シンセティック・メディア(2)からの続き
視聴覚メディアからの影響と実体験や対面コミュニケーションによる影響を考えるための基本情報は何かと考えた。とりあえず,視聴覚メディアに接している時間ならばデータがあるかもしれないと思って,調べたところ,総務省の「情報通信メディアの利用時間と情報行動に関する調査報告書」というのが見つかった。
とりあえず分かったことは次の通り。芥川龍之介が「蜘蛛の糸」を発表して百年。高二の秋の文化祭,クラスの仮装行列のテーマが 蜘蛛の糸だった。お釈迦様の極楽タワーの竹を近所から切り出し,地獄の焔と煙の絵を描いた。犍陀多に続いて蜘蛛の糸(登山部の赤いザイル)に群がる地獄の亡者だったころ。
シンセティック・メディア(2)からの続き
視聴覚メディアからの影響と実体験や対面コミュニケーションによる影響を考えるための基本情報は何かと考えた。とりあえず,視聴覚メディアに接している時間ならばデータがあるかもしれないと思って,調べたところ,総務省の「情報通信メディアの利用時間と情報行動に関する調査報告書」というのが見つかった。
とりあえず分かったことは次の通り。シンセティック・メディア(1)からの続き
シンセティック・メディアが普及すると,世界の様々な事象の真偽が不確実になる。とはいうものの,今だって状況はそれほどかわらないかもしれない。(1) 商業的なマスコミュニケーションの登場(新聞?雑誌?テレビ?)により,大衆迎合的な偏向が生じていること。(2) インターネットの登場(SNS?)により,情報発信の閾が下がるとともに,政治的な宣伝工作等も要因とするネトウヨ的言説の拡散がエコーチェンバーで増幅されること。などなど。
人は,家庭や周囲の人々との対話,学校や職場での組織における活動,マスメディア等を通じた報道や文化の情報伝達によって,世界認識の枠組みが形成される。そのうち実体験や対面のコミュニケーションではない,視聴覚メディアを媒介する寄与分はどの程度だと推定されるのだろうか。この視聴覚メディアの媒介する部分を,シンセティック・メディアが覆いはじめることになる。
その視聴覚メディアについて,大学に入ってからの自分で考えてみる。1972年から1997年までは,新聞・テレビ・ラジオ・雑誌・本が情報源だった。1997年以降はメーリングリスト・ネットニュース(fj)・ウェブから始まり今では,ブログ・ネット記事・YouTubeが主要な情報源になっている。紙でできた本や雑誌はほとんど買わなくなってしまった。2022年以降は,それらがさらに,AIに媒介されるテキスト,シンセティック・メディアに媒介される情報に置き換わることになる。
そのような環境の中で育つとき,ものごとの真偽を判定する能力を獲得することが可能なのだろうか。これは,結局フランシス・ベーコンの4つのイドラの話にまで戻るということなのか。
シンセティック・メディアとは、リアルな音声付き動画をAIによって作り出す動画合成技術である。事前に用意したテキストと人(映像、音声)のデータからAIが学習し、その人が本当に話しているような動画の生成が可能である。
深層学習に基づく生成系AIブームのはじまりは,OpenAIのDALL-Eだったけれど,半年前のChatGPT(2ヶ月半前のGPT-4)の登場によって話題は,対話型文書生成AIのほうに集中してしまった。そうこうしているうちに,並行して,AIによるリアルタイムボイスチェンジャーが我々の手元にまできている。
AI革命の第1段階である対話型文書生成AIの応用範囲と実用性は非常に高い。オフィスワークの中で,単純作業よりはむしろデータ分析やクリエーションなどの高い技術を必要とされる分野でのインパクトが大きい。対話型文書生成AIは, (1) 自然言語によるUIインターフェイスを提供するものであることが,プラグインの登場によりますます明らかになると同時に,(2) 汎用的なテキスト処理ツール としての役割が認識され,企業にはすでに浸透しはじめている。
第2段階が,対話型文書生成AIのマルチモーダル化であり(GPT-4は既に実現しているのかもしれないが),その進化系としてのシンセティック・メディアの普及になる。NHKのAIによる音声ニュースが,2018年からはじまった中国の新華通訊社のAIアナウンサーに追いつくのはいつのことだろう。ChatGPTで議論されていることの多くが,MR環境のもとでシンセティック・メディアに進化することになるのだろうか?AppleのWWDCで高くて無駄に高機能だといわれるゴーグルが発表されるのも間近らしいけど。
2019年にNHKのAI美空ひばりが一時話題になったとはいえ,シンセティック・メディアの話題はいまのところ,フェイクニュースが中心となっている。さきほどあげた国立情報学研究所のYouTubeでも,フェイク映像をディープラーニングによってどうやって見破るかという話が中心だった。
