【AIbase報道】生成的人工知能、特に大規模言語モデル（LLM）の登場は、知識の取得の仕組みを過去になかったほどの速さで変化させている。オーカルン大学ビジネススクールのパトリック・ドッド教授は『ディスカッション』（The Conversation）に寄稿し、AIが低コストかつ高効率で知識を提供するようになるにつれて、伝統的な知識の供給源としての大学の価値が挑戦されていると指摘している。彼は、大学がこのAI駆動の新しい時代に適応するために、その中心的な機能を見直す必要があると考えている。

武術学校 大学生

ドッド教授は分析し、大学は長年「知識の限られた」原則を採用しており、独自の授業や学位証書を通じて学生が知識を習得できることを証明してきた。しかし、AI技術の進歩により、専門知識へのアクセスのハードルは大幅に低下した。LLMは単なる事実の検索だけでなく、説明や翻訳、要約も行うことができるため、かつて「限られた」とされていた知識の価値は大きく下がっている。この変化はすでに労働市場に現れている。ChatGPTが登場して以来、イギリスでは初級職の空き数が約1/3減少し、米国の一部の州では公共部門の職務の学歴要件が廃止された。

しかし、ドッドはすべての知識が同等に価値が下がるわけではないと強調している。基礎知識の価値が低下している一方で、チームワーク、倫理判断、創造性、複雑な問題解決能力などの暗黙の知識は、AIによって代替できない貴重な資源である。彼は、今後の教育の焦点は情報を教えることから、これらの重要な人間のスキルを育てる方向へ移すべきだと述べている。

この課題に対応するために、ドッド教授は大学に対して4つの転換案を提示している:

  1. 評価の転換: クラスルームでの評価の重点を単なる知識の記憶から、判断力と統合能力の検査へと変える。

  2. 体験型学習: メンタリングプロジェクトや現実のシナリオを模擬する活動にリソースを投入し、AIを倫理的決定研究のツールとして活用する。

  3. スキルマイクロ認証: 協調性、自律的な学習、倫理的判断などの重要な能力を対象としたマイクロ認証を作成する。

  4. 産学連携の深化: 大学が専門知識を提供し、企業が現実のケーススタディを提供し、学生はアイデアの検証と改善に集中することで、将来の市場に適合する複合的な人材を共に育成する。

ドッドは結論として、大学が未来において競争力を維持するためには、単なる情報源ではなく、判断力の中心となる必要があり、学生にAIと協調して考える方法を教えるべきだと述べている。