※本記事は、AI for Good Global Summitにおけるパネルディスカッション「Innovating Education: Navigating Challenges in Open-Source (Generative) AI Integration」の内容を基に作成されています。本ディスカッションは、ITU（国際電気通信連合）が主催し、40の国連関連機関との連携およびスイス政府との共同開催によるAI for Good Global Summitの一環として開催されました。動画はhttps://www.youtube.com/watch?v=sh02X5shUSE でご覧いただけます。
登壇者は、UNESCO技術・AI教育部門チーフのDr. Fengchun Miao氏、国連教育分野専門コンサルタントのMart Arroyo氏、CourseraのGovernment Affairs ManagerであるChristina Cardenas氏、およびUNDPのHead of ExperimentationであるSerge Roberto Chofo氏の4名です。
本記事では、パネルディスカッションの内容を要約・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。AI for Goodの最新情報およびネットワーキングコミュニティについては、https://aiforgood.itu.int/neural-network よりご参照ください。
1. セッション概要と登壇者紹介
1.1 AI for Good Global Summitの位置づけと本セッションの目的
司会（David）： 本日はAI for Good Global Summitへようこそございます。AI for Goodは、ITUが主催し、40の国連関連機関との連携のもと、スイスと共同開催している、AIに関する国連の主要なグローバルプラットフォームです。その目的は、国連の持続可能な開発目標（SDGs）の達成に向けたAIの実践的な応用を特定し、その解決策をグローバルに展開することにあります。政府、民間セクター、国連機関、学術界、そしてその他の関係者が共同の責任を担いながら、AIが本来の可能性を最大限に発揮しつつ、害を防止・軽減できるよう取り組んでいます。本日のセッションのテーマは「Innovating Education: Navigating Challenges in Open-Source (Generative) AI Integration」、すなわちオープンソース型ジェネラティブAIの教育統合における課題とその乗り越え方です。テクノロジーと教育学が交差するこの地点に立ち、オープンソースAIが教育にもたらす変革の可能性を探ります。教室の内外でジェネラティブAIを統合する際の障壁と可能性を率直に議論し、教育者・研究者・学習者・政策立案者のいずれの立場からも学べる場としたいと思います。
1.2 パネリスト紹介と議論の枠組み
司会（David）： 本日は4名の卓越したパネリストをお迎えしています。まず、UNESCOにてテクノロジーとAIの教育活用部門のチーフを務めるDr. Fengchun Miaoです。次に、国連教育分野の専門コンサルタントであるMart Arroyoです。そして、CourseraにてGovernment Affairs Managerを務めるChristina Cardenasです。最後に、UNDPにてHead of Experimentationを務めるSerge Roberto Chofoです。本セッションでは、オープンソースAIの教育分野への統合という共通テーマのもと、それぞれの実務経験と専門知見をもとに、グローバルな教育課題へのアプローチ、政策・規制の整備状況、そして具体的な実践事例について議論を深めていきます。
2. UNESCOの取り組みと教育AIの人間中心的アプローチ（Fengchun Miao）
2.1 UNESCOによるAI教育政策の歩みと主要成果（2017〜現在）