# X = read.table(pipe("pbpaste"), header=TRUE) (奥村先生のテクニック for macOS)X <- read.table('/Users/koshi/Desktop/birth.txt', header =TRUE)par(family = "HiraKakuProN-W3")plot(X$年, X\$合計特殊出生率, type="o", pch=16, xlab="", ylab="")t = c(range(X\$合計特殊出生率), X$合計特殊出生率[length(X[,1])])axis(4, t, t)title("合計特殊出生率", line=0.5)# x軸とy軸のメモリの位置を手動で指定x_ticks <- pretty(X\$年, 11) # 11個のメモリを生成y_ticks <- pretty(X\$合計特殊出生率, 9) # 9個のメモリを生成# x軸に対してグリッド線を描画for (i in x_ticks) {abline(v = i, col = "lightgray", lty = "dotted")}# y軸に対してグリッド線を描画for (i in y_ticks) {abline(h = i, col = "lightgray", lty = "dotted")}
'99『インターネットと教育』フォーラムエピソードのつながりとしての歴史,人のつながりとしてのプロジェクト1969年から1999年までのインターネットと教育野島久雄 NTTコミュニケーション科学基礎研究所 nojima@tantra.brl.ntt.co.jp芳賀高洋 千葉大学附属中学校 jtaka@ir.chiba-u.ac.jp1.その時何があったか2.マリオン以前,以後[1969-1978 前史]1969(1) 高校生の時はじめてコンピュータにさわる。カシオの卓上電子計算機4メモリ26ステップ、30万円。 階乗のプログラムをつくるが、ステップ数で友達に負ける。1970(2) アナログコンピュータで、滅表・強制振動をプロット。数学の試験でFORTRANのプログラミングの問題がでる。1971(3) 日常的には計算尺を使っていた(受験問題を解くときなど)。1972(4) 教養の物理学実験は、タイガー計算機でデータ整理。最小自乗法の計算には複雑な技があるようだった。19731974(5) 学部の物理学実験では、みな電卓を使い始めていた。四則演算で3万円くらいかな。しかし自分では買わない。新聞で、シャープの関数電卓が10数万円との記事をみる。1974(6) 電子計算機実習ではじめて大型計算機 (ACOS)を使う。IBMではなく、JUKIのキーパンチャーで、バッチ処理。課題は行列の対角化と5次方程式を解くが、成績はいまいち。197519761977(7) 修士論文のための計算をようやくはじめる。センターまでカード2000枚の箱をかかえて、毎日通う。使ったのはTOSBAC。カードのジャムとプリントアウトのジャムに泣く。1978(8) はじめて自分の関数電卓を買う、もらったのかな?[1979-1988 まだはじまらない]1979(9) はじめてマイコンの雑誌を買う。これからはこんな時代だ。このころパソコン関係の雑誌は 立ち読みですべて読めた。1980(10) 研究室からTSSで大型計算機を 使えるようになる。タイプライター端末はじめは300bpsその後1200bps。1981(11) PC-8001を使ったスクリーン型端末が登場。研究室の先生がアセンブラで端末ソフトを作成(流行)1982(12) PC-8801用のターミナルプログラムをBASICで自作。1983(13) PC-9801を研究室で購入。CP/M-86をもらってきて遊ぶ。ベクトル計算機登場前夜でHFPなどにも凝る。1984(14) 8087が手に入ったのでアセンブラで連立方程式のプログラムをつくる。11万円で中古9801を買う。256kBの37500円のメモリボード2枚かっ て、RAMディスク快適。1985(15) 理科教育講座の学生のための情報処理実習の授業がスタート。 内容は、コンピュータの基礎とBASICプログラミング入門。19861987(16) 本屋でMacの雑誌を買う。これからはこんな時代だ。Mathematicaも登場。やっぱりこれからはこんな時代だ。1988(17) MacIIを使って情報の授業を 行うが、ウイルスとバグと GUIが結構大変。研究室で は、PC-9801とMacを併用。[1989-1994 まだちゃんとはつながらない,が・]1989(18) 大学の情報処理センタ創設の為の準備で忙殺。SUN4/330を導入。1990(19) 情報科学講座の先生のおかげでUUCPでSRA に接続される。まいにち、Netnewsを読んで いるので仕事にならない。firec.pachinkoで齋藤明紀さんが最初のダメ出したころ。1991(20) f読み続けて1年、はじめてfi.booksに投稿。・・・[1994.8 有楽町マリオン][1994-1997 100校プロジェクト]1992199319941995(21) 3月、教育情報リンク集「インターネットと教育」スタート。[1996.12 そして世田谷][1998-1999 とても書ききれない・・・][2000- そして新たなつながり]
