Lecturers’ Experiences in Human Expertise and Generative AI in Developing Communicative Speaking Materials for English Foreign Language (EFL)

世界中の教室で、教師たちは絶え間ない課題に直面しています。それは、学生がいかにして新しい言語を、単に正しくだけでなく、意味のある形で話せるようにするかという課題です。何十年もの間、最も信頼されてきたアプローチは、文法規則を暗記することよりも、実際のコミュニケーションに焦点を当てることでした。「コミュニカティブ・ランゲージ・ティーチング（コミュニケーション重視の言語指導法）」として知られるこの手法は、学生が日常生活で行うのと同じように、問題を解決したり、考えを共有したり、互いに交流したりするために言語を使用することを求めます。その目標は、単に文法の図表を暗唱することではなく、会話を切り抜けるスキルを構築することにあります。今日、この教室のダイナミクスに、新たな勢力が入り込みました。生成AI（ジェネレーティブ人工知能）です。これらは、テキストを書き、シナリオを作成し、レッスン案を数秒で作成することができるコンピュータシステムです。この技術は、教師の時間を節約し、新しいアイデアを刺激することを約束する一方で、静かながらも緊急性の高い問いを投げかけています。もし機械が即座にレッスン案を書けるのであれば、教師は依然としてそのレッスンの専門的な設計者である必要があるのでしょうか。その答えが重要である理由は、言語学習は深く人間的なものであり、文化、感情、そして実際の会話における混沌とした予測不可能な性質への理解に依存しているからです。

ある研究チームは、インドネシアの英語教師たちがこの新しい現実をどのように乗り越えているかを観察することに乗り出しました。彼らは、英語教師を目指す学生にスピーキング・スキルを教えている5人の大学講師に焦点を当てました。これらの教育者たちは、授業のための教材を作成するために、ChatGPTや同様のプログラムのようなツールを使用しています。研究者たちは、教師がそのテクノロジーを使用しているかどうかを尋ねたのではなく、「どのように」使用しているかを尋ねました。詳細な対話を通じて、研究チームは、これらの講師たちが自身の専門的な経験と、人工知能による即時のアウトプットをどのようにバランスさせているのかを聴き取りました。そこで彼らが発見したのは、明確な人間のコントロールのパターンでした。教師たちは、コンピュータが出力したものを単にコピー＆ペーストしたわけではありませんでした。代わりに、彼らは人工知能を、アイデアをブレインストーミングしたり、レッスンの初稿を作成したりするための役立つアシスタントとして扱いましたが、最終的な編集者および意思決定者であることに固執しました。

講師たちは、自分たちの専門性は、特定の学生やローカルな文脈を知っていることにあると説明しました。彼らは、例えば市場についてのロールプレイ活動や、討論のトピックを提案するように人工知能に依頼するというプロセスについて述べました。コンピュータは、スクリプトや指示のセットを素早く生成します。しかし、その後、教師が介入してその内容を再形成します。彼らは、コンピュータがしばしば完璧すぎ、丁寧すぎ、論理的すぎる会話を生み出すことに気づきました。本当の人間らしい話し言葉は、中断やためらい、そして人々が理解を深める前に起こる誤解に満ちている、と彼らは指摘しました。講師たちは、学生が洗練されたシミュレーションではなく、実際の現実世界のために練習できるように、コンピュータの滑らかな対話を書き換え、こうした現実的な不完全さを盛り込みました。また、彼らはトピックを地元の環境に合わせて調整し、一般的な例を、南スラウェシのローカルな観光や環境問題といった、自分たちの地域に関連する問題へと入れ替えました。

この注意深い編集は、単に間違いを直すためのものではなく、レッスンの教育的価値を守るためのものでした。教師たちは、人工知能が準備時間を何時間も節約できる一方で、学生が実際に何を学ぶべきかを判断するために必要な判断力を代替することはできないと考えています。ある講師は、コンピュータは紙の上では素晴らしく見える難しいアクティビティを提案するかもしれないが、目の前にいる特定のグループの学生を混乱させてしまう可能性があると述べました。別の講師は、コンピュータはしばしば文化的なニュアンスを見落とし、インドネシアの学習者にとって外国風であったり不適切であったりする例を提供すると述べました。教師たちはフィルターとして機能し、すべての教材が文化的に適切であり、教育学的に健全であることを保証しました。彼らは、このテクノロジーを創造的な疲弊を克服するためのツール、つまり新しいアイデアの火種を提供するものとして捉えていましたが、どのアイデアを残し、どのように洗練させるかを決定するのは自分たちであると考えていました。

この研究はまた、これらの教師たちが、いかにして自分たちの学生をこの新しいデジタル時代に向けて準備させているかも浮き彫りにしました。講師たちは、人工知能を禁止するのではなく、学生がそれを批判的に使用することを奨励しました。彼らは学生に対し、コンピュータが書いたものと、教科書や実体験から知っている知識を比較するように求めました。目標は、学生にテクノロジーを疑い、バイアスを見抜き、事実を検証することを教えることです。教師たちは、機械は中立ではないこと、つまり独自の前提やパターンを持っていることを強調しました。学生にテクノロジーを評価させることを教えることで、講師たちは、次世代の教師たちが単にツールを使うだけでなく、それらを理解するようになることを確実にしようとしました。このアプローチにより、教室は、テクノロジーが補助としてだけでなく、研究対象としても機能する、批判的思考のための空間へと変わりました。

結局のところ、この研究は、言語教育において生成人工知能を使用する最も効果的な方法は、人間の教師をしっかりと主導権の中に留めておくことであると示唆しています。テクノロジーはスピードと多様性に優れており、瞬時に幅広いドラフトやアイデアを提供します。しかし、人間の教師は、文脈、共感、そして専門的な判断という不可欠な要素をもたらします。この研究の講師たちは、自分たちが機械に取って代わられると考えているのではなく、自分たちを新しいオーケストラの指揮者と見なし、テクノロジーを使用してリソースを拡大しながら、音楽が学生のニーズに忠実であることを保証していると考えていました。彼らが取ったバランスは、コンピュータがどれだけの仕事をしたかではなく、誰が重要な決定を下すかについてでした。教師が学習目標を定義し、教材を学生に適応させ、相互作用の質を判断する存在であり続ける限り、テクノロジーは強力なサポートとして機能しました。研究の結論は、言語教育の未来は、人間の専門知識と人工知能のどちらかを選ぶことにあるのではなく、機械がルーチンを扱い、人間の精神が意味を扱うというパートナーシップを見出すことにあるのです。