外国語を専攻する学生にとって、人工知能は確かに広く使用されています。たとえば、低学年の生徒が学習の初期段階で単語の意味を理解したい場合、辞書で調べるしかありません。人工知能ツールの支援により、対応する単語の意味をすぐに理解できるようになりました。上級生が論文を書くとき、人工知能の補助的な役割はより明白で一般的です。
しかし、現在の人工知能が外国語科目や外国語教育に与える影響は限定的であり、文学や言語学などの科目に根本的な影響を与えることはありません。その力は、知識を生み出す能力ではなく、既存の知識に基づいて推論する能力に反映されます。論文全体が人工知能によって生成され、言語だけでなく意見までもが機械によって提供されれば、教師は一目でそれがわかります。
生徒は多かれ少なかれ学習を支援するために人工知能ツールを使用しますが、ツールの使用の範囲と能力にはばらつきがあります。人工知能ツールを適切に使用するには、独立した思考が必要であると私は信じています。執筆段階で表現を改善する必要がある場合は、機械を使用して修正を加えることができます。
したがって、私は教育実習において、生徒の学習支援に人工知能を活用することに反対はしません。産業革命の間、機械は繊維産業の生産効率を向上させました。その使用を禁止できますか?実際、人工知能がなかった過去には、外国の論文を投稿して出版する必要がある場合、一部の著者は論文を磨き、改訂してくれる専門機関を探していました。今日、機械はこの点において人間と同等の能力を備えており、時間、エネルギー、経済コストを大幅に節約しています。
ただし、これは機械が人間の思考に取って代わることを意味するものではなく、機械の手段としての性質を変えるものでもありません。従来の教育現場では、それが教師と生徒の間の対話であっても、生徒同士の対話であっても、それらは単なる人間同士の会話にすぎません。人工知能は、人間と機械の対話という新しい対話モードを切り開きました。これは学生が身につけるべき資質であり、人工知能時代における道具の使い手である人間にとってもかけがえのない能力です。
授業中、私は少しの時間をかけて、人工知能を使って記事を修正する方法を生徒たちに指導します。たとえば、さまざまな大規模な言語モデルを比較することで、学生が自分に合った言語モデルを見つけることができます。また、学生が修正前と修正後の違いを比較できるように、いくつかのプロンプト (プロンプト ワード) も率先して共有します。マシンの改造結果について質問があれば、私に聞きに来てください。このようにして、学生は自分の論文をより効率的かつ正確に修正できます。
もちろん、論文作成の自律性を確保するために、学生には初稿と人工知能を修正したバージョンの両方を提供して、元のレベルがどのようなものであるか、人工知能がどの程度使用されているかを理解するように要求します。
音声対話を学習する場合、人工知能は音声をテキストに書き起こすだけでなく、生徒が自分の質問をすぐに特定できるように支援します。授業では、人工知能を活用して、同じテーマの異なる表現を素早くまとめて表示し、比較・評価することも行います。以前は、教師がこの種の比較教育を導入したい場合、黒板に一文ずつ書くか、PPT に入力するしか方法がなかったので、生徒の口頭表現をリアルタイムで変換、整理、表示することが困難でした。
科学研究の観点から見ると、過去に言語研究を行っていたとき、コーパス内の関連する変数は手動のアノテーションによってのみ実現できました。理想的な論文には、それをサポートするために少なくとも 2 ～ 3,000 個のコーパスが必要です。手動による注釈は非常に面倒で、間違いは避けられません。現在では、適切な指示さえ与えられれば、機械はコーパス内の通常の変数に迅速にラベルを付けることができ、手作業によるラベル付けとの整合性が高いことが多くの研究で示されており、科学研究の効率が大幅に向上しています。
人工知能は主体の統合であり、主体を分離するという感覚はありません。人工知能ツールを高度に使用すると、学際的な研究に取り組む難しさを大幅に軽減できます。例えば、人文社会科学の研究でも自然科学の研究でも、コンピュータによる統計モデルがよく使われます。人工知能がなければ、研究者はプログラミング スキルを習得する必要があります。人工知能に十分な詳細なプロンプトが与えられ、機械と効果的に対話できる限り、研究者がコードを生成するのに役立ちます。
外国語応用のより広い分野に目を向けると、人工知能は確かに翻訳業界に一定の影響を与えています。それでも、翻訳が完全に置き換えられたわけではありません。人工知能による翻訳でも、最終的には依然として手動制御が必要です。この種のチェックは、言語表現のチェックだけでなく、翻訳された内容が社会倫理や主流の価値観に適合しているかどうかを確認する倫理的なチェックでもあります。
人工知能は私たちの専攻に取って代わることはありませんが、専門学習におけるさまざまなモジュールの割合に影響を与えるだけです。従来の教育現場では、すべてを学ぶ必要があるかもしれませんが、今は集中して学ばなければなりません。これは、人工知能が学習効率を向上させるだけでなく、異なる教育モジュール間の動的なバランスも促進することを意味します。
学生たちに欠けているのは知的指導ではなく、方法論的な指導だと思います。これまで、大学は修士レベルでのみ方法論的な教育を導入していましたが、人工知能ツールの普及に伴い、方法論の教育を学部レベルまで進め、学生が方法論を習得して理解できるようにする必要があります。人工知能のどの部分は置き換えることができますが、どの部分は置き換えることができないのかを集中的に学習し、それに基づいて自分自身の学習の方向性を調整する必要があります。