OpenAI の力で教育が変わる！？タスク完了12.2%アップ、作業速度25.1%向上、品質40%向上！ - ケンタウロスとサイボーグの教え
この記事は、ChatGPT のサポートを受けて作成しています。
会話を終えて、最後に作ってもらった画像がトップ画です！これはケンタウロスなのか？笑
OpenAI を使用すると、チームはより多くの作業を迅速に行うことができる
これは、こちらの記事を引用しているものです。
そもそも、ChatGPT を使って、本当に仕事の効率が良くなるの？？という話を裏付けるレポートになっています！
まとめると、
1.概要
The public release of Large Language Models (LLMs) has sparked tremendous interest in how humans will use Artificial Intelligence (AI) to accomplish a variety of tasks. In our study conducted with Boston Consulting Group, a global management consulting firm, we examine the performance implications of AI on realistic, complex, and knowledge-intensive tasks. The pre-registered experiment involved 758 consultants comprising about 7% of the individual contributor-level employees at the company. After establishing a performance baseline on a similar task, subjects were randomly assigned to one of three conditions: no AI access, GPT-4 AI access, or GPT-4 AI access with a prompt engineering overview.
Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality
https://www.hbs.edu/faculty/Pages/item.aspx?num=64700
大規模言語モデル(LLM)の一般公開は、人間が人工知能(AI)を使って様々なタスクを達成する方法について、大きな関心を呼んでいる。世界的な経営コンサルティング会社であるボストン・コンサルティング・グループと共同で実施した本研究では、現実的で複雑な知識集約的タスクにおけるAIのパフォーマンスへの影響を検証した。事前登録された実験には、同社の個人貢献レベルの従業員の約7％を占める758人のコンサルタントが参加した。同様のタスクでパフォーマンスのベースラインを確立した後、被験者は3つの条件の1つにランダムに割り当てられた：AIアクセスなし、GPT-4 AIアクセス、またはプロンプトエンジニアリング概要付きGPT-4 AIアクセス。
対象: ボストン・コンサルティング・グループの758人のコンサルタント。
目的: 現実的で複雑なタスクにおけるAIの効果を評価。
被験者: AI アクセスなし、GPT-4 アクセス、または迅速なエンジニアリング概要を伴う GPT-4 AI アクセスの 3 つの条件のいずれかにランダムに割り当て。
2.結果
We suggest that the capabilities of AI create a “jagged technological frontier” where some tasks are easily done by AI, while others, though seemingly similar in difficulty level, are outside the current capability of AI. For each one of a set of 18 realistic consulting tasks within the frontier of AI capabilities, consultants using AI were significantly more productive (they completed 12.2% more tasks on average, and completed tasks 25.1% more quickly), and produced significantly higher quality results (more than 40% higher quality compared to a control group). Consultants across the skills distribution benefited significantly from having AI augmentation, with those below the average performance threshold increasing by 43% and those above increasing by 17% compared to their own scores. For a task selected to be outside the frontier, however, consultants using AI were 19 percentage points less likely to produce correct solutions compared to those without AI.
Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality
https://www.hbs.edu/faculty/Pages/item.aspx?num=64700
私たちは、AIの能力が「ギザギザの技術的フロンティア」を形成していることを示唆する。そこでは、あるタスクはAIでも容易にこなせるが、他のタスクは一見同じような難易度に見えるが、現在のAIの能力からは外れている。AIの能力のフロンティア内にある18の現実的なコンサルティング・タスクのそれぞれについて、AIを使用したコンサルタントは、著しく生産性が高く（平均で12.2％多くタスクを完了し、25.1％早くタスクを完了した）、著しく質の高い結果を生み出した（コントロール・グループと比較して40％以上質が高い）。平均的なパフォーマンスのしきい値以下のコンサルタントは43％増加し、それ以上のコンサルタントは17％増加した。しかし、フロンティアから外れたタスクを選択した場合、AIを使用したコンサルタントは、AIを使用しなかったコンサルタントと比較して、正しい解決策を生み出す可能性が19ポイント低かった。
AIの使用による生産性の向上: AIを使用したグループは、タスクを平均で12.2%多く、25.1%速く完了。
品質の向上: AIを使用したグループのタスクの品質は、使用していないグループと比較して40%以上向上。
スキルレベルに関わらず恩恵: 全スキルレベルのコンサルタントがAIの補助から恩恵を受け、特に平均以下のパフォーマンスの者は43%の改善を見せた。
このレポートでは、全てのスキルレベルのコンサルタントがAIの支援から恩恵を受けたことがわかります！！
これは、
AIが単に高度な専門家や高性能な従業員にのみ有益なのではなく、さまざまな能力を持つ個人にもメリットがあるよ！
ということを示していますね！
つまり、
初心者から上級者まで、異なるレベルのスキルを持つ人々がAIを利用することで、そのパフォーマンスが向上する可能性がある
ということです。
特に注目すべきは、
平均的なパフォーマンスレベル以下のコンサルタントが、
AIの使用により43%の改善を示した
ということです！
おそらく、AIが提供するデータ分析、問題解決の洞察、効率的な作業方法などのゼロからイチを作る作業やサポートが、これらの個人のスキルアップや作業の質の向上に寄与したのでは？🧐
これは教育現場においても、様々なレベルの先生方や子どもたちをサポートを提供し、個々のニーズに応じて効果的に貢献できることが証明されてましたね！
例えば、教育現場では、AIが学生の学習スタイルや理解度に合わせて個別指導を行うことで、全体的な学習成果の向上に寄与することが期待されます
また、先生方の各種研修においても、AIの補助が大きな効果を発揮する可能性があります！
AIの能力の範囲外
For a task selected to be outside the frontier, however, consultants using AI were 19 percentage points less likely to produce correct solutions compared to those without AI
とあるように、AIの能力の範囲外にある特定のタスクについて、AIを使用することが必ずしも有益でないことも記述されています。
具体的には、
AIを使用したコンサルタントが、AIを使用しないコンサルタントに比べて、正しい解決策を見つける確率が19パーセントポイント低かった
ということです。
これは、AIが得意とする特定の種類のタスクがあり、一方でAIが現在の技術ではまだうまく対応できない他のタスクがあることを意味します！
たとえば、AIはデータ分析やパターン認識などのタスクには強いですが、高度な創造性や深い主題理解が必要なタスクでは、人間の直感や判断力に劣る場合があります。
具体的には、次のようなタスクが想定されると思います！
高度な創造性が必要なタスク:
芸術作品の創作や革新的な発想を必要とするプロジェクトなど、オリジナルで独創的なアイデアが求められるタスク
高度な対人スキルが必要なタスク:
精神的支援、深い共感を必要とするカウンセリング、交渉や説得などの対人関係のダイナミクスが複雑なタスク
不確実性や曖昧さが高い状況での意思決定:
限られたデータや不明確な情報に基づいて意思決定を行う必要があるタスク
倫理的判断や価値観に基づく決定:
倫理的なジレンマや個人的な価値観を考慮して決定を下す必要があるタスク
したがって、この結果は、AIの使用が常に最良の選択ではなく、
タスクの性質によってはAIの使用が実際にパフォーマンスを低下させる可能性がある
ということも覚えておきましょう！
3.ケンタウロスとサイボーグ
Further, our analysis shows the emergence of two distinctive patterns of successful AI use by humans along a spectrum of human-AI integration. One set of consultants acted as “Centaurs,” like the mythical half-horse/half-human creature, dividing and delegating their solution-creation activities to the AI or to themselves. Another set of consultants acted more like “Cyborgs,” completely integrating their task flow with the AI and continually interacting with the technology.
Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality
https://www.hbs.edu/faculty/Pages/item.aspx?num=64700
さらに、我々の分析は、人間とAIの統合のスペクトルに沿って、人間によるAIの成功の2つの特徴的なパターンの出現を示している。1つは、神話に登場する馬と人間のハーフのような「ケンタウロス」として行動するコンサルタントで、ソリューションの創造活動をAIや自分自身に分担・委譲していた。もう一組のコンサルタントは、より「サイボーグ」のように行動し、自分のタスクフローをAIと完全に統合し、テクノロジーと絶えず相互作用していた。
この段落は、人間とAIの統合における2つの異なる成功パターンについて説明しています。具体的には、「ケンタウロス」と「サイボーグ」というメタファーを用いていますね。
これを解釈すると、
「ケンタウロス」スタイルのAI統合
概念: この概念では、人間はAIと協力しながらも、彼らの活動をAIと分けて行います。つまり、タスクの一部は人間が、もう一部はAIが担当するという方法です。まさにケンタウロスのように、半分半分の感じですね！
実践例: たとえば、データ分析はAIに任せ、その結果に基づいて戦略的な意思決定や創造的な思考を人間が行うといった形です。この方法では、AIはツールとして使用され、特定のタスクやプロセスを支援するが、最終的な決定や複雑な問題解決は人間が行います。
「サイボーグ」スタイルのAI統合
概念: こちらでは、人間とAIの間の境界がより曖昧で、タスクの流れがAIと完全に統合されます。人間はAIと継続的に相互作用し、タスクの実行を共同で行います！
実践例: このスタイルでは、AIは単なるツールではなく、人間の思考プロセスや意思決定プロセスの一部となります。例えば、リアルタイムでのデータ分析やフィードバックを提供し、人間がこれを直接的に活用して決定を下すといった形です。ここでは、AIはよりアクティブな役割を担い、作業の実行に直接参加します。
これらのパターンは、人間とAIがどのように協力し、タスクを効果的に達成するかについての異なるアプローチを示しています！
どちらのスタイルも、AIの能力と人間の創造性や判断力を組み合わせることで、より高い効率性と効果性を目指すことができると思います🚀
しかし、これらは異なるタイプのタスクや個人の好み、作業環境によって適切なアプローチが異なることも示唆しています！
みなさんは、ケンタウロスとサイボーグ、どちらですか！？😎
4.教育者への応用
次の３つにまとめられます！
生産性の向上: 教師は、計画、評価、教材作成などのタスクでAIを利用して効率を高めることができる！
品質の向上: 教材の品質や授業計画の精度がAIの支援により向上する可能性がある！
個別のニーズに対応: 異なるスキルレベルやニーズを持つ生徒に対して、カスタマイズされた教育プログラムや支援を提供するのにAIを活用できる！
これまでに言われてきたようなことですが、OpenAI のサイトでも引用しているように、一つの根拠が提供されましたね！
ただし、注意点もあります！
5.注意点
これは、もう何度も書いてきているような内容ですが、AIはすべてのタスクに適しているわけではなく、AIの能力の限界を理解することが重要になります。
もちろん、限界のレベルは日々向上されているとはいえ、AIがそのクラスの雰囲気、子どもたちの雰囲気を全て把握することは難しいですよね。
そのため、我々はAIを補助ツールとして使用し、生徒との直接的な関わりや個人的な指導の重要性を忘れないようにしたいですね。
このようなAIの適切な利用が教育の質を高め、教育者の効率を向上させていきたいですね！
チームプランのデータ学習について
X
ポートフォリオ
YouTube チャンネル
いちばんやさしい Google Apps Script
何かと０から１を作るのは大変だと思います。学校はどこも似たような問題課題に対応していると思います。それなのに、先生って自分だけで頑張ろうとするんですよね。ボクの資料やnoteが１になって、学校ごとの現状に合わせてカスタムしていただければと思います‼️