本サイト上のコンテンツは、参照目的だけのために、英語の原本から翻訳されたものです。また、本サイト上のコンテンツの一部は機械翻訳されたものです。日本語版と英語版の間に何らかの齟齬がある場合には、英語版が優先されます。
当社は改善のためのあらゆる努力を行いますが、翻訳の正確性及び信頼性は保証せず、当社に故意または重大な過失がある場合を除き、不正確性又は遺漏により生じる損失又は損害に責任を負わないものとします。
人工知能はすでに学生の学習方法や卒業生の働き方に影響を与えています。問題はもはや学生がAIを使うかどうかではありません。重要なのは、彼らの教育がそれを効果的に使う助けになるかどうかです。
CompTIAのプロダクト開発シニアディレクター、ヘンリー・マン氏は 最近のウェビナーでこう説明しました。「労働力はAIエンジニアやプロンプトエンジニアを必要としていません。「労働力に必要なのは、AIに精通した労働者が増えることです。」
この言葉は、教育と雇用の期待を一変させつつある変化を捉えています。
AIはもはや専門分野 ではありません
生成AIが注目を集めた当初、多くの議論は新しい職種名や高度な技術職に焦点を当てていました。マンは、組織がAIを広く適用し始めると、この枠組みは成り立たなくなったと指摘しました。
「時々、人と話すと『学生をAIの仕事にどう準備すればいい?』と聞かれます」と彼は語りました。「むしろ、生徒たちがどんな仕事に就こうともAI スキルをどう使えるように準備させるかが大事だと思う。」
雇用主はAIを概念的に説明できる人や単にツールを試した人を求めているわけではありません。彼らはあらゆる役割や業界でAIの使い方とタイミングを理解している人材を求めています。営業チーム、医療従事者、マーケター、教育者、オペレーションスタッフは、日常業務の一環としてAIと関わることが期待されています。
共通点は専門分野ではなく流暢さ（フルエンシー）です。「AIは単なる技術労働者のための新しいスキルではありません」とマン氏は述べました。「これはすべての労働者にとって新しい技術スキルです。」
この変化は教育者にとって大きな影響を及ぼします。役割を超えて応用できるスキルは、上級や選択科目だけに限定できません。これらは、学生が育成すべき他の基礎的なリテラシーと並んで基礎的なものとして扱われなければなりません。
馴染みは準備度とは違います
今日のほとんどの学生はAIツールに馴染みがあります。彼らはチャットインターフェースを開き、質問をし、内容を要約し、非公式に実験を行います。しかし、そのような個人的な実験は、雇用主が期待する専門的な実践を築くものではありません。
「若者がAIツールを使うときに見られるのは、親しみやすさです」とマンは指摘しました。「でも雇用主はAIフルエンシーを期待している。」
フルエンシーは、AIが存在することを知っていることや時々使うことだけではありません。AIができることとできないことの理解、文脈の効果的な適用、生産性向上のためのAI活用、そして人間の判断がコントロールし続けるべき時の認識が含まれます。
親しみとフルエンシーのギャップは教育者にとって課題です。AIの使用を完全に制限することは学術的な誠実性を守る方法のように思えるかもしれませんが、マンはこのアプローチが利用を減らすどころか指針を奪うことが多いと警告しました。
「現実には、[AI使用禁止]が学生のAI使用を止めていない」と彼は述べました。「ただ、うまく使うための制度的な指針が失われているだけだ。」
教育には共通の枠組み が必要です
教育者との会話を通じて、CompTIAは一貫して、機関はAIリテラシーの重要性に広く同意しているものの、その信念を実践に移すのに苦労していると聞いています。
「AIリテラシーとAIフルエンシーが学生にとって重要なスキルであるという理解は確かにありますが、実際にそれらのスキルを教えるカリキュラムをどのように提供すればよいのかは明確なイメージがありません」とマン氏は述べました。
さらに、一貫性のない方針、データプライバシーに関する未解決の問題、そして学生がAIを効果的に使える安全な環境づくりの難しさが問題を複雑にしています。
「学生に本物のAIを使わせたいなら、ベンダーの選択、プライバシーの懸念への対応、アカウント管理を含みます」とマンは説明しました。「それはとても難しい質問だな。」
これらの課題は、一つの教育レベルや一つの分野に限定されるものではありません。それらは、幼少期から労働力準備まで、学生の成長過程全体にわたって現れます。
AIを使うタイミングを教えることは、どのように 使うかを教えるのと同じくらい重要です
ウェビナーから浮かび上がった最も強いテーマの一つは、判断の重要性でした。「AIをいつ使い、どのように使うかを決めることは重要なスキルです」とマン氏は述べました。「それは学校でも仕事でも同じだよ。」
学術の場では、この区別が特に重要になります。責任ある使用は、目的についての明確さから始まります。「学術的な文脈において、AIは学習を支えるべきであり、学習の代わりになるべきではない」とマンは説明しました。
学生が自分の作品の著者であり、自分のアイデアを説明できる場合、AIをチューター、編集者、コーチとして活用することは適切です。AIが学習プロセスを完全に置き換えると、問題が生じます。実際には、多くの状況がグレーゾーンに入り、共有された議論や指導の方が厳格なルールよりも効果的です。
「グレーゾーンもある」とマンは認めた。「判断が必要であり、機関ごとに異なる場合もある。」
そうした会話を避けるのではなく、学生と教員が共通の期待を持って話し合える枠組みが必要です。
気づきから行動 へ
ほとんどの機関はすでにAIリテラシーが重要であることに同意しています。今の課題は、意識の向上よりも、学生が教育を通じて一貫した期待と指導に直面できるようにするための整合性にあります。アプローチは異なりますが、根本的なニーズは機関やプログラムによって同じです。
より広い視点で、この変化は「準備」ができている卒業生の意味を再定義することに関わっています。マンは「すべての学生にAIの使い方をうまく教えることができれば、卒業生はAIに対応できる職場に備え、今日の責任あるAI活用のための枠組みを教育機関に提供できる」と述べました。
AIフルエンシーを基礎スキルとして扱うことで、課題の枠組みが変わります。個々のツールや方針から、特定の技術がどのように進化しても、学生が共有され移転可能なAI能力を得て卒業するというより広い期待へと焦点を移しています。
マンはこう締めくくりました。「CompTIAと仕事をしているかどうかに関わらず、このメッセージが共感を呼ぶことを願っています。AIの使い方をうまく教えることは、業界全体で私たちが行うべきことです。」
会話 を続けてください
AI準備がパイプラインの早い段階でどのように始まるか知りたい方は、「 高校のAI準備」をお読みください。
AIリテラシーが学問分野にどのように応用されるかについては、 『すべての専攻のためのAI基礎』を探ってみてください。
プログラム設計の実践的な概要については、 『What Is CompTIA AI Fundamentals』をご覧ください。
全文を文脈で聞きたい方は、「 From Buzzword to Baseline Skill 」ウェビナーをご覧ください。