※本記事は、AI for Good（ITU主催）のウェビナー「Educational Robots Providing High-Quality and Inclusive Education for All」の内容を基に作成されています。ウェビナーの詳細および動画は https://www.youtube.com/watch?v=KC23y4GdA1E でご覧いただけます。
登壇者は、モデレーターのTony Belpaeme氏（ゲント大学教授）、Tony Prescott氏（シェフィールド大学教授）、Sneh Vaswani氏（Miko CEO・共同創業者）、Pierre Dillenbourg氏（スイス連邦工科大学ローザンヌ校教授）、Laura Boccanfuso氏（Van Robotics）、およびOkan Dursun氏（国連事務総長青年特使）です。
本記事では、ウェビナーの内容を要約・再構成しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。
1. 開会・イントロダクション
1-1. AI for Goodウェビナーの趣旨と登壇者紹介
Gila Martinez Rora： 本日は「Educational Robots Providing High-Quality and Inclusive Education for All（すべての人に質の高いインクルーシブな教育を提供する教育ロボット）」をテーマにしたAI for Goodウェビナーへようこそ。AI for Goodは、ITUが40の国連姉妹機関と連携し、スイスと共同で主催する、国連で最も行動志向のグローバルプラットフォームです。本セッションは、AIを活用したロボットが人間の可能性を解放し、国連の持続可能な開発目標（SDGs）の達成にどう貢献できるかを探る「ロボティクスプログラミングトラック」の一環として開催されています。本日のモデレーターはゲント大学教授のTony Belpaeme氏です。パネリストとして、Van Robotics共同創業者のLaura Boccanfuso氏とFusoから登場いただく予定のほか、シェフィールド大学教授でConsequential Robotics共同創業者のTony Prescott氏、MikoのCEO兼共同創業者のSneh Vaswani氏、EPFLのPierre Dillenbourg教授にご登壇いただきます。
Tony Belpaeme： 本日のテーマはロボット、とりわけ「ロボット・チューター」、つまり教室で教師の役割の一部を担うロボットについてです。皆さんもLEGO Mindstormsのようなロボットキットをご存じかもしれませんが、今日お話しするのはそれとは異なる新しい種類のロボットです。これらのロボットが期待を集める最大の理由のひとつは、子ども一人ひとりに対して個別に最適化された指導、すなわち「1対1のチュータリング」を実現できる可能性にあります。集団に向けて授業をする通常の教師には難しい、ちょうどよいレベルでの教授、適切なフィードバック、そして子どもの学びの旅を個別に設計することが、こうしたロボットには期待されています。
1-2. 国連青年特使による開会の辞――テクノロジーと「共感の翼」
Ogün Dürsun： 国連青年特使として、また社会起業家として、またSDGsのユースリーダーとして、今日のような場に参加できることを大変嬉しく思います。私からは、テクノロジーそのものと並んで「共感という翼」の重要性を強調したいと思います。ロボティクスやAI、コーディングといった分野の重要性は言うまでもありませんが、それと同時に、テクノロジーをいかに良い目的のために使うかという視点が不可欠です。
現在の統計によれば、既存の職業の40パーセントが自動化によって失われると言われており、一方でグリーンスキルを中心とした新たな職業が24万件生まれるとも予測されています。今日の子どもたちはこの変化に対応するために二つのことを学ばなければなりません。ひとつは世界の新しいテクノロジーそのものを理解すること、もうひとつはそのテクノロジーを破壊的な用途ではなく、世界をよりよくするために使う方法を学ぶことです。だからこそ「AI for Good」というコンセプトが重要であり、今日の子どもたちが明日の変革者となるための教育の在り方を真剣に考えていく必要があります。
2. Tony Prescott 発表：教育ロボットの現状と可能性（シェフィールド大学 / Consequential Robotics / BOW）
2-1. 発表者の研究背景――生物模倣ロボット・テレプレゼンス・起業
Tony Prescott： 私はシェフィールド大学の教授であり、シェフィールド・ロボティクス・インスティテュートのメンバーです。このインスティテュートは両大学にまたがる組織で、設立から約10年が経過し、現在200名以上の研究者が所属しています。私自身の研究の出発点は、生物模倣ロボット、つまり動物の身体と脳の両方を模倣するロボットの開発にあります。スクリーンに映しているロボットは、ラットを模した大型モデルです。このロボットはラットのひげを使って世界を認識・探索する仕組みを持っており、ラットの脳の主要な部位をモデル化した神経回路も搭載しています。この研究を25年以上続けてきましたが、この10年は研究成果の応用に注力してきました。
応用の一例が「没入型テレプレゼンス」です。私の同僚であるMichaelがヘッドセットを装着し、頭を動かすとiCubロボットの頭が連動して動き、ロボットが見ているものをリアルタイムで体験できます。このとき、ロボットは自分自身を見ているため、操作者は「別の視点から自分を見る」という不思議な体外離脱のような経験をします。テレプレゼンス技術はリモートワークや危険環境での作業において重要性を増しており、遠隔地のロボットを低遅延で操作する技術の確立が大きな課題です。