ChatGPT/生成AIへの対応を表明した国内の大学一覧https://note.com/pogohopper8/n/n3126b312f209(Pogo / gmoriki)各大学のChatGPT等生成系AIへの対応・方針・留意点を調べてみた(手羽一郎)生成系AIに対する各大学の見解や指針など(坂根弦太)
5月10日ChatGPTをはじめとする生成AI(generative artificial intelligence)の利用に関して旭川市立大学 学長 三上隆5月15日ChatGPT等の生成AI(人工知能)への対応について新潟薬科大学 学長 下條文武5月15日人工知能チャットボットの利用について浜松医科大学 理事(教育・産学連携担当)・副学長 山本清二5月16日学修における生成系人工知能の取り扱いについて九州工業大学 教育高度化本部長5月17日生成系AIの利活用について関東学院大学 学長 小山嚴也5月18日生成系AI(ChatGPT等)の利活用について四国大学 学長 松重和美5月19日生成系AI(ChatGPT等)利用上の留意点等について城西大学 学長 藤野陽三5月24日生成系AIガイダンス大東文化大学 学園総合情報センター- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -5月25日生成系AIの利用について千葉商科大学 学長 原科幸彦5月25日生成 AI(対話型 AI)の利用に関する本学の方針について東京未来大学 学長 角山剛5月25日教育・研究活動における生成系AIの利用について八戸工業大学 学⻑ 坂本禎智5月26日ChatGPT 等の生成系 AI について日本獣医生命科学大学 学長 鈴木浩悦5月26日ChatGPT等の生成系AIの利用に関する注意事項について鶴見大学 学長 中根正賢5月26日生成系AI(ChatGPT,BingAI,Bard等)利用についての注意喚起中国学園大学 学長 千葉喬三5月26日岡山理科大学の教育における生成系AI の取扱いについて岡山理科大学 副学長(教育担当) 松浦洋司5月26日科学技術における知的⽣産活動と⽣成系AIの利⽤について(4月28日)東京理科大学 学長 石川正俊5月29日ChatGPTなど生成系AIの利用についての本学の基本的な考え方成城大学 学長 杉本義行5月29日生成系AIの利用に関する留意事項について東京情報大学 大学院総合情報学研究科委員長 花田真樹・総合情報学部長 圓岡偉男・看護学部長 藤井博英5月31日本学の教育における生成系AIツールの利用に関する留意事項について福岡大学 教学担当副学長 加留部善晴5月31日生成AIの利用について徳島大学 理事(教育担当) 長宗秀明5月31日生成系AIの利用に関する留意事項北海道大学 理事・副学長 山口淳二
User生成系AIが学校教育の評価について参与できるかどうかのテストをしていますので協力してください。私が問題数Nとテーマを与えますので,そのテーマについて生徒が理解しているかどうかを判定するためのN個の質問項目を考えて,まず第1問目だけを提示して下さい。生徒はその質問に対する解答を入力します。その後に,あなたからの質問と生徒の解答の繰り返しが続きます。質問や解答の途中段階における説明やコメントは不要です。N個の問題の解答をあなたが受け取った後に,これらを総合的に評価して理解度を5段階で答えてください。5:優秀,4:良い,3:普通,2:あまりわかっていない,1:まったくわかっていない。です。その後,この評価に至った根拠を分かりやすく説明して,今後の学習に必要となる指針を与えてください。N=3でテーマは,「力学(物理学)におけ作用と反作用」についてです。ChatGPTそれでは、評価のための質問を始めさせていただきます。第1問目: ニュートンの第三法則(作用反作用の法則)とは何ですか?User物体の運動を作用といいます。反作用は反対に運動することです。ChatGPT第2問目: 物体Aが物体Bに力を作用させたとき、物体Bはどのような反応を示しますか?User物体Bは力を吸収します,これが反作用です。ChatGPT第3問目: 作用と反作用が同時に発生する具体的な日常生活での例を一つ挙げてください。User日常生活では起こりません。宇宙空間でのみ起こります。例えば小惑星の接近です。ChatGPT理解度評価:2:あまりわかっていないご解答ありがとうございました。今回のテーマ「力学(物理学)における作用と反作用」についての理解度を評価すると、"あまりわかっていない" という結果となりました。以下にその理由を説明します。ニュートンの第三法則(作用反作用の法則)についての理解が不十分です。作用と反作用はそれぞれ物体の運動ではなく、一つの物体に力が働くと、その力と等しい大きさの逆方向の力(反作用)が働くという法則です。物体Bが力を吸収するという表現は少し誤解を生む可能性があります。物体Aが物体Bに力を作用させた場合、物体Bは物体Aに等しい大きさで逆方向の力を作用させます。これが反作用の法則です。
