。したがって、変化の兆しは見られるものの、依然として古い箱を書き換えるのではなく、新しい箱を追加している状態にあります。
5. 生涯学習（セカンドチャンス）： 新しいプログラムは、主に新入生やキャリアを始めたばかりの人々を対象としています。論文によれば、すでに現場で働いている何百万人もの労働者が、現状に適合し続けるためにAIスキルを学ぶための計画はほとんど存在しません。システムは、新しいランナーのための新しいトラックを建設していますが、すでにレースに参加しているランナーたちは無視しています。
6. 公平性とインフォーマル経済（到達範囲）： これが最大のギャップです。インドには、学校に通わず現場で技術を学ぶ「インフォーマル経済」が巨大に存在します。論文は、若者の95%が公式な職業資格を持っていないことを指摘しています。しかし、すべての新しいAIプログラムは、公式の学校やトレーニングセンターの中に閉じ込められています。新しいAIの「部屋」は建設されていますが、そのドアは、最もそれを必要としている大多数の労働者に対しては閉ざされているのです。

なぜこのようなことが起きたのか？

論文は、インドが「コンバージョン（転換）」ではなく「レイヤリング（層状化）」を選んだ理由として、4つの理由を挙げています。

• それが簡単だから： 4人のボスがいる場合、大規模なシステム全体の再設計を調整するよりも、自分の部門に新しいモジュールを追加する方がはるかに速いからです。
• すぐに成果が見えるから： 政府は、「1.74ラークの学生が登録」といった、素早く提示できる数字を好みます。カリキュラム全体を再設計するには何年もかかりますが、新しいAIラボを立ち上げることは一ヶ月で可能です。
• 規模拡大への圧力： インドは巨大な人口を抱え、発展した国家になるための厳しい期限があります。「今すぐ」人々を訓練しなければならないという圧力は、「迅速な付け足し」という選択肢を非常に魅力的なものにします。
• 他国の模倣： 多くの国が同様のことを行っています。つまり、システム全体を変えることなく、AIモジュールを追加しているのです。論文はこれを「同型模倣（isomorphic mimicry）」と呼び、深い構造を変えることなく、改革のように見せかける行為であると呼んでいます。

結論

論文は、インドがAIプログラムを「拡大」することには成功しているものの、職業教育システムを「変革」させるには至っていないと結論付けています。 「家」には新しく輝かしい増築部分がありますが、キッチンやリビングルームは依然として古いルールで動いています。著者は、もしインドが2047年までに真の成功を収めたいのであれば、単に新しいプログラムを追加する段階から、技能がどのように教えられるか、教師がどのように訓練されるか、そして労働者にどのようにリーチするかという「核となるルール」を再設計する段階へと移行する必要があると警告しています。そうでなければ、システムは、変化しつつある仕事のために若者を訓練する一方で、残りの労働力を置き去りにしてしまうリスクがあるのです。