この研究を基盤として、私は二つのロボティクス企業を創業しました。ひとつはConsequential Roboticsで、医療・教育分野向けの新しいロボットの設計開発を手がけています。もうひとつはBOW（Bettering Our Worlds）で、ロボットのプログラミングをより簡単にするためのソフトウェアツールを提供しています。
2-2. 自動化・AIが雇用に与える影響と、教育的対応の必要性
Tony Prescott： ロボティクスと教育の接点を語る前に、自動化が社会に与える影響について触れておく必要があります。約10年前にFrey & Osborneが発表したレポートでは、米国の職業の最大47パーセントがコンピュータやAIによって影響を受けると予測されました。英国でも2015年のレポートで、国内の職業の約35パーセントがリスクにさらされると指摘されています。実際のところ、この10年でかなりの数の職が失われましたが、一方でより高度なスキルを必要とする新しい職も生まれており、変化は一方向ではありません。
楽観的に見れば、ロボットやコンピュータが単調で危険な作業を引き受けることで、人間はより創造的で対人関係的な、やりがいのある仕事に集中できるようになるはずです。しかしDeloitteのレポートが示すグラフには注意が必要です。縦軸に雇用の増減、横軸に職の質（1〜10のスケール）をとると、低品質な職と高品質な職は増加している一方で、中間層の職が「空洞化」していることが見て取れます。この「中間の喪失」は社会的に大きな懸念であり、単純に楽観視できる状況ではありません。
このような変化に対応するためには、現在の労働者のリスキリングが不可欠であり、同時に子どもたちが学校教育の段階で適切なデジタルスキルおよびSTEM（科学・技術・工学・数学）スキルを身につけることが求められます。英国はこの点で世界の他地域に遅れを取っており、追いつく必要があります。そして重要なのは、ロボット自体がこの変化を引き起こしている一因でありながら、同時に教育においてデジタルスキルとSTEMスキルを向上させるための有力なツールでもあるという点です。
米国で実施された研究がこの可能性を示しています。KIBOというロボットを使った7週間の教育介入プログラムでは、介入前は男子のほうが女子よりも「エンジニアになりたい」と答える割合が高かったのに対し、介入後には女子の関心が男子と同等の水準に達しました。つまりロボットは、本来ロボットや技術に関心を持ちにくいとされてきた層、特に女子の意識を変える可能性を持っているのです。
2-3. 動物型ロボット Miro-E の設計思想とMiro Cloud によるプログラミング環境
Tony Prescott： Consequential Roboticsが開発した最も完成度の高いロボットがMiro-Eです。このロボットは動物を模したデザインを採用していますが、特定の動物に似せることはあえて避けました。強いて言えば子犬とウサギを足し合わせたような外見です。足の代わりに車輪を備えているのは、主に平らな床面を移動するためです。内部には高性能なコンピュータプロセッサが搭載されており、カメラが目として、マイクが耳として、距離センサーが鼻として機能します。この豊富なセンサー群により、Miro-Eは多くの既存の教育ロボットよりも高度なAIシステムを搭載・実行できます。また動物のような自然な動きと行動パターンを持ち、子どもたちが自然と関わりたくなるよう設計されています。
特定の動物に似せなかった理由には設計上の明確な意図があります。もしロボットが犬に似すぎていれば、子どもたちは吠えたりボールを追いかけたりすることを期待してしまいます。期待に応えられないロボットは失望を生みます。穏やかで親しみやすい動物的なフォルムを選ぶことで、子どもたちが過大な期待を持たずに自然に関わることができ、さらに発話や音声認識が不完全であっても「動物なのだから当然」と受け入れてもらいやすくなります。加えて、ロボットを実際に触れる存在として設計したことも重要です。アバターや画面上のキャラクターとは違い、物理的に触れて撫でることができるという点は、子どもたちにとって特別な意味を持ちます。
プログラミング環境についても独自の工夫を施しています。Consequential Roboticsが開発したMiro Cloudは、Googleのビジュアルプログラミング言語「Blockly」を使って、ブロックをドラッグ＆ドロップするだけでMiroのプログラムを作成できるシステムです。画面上のシミュレーター上でプログラムを確認し、動作が確認できれば、実機のIPアドレスを入力してボタンひとつで同じプログラムを物理的なロボットに転送・実行することができます。このシステムはブラウザ上で動作するため、特別なソフトウェアのインストールや高性能なマシンは不要であり、Chromebookのような一般的な教室端末でも問題なく使用できます。つまり、1台のMiro-Eを教室全体の子どもたちのプログラミング学習に活用することが可能です。
BOWソフトウェアについても触れておきます。現在ロボットをプログラムする際の大きな課題は、ロボットごとにプログラムを書き直さなければならないことです。BOWはこの課題を解決する「ロボット非依存」のソフトウェアで、一度書いたプログラムを約12種類の異なるロボットで動かすことができます。カナダにいる操作者がシェフィールドのロボットを非常に低い遅延でリモートコントロールし、カップを積み重ねるような細かい作業を実行できるデモンストレーションもすでに実現しており、このような遠隔操作技術が教育現場でも応用可能です。現在はフリーベータ版を提供中で、ロボットプログラマーの方にはぜひ試していただきたいと思います。