作用と反作用は日常生活で常に起こっています。例えば、地面を蹴って走るとき、我々は地面に力を加え(作用)、その反作用として地面は我々に逆方向の力を加え、それが前進する力となります。以上の理由から、力学の基本的な法則である作用反作用の法則について、もう少し深く理解することが必要だと感じました。教科書を読み直すだけでなく、日常生活での例を思い浮かべながら理解を深めてみてください。それが理解の助けとなるでしょう。User次に移ります。N=1でテーマは,「力学(物理学)におけ力のつり合い」についてです。ChatGPT了解しました。それでは、評価のための質問を始めさせていただきます。力のつり合い(力の平衡)について説明してください。User重さに等しいモノを天秤の両端に取り付けると天秤がつり合います。運動している天秤ではこのようなことはありえません。ChatGPT理解度評価:3:普通ご解答ありがとうございました。今回のテーマ「力学(物理学)における力のつり合い」についての理解度を評価すると、"普通"という結果になりました。以下、その理由を説明いたします。あなたの説明は、力のつり合いの概念を一部正しく捉えています。天秤の例は力のつり合いを示す一つの具体的な例であり、それぞれの物体の重さ(つまり力)が等しい場合、天秤は平衡状態になるという理解は正確です。ただし、運動している物体についての理解については少し誤解があるようです。力のつり合い(力の平衡)は運動状態にある物体でも成り立つことがあります。例えば、一定の速度で直線運動をしている物体は、前後から働く力が等しければ力のつり合いの状態にあります。力のつり合いの概念は、物体が静止している状態だけでなく、一定の速度で直線運動をしている状態でも成り立つという点を理解することが大切です。そのために、力のつり合いについてさらに学び直すことをお勧めします。この理解は物理学全体の理解にとって重要な基礎となります。
Q:User生成系AIを学校教育で利用する場合,評価の問題を切り離して考えることはできません。「測定できないものは評価することができない」からです(*)。これまでの学校教育でも,評価者個人の主観による影響が小さくなるような工夫はされてきました(例えば,客観テストやルーブリックなど)。生成系AIの場合は,・いつ測るのか・どこで測るのか・だれが測るのか・何を測るのか・どのように測るのかの問題が特にクローズアップされてきます。これについての名案を求めます。A:ChatGPT生成系AIを学校教育に用いる際の評価についての問題は、非常に重要で複雑です。以下に、ご提示いただいた各問題点に対して提案を行います。いつ測るのかAIの活用は学習の過程を進行中に測る形で最も効果的です。AIは生徒の学習パターンを評価し、その結果を元に最適な教材や学習方法を提案できます。したがって、定期的な評価(例:週単位や各学習単元終了後など)が推奨されます。どこで測るのかAIの利用により場所の制限は大きく緩和されます。学校、自宅、または任意の場所でインターネットにアクセスできれば、AIの学習プログラムは生徒の進捗を評価できます。だれが測るのか生成系AI自体が生徒の学習を評価します。ただし、教師や教育関係者はAIが出力した結果を監視し、解釈し、最終的な評価をすることが重要です。何を測るのかAIは以下のような事項を測ることができます:学習内容の理解度:例えば、生徒が学習した内容について問い合わせを行い、その回答を分析します。学習の進捗度:教材をどの程度進めたか、理解度テストのスコアはどうかなどを分析します。学習行動・習慣:どの程度の時間と頻度で学習に取り組んでいるか、どの時間帯に活動的であるかなどを分析します。どのように測るのか生成系AIは主に以下のような方法で評価を行います:データ分析:AIは生徒の学習データを収集し、分析します。それにより、生徒の理解度や進捗度を評価します。自動フィードバック:AIは生徒からの質問に回答したり、問題の解答を提供したりします。その結果を基に、生徒の理解度を評価します。適応的学習:AIは生徒の学習パターンとニーズに応じて教材を調整します。それにより、生徒の学習効果を最大化し、進捗を測定します。パーソナライズされたレポート: AIは収集したデータを用いて、各生徒の進捗レポートを作成します。これは教師や保護者に対するフィードバックの一部となります。
その他の注意点ただし、AIの評価システムを適切に実装し使用するためには、以下の点に注意が必要です。データプライバシーとセキュリティ:生徒の学習データは敏感な情報を含む可能性があります。したがって、データの保護とプライバシーの確保が必要です。公平性と偏見の排除:AIは、学習データから偏見を学んでしまう可能性があります。そのため、AIの評価が公平であることを確認し、必要に応じて調整を行うことが重要です。教師の役割:AIが生徒の学習を評価するとはいえ、教師の役割は依然として重要です。教師はAIの出力を解釈し、生徒の学習状況を理解するために必要なコンテクストを提供します。学習意欲の保持:AIが適切なフィードバックを提供し、学習の進捗を評価することで、生徒の学習意欲を保つことが可能です。生成系AIの活用は学校教育に新たな可能性をもたらしますが、上記の問題に対する解決策を明確にすることで、より効果的な活用が可能になります。
