AI が学生の創造性・挑戦を解き放つ（アニメ）

DOI 機関リポジトリ

この論文をさがす

説明

生成AI が登場してから2 年以上が経った時点で，生成AI が過去の科学技術と異なる点が分かって来た。一つは技術開発のスピードが非常に速いことである。動画生成AI は2025 年に一歩先に進んだ。Sora「storyboard」とPika2.0「Scene Ingredients」である。人物と背景を入れて，「連続したシーン＝物語（ストーリー）」を作れる。視点が「イラストレーター」「クリエイター」から「プロデューサー・監督」に変わった。またグーグル「Veo」では1 分～2 分の動画生成が出来，4K60FPS のクオリティとなっている。　AI に期待されるのは，「データサイエンス」や「DX」教育による生産性・効率性を高める単純な自動化・省力化ではない。人とAI は対立するものでも置換されるものでもなく，「共創」する存在である。AI 革命は第１波のデータサイエンス・DX に代表される「予測・自動AI」から第2 波の「生成AI」にシフトした。表1 が示す通り，数学が苦手な文系学生には第1 波の「データサイエンス」「DX・自動化」は面白いものではなく，第2 波が「クリエイティブ（創造）」の喜びを付与してくれた。社会で不足するのは，AI を使った開発ができるエンジニアであり，理系というイメージが強いが，実際にAI を活用するのは文系分野である。文系の学部・学科こそ，「活用」という意味でのAI スキル取得を促進すべきであり，「専門性」＋「AI」＝「新分野の勉強・研究」という組み合わせがイメージし易い。開発者が足りないというのはあくまでも目先の問題であり，最終的にAI を利用できる分野は文系に幅広く残る。今後，AI は2025 年から始まった第3 波の「AI エージェント」を経て最終ゴールの第4 波の「汎用AI（AGI）」へ向かう。日本のデジタル競争力はスイスのビジネススクールIMD によれば，世界64 カ国・地域で32 位である。「人材」は49 位，「デジタル・技術的スキル」は63 位に沈む。日本の大学教育が世界から大きく遅れた理由は第1 波の「予測」で留まり新段階に挑戦しなかったことにある。データサイエンスが唱える「人を技術の下の奴隷（下僕）にする」考え方（効率優先）ではなく，「テクノロジーの進化と共に人間が共進する」世界への挑戦を考えた。「誰のための教育か」を考え効率化ではなく価値創造に挑戦する。

収録刊行物

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