この記事のポイント
- AIが解答を提示できる現代では、良質な問いを立てて答えの真偽を判断する能力が重要になります。
- 思考をAIに丸投げすると「認知的負債」が生じる一方、思考のパートナーとして活用すれば能力の拡張が可能です。
- 求職市場では単にAIを使えることよりも、AIを駆使して実課題を解決し成果を生む力が競争力となります。
- 今後は文系の人間的洞察力と理系の論理的思考力を併せ持つ、分野横断型の複合人材が求められます。
答えを受け取る側から「問題を定義し評価する側」への転換
かつて学生は、分からない概念に直面すると教科書を調べたり教員に尋ねたりしていました。その後、検索エンジンにキーワードを入力する時代を経て、現在では多くの人が人工知能（AI）ツールを活用して即座に答えを求めるようになっています。AI時代の教育は、もはや「計算ができるか」ではなく、「的確に判断できるか、良質な問いを立てられるか」へとシフトしています。
AIが迅速に完全な解答を提示できる環境では、的確な問いを立て、その真偽を見極める能力こそが学習者の極めて重要な素養となります。
前学期の期末、復旦大学の「データマイニング技術」の講義において、従来の形式を打破する試験が実施されました。学生は解答用紙に向かうのではなく、全員が「出題者」となり、各自が10問を作成して3つの大規模言語モデル（LLM）に挑みました。AIの誤答が多く、難度の高い大規模言語モデルを困惑させるほど高得点が得られる仕組みです。結果として、50名の学生が少なくとも1問でAIを誤答させ、4名の学生は一部のモデルのスコアを0点に抑え込みました。
この取り組みを主導した肖仰華氏は、標準的な問題を出題して採点する従来型の試験は、AI時代において一部形骸化していると指摘します。良質な問いを設計するためには、出題者自身が解法や論理的推論を熟知している必要があります。明確な制約条件と完全な推論プロセスを持たせ、AIの構造的な弱点を突くことが求められます。これにより、学生は単に答えを受け取る立場から、「問題を定義し、答えを評価する立場」へと進化します。
また、曹培傑氏は、教育現場が「答えの生産ライン」から「問いのインキュベーター」へと転換する必要性を強調しています。教員は知識の伝達者からタスクの設計者へと変わり、学生自身もAIから答えを与えられる受動的な存在ではなく、本質を追究する能動的な出題者になる必要があります。
AI学習ツールを開発する程飛氏は、ツール設計において学生がAIへの依存を徐々に減らし、自立して問題を理解・解決できる能力を育てる余白を残すことが不可欠であると述べています。高徳潤氏も、モデルの特性や検索モード、高度なリサーチ機能などの使い分けを理解した上で、自身の思考を整理して明確な問いを投げかける重要性を説いています。
AIで思考力は低下するのか、それとも強化されるのか
難問に直面しても数秒で完全な解説が得られ、文章作成もAIが代行できる環境において、人間の思考力が低下するのではないかという懸念が生じています。一方で、定型業務から解放されて創造性が向上するという意見もあります。
曹培傑氏によると、思考を全面的にAIへ外注し続けると「認知的負債」が生じ、脳の起動や情報処理が鈍化するリスクがあります。しかし、AIを「思考のパートナー」と位置づけ、自身の認識の限界を押し広げる手段として活用すれば、知的能力を高めるレバレッジとして機能します。
肖仰華氏も、AIは「能力の増幅器」であると表現しています。強固な基礎知識と判断力を持つ人材はAIによって学習や創造を加速できますが、基礎が脆弱で単に結果をコピー＆ペーストするだけの利用者は思考力を徐々に失っていきます。教育の本質はAIの禁止ではなく、基本的な認識能力を維持し、AIの出力を検証・吟味して使いこなす技術を身につけさせることにあります。
高徳潤氏も同様に、定型業務をAIに委ねて創造的なタスクへリソースを集中させることで、真の能力向上が図れると論じています。
単なる「AI活用」から「課題解決と成果創出」への差別化
採用市場において、履歴書に「大規模言語モデルの熟練した使用」と記載する求職者が増加しています。しかし、誰もがAIを利用できる環境下で、このスキルは真の競争優位をもたらすのでしょうか。
曹培傑氏は、履歴書における「AI活用能力」の記載は、10年前の「オフィスソフトの習熟」と同義になりつつあると指摘します。企業側が求める基準はツールの表層的な操作ではなく、AIを活用して実プロジェクトを推進し、具体的な課題を解決して成果を出せるかどうかへと移行しています。AIを扱えることは単なる「入場券」に過ぎず、複雑な課題解決と独立した判断力こそが真の競争力となります。
肖仰華氏も、今後は単にAIに指示を出すだけのオペレーターではなく、問題を定義・分解し、結果を正しく評価できる人材が重宝されると分析しています。機械的な定型業務が代替される一方で、人間の組織力、判断力、創造力の価値は拡大します。業務知識とAI応用力の双方を兼ね備えた複合型人材が、今後の労働市場で確固たる優位性を築くことになります。
文系と理系の枠組みを超えた複合型人材の重要性
AIによる文章作成や描画、コード生成の自動化が進む中、文系・理系それぞれの役割の再定義が進んでいます。共感力や批判的思考力、価値判断を強みとする文系と、技術基盤を構築する理系の双方が独自の価値を主張しています。
曹培傑氏は、コード記述やデータ演算などの標準化タスクはAIが高効率でこなすものの、AI生成物には人間の感情や社会的文脈への深い理解が欠落している点を指摘します。AIをより人間性や社会的価値に合致した形へ導くには、人文的な洞察が不可欠です。これからの時代は単一の思考様式にとどまるのではなく、理系的な技術論理と文系的な人間理解を併せ持つ文理融合型のアプローチが求められます。
程飛氏は、人材の評価軸が「出身専門分野」から「いかなる課題を解決できるか」へとシフトしていると総括しています。事実の検証や適切なモデリング、妥当な判断を下す能力は、単一の専門領域のみでは担保できません。文系側はデータや技術に対するリテラシーを高め、理系側は人間社会への共感や理解を深めることで、境界を越えて複雑な課題に対処できる人材が市場価値を高めていくことになります。
出典: 元記事を読む