In[1]:= f[\[Mu]_, \[Sigma]_] :=Integrate[ Exp[-(x - \[Mu])^2/(2*\[Sigma]^2)]/Sqrt[2*Pi*\[Sigma]^2], {x, -Infinity, Infinity}]In[2]:= f[29.62, 3.58]Out[2]= 1. - 8.59978*10^-15 IIn[3]:= g[\[Mu]_, \[Sigma]_] :=Plot[Exp[-(x - \[Mu])^2/(2*\[Sigma]^2)]/Sqrt[2*Pi*\[Sigma]^2],{x, 0, 20 \[Sigma]}, PlotRange -> {0, .12}]In[4]:= g1 = g[29.62, 3.58];In[5]:= g2 = g[30.47, 3.90];In[6]:= Show[g1, g2]Out[6]= -Graphics-In[7]:= Plot[{PDF[NormalDistribution[29.62, 3.58], x] // Evaluate,PDF[NormalDistribution[30.47, 3.90], x] // Evaluate},{x, 0, 50}, Filling -> Axis, PlotRange -> {0, 0.13}]Out[7]= -Graphics-
Q:User大学の授業で出されるレポート課題(エッセイ)に対して,ChatGPTを使って答えを生成してそのまま提出する学生が頻出するのではないかとの懸念が示されている。このため,大学によっては,ChatGPTの使用を禁止したり,制限しようとする動きがみられる。これは,各大学で発出される「生成系AIの利用に関する注意事項」として成文化されつつある。ここでは,上記のようなレポート問題だけではなく,機密情報や個人情報の漏洩,著作権侵害の恐れなどが指摘されている。これによって,ChatGPTなどの生成系AIの利用を,程度の大小はあれ,抑制することで,大学でのトラブル発生を減らそうようというリスク管理の動きが顕著にうかがえる。ところで,今後の社会は,現在の生成系AIやその発展形態となるAIシステムとは無関係ではありえない。そのため,できるだけ早期にその利用方法を習得して対応することが求められている。授業のレポート課題などでの使用制限を越えて,教員や学生が積極的にChatGPTなどの生成系AIシステムを活用することができるようにするには,どうすればよいか,具体的な例を箇条書きで示すことで,これらの疑問や懸念を払拭する方法を教えてください。A:ChatGPT生成型AIの恰好な利用に関して教員や学生を支援するための具体的な提案は以下のとおりです。教育的な目的でのAI利用: 学生が生成型AIを使ってエッセイを書く代わりに、学生が自分の言葉で議論を組み立てる訓練の一環として、AIを使用する方法を教える。AIは情報源やアイデア生成ツールとして有用だが、最終的な書き上げと分析は学生自身が行うべきである。プラグラミングスキルの教育: 学生自身がAIを制御、調整、プログラムする方法を教える。これは学生がテクノロジーを適切に利用する方法を理解し、潜在的なミスや誤解を避けるのに役立つ。AIの限界と可能性についての教育: AIが何を得意とし、何が苦手であるかを学生に理解させる。これにより、AIが学術的なタスクにどのように利用できるか、またどのように利用すべきでないかについて理解を深める。データプライバシーと情報セキュリティの教育: AIがどのようにデータを処理し、保管するかについての教育を強化する。これにより、学生は自分の情報をどのように安全に管理するか、またAIを使用する際にどのようなリスクが存在するかを理解する。情報源の評価: AIが生成する情報の信頼性を評価するためのスキルを教える。これにより、AIが提供する情報が常に正確であるわけではないことを理解する。AIの倫理的使用: AIが持つ可能性とリスクについての議論を促す。これにより、AIを道徳的、倫理的にどのように使用すべきかについての理解を深める。AIの使用ガイドラインとポリシーの作成: 学校全体でAIの使用ガイドラインとポリシーを作成し、これをすべての学生と教職員に共有する。これにより、AIの適切な使用に関する共通の理解を形成し、問題の予防を図る。学生と教員のためのAIリテラシーワークショップ: 定期的にAIに関する教育ワークショップを開催し、学生と教員がAIについての最新の知識を得ることを支援する。これにより、AIの正しい利用と倫理的な問題に対する理解が深まる。