A Sovereignty Centred Model of AI Literacy for African Higher Education
本論文は、アフリカの高等教育における既存のAIリテラシー・フレームワークの文脈に依存しない性質を批判し、単なる技術的依存ではなく認識論的主権を育むために、認知的・技術的能力、批判的・認識論的能力、倫理的・規範的能力、および社会・文化的能力を統合した「主権的学習のためのAIリテラシー（AIL-SL）」モデルを提案するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
現代の大学において、知識が創造され、共有され、判断される方法を再編する静かな革命が起きている。何世紀もの間、教育は人間の著者と物理的なテキストに依存しており、学生はアイデアの源泉を辿り、それがどのような文脈の中で生まれたのかを理解することができた。今日、人工知能システムはテキストを生成し、研究を要約し、どの情報が最も信頼できるかを決定している。これらのシステムは強力な仲介者として機能し、学習者とアイデアの世界との間に立ちはだかっている。学校は学生にこれらのツールを使う方法を教えることに急いでいるが、ある決定的な問いが未解決のまま残されている。それは、「機械を操作する方法を知ることは、その機械が生み出す知識を真に理解していることを意味するのか？」ということである。これは、アフリカの高等教育から浮かび上がってきた新しい視点の核心であり、そこでは学者が、輸入されたテクノロジーの背後にある隠れた前提を理解せずにその使用法を学ぶことは、学生をより自由にするのではなく、むしろ依存させることになるのではないかと問いかけている。
この視点の背後にある研究者たち、すなわちコンゴ民主共和国をはじめとする学者チームは、現在の「AIリテラシー」の教え方は、彼らの文脈においては根本的に欠陥があると考えている。既存のプログラムの多くは、AIスキルをタスクのチェックリストのように扱っている。プロンプトの書き方を学ぶ、エラーを見つける方法を学ぶ、ソフトウェアの使い方を学ぶといった具合である。これらは、もし学生がこれらのタスクに習熟すれば、より自律的な思考力を持つようになると想定している。著者らは、これは危険な間違いであると示唆している。彼らは、テクノロジーが他の場所で作られ、他の文化からのデータで訓練され、遠く離れた企業によって統治されている場所において、単にツールの使い方が上手くなることは、むしろそのツールへの依存を深める可能性があると提案している。学生は機械に答えを求めることに流暢になるかもしれないが、その答えが真実であるか、あるいは自分たちの現実にとって関連性があるのかを疑う能力を失ってしまう可能性がある。
これに対処するため、チームは「主権的学習のためのAIリテラシー（AI Literacy for Sovereign Learning）」と呼ばれる新しいフレームワークを開発した。リテラシーを個別のスキルの集まりとして見るのではなく、彼らはそれを4つの異なる能力の間の複雑な関係として捉えている。第一に、システムを操作するための技術的スキル。第二に、システムが何を知っており、その知識がどこから来ているのかを問う批判的能力。第三に、システムが公平性と正義にどのように影響するかを判断する倫理的感覚。第四に、システムがローカルな思考様式やコミュニティのニーズにどのように適合しているか、あるいは適合していないかを理解する文化的能力である。著者らは、真の独立、すなわち「認識論的主権（epistemic sovereignty）」は、これら4つの能力が共に成長したときにのみ実現すると主張している。もし学生がテクノロジーを使いこなす高度なスキルを持ちながら、それを疑うための批判的・文化的スキルを欠いているならば、彼らは自律的になるのではなく、機械に対するより効率的な従僕となるのである。
この論文は、標準的なコンピュータの授業に「倫理」や「主権」に関するレッスンを単に追加するだけで、良い結果が得られるという考えに異議を唱えている。研究者たちは、学生が学ぶ順番が極めて重要であると示唆している。もしカリキュラムが、システムのバイアスを批判的に分析する方法を学ぶ前に、ツールの使い方を教えてしまうならば、学生は誤った自信を抱く可能性がある。彼らは、ツールをうまく機能させる方法を知っているがゆえに、機械の出力を単純に信頼してしまうかもしれない。著者らは、これが、学習者がテクノロジーに慣れすぎてしまい、その限界に気づかなくなるという、特定の種類の依存を生み出すと警告している。彼らは、アフリカの学生、そして実際にテクノロジーが現地で所有されていないあらゆる場所において、批判的思考は技術的スキルの上に築かれるべき基礎であって、付け足しであってはならないと主張している。
この視点は、成功を測定する方法におけるギャップも浮き彫りにしている。著者らは、AIリテラシーを測定するために設計された16種類の異なるテストが存在するが、それらが異なる文化間で機能するかどうかは適切に検証されていないと指摘している。ある地域で設計されたテストは、「批判的思考」がある特定の形をとると想定しており、異なる文化を持つ学生がバイアスや誤りを特定する特有の方法を見落としている可能性がある。研究者らは、これを修正しなければ、大学は間違ったものを測定するツールを輸入することになり、実際には外国のシステムへの依存を強めているにもかかわらず、偽りの安心感を機関に与えることになると示唆している。
教育者への影響は重大である。論文は、この新しい種類の学習における最大のボトルネックは、教師自身であると論じている。学生はマニュアルを読んでプロンプトの打ち方を学ぶことはできても、システムの持つ世界観を批判的に疑うことを学ぶには、その行動をモデルとして示すことができる教師が必要である。もし教師が、AIに対する自身の批判的かつ文化的な理解を深めていないのであれば、学生を同じように導くことはできない。著者らは、教育者の専門能力開発の焦点を、単にソフトウェアを教えることから、ソフトウェアが提起する知識、権力、文化に関するより深い問いを理解することへとシフトさせる必要があると提案している。
最後に、研究者たちは、個人の学習だけではこの問題は解決できないと強調している。たとえ大学が優れた批判的思考者を輩出したとしても、大学自体がどのテクノロジーを購入し、どのように使用するかについて決定権を持っていなければ、学生はそのシステムを変えることはできない。論文は、学生やスタッフがAI採用に関する決定に影響を与えられるような経路を、機関の中に創設することを求めている。こうした経路がなければ、批判的な精神を養うための懸命な努力は、機関が依存を強めるテクノロジーを買い続け、使用し続ける中で無駄になってしまう。
著者らは、自分たちの研究が概念的な提案であり、完了した実験の報告ではなく、問題に対する考え方の地図であることを慎重に述べている。彼らはまだ新しいデータを用いて具体的な予測を検証してはいないが、既存の研究とアフリカの学者の実体験に基づいた、入念な議論を構築している。彼らは、将来検証可能な一連の明確な主張を提示しており、他の研究者が自分たちのモデルが正しいかどうかを確認できるよう、門戸を開いている。技術的な習熟から、より深く文化に根ざした独立へと焦点を移すことで、この研究は教育における極めて重要な新しい方向性を提示している。それは、教育の目的とは、単に学生に未来の道具の使い方を教えることではなく、道具を使っている間も、彼らが自分自身の精神の主人であり続けることを保証することであると示唆している。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。