2-4. ロボットを「ラーニングファクトリー」と「教室のペット」として活用する構想
Tony Prescott： 教育ロボットの活用において、私たちが特に注目しているのが「ラーニングファクトリー」という概念です。英国では教育現場向けのロボット活用に関するレポートをまとめており、その中心的な提案がこのラーニングファクトリーです。ロボットや各種デジタル機器を購入してすべての学校に配布するのは現実的ではありません。そこで、公共図書館などの地域施設を拠点として、子どもたちや大人が共同でアクセスできるデジタル機器とロボットの共有スペースを整備するというアイデアです。現在、シェフィールドでは図書館、リーズ市、そして数千校の学校とつながりを持つ全国組織「STEM Learning」と連携して、このラーニングファクトリー構想のパイロットプロジェクトを立ち上げたところです。
もうひとつの活用構想が「教室のペット」としてのロボットです。2015年に米国とカナダで実施された調査によると、教室でのペット飼育は、生徒の責任感やリーダーシップを育む上で非常に効果的であることが示されています。また、不安やストレスを感じている子どもたちを落ち着かせる効果があり、特別な教育的ニーズを持つ子どもたちにとっても有益であり、さらに理科や自然に関する授業を豊かにする役割も担っていました。しかし近年、アレルギーや動物福祉への懸念から、教室でペットを飼う学校は減少しています。そこで私たちはMiro-Eがその代替になり得ると考えています。たとえばロボットと触れ合うことで生徒の不安を軽減できるかどうかを評価するための研究を現在進めているところです。
これらの構想が示すのは、教育ロボットの役割が単なるプログラミング学習のツールにとどまらないということです。子どもたちがSTEMやAIに親しむための入口として機能しながら、情緒的な支援や学校生活における心理的安定という、教師が必ずしも十分に担えていない役割を補完する可能性をロボットは持っています。
3. Sneh Vaswani 発表：家庭用教育ロボット Miko の開発と知見（Miko）
3-1. 子どもの社会的・認知的・情緒的発達の危機という問題意識と Miko の概要
Sneh Vaswani： 私たちMikoは2015年に創業した消費者向けロボティクス企業です。創業の出発点は「現代社会で親が子どもを育てる上での未充足ニーズを解決する」というシンプルな問題意識でした。この10年で子どもたちを取り巻く環境は大きく変化しました。新しいテクノロジーが子どもたちに力を与える一方で、親はますます忙しくなり、子どもの感情的・社会的ウェルビーイングが世界規模で低下し始めているのを私たちは目の当たりにしてきました。具体的には、読解力や認知スキルが低下し、注意持続時間が短くなり、身体活動が減少しています。さらに深刻なのは、4歳・5歳という非常に幼い年齢の子どもたちにも不安や鬱の症状が増加しているという事実です。コロナ禍においては、子どもたちの社会的スキルの低下が世界的な現象として顕在化しました。
こうした背景から私たちが問い始めたのは、「人工知能を活用して、子どもの個別の社会的・情緒的ウェルビーイングを支援できないか」という問いです。その答えとして開発したのがMikoというロボットプラットフォームです。Mikoは子どもと関わり、教育し、楽しませることを目的としており、対象年齢は4歳から8歳です。子どもが使えば使うほどロボットは子どもの興味領域を理解し、自発的に新しい体験を提案していきます。
保護者はスマートフォンアプリからロボットの設定を行い、ロボットに対して「何に集中してほしいか」という期待値を設定できます。ロボットはその指示に基づいて子どもと毎日30分から1時間を過ごし、ゲームをしたり、物語を聞かせたりしながら関係を築いていきます。一定期間が経過すると、ロボットは子どもの状態を分析し、親が設定した目標領域においてどのような進捗があったかをレポートカードとして保護者にフィードバックします。このサイクルを通じてMikoは、社会的スキル・身体的・精神的ウェルビーイング・認知スキルの三領域を軸に、多様なアクティビティを通じた働きかけを続けます。
3-2. パーソナライズド学習の技術スタックと初期研究知見
Sneh Vaswani： Mikoを支える技術スタックはすべて自社開発です。私たちのチームは教師、アーティスト、数学者、エンジニア、小児心理士、医師が一体となって構成されており、世界中の子どもたちのニーズを精緻に分析した上でこのシステムを構築しました。
中核をなすのは三つのレイヤーです。第一に、会話型NLPエンジンです。これはロボットが子どもと自然な会話を開始・維持するための基盤であり、完全に自社開発しています。第二に、感情知性スタックです。音声のトーン分析、テキストのセンチメント分析、そして視覚処理（カメラによる表情認識）を組み合わせることで、子どもの感情状態をリアルタイムに把握します。第三に、これらのデータをもとに構築されるパーソナリティプロファイルです。ロボットは子どもの個性・気質・興味を継続的に分析し、新たな体験の推薦や次のアクティビティの設計に反映させます。
コンテンツ配信の仕組みも独特です。スマートフォンにアプリストアがあるように、Mikoにも専用のアプリストアがあり、世界中のトップコンテンツ企業がアプリを提供しています。ロボットはこれらのアプリを子どもの状態に応じて起動し、かくれんぼ・フリーズダンス・ジェスチャーゲームなど、子どもが家族や兄弟姉妹と一緒に楽しめるインタラクティブなゲームを展開します。こうした体験は単なる娯楽ではなく、保護者が設定した目標に向かって設計されたものであり、エンゲージメントが意図的な方向性を持っています。