対話とフィードバック: 教員と学生がAIの使用経験について定期的に意見交換を行い、互いに学び合う環境を作る。これにより、問題や新たな利用法が迅速に共有され、学習経験が改善される。AI利用の透明性: AIを使用して生成された作業や研究についてはその事実を明示する。これにより、利用の公正さと透明性が保たれ、評価における不公平さが避けられる。これらの提案を通じて、教員と学生がAIを適切に使用し、理解するスキルを育てることが可能となるでしょう。AIが学術環境での問題解決や創造性を刺激するツールとして有効に活用されるためには、その正しい利用法と倫理的な問題について理解を深めることが必要となります。Q:User対応のための全体的イメージや戦略は把握できました。とくに第1項目に関連して,これまで出していたようなエッセイ課題はどのように修正すれば,ChatGPTの結果をそのまま回答に使う(大学によってはこれを剽窃とまでよんでいます)ことを避けることはできるでしょうか。学生は全員ChatGPTにいつでも自由にアクセスできる環境があるものとします。A:ChatGPTChatGPTなどの生成型AIが学生の手元にあり、それを活用する能力もある状況下で、エッセイ課題を設計する際には、以下のような要素を考慮すると良いでしょう。個人的な視点や体験を求める: AIは一般的な知識に基づく答えを生成できますが、個人的な経験や視点に基づく答えを生成することはできません。したがって、学生に自分自身の意見や体験に基づく思考を要求するエッセイ課題は、AIがそのまま解答することを防ぐことができます。クリティカルシンキングの展開: AIは情報を提示し、論理的な結論を導くことができますが、複雑な問題に対する深い洞察や独自の分析を提供することは困難です。そのため、特定の問題やトピックについての深い分析や評価を要求する課題は、AIの直接の回答を避ける助けになります。アプリケーションとシミュレーション: 抽象的な概念や理論を具体的な状況や事例に適用するような課題は、AIが自動的に解答することを難しくします。これは、AIが現実の状況を完全に理解する能力に限界があるためです。ディスカッションとコラボレーション: チームやグループでのディスカッションやコラボレーションを必要とする課題は、AIの単独での解答を防ぐことができます。また、ディスカッションの過程を報告するような課題は、学生自身の対人スキルやチームワークのスキルを評価する機会にもなります。リフレクション: 自己反省や思考の反省を要求する課題は、AIが解答することを困難にします。これは、AIが自己意識や自己理解を持つことができないためです。
上記のようなアプローチにより、生成型AIの単純な利用を超えて、学生自身の思考力や独自性を引き出す課題設計が可能となります。また、以下の点も考慮するとより有効でしょう。
オープンエンドの問い: 一つの明確な正解が存在しない問題を提出することも、生成型AIの単純な利用を避ける有効な手段となります。このような問題は、学生が多角的に考え、自分自身の見解を形成することを促します。プロジェクトベースの学習: 長期的なプロジェクトを課題とすることで、学生が深く学び、自分自身の解釈と分析を形成するプロセスを評価できます。これは、単一の問題に対する一時的な回答よりも、AIを単純に利用することを避ける助けとなります。実験や観察に基づくレポート: 実験の設計、実行、観察、そしてその結果の解析と報告を求める課題は、AIが単独で完結することを難しくします。これは学生自身の科学的な思考や観察力を評価する良い方法です。教材の外部情報の使用: 一部の情報を教材以外から引用するような課題も、生成型AIの単純な利用を防ぐ手段となります。その際、どの情報源をどう選択し、その信憑性をどう判断したかを報告することを求めると、情報リテラシーも評価できます。これらの提案を通じて、教員は学生が自分自身の思考力と創造性を発揮し、生成型AIを超えた高度な学習を達成するのを助けることができます。
5月15日長浜バイオ大学における生成系 AI の使用に関する方針長浜バイオ大学 学長 伊藤正惠
5月19日国立音楽大学における生成系AIへの教学上の対応について国立音楽大学5月19日教育におけるChatGPT等の生成系AIの利用について北海商科大学 教務センター長5月19日全学教育科目における生成系AIの利用に際しての留意事項名古屋大学 教養教育院長 納谷信5月19日学修における生成系AI(ChatGPT等)活用に関する注意事項武蔵野大学 学長 西本照真5月21日学修におけるChatGPT等の生成系AIの使用への対応について鈴鹿大学情報教学管理委員会5月22日ChatGPT等の生成AIの利用について成蹊大学長 森雄一5月22日生成AIへの愛知大学の対応について愛知大学5月23日生成系AI(ChatGPTなど)の使用に関わる注意京都産業大学 学長 黒坂光5月23日生成系AI(ChatGPT等)の利用について和洋女子大学 学長 岸田宏司5月23日本学の教育活動における生成系AI(ChatGPT等)の利用方針広島大学 理事・副学長(教育・平和担当) 鈴木由美子5月23日生成系AI(人工知能)の利用についての考え方神戸女学院大学5月24日ChatGPT等生成系AIの利用について宮城大学 副学長(教育担当) カリキュラムセンター長5月24日学生の生成系AIの使用に関する本学の考え方国際基督教大学 教養学部長 生駒夏美・大学院部長 溝剛・学生部長 木部尚志
