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。
2023年6月16日金曜日
べんとりくん
2023年6月15日木曜日
大学教育とChatGPT(9)
6月7日生成系 AI の適切な利用についての学長メッセージ東京医療保健大学 学長 亀山周二https://www.thcu.ac.jp/uploads/posts/2597/file.pdf6月8日ChatGPTをはじめとする生成系AIの利用に関して藤女子大学 学長6月8日ChatGPT等の生成系AIに関する基本方針について桃山学院大学 学長 中野瑞彦6月8日生成系AIに関する学長メッセージ東北学院大学 学長 大西晴樹6月8日ChatGPT等の生成AI利用に関する本学の方針と留意事項新潟医療福祉大学 副学長(教育担当) 大山峰生・研究科長 佐藤大輔6月8日チャットGPTなどの生成系AIの利用について名古屋学院大学 学長6月8日生成系 AI (人工知能)の 利用 について (方針)愛知学院大学 学長 引田弘道6月9日ChatGPT等の生成系AIの利用について琉球大学 理事(教育・学習支援)・副学長6月9日対話型生成系AIの使用について昭和女子大学 学長 金尾朗6月12日ChatGPT などの⼈⼯知能の講義・実習における活⽤について(4月10日)九州大学 教育担当理事 園⽥佳巨6月12日本学におけるChatGPT等の生成系AIの使用に関する取扱いについて共立女子大学 学長 川久保清6月12日Chat GPT等の生成系AIの利用に関する学生向け指針新潟リハビリテーション大学長 山村千絵6月13日ChatGPT等(生成系AI)への対応について愛知淑徳大学 学長 島田修三6月14日レポート・論文執筆等の学修における生成系 AI の利用について奈良県立大学 教務委員会6月14日生成系AI(ChatGPT、Bing AI等)の使用に関する留意事項について鳴門教育大学 学長 佐古秀一
2023年6月14日水曜日
鏡の中のミステリー
2023年6月13日火曜日
2023年6月12日月曜日
IUGC
2023年6月11日日曜日
インターネットと教育フォーラム(2)
2023年6月10日土曜日
Apple Vision Pro(1)
(1) Mac (+マウス):パーソナルコンピューティングの登場(2) iPhone(+マルチタッチ):モバイルコンピューティングの登場(3) Vision (+指・声・視線):空間コンピューティングの登場
Vision Proはアイトラッキングと網膜状態の検出ができる。ハンドトラッキング、身体の揺れ方、声の調子とかも常にデータ収集し続けている。AppleWatchを付けてれば脈拍だって取得できる。AppleのAIモデルはこれらの人体データを総合的に判断して、ユーザが好奇心を感じてるか、怯えているか、そういう精神状態を予測する。
2023年6月9日金曜日
大学教育とChatGPT(8)
5月26日授業レポート等における生成系 AI への対応について学習院女子大学 教務部長- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -6月1日生成系AIの利用に関する対応について中部大学 学長 竹内芳美,教務部長 佐伯守彦6月1日ChatGPT等の生成系AIの利用に関する注意喚起聖学院大学 学長 小池茂子,教務部長 若原幸範6月1日生成系AIの使用に関する留意事項について大阪教育大学 副学長 廣木義久6月1日学習における生成AI(ChatGPT、Bard、BingAI等)の使用について同志社大学 教務部長6月1日ChatGPT等の生成系AIの利用について国学院大学 学長 針本正行6月1日授業におけるChatGPT等生成AIの利用方針について松山大学 学長 新井英夫6月2日愛媛大学における生成AIの利活用に関する基本的考え方愛媛大学 学長 仁科弘重6月5日鳥取大学における生成系AIの利用に関する基本方針と注意事項鳥取大学長 中島廣光6月6日中央大学における「生成系AI」についての基本的な考え方中央大学 学長 河合久中央大学の教育課程における「生成系AI」利用上の留意事項について6月6日ChatGPT等の生成系AIの利用について大阪産業大学6月7日生成AIの利活用について信州大学理事(情報・DX担当)・副学長 不破泰6月7日生成系AI・翻訳AIの利用についての基本方針公立はこだて未来大学長 鈴木恵二
2023年6月8日木曜日
会話行動に関する調査
2023年6月7日水曜日
社会生活基本調査
社会生活基本調査は,統計法に基づく基幹統計調査として,生活時間の配分や余暇時間における主な活動(学習・自己啓発・訓練,ボランティア活動,スポーツ,趣味・娯楽及び旅行・行楽)を調査し,国民の社会生活の実態を明らかにするための基礎資料を得ることを目的として5年ごとに実施しています。
というもので,直近は令和3年(2021年)版だ。詳細行動分類による生活時間に関する結果が昨年の12月に公表されている。ここにスマートフォン・パソコンの使用時間があった。使用者率が65%,平均使用時間(使用者についての)が4.29時間である。この調査は,10歳から75歳以上を対象としているため,情報通信メディアの利用時間(6時間)に比べれば,値が小さくなるのはしかたがない。14歳以下や65歳以上をのぞけば,使用者率78.9%,平均使用時間4.89時間程度にはなるので,6時間にはとどかないがまあ同じオーダにはなっている。
使用者率が78.9%というのは低すぎるような気がするのだけれど・・・。
2023年6月6日火曜日
情報通信メディアの利用時間
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。2023年6月5日月曜日
シンセティック・メディア(2)
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。
2023年6月4日日曜日
シンセティック・メディア(1)
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。
2023年6月3日土曜日
合計特殊出生率(1)
# 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")}
2023年6月2日金曜日
インターネットと教育フォーラム(1)
'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]
2023年6月1日木曜日
大学教育とChatGPT(7)
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
2023年5月31日水曜日
googleアカウント
2023年5月30日火曜日
対話型AIによる教育と評価(2)
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。
2023年5月29日月曜日
対話型AIによる教育と評価(1)
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。