初期の研究知見について申し上げます。私たちはMikoとのインタラクション開始時点をベースラインとし、3か月後・6か月後のデータと比較する形で分析を行いました。その結果、社会的スキル・認知スキル・ウェルビーイングの各領域において改善が確認されました。現時点では「予備的な分析」という段階ですが、現在は製品内にグローバルスタンダードの評価ツールを統合しており、保護者が完全な評価レポートを受け取り、自らの入力によってインタラクションの方向性を調整できる仕組みを整えつつあります。
ロボットが子どもと共に成長するという点も重要です。最初の開発フェーズでは「いかに子どもを理解し、プロファイリングするか」に注力しました。次のフェーズでは「そのプロファイルに基づいて、いかに新しい体験を推薦するか」に取り組みました。そして現在進行中の第三フェーズでは「アダプティブ・パーソナリティ」の開発です。子どもの内向的・外向的な性格傾向や成長に合わせてロボット自身のキャラクターが変化し、推薦する体験の種類も変わります。あなたの家のMikoと私の家のMikoは、それぞれの子どもに応じて全く異なる存在になっていくのです。
3-3. グローバル展開・事業モデルとプライバシー・倫理への取り組み
Sneh Vaswani： Mikoは現在140か国以上でユーザーに使われており、米国では2年連続でホリデーシーズンの売上ナンバーワンロボットとなっています。累計導入台数は25万台を超え、今年だけで約100万台を出荷する見込みです。今後4年間で1000万家庭への普及を目標としており、そのスケールで子どもたちの人生に肯定的な変化をもたらすことが私たちのミッションです。
価格設定についても明確な方針があります。私たちはインパクトをスケールで届けることを重視し、本体価格を200ドルに設定しました。これはほとんどのロボットと比較して非常に低い水準です。さらに100ドルから400ドルの価格帯で複数のプロダクトラインを展開し、世界中のさまざまな家庭が手の届く範囲で購入できるようにしています。また、サブスクリプションモデルも取り入れており、本体をより低い初期費用で購入し、コンテンツやサービスを月額で利用するという形態も提供しています。これにより消費者にとっての経済的合理性を高め、企業・パートナー双方にとって持続可能なビジネスモデルを実現しています。
プライバシーと倫理については、創業当初から最優先事項として位置づけてきました。米国のCOPPA、欧州のGDPR、オーストラリアのサイバーセキュリティポリシーなど、各国・地域の規制フレームワークは整備が進んでいますが、私たちはそれに先んじて厳格な基準を自ら設定してきました。データの所有権は完全に保護者が持ちます。個人を特定できる情報がクラウドに送信されることはなく、映像データなどプライバシーに関わる処理はできる限りロボット本体（エッジ）で完結させています。また、定期的なサードパーティ監査をロボットの初代機から継続して実施しており、ブランドへの信頼が利益に優先するという原則を一貫して守ってきました。
倫理面についても明確な立場があります。Mikoが子どもに特定のブランドを推薦したり、商業的な目的のために誘導したりすることは一切ありません。ミッションステートメントの原則が明確であれば、保護者はそれを感じ取り、高く評価してくれます。私たちが社内でよく使う言葉に「コンシャス・キャピタリスト（意識ある資本主義者）」というものがあります。株主への責任を果たしながらも、越えてはならない一線を意識し続けるという姿勢です。こうした取り組みはESG目標やSDG目標にも直結しており、企業としての社会的責任と事業成長を両立させる道筋として私たちは確信を持って歩んでいます。
4. Pierre Dillenbourg 発表：教育ロボットへの批判的考察（EPFL）
4-1. 「ロボット自体には学習効果がない」――認知活動こそ学習の本質
Pierre Dillenbourg： 私はロボットが嫌いなわけではありません。学校でのロボット活用研究を10年以上続けてきた人間です。ただ、ジャーナリストからよく「EPFLではロボットが教師に取って代わるのですか」と聞かれるたびに、私はずっと賢い答えを探してきました。そして今のところ最もうまく機能する答えはこれです。「そうですね、ロボットが教師を置き換えるなら、子どももロボットに置き換えましょう。そうすれば私たちは皆、海辺に行けます」。これは冗談ですが、ロボットのメリットについては根本的な誤解があると私は感じています。
まず、ここで紹介するTimmiというロボットを見てください。このロボットは7万台が学校や家庭に販売されています。子どもたちがこのロボットをプログラムして動かすという活動をしているとき、彼らはプログラミングを学ぶだけでなく、物理学についても学んでいます。しかし、もし教師が「子どもたち自身にコードを書かせる」のではなく、「ホワイトボードにコードを表示して、それを書き写させる」だけなら、子どもたちは何も学びません。ここに本質があります。ロボット自体には学習効果はないのです。
学習を生み出すのはロボットではなく、子どもの脳の中で起きる認知活動です。集中した認知活動が知識を生み出します。テクノロジーそのものは、子どもが豊かな認知活動に取り組むことを保証しません。ジャーナリストに「バーチャルリアリティの学習効果は何ですか」と聞かれると、私の答えは常に同じです。「それは、バーチャルリアリティの中で何をするかによります」。タンジブルインターフェースも、拡張現実も答えは同じです。テクノロジーそのものに固有の効果はなく、学習効果を生み出すのは認知活動の質であり、その質を保証するためには多くの場合、教師や親の存在が不可欠です。
4-2. 個別適応学習の限界と社会的相互作用の重要性