Fengchun Miao： UNESCOがAIと教育の問題に取り組み始めたのは、2017年の第1回AI for Good Global Summitまで遡ります。その後2019年には、AIと教育に関する国際会議を開催し、この分野における世界初の国際的合意文書である「北京コンセンサス（Beijing Consensus）」を策定・採択しました。以来、AIと教育に関する年次フォーラムを4年間継続して開催しており、その累計参加者数は1万人を超え、UNESCO加盟国のほぼすべてにあたる120カ国以上、100名以上の大臣が参加しています。規模こそAI for Good Summitには及びませんが、教育分野における国際フォーラムとしては最大規模の到達を誇っています。
この活動を基盤として、UNESCOは複数の重点領域でプログラムを展開してきました。まず加盟国のAI教育政策の形成支援として、北京コンセンサスに加え、政策立案者向けのガイダンス文書を7言語に翻訳し、アラビア語・フランス語・英語・スペアニッシュ語などの現地語によるセミナーを50カ国以上で実施しています。またUNESCOのAI勧告に基づき、加盟国のAI活用状況に関する複数の調査を実施するとともに、AIトレンドとその教育への影響を継続的にモニタリングしています。
特筆すべき成果として、2023年9月には「教育におけるジェネラティブAIのためのガイダンス」を公表しました。このガイダンスはUNESCOの全セクター（教育・科学・文化・コミュニケーション）の出版物全体で上位50位以内に入り、4カ月連続でダウンロード数第1位を記録しました。関連する教師向けの資料も第10位にランクインするなど、UNESCOの出版物の中で教育AIに関する文書が際立った存在感を示しています。さらに現在は、学校の教師向けおよび学生向けのAIコンピテンシーフレームワークを開発中であり、2024年内、遅くとも9月の「デジタル学習週間（Digital Learning Week）」までに公開する予定です。2023年のデジタル学習週間では、ChatGPTとジェネラティブAIをテーマとした閣僚級円卓会議を開催し、デジタル学習に関する新たな年次旗艦イベントを立ち上げました。今後も教師・学生向けAIコンピテンシーに関するセミナーを5〜6回開催する計画です。
2.2 人間・AI協働モデルによる教育分析の枠組み
Fengchun Miao： 私はAIの適切な活用範囲を検討するにあたり、「人間とAIの協働モデル（Human-Machine Collaboration Model）」という分析枠組みを用いています。このモデルでは、まず「人間」の側を個人レベル・人間同士のインタラクション・組織レベル・政府・主権国家レベルという多層構造で捉えます。さらに人間と環境・エコシステムの関係として、気候変動の観点も含めて分析します。
一方でAIシステムのライフサイクルにおける技術的な重要ポイントとして、データの生産と保存、データへのアクセスと管理、データを活用するアルゴリズム・モデル・アーキテクチャ、AIが人間の意思決定ループに対して提示する推奨事項の性質、そしてAIデバイスのハードウェアやインターフェースの設計という一連の流れを精査する必要があります。
このモデルをChatGPTの教育活用に当てはめると、例えばそのデータソースが何であるか、訓練に使われたデータの言語が利用国の現地語を網羅しているかどうか、モデルのアーキテクチャが説明可能かどうか、といった問いが自然に導き出されます。ChatGPTについては、使用されているモデルの手法は説明不可能（unexplainable）と広く認識されており、言語の意味論を理解していないこと、そして価値観や現実世界を理解していないことが根本的な限界として存在します。ジェネラティブAIは人間の思考の記号的表現を横断してコンテンツを生成する点で従来のAIとは異なる「トランスフォーマー的」存在であり、文献レビューのスーパーチャージャーとなる一方、計算スキルの弁別者にもなり得ます。しかし価値観や現実世界との接続においては根本的な限界を抱えているため、人間の主体性・動機・高次思考・探究という側面を教育の中心に据え続けることが不可欠です。
2.3 ジェネラティブAIが教育にもたらす8つの論争点
Fengchun Miao： 私たちはジェネラティブAIをめぐる8つの論争点を整理しました。これらはオープンソースAIが解決策となり得るかどうかを検証する上でも重要な視点です。