Q:UserJuliaで,PyCallとSymPy がうまく動きません。例えば,(中略)Error building `PyCall`:どうしたらいいでしょう。A:ChatGPT問題は、おそらく libpython が見つからないために発生しているようです。以下の手順で問題を解決してみてください。Julia REPLを終了して、再度起動してください。次に、次のコマンドを実行して、PyCallを再構築し、環境変数を設定してください。juliaCopy codeENV["PYTHON"] = "/Users/koshi/.julia/conda/3/bin/python"import PkgPkg.build("PyCall")もしまだ問題が解決しない場合、次の手順を試してください。(中略)もしまだ問題が解決しない場合、PYCALL_DEBUG_BUILD 環境変数を設定して、デバッグ情報を取得してみてください。(中略)これで、エラーが発生している理由に関する追加情報が得られるはずです。その情報を使用して、問題を特定し、解決策を見つけることができます。SymPyの問題が解決しない場合、まずPyCallが正常に機能していることを確認してください。その後、SymPyの再構築を試みてください。これらの手順のいずれかが、PyCallとSymPyの問題を解決するはずです。それでも問題が解決しない場合は、エラーメッセージとともに質問してください。
で最初のPYTHON環境変数を /opt/homebrew/bin/python3.11 に置き換えて(だったかな?) なんとかクリアすることができた。
% brew install sbcl gpg zmq gnuplot% brew edit maxima% brew install maxima -s[quicklispをインストール(sbcl起動時の自動読み込みまで設定)]quicklisp.lispをダウンロード。% curl -O https://beta.quicklisp.org/quicklisp.lisp% curl -O https://beta.quicklisp.org/quicklisp.lisp.asc% gpg --verify quicklisp.lisp.asc quicklisp.lisp% sbcl* (load "quicklisp.lisp")* (quicklisp-quickstart:install)* (ql:system-apropos "vecto")* (ql:quickload "vecto")* (ql:add-to-init-file)* (quit)[maxima-jupyterをインストール]そのgithubレポジトリをクローンし展開したディレクトリに移動% cd ~/Library% git clone https://github.com/robert-dodier/maxima-jupyter.git% cd maxima-jupyter% export C_INCLUDE_PATH="/opt/homebrew/include/"% maxima(%i1) load("load-maxima-jupyter.lisp");(%i2) jupyter_install();(%i3) quit();[jupyterを起動]% jupyter lab
これで,Maxima-Jupyterは動いたが,Jupyter labのところで引っかかったわけだ。
3月の末にOpenAIからChatGPTにPluginが搭載されて,外部アプリケーションを組み合わせることができるとのアナウンスがあった。
数日前から 日本でも利用が開始されたようで,ユーザからの報告があがっていた。自分は順番待ちなのかと指をくわえていたが,ふと気がついてWebインタフェースの左下にある自分のSettings(環境設定)をのぞいて見ると,Beta featuresの中のWeb browsing と Plugins のスイッチが動かせるようになっていた。さっそく両方ともONにした。
Pluginsの方はさらに自分の必要なPluginを使えるように設定する必要があるので,早速Wolfram Alphaの機能を入れた。70-80ほどのPluginsがある。SNSでは3つまで使えるとあった。どれを普段使いにするかはもう少し様子をみてからだ。
さっそく,WolframAlphaを試してみる。
Q:User
x^3+y^3+1-3 x y を因数分解してください
A:ChatGPT(3.5)指定された式は、一般的にキュービックアイデンティティとして知られる形式を持っています: a³ + b³ = (a + b)(a² - ab + b²)。あなたの式で、x^3 + y^3 + 1 - 3xy の第三項と第四項が a³ + b³ の形式に合わせるように整理できます。つまり、a = x、b = y、および、c = 1として、 a³ - 3ab + b³ + c³ を因数分解します。これにより、以下のような形式になります。(x - y)²(x + y) + 1これは因数分解の一形式であり、より具体的に展開することは可能ではありません。なお、上記の式はx, yの値により、具体的な値を取ることが可能です。A:ChatGPT(4.0+WolframPlugin)式x^3+y^3+1−3 x yの因数分解は次のようになります:(x+y+1)(x^2−x y−x+y^2−y+1)また、この式の3Dプロットと等高線プロットは以下の通りです:3Dプロット:3D plot等高線プロット:Contour plot
(1)生成 AI による報道コンテンツ利用をめぐる見解(2)言論空間の混乱と社会の動揺(3)個人情報保護上の懸念(4)現行著作権法や法改正に至る過程の問題点(5)報道機関の著作物等をめぐる課題(6)不透明な運用実態、権利者への不十分な情報開示
(著作物に表現された思想又は感情の享受を目的としない利用)第三十条の四 著作物は、次に掲げる場合その他の当該著作物に表現された思想又は感情を自ら享受し又は他人に享受させることを目的としない場合には、その必要と認められる限度において、いずれの方法によるかを問わず、利用することができる。ただし、当該著作物の種類及び用途並びに当該利用の態様に照らし著作権者の利益を不当に害することとなる場合は、この限りでない。一 著作物の録音、録画その他の利用に係る技術の開発又は実用化のための試験の用に供する場合二 情報解析(多数の著作物その他の大量の情報から、当該情報を構成する言語、音、影像その他の要素に係る情報を抽出し、比較、分類その他の解析を行うことをいう。第四十七条の五第一項第二号において同じ。)の用に供する場合三 前二号に掲げる場合のほか、著作物の表現についての人の知覚による認識を伴うことなく当該著作物を電子計算機による情報処理の過程における利用その他の利用(プログラムの著作物にあつては、当該著作物の電子計算機における実行を除く。)に供する場合
5月9日ChatGPT等の生成系AI利用に関して北海道科学大学 学長 川上敬5月10日対話型AI サービスの利用について山梨県立大学教育改革推進室室長・副学長 八代一浩- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -5月11日筑波大学における生成系AIの使用に関する基本方針筑波大学5月11日生成系AIの使用について総合研究大学院大学5月11日生成系AI(ChatGPT等)の使用について宮崎産業経営大学 学長 大村昌弘5月11日生成AIツールと教育についての教員向けガイド大阪公立大学高等教育研究センター5月11日ChatGPTをはじめとする生成AIの利用に関して神戸大学 海洋政策科学部・海事科学部・海事科学研究科5月12日生成系AI(ChatGPT等)の取り扱いについて横浜国立大学 副学長(教育担当)髙木まさき・副学長(研究・情報担当)四方順司5月12日チャットGPT等の生成系AI(人工知能) 利用に関する対応について常葉大学 副学長 安藤雅之・磯貝香・小田寛人 教務部長 笛木茂雄5月12日ChatGPT等生成系AI利用上の注意事項について城西国際大学 学長・教務部長5月12日ChatGPTなどの生成系AI利用について平安女学院大学学長 谷口吉弘5月12日APU における生成系 AI の利活用について立命館アジア太平洋大学 教学部長 MEIRMANOV Serik5月12日生成系人工知能をはじめとするAIの利活用について立教大学5月12日教育研究上における Chat(チャット)GPT 等の利用に関する注意事項九州産業大学 学長 北島己佐吉5月15日ChatGPT等生成AIの利用について慶應義塾大学5月15日ChatGPT等(AIチャットボット)の取扱いについて独協大学5月16日生成系AIの利用について和光大学 学長 半谷俊彦5月16日ChatGPT などの生成系人工知能(AI)について順天堂大学 学長 新井一5月17日生成系AI(ChatGPT等)利用に関する注意事項について新潟大学 学務部教務課5月17日生成系AIに対する大東文化大学の対応について大東文化大学5月17日生成系AIの利活用について関東学院大学 学長 小山嚴也5月17日ChatGPTをはじめとする生成系AIの利用について明治大学 学長 大六野耕作5月18日ChatGPT等の生成AIへの対応について敬愛大学 学長 中山幸夫5月18日生成系 AI(Generative AI)の利用に関する注意事項について大分県立看護科学大学 学長 村嶋幸代5月18日大学での生成系AIの活用について文教大学 学長 中島滋