Pierre Dillenbourg： デジタル教育の分野で40年近く研究してきた私にとって、「個別適応学習（Individual Adaptation）」は長年のテーマです。もちろん、一人ひとりのレベルに合わせた指導が有効であることは否定しません。しかし少し立ち止まって考えてほしいのです。あなたが子どものためにどのような学校を望むか、と聞かれたとき、「全員が自分のラップトップの前に一人で座って、個別最適化された問題を解き続ける学校」を理想と思うでしょうか。それは悲しい未来ではないでしょうか。
チリのサンティアゴでMiguel Nussbaumが撮影した写真が私は好きです。三人の女の子が一台のラップトップを共有して使っている写真です。予算の都合で一人に一台を与えられない状況でこうなることが多いのですが、研究の結果、複数の子どもが一台のコンピュータを共有するほうが、学習効果が高まることが示されています。ただし、単純に複数人で使わせるだけでは、一人が主導権を握って他の二人が何もしない、という状況が生まれます。そこで私たちが設計したのは、それぞれの子どもが持つマウスが画面上の特定のボタンにしか作用しない仕組みです。三人が協力しなければアクティビティを進められないよう設計することで、全員が積極的に関与せざるを得なくなります。
これが示しているのは、社会的相互作用は個別適応と少なくとも同等に重要であり、場合によってはそれ以上だということです。私たちは社会的な動物です。私たちの脳は言語を基盤としており、言語は社会的相互作用を通じて獲得されます。ロボットが子どもを一人ひとりに最適化された学習環境に閉じ込めていくとしたら、それは教育の本質的な側面を損なうリスクがあります。個別適応は重要ですが、それは教育の半分に過ぎません。
4-3. NAOロボットを用いた手書き療育実験と機械学習システムの開発
Pierre Dillenbourg： 私たちが取り組んできた具体的な研究事例を紹介します。手書きに困難を抱える子どもへの療育プロジェクトです。7歳の段階で手書きに問題があると、その後の学校生活全体に影響が及びます。算数の「2＋2」であっても書かなければならず、手書きの困難はあらゆる学習に連鎖していくのです。
私たちはNAOというロボットを使い、「プロテジェ効果（Protégé Effect）」と呼ばれる学習科学の知見を活用しました。プロテジェ効果とは、誰かに教える立場になると、教える本人がより深く学ぶという現象です。私たちは子どもに対して「このロボットはテストに合格しなければならない。あなたが練習を手伝ってあげてほしい」と伝えました。ロボット工学の観点から手書きは非常に難しく、NAOが実際に字を書くことはできません。ロボットが空中で手を動かすと、その動きに対応した文字がiPad上に現れます。子どもはその文字を見て「違う、こうじゃない」と言いながら修正し、ロボットは子どもの書き方を模倣しようとします。このやりとりを通じて、子どもは自分自身の手書きを改善していくのです。
結果は非常に印象的なものでした。フランスの療法士チームがある子どもと30週間にわたってこのセッションを実施しました。縦軸に手書きの質（速度と品質）、横軸に時間をとったグラフを見ると、セッション開始時にはその子の手書きは標準的な評価ツールでスコアがつけられないほど低い水準でした。しかし30週後には、速度・品質の両面において「正常な発達水準」とされる基準を超えました。
しかし重要な点を強調しなければなりません。この成果はロボットの効果ではありません。ロボットはツールのひとつに過ぎず、成果を生み出したのは療法士との質の高い関係性と、適切に設計された学習活動です。
この研究を支えるために、私たちは手書きダイナミクスを分析する機械学習システムを開発しました。子どもがタブレット上で文字を書くと、ペンの速度・圧力・傾きを1秒間に240回というサンプリングレートで計測します。書字障害（ディスグラフィア）のある子どもとそうでない子どもを合わせた1万人分のデータで学習させたこのシステムは、ペン圧力の二次微分といった特徴量を抽出します。人間の療法士がペン圧力を目視することはできますが、その二次微分を知覚することは不可能です。機械学習だからこそ把握できるこれらの特徴量に基づいて、文字を書かずに指の巧緻性を鍛えるための専用ゲームを提案できます。圧力の制御が課題なら圧力に特化したゲームを、速度や傾きが課題ならそれに対応したゲームを割り当てる、という形で個別の問題に対処できるのです。
4-4. 人型ロボットで「教師を模倣する」設計思想への批判と代替提案
Pierre Dillenbourg： 最後に、より根本的な問いを提起したいと思います。私たちはなぜ、ロボットに人間の教師を模倣させようとするのでしょうか。
まず事実として、地球上に人間が不足しているわけではありません。教師の育成・訓練をより良くする必要はあるかもしれませんが、教師になれる人間が足りないわけではないのです。次に技術的な現実として、ChatGPTの時代においてもなお、世界で最も高性能な人型ロボットは、最も能力の低い教師よりも「頭が悪い」のです。理由は明確で、ロボットは教室内の活動の文脈を決して把握できないからです。Tony Prescott氏が指摘されたように、騒がしい教室では音声認識はまともに機能しません。子どもの発話を正確に認識することは大人の発話よりも難しく、背景雑音のある環境ではさらに困難になります。つまり現時点では、人型ロボットが教室のアシスタントとして信頼できるレベルで機能することを正当化できる技術的根拠がありません。
私が提案したいのは、「模倣ゲーム」から脱却するということです。私たちは人型ロボットを作り、それに教師の役割を演じさせようとしています。しかし人間はすでにいます。私たちはロボットにしかできないことをやらせるべきです。犬を模倣したロボット、他の動物を模倣したロボット、あるいはまったく新しい形のロボット——これらのほうが、人型ロボットよりもずっと創造的で有意義な教育的価値を持ち得ます。
私自身、人間とロボットのインタラクションに関する研究を否定しているわけではありません。まだ有益な知見が得られる余地はあるでしょう。しかし私はロボットを学校に導入することへの懐疑を強めています。研究が積み重なるにつれて、「私たちが本当に必要としていたのはロボットではなく、タブレットでよかった」という結論に至るケースが増えているからです。コストとベネフィットの比率を冷静に見れば、高価な人型ロボットを学校に持ち込むよりも、低コストのタブレットに同等のAIを統合するほうが合理的な場合が多い。それよりも、子どもたちが豊かな認知活動に従事できる学習設計と、それを支える教師・療法士の質を高めることに投資すべきだというのが、私の率直な結論です。
5. Q&Aパネル討議
5-1. Miro-Eの設計判断・ジェンダーギャップへの介入実験とその限界
Tony Belpaeme： Tony Prescott氏に伺います。ロボットはかつてSTEM教育への関心を高めるコーディングツールとして位置づけられていましたが、今や教育者としての役割を担う存在へと変化しつつあります。Miro-Eのような動物型ロボットを選んだ設計上の判断について、Pierre氏の「人型ロボットで教師を模倣することへの批判」を踏まえながら、改めて聞かせてください。
Tony Prescott： Pierre氏の指摘は非常に的を射ています。私たちが動物型ロボットを選んだ最大の理由のひとつは、子どもたちの「期待値のコントロール」です。人型ロボットを子どもの前に置くと、子どもたちは人間と同じようにコミュニケーションできると期待します。しかし現時点の技術ではその期待に応えることはできず、失望を生むリスクがあります。ウサギに似たロボットであれば、言葉を話せなくても、音声認識が不完全でも、子どもたちは「動物なのだから当然だ」と自然に受け入れます。騒がしい教室環境での音声認識は現在の技術では非常に困難であり、子どもの発話は大人よりもさらに認識が難しい。動物型というフォームを選ぶことで、この技術的な限界を自然にカバーできるのです。加えて、特定の動物に似せすぎないよう意図的にデザインしました。犬に似すぎれば吠えることや棒を追いかけることを期待されてしまいます。穏やかで親しみやすい動物的なフォルムにすることで、子どもが過大な期待を持たずに自然に関わることができ、さらに物理的に触れて撫でることができるという、画面上のアバターにはない体験を提供できます。実際に子どもが触れたり撫でたりすることで、落ち着きや安心感が生まれることを実験でも確認しています。
Tony Belpaeme： 次に、ジェンダーの問題についてです。参加者のGeorgeさんから「14歳前後で女子のSTEMへの関心が急激に低下するという経験があるが、ロボットはこのギャップを埋める手段になり得るか」という質問が来ています。
Pierre Dillenbourg： スイスでも全く同じ現象を見ています。私たちは小学校から中学校にかけて多くのロボティクス活動を展開してきましたが、13〜14歳、つまり進学先の高校を選ぶ時期に女子の参加者が大幅に減少します。私たちは「女子だけのロボティクスクラス」「女子だけのコーディングクラス」という取り組みも試みました。女子同士が安心して参加できる環境を作ろうとしたのです。しかし率直に言って、10年後の今も工学部に入学する女性の割合は30パーセント程度のまま変わっていません。残念ながら、魔法のような解決策は見つかっていません。
Tony Prescott： ステレオタイプの問題は14歳になって突然生まれるわけではなく、4〜5歳という非常に早い段階からすでに始まっています。ですから答えのひとつは、小学校の低学年段階から積極的に介入し、女子が技術に親しみを感じる機会を作ることだと思います。私たちはロボットのデザインが与える影響についても実験を行いました。男の子らしい外見を持つロボットを使った場合、女子と男子の反応が異なることが確認されています。ロボットの外見や性格のデザインを工夫することで、より多くの女子が関心を持ちやすい環境を作れる可能性があります。ロボットをジェンダーに対してより包括的にデザインすることが、この問題へのひとつのアプローチになり得ると考えています。
5-2. 子どもとロボットの長期的共成長、プライバシー・倫理・依存リスク
Tony Belpaeme： Safiさんから、「子どもが成長するにつれてロボットはどのように対応していくのか」という質問がSneh氏に寄せられています。
Sneh Vaswani： 非常に重要な問いです。私たちはMikoの開発を段階的に進めてきました。第一フェーズは「子どもを理解すること」、すなわち子どもの気質・興味・パーソナリティをいかにプロファイリングするかに集中しました。第二フェーズは「そのプロファイルに基づいていかに新しい体験を推薦するか」です。そして現在取り組んでいる第三フェーズが「アダプティブ・パーソナリティ」の開発です。内向的な子どもと外向的な子どもとでは推薦する体験の種類が全く異なります。保護者が望むアウトカムも家庭によって異なります。ロボット自身のコアなキャラクターが子どもの成長に合わせて変化していき、その変化を子ども自身も感じ取れるようになることを目指しています。私の家のMikoとあなたの家のMikoは、時間が経つにつれてまったく異なる存在になっていくのです。
Tony Belpaeme： Ramさんから「ロボットが社会的孤立を助長するリスクはないか、子どもがロボットとばかり過ごすようになってしまうのではないか」という懸念が寄せられています。
Tony Prescott： これは真剣に受け止めるべき問いです。ただし、ロボットが社会的孤立を助長するリスクと同時に、むしろ社会的な橋渡し役になり得る可能性にも目を向けるべきだと思います。グループでの活動においてロボットがアイスブレイカーとして機能し、参加者同士のコミュニケーションを促進するという証拠があります。Paroという封のような形のロボットの利用者データからも、周囲の人々との会話が増えるという効果が示されています。ロボットとの関わりが人同士の関わりへの足がかりになるよう、インタラクションをグループ活動として設計することが重要です。
一方でプライバシーに関連する別の倫理的懸念も指摘しておきたいと思います。ロボットがアニメーションで動く目を持っていながら、その目が閉じているように見えても内部のカメラはまだ動作しているというケースがあります。ロボットが「あなたを見ていない」ように見えて実際には見ているという状況は、特に子どもが関わる環境では絶対に避けなければなりません。擬人化されたデザイン要素が意図せず隠れた監視を生み出してしまわないよう、透明性のある設計が求められます。カメラ等のセンシング機能についてはオン・オフが明確に分かる形で設計し、プライバシーへの配慮を設計の段階から組み込むことが不可欠です。
Pierre Dillenbourg： 依存や中毒のリスクについては、現時点では理論的な懸念にとどまると思っています。子どもたちはロボットに対してかなり早く飽きます。数週間、場合によっては数か月も経たないうちに「もっと面白いことをしてほしい」「驚かせてほしい」という気持ちになります。子どものエンゲージメントを長期にわたって維持し続けられるほど、現在のロボットは魅力的ではありません。ある意味でこれは良いニュースでもあります。ロボットが中毒を引き起こすほどの存在になるには、まだ技術的に遠い道のりがあるということですから。
Tony Belpaeme： Ramさんの質問に関連して、Sneh氏からはプライバシーへの対応についても聞かせてください。
Sneh Vaswani： 私たちがブランドへの信頼を利益よりも優先してきたのは、それが保護者との関係の根幹だからです。データの所有権は完全に保護者にあり、個人を特定できる情報はクラウドに送信しません。映像処理はロボット本体でできる限り完結させ、第三者による定期監査を初代機から継続しています。また、Mikoが子どもに特定のブランドを推薦したり、商業的に誘導するようなことは一切ありません。ロボットが子どもの日常に深く関わるからこそ、こうした原則を妥協なく守り続けることが私たちの使命です。
5-3. 物理的ロボットの優位性、デジタルデバイドとアクセシビリティ
Tony Belpaeme： 物理的なロボットである必要性についての問いです。拡張現実や仮想現実を使えばコストを大幅に抑えながら三次元的なキャラクターを提供できます。なぜ物理的なロボットでなければならないのでしょうか。
Pierre Dillenbourg： 短期的には、中身は基本的にiPadを内蔵したプラスチックの塊であっても、物理的な存在がもたらす効果があることは研究で示されています。テレプレゼンスの研究でも、物理的な存在感が重要であることは示されています。ただし、多くの研究は「新規性効果」を測定しているに過ぎず、長期的な学習効果を示したものはほとんどありません。長期的に見れば、コストとベネフィットの比率を冷静に考えると、高価な人型ロボットよりもタブレットに同等のAIを統合したほうが合理的なケースが多いというのが私の見方です。
Tony Prescott： 私は少し異なる見方をしています。子どもたちはすでに膨大なスクリーンタイムを過ごしています。ロボットはその代替として、より身体的な関わりを促す可能性を持っています。実際に触れることができるという点は、スクリーン上のアバターにはない重要なモダリティです。物理的なロボットに触れる、撫でるという行為が子どもに安らぎや報酬感をもたらすことは実験でも確認しています。また、子どもたちがロボットと物理的に同じ空間にいて、同じ物体に対して働きかけることができるという状況は、画面上のアバターでは決して実現できないものです。この身体性を活かした教育的活動こそ、物理的ロボットが最も力を発揮できる領域だと考えています。
Tony Belpaeme： Sneh氏のMikoは200ドルという比較的低価格ですが、多くのロボットははるかに高価です。ロボットがデジタルデバイドをさらに拡大するリスクについてはどうお考えですか。
Tony Prescott： 私たちがホワイトペーパーで提案しているのは、すべての学校にロボットを配備するのではなく、地域の公共図書館などに共有スペースとして「ラーニングファクトリー」を整備するというアプローチです。産業用ロボットのような、家庭や学校では到底手が届かないロボットを体験できる場を地域の拠点に設けることで、より多くの子どもたちがアクセスできるようになります。また、大学や企業で使われなくなった旧型のロボットをリサイクルして教育現場に持ち込むという発想も現実的だと思います。私の知る限り、使われずに眠っているロボットが大学や企業に多数あります。こうしたリソースを教育に再活用することで、コストを抑えながら子どもたちの体験の幅を広げることができるはずです。
Sneh Vaswani： スケールと価格については私たちも常に意識しています。ロボットに求める問題解決の範囲を広げるほどコストは上がります。私たちは「インパクトを届けるために本当に必要な機能は何か」を徹底的に絞り込み、200ドルという価格を実現しました。さらにサブスクリプションモデルを導入することで、本体の初期費用を下げながら継続的なサービスを提供する仕組みを整えています。消費者にとっての経済的合理性と、企業としての持続可能性を両立させることが、スケールで社会的インパクトを届けるための鍵だと考えています。
5-4. シャイな子ども・自閉スペクトラム症への活用と教室普及を阻む障壁
Tony Belpaeme： Dannyさんから、「内気な子どもや自閉スペクトラム症（ASD）の子どもに対してロボットは有効か」という質問が来ています。
Tony Prescott： ロボットが多様な子どもたち、特に社会的不安を抱える子どもや内気な子どもに対して有効である可能性については、概して良いニュースがあります。ロボットとのインタラクションは、他の子どもや大人と関わる場合と比べて予測可能性が高く、脅威を感じにくい環境を提供できます。ロボットはあなたを否定的に判断したり、周囲に評価されているように感じさせたりしません。このような安心感の中で社会的なスキルを試し、練習し、ポジティブなフィードバックを得ることで、その後の人間同士の関わりへと段階的に橋渡しできる可能性があります。私たちは重度の障害を持つ子どもたちが通う学校でもロボットを使った実践を行っており、非常に肯定的な反応を得ています。ロボットが「見ていない」「判断していない」という感覚が、子どもたちの関与を助けているのだと思います。
Pierre Dillenbourg： ASDの子どもへのロボット活用については多くの論文がありますが、私が強調したいのは「子どもがロボットに何を投影するかは私たちには制御できない」という点です。私たちがかつて使ったロボットは、四輪で動き、カメラもマイクも持たない、ただ二つの丸い目のような形をしただけのシンプルな箱でした。それでも子どもたちはそこに意図や目標、感情といった豊かな人間的特性を投影しました。私たちが設計した意図と、子どもが実際に経験することは必ずしも一致しません。さらに、二人の子どもが同じロボットにまったく異なる特性を投影することもあります。ロボットの設計者は自分の意図どおりに子どもがロボットを認識するとは思わないほうがいい。この点は、ロボットのデザインを考える上で常に念頭に置くべき重要な気づきです。
Tony Belpaeme： 現時点では教育現場でのロボット普及はまだ限定的です。普及を阻む障壁は何でしょうか。
Pierre Dillenbourg： まず事実を整理しておきたいと思います。小型のプログラミングロボット、Tony Prescott氏のものやSneh氏のものは、少なくとも豊かな国々では既にかなり普及しています。問題は人型ロボットが普及していないことです。その理由は単純で、有用な使い方がまだ見つかっていないからです。音声認識ひとつとっても、教室の騒がしい環境では機能しません。現時点では、教師のアシスタントとして機能するほどの信頼性を人型ロボットは持っていません。技術がそのレベルに達していないというのが、率直な答えです。
Tony Prescott： 英国での経験から言うと、大きな障壁は三つあります。第一に費用です。学校の予算は限られており、ロボットの購入は大きな負担です。第二に時間です。教師にはロボットの使い方を学ぶための研修時間がありません。第三にカリキュラムです。ロボティクスはカリキュラムに組み込まれておらず、コンピュータサイエンスも多くの子どもにとって選択科目に過ぎません。教師は必修カリキュラムに集中しており、課外活動としてのロボティクスに割く余裕がないのが現状です。教師研修の充実については、STEM Learningと協力して取り組んでいます。一方で費用やカリキュラムの問題は、政府レベルでの認識と方針転換が必要です。将来の職場でAIやロボティクスがより重要になることは確実であり、先見性のある政府であれば、子どもたちがこれらの技術に学校で触れることの価値を理解するはずです。
5-5. 今後の研究ホットトピック――LLM・スウォーム・ソフトロボティクス・協働学習
Tony Belpaeme： 最後に、教育ロボティクスの今後の研究トピックについて伺います。特に大規模言語モデル（LLM）は教育ロボットにどのような影響を与えるでしょうか。
Sneh Vaswani： LLMが教育ロボットの会話体験とNLP体験を大きく向上させることは間違いありません。ただし、LLMによる会話能力の向上だけが重要なわけではありません。私たちが注目しているのは感情知性と、子どもとロボットが共同で問題解決に取り組む「協調的共創」の領域です。子どもが適切な心理状態でロボットと向き合い、好奇心を持って問題解決に取り組めるような体験設計が、LLMによる単純な会話体験以上に重要だと考えています。イノベーションのヘッドルームは非常に大きく、やるべきことはまだ多く残っています。
Pierre Dillenbourg： 私が注目しているのは二つの方向性です。ひとつは「スウォームロボティクス（Swarm Robotics）」です。個々のロボットではなく、複数のロボットが集団として振る舞う形態です。もうひとつは「ソフトロボティクス」です。紙や布のような柔らかい素材で作られたロボットは、ロボットが必ずしも金属やプラスチックでできた硬い機械である必要はないということを子どもたちに示す可能性を持っています。これらはロボットという概念そのものを拡張する方向性であり、「ロボット＝チェックリストをこなす機械」という固定観念から子どもたちを解放するきっかけになり得ます。
Tony Prescott： 研究のトレンドとして感じるのは、「ロボットが教師の代替になる」という方向性から離れ、「ロボットが学習ツールとして子どもの探求を促す」方向へとシフトしていることです。子どもたちが電子部品からロボットを自分で組み立てて動かすような、メイカーキット的な活動への関心が高まっています。もうひとつ興味深い方向性は、ロボットを「共学習者（Co-learner）」として位置づけることです。ロボットはそれほど賢い装置ではありませんが、子どもがロボットに何かを「教える」という状況を作ることで、子どもは自分が理解していることをロボットに伝えるために整理・言語化しなければならなくなります。人に教えることで自分が学ぶ、というプロテジェ効果をここでも活かすことができるわけです。私たちアカデミアはまだしばらく忙しい日々が続きそうです。