第一に、ジェネラティブAIはデータの貧困、すなわちデジタル格差をさらに深刻化させているという点です。このAI格差を縮小するためには、インターネット普及率・リテラシー・接続コストの手頃さ・データ利用状況といった複数の層にわたるタクソノミーを整理し、各国政府がデータに基づく生産性のライフサイクル全体をいかに守り、統治するかを真剣に考える必要があります。
第二に、ジェネラティブAIの急速な技術革新が地域のガバナンスや規制の整備を追い越してしまっているという問題です。私たちが作成したロードマップ的なマッピングによれば、生成AIに関するデータ保護法を採択した国は23カ国、AIに関する国家戦略を策定した国は約70カ国、AIの倫理を規制している国は約20カ国、そしてジェネラティブAIに具体的に対応しているのは米国・EU・中国の3つの経済圏のみです。この状況を私は「民主的規制の重大な欠如（tear shortage of democratic regulations）」と呼んでいます。
第三に、ジェネラティブAIは私たちのコンテンツへの同意なしにデータを利用し続けているという問題です。2012年以降、私たちの知らないところでデータが収集・利用されており、すでに法整備も始まりつつありますが、根本的な問題は依然として解決されていません。
第四に、モデルの説明不可能性です。ハルシネーション（幻覚現象）が発生しても、その原因を特定・説明できない構造になっており、さらにプロバイダー側もモデルの透明性を意図的に低く保っています。スタンフォード大学の基盤モデル透明性指数によれば、最も透明性の高いモデルでさえ透明度は50%程度にとどまります。
第五に、AI生成コンテンツがインターネットを汚染し、次世代のジェネラティブAIの訓練データを劣化させつつあるという問題です。
第六に、ジェネラティブAIは現実世界の理解が欠如しており、出力に多くの誤りを含む点です。教育的観点からは特に、確固たる事実的・概念的知識をまだ持っていない幼い子どもたちの学習にどこまで適切かを慎重に検討する必要があります。
第七に、ジェネラティブAIが多元的な意見や表現を誤って伝えているという問題です。私たちがガイダンスを公表した当初は十分な証拠がなかったものの、公表後に多くの裏付けとなる証拠が見つかり、この懸念が正当であることが確認されています。
第八に、ジェネラティブAIがより深く・低コストなディープフェイクの生成を可能にしているという点です。画像や記事だけでなく、動画、特にポルノグラフィック動画のディープフェイクがほぼゼロコスト・ゼロスキルで生成できるようになっており、非常に深刻な問題となっています。
2.4 各国が取り組むべき政策領域とUNESCOの勧告
Fengchun Miao： これらの論争点を踏まえ、UNESCOはすべての国が例外なく取り組むべき政策領域として4つを挙げています。第一に、AIを一般的に規制するだけでなく、教育におけるAI活用の倫理的問題を専門的に規制することです。第二に、特別なニーズを持つ人々を含む、インクルージョンと公平性のためのAI設計・活用を優先することです。第三に、教師と学生双方のAIコンピテンシーを緊急に開発することです。これはAI規制の基盤となるとともに、AIを適切に活用するためにも不可欠です。第四に、学習をより深く支援するためのAIを用いた教育的イノベーションを探求することです。
韓国の事例は示唆に富んでいます。昨年9月の議論の中で、韓国はデジタル教科書へのChatGPT導入を検討していましたが、自国の教育課程や韓国語との関連性が非常に低いことに気づき、結果としてローカルなLGPT（ローカル言語特化型GPT）の独自開発を決定しました。これは教育AIにおける文化的・言語的適合性の重要性を如実に示す事例です。
また、子どもたちの保護という観点から、UNESCOは監督なしの独立したジェネラティブAI利用に関して13歳を年齢制限の目安として推奨しています（他の法律では16歳とされる場合もあります）。さらに多くの国が独自のガイドラインを策定していますが、その質の評価基準として私が重視するのは「人間の主体性・動機・知的発達の保護について触れているか」という点です。この観点が欠落しているガイドラインは、問題の本質を見抜けていないと判断します。
AIコンピテンシーフレームワークについては、教師向けに「AI時代における教師の位置づけ」として5つの側面を設定しています。すなわち、人間中心のマインドセット、AIの倫理に関する知識と実践、AIの基礎と応用、教育活動へのAI活用、そして教師の専門的成長へのAI活用です。これらを「習得・深化・創造」の3段階に分けて評価します。学生向けには教師向けより1つ少ない4つの側面を設け、同じく3段階の評価を行います。学生向けの特徴としては、多くの国でAIが教科として設置される可能性を見越して「AIシステムの設計」という側面を明示的に含めている点が挙げられます。
2.5 オープンソースAIの可能性と限界：現実的な課題と問いかけ
Fengchun Miao： 本セッションのテーマであるオープンソースAIについて、現実的かつ批判的に検討する必要があります。オープンソースAIを万能の解決策と見なすことは危険です。
まず、オープンソースプラットフォームとして著名なJupyter Hubでさえ、WikipediaによればMicrosoftによって事実上買収・管理下に置かれています。多くの有望なオープンソースAI開発コミュニティも、成長するにつれて大手AI企業に買収される傾向があります。
次に、オープンソースAIでローカルなGPT（LGPT）を開発することには根本的なジレンマがあります。学生・教師の教育データ・カリキュラム適合データを訓練に使うことになりますが、それによってジェネラティブAIの強みである「数十億規模の大量データによる訓練」という優位性が失われてしまいます。実際に一部のLGPTでは、汎用大規模言語モデルと比較して機能・性能が著しく低下するという検証結果も出ています。
さらに以下の問いは、オープンソースを採用してもなお未解決のままです。データはどこから来るのか。オープンソースだからといって自動的にデータが提供されるわけではなく、データの収集は依然として大きな課題です。データの主権は誰が持つのか。説明可能性の問題は解決されるのか。オープンソースだからといって説明可能なモデルになるわけではありません。商業AIと同等の能力を持てるのか。環境負荷は軽減されるのか。モデルの訓練を増やせば増やすほど、エネルギー消費と炭素排出は増大します。
規制の観点からも重要な区別があります。個人が自分自身のために使うオープンソースツールと、企業がオープンソースAIを基に製品を開発して市場に販売する場合は全く異なります。後者は実質的に商業AIとなるため、政府による規制の枠組みが必要です。政府はオープンソースAI活用のインセンティブ戦略を持つと同時に、その規制についても真剣に検討しなければなりません。
最後に私が提起したい根本的な問いは、私たちが目指すべき人間・デジタル・AIの社会契約はどうあるべきか、そしてそのためにどのようなAIを設計し、どのようにAIと向き合うべきか、ということです。次々と登場する新しいAIを試し続け、地球環境を汚染するような衝動を抑制し、慎重かつ主体的に関わっていくことが求められています。
3. UNDPカメルーン・アクセラレーターラボの実践（Serge Roberto Chofo）
3.1 オープンソースAIが教育のグローバル課題に貢献できる5つの方法と具体事例
Serge Roberto Chofo： まず私たちの活動基盤についてお伝えします。UNDPは2019年にアクセラレーターラボ・ネットワーク（Accelerator Lab Network）を立ち上げました。現在このネットワークは、世界115カ国をカバーする91のアクセラレーターラボを擁する、SDGs達成に向けた最大規模の学習ネットワークの一つに成長しています。このフレームワークのもと、私たちはAI・IoT・GISといった新興テクノロジーがSDGsの達成をいかに加速できるかを探求しています。カメルーンのアクセラレーターラボでは昨年、ジェネラティブAIが教育と研究の質の向上にどう貢献できるかについてブログ形式の考察を公表しました。その中から、オープンソースAIが教育のグローバル課題に貢献できる5つの方法を具体的にご紹介します。
第一は個別化学習（Personalized Learning）への貢献です。農村部と都市部の住民では生活経験や環境が大きく異なります。知識やコンテンツをその違いに合わせて調整することが真の学習支援につながりますが、オープンソースAIはその個別化を実現する力を持っています。
第二は言語翻訳への活用です。教育コンテンツを複数の言語に翻訳することで、あらゆる人が学習にアクセスできるようになり、言語の壁を乗り越えることができます。カメルーンには約248の先住民言語・地域言語が存在しており、オープンソースAIがそれらの言語にコンテンツを翻訳することで、学習体験を大幅に向上させる可能性があります。この多言語の多様性は、AIによる言語支援の必要性を象徴しています。
第三は学生の創造性の育成です。オープンソースAIは学生が新しいアイデアを生み出し、グローバルな課題に取り組むための仮説を短時間で探索・構築する支援ができます。イノベーションには創造性が不可欠であり、オープンソースAIはその創造性を強力に後押しします。
第四はスキル開発への貢献です。コーディング・批判的思考・問題解決といった特定のスキルの習得に特化したインタラクティブな学習プラットフォームの構築にAIアルゴリズムを活用することができます。こうしたプラットフォームは学生の進捗を評価し、改善が必要な領域を特定し、個人に最適化された学習パスを提案します。具体的な事例として、カメルーンのスタートアップが開発したAIプラットフォーム「That Study」があります。このプラットフォームは現在、学生や社会人が新しいスキルを習得し、コンテンツを共有し、自分たちの文脈に即した回答を得られる場として機能しています。カメルーンの社会的・文化的環境に適応した回答を提供できる点が大きな特徴です。
第五は教育インフラの最適化です。授業スケジューリング・リソース管理・学生の成績モニタリングといった業務にオープンソースAIアルゴリズムを活用することで、データ分析に基づく将来のニーズの予測と、より良い意思決定の支援が可能になります。
3.2 倫理・バイアスの課題と公平な活用に向けた考察
Serge Roberto Chofo： オープンソースAIが教育において大きな可能性を持つ一方で、その活用には重要な課題が伴います。最も注意を要するのが倫理的・責任ある利用の問題です。Fengchun Miaoも指摘していましたが、教育現場でAIが普及するにつれ、すべての学生に対して差別やバイアスなく恩恵をもたらすことが求められます。
オープンソースのAIモデルは、訓練に用いられたデータに基づくバイアスを生み出す可能性があります。教育の文脈では、このバイアスが特定の学生グループに対して不公平な学習成果をもたらしかねません。私たちがオープンソースAIに大きな可能性を認めているからこそ、その活用は公平かつ公正な形で進められなければならないのです。
David（司会）： Serge、ありがとうございます。あなたが触れたデータの問題、訓練手法、そして教育サービスに向けた説明可能で責任あるAIの構築という論点は、Fengchunが提起した課題とも深く共鳴しています。またオープンソースAIを用いた具体的な実験・取り組みと、インクルーシブで公平なアクセスをどう実現するかという議論は、本セッションの核心を突くものでした。
4. エストニア視点：学習エコシステムの再設計と個別化学習（Mart Arroyo）
4.1 レゴブロック比喩で描く学習の未来とVR教育実験の知見
Mart Arroyo： 私はエストニアおよびグローバルな視点から、学習の未来についてお話しします。私が20年以上にわたって教育開発に携わる中で常に問い続けてきたのは、「学習者と教育者にとって可能な限り質の高い成果をどう実現するか」という問いです。その観点から、今私たちが直面している状況を「レゴブロック」の比喩で説明したいと思います。
5歳の子どもたちを見ていると、レゴで何を作りたいかを自分で決め、その目標を達成するための方法を自分で見つけ出すことができます。実は成人学習者も同様に、自分の学習目標を達成するための最善の方法を見つける力を持っています。教育に必要なのは、こうした学習者の主体性を尊重し、最適な学習方法論やアプローチを自ら選び取れるよう支援することです。そして教師もまた、学習者を最大限にサポートできるよう適切に支援される必要があります。
世界中の会議で講演をしていると、教育をより良くするための素晴らしいアイデアや新しい方法論を持っている人々に数多く出会います。その中から一つの具体的な事例を紹介します。「Future Class」というプロジェクトです。これは若者たちが立ち上げたVRセンターから始まりました。そのセンターには多くの子どもたちが集まり、VRという環境の中で、現実世界では不可能な形での体験型学習が実現できることが明らかになりました。
このプロジェクトではイタリアで具体的な研究が行われており、VRを活用した化学学習に取り組んだ子どもたちの85%が「化学の意味がより明確に理解できた」と回答し、このアプローチをぜひ学習にもっと取り入れたいと答えています。教えている化学の内容自体は従来の学校で学ぶものと全く同じですが、学習者の頭脳にとってより理解しやすく把握しやすい、全く新しいコンテキストの中で提供されているのです。このVR教育の実験は、学習内容そのものではなく「学習体験の設計」が成果を大きく左右することを示す有力な証拠となっています。
こうした優れたアイデアを持つ人々が数多く存在するにもかかわらず、それが実現されない理由は何でしょうか。率直に言えば、教育を改善する素晴らしいアイデアを持つ人がいても、それを実現するための適切な手段が整っていないことが最大の障壁です。こうしたイノベーションは通常、非常に小規模なチームで進められており、エコシステム全体としてこうした人々をどう支援するかという視点が欠けています。
4.2 「ラーニング・バザール」構想とAIによる個別最適化の可能性
Mart Arroyo： 私が提唱したいのは「ラーニング・バザール（Learning Bazaar）」という構想です。スパイスバザールに足を踏み入れたときのことを想像してください。目の前に広がる美しいスパイスの数々が、自分や家族・友人のために素晴らしい料理を作るインスピレーションを与えてくれます。学習のバザールも同じ原理で設計できるはずです。
学校の建物であれ、バーチャル環境であれ、その入口を一歩踏み込んだ瞬間から、知的好奇心を刺激し引き寄せてくれるような魅力的で興味深い学習機会が目の前に広がっている環境を作り出すことができます。学習者は自然とそれらに引き寄せられ、もっと学びたいという気持ちが湧き出てきます。
ここにAIが重要な役割を果たします。このような学習体験を滑らかかつ豊かなものにするために、バックグラウンドでより高度なAIシステムが機能し、各学習者の個人的な好みやニーズに最も適した学習機会へのマッチングを支援することができるのです。この可能性が特に明確に見えるのが、特別なニーズを持つ学習者への支援です。例えば人口の約11%がディスレクシア（読字障害）を抱えていますが、現状では教師がこうした学習者を認識することは非常に困難です。AIシステムは診断を下す必要すらなく、その学習者がどのようなアプローチで学習成果をより良く達成できるかというパターンを把握し、適切な学習方法論や機会へのつながりをよりスムーズにすることができます。これは教師にとっても、個別化された学習アプローチを設計する上での強力な補助ツールとなります。
4.3 スタートアップモデルによるイノベーター支援とオープンソースの歴史的教訓
Mart Arroyo： 教育改善のアイデアを実現するためのエコシステムをどう構築するかについて、私はスタートアップモデルを強く推奨します。世界中で数百万のチームが、例えば「多動性障害を持つ子どもたちが掛け算九九を学ぶための新しい方法論の開発」といった非常に具体的な課題に取り組む、そのような生態系を作り出すことができれば、学習の質は学習者にとっても教師にとっても飛躍的に向上するでしょう。
オープンソースの歴史的な教訓という観点では、MySQLの事例が示唆に富んでいます。MySQLはイノベーターが非常に安価にデータベースを構築・立ち上げられる環境を生み出し、膨大な価値を創出しました。しかし同時に、オープンソースが常に安価であるとは限らないという点も強調しなければなりません。オープンソースを適切に活用し、セキュリティを確保するためには、相応のコンピテンシーが必要であり、それは決して小さなコストではありません。どのアプローチを採用するかを決定する人々は、自国・自市民にとって最も価値を生み出す最適なアプローチについて、十分な情報をもとに判断できるよう適切に知識を得ている必要があります。具体的な状況や用途に応じて最も適切なアプローチを選択するという姿勢が、AIの活用全般においても重要です。
David（司会）： Martのお話は非常に示唆に富んでいました。レゴブロックの比喩から個別化カリキュラムへの道筋、そしてAIが特に大きなインパクトをもたらし得る人間中心的な活用という視点は、本セッションの核心を捉えています。またこれまでの発言者が共通して触れているように、規制が技術の進化に追いつけていないという問題意識は、次のChristinaへの議論へとつながっていきます。
5. Coursera視点：政府・教育機関によるAI活用の条件整備（Christina Cardenas）
5.1 政策立案者の経験から見た技術導入の現実：メキシコとCourseraのデータ
Christina Cardenas： 本日の問いに答えるにあたり、まず私自身のバックグラウンドをお伝えしたいと思います。私はCourseraでGovernment Affairs Managerを務める前、メキシコの政策立案者として2500万人以上の学生と150万人の教師を抱える国で、教師と学生のスキル開発を担当していました。その経験から、多様性を持つ国でテクノロジーを導入する難しさを肌で知っています。
Courseraに入社した当初、私の主な役割は各国の教育大臣にCourseraのプラットフォームを採用してもらうことでした。Courseraは世界中の大学や企業と連携し、学習パスを提供するプラットフォームです。しかし各国大臣を訪問する中で興味深い傾向に気づきました。実際にCourseraを採用・導入している大臣は、テクノロジーへの投資に柔軟性を持ち、自国のビジネス発展のために外資誘致や経済成長が必要だと理解しており、リスキリング・アップスキリング・クロススキリングに積極的に投資しようとしている大臣たちでした。
さらに注目すべきデータがあります。Courseraの全ユーザーのうち70%以上が自費でプラットフォームを利用しています。つまり自国の政府や大学が必要なスキルを提供していないと感じた人々が、自ら費用を払って学んでいるということです。またCourseraの平均的なユーザー層は30歳から39歳であり、基礎教育レベルの支援だけでなく、生涯学習の観点からの継続的な支援が必要であることを示しています。このデータは、オープンソースAIの導入においても同様のパターンが生じ得ることを示唆しています。準備の整った政府・機関がいち早く導入し、そうでない場合は市民が自力で解決策を探すという構図です。
5.2 政府がオープンソースAIを活用するための基礎的要件と導入設計
Christina Cardenas： 私がよく使うランニングの比喩があります。レースを走るためには事前の十分な準備が必要です。各国がAI活用という「レース」に臨むためにも、スタート前に整えるべき基盤が存在します。すべての国がオープンソースAIという同じ出発点に立っているように見えますが、実際には準備状況に大きな差があります。
政府がオープンソースAIを教育に活用するための基礎的要件として、私は3つの柱を挙げます。第一の柱はインフラと技術環境です。クラウド環境の整備、教師と学生が使用する端末やインターネット接続といった基本的なツールが揃っているかどうかを確認する必要があります。第二の柱は政策・規制フレームワークです。個人データの保護が適切に行われているか、カリキュラムへの適合性はどうか、労働省など関係省庁が連携した政策が存在するかどうかが問われます。第三の柱は財政的持続可能性です。私が参加するあらゆるイベントで、市民のリスキリングの重要性が語られますが、その多くの国が実際には予算を確保していません。政策なき予算なし、という現実を直視しなければなりません。
この3つの基盤が整った上で、次に問うべきはコンテンツのキュレーションです。AIを教育に導入する目的を明確にしなければなりません。教師の事務的業務の効率化なのか、学生の個別化された学習パスの実現なのか、Courseraのような24時間対応のコーチング機能なのか、それとも別の目的なのか。この問いへの答えなしに、ただオープンソースコードを市民に公開しても意味をなしません。誰かがそのコードをキュレーションし、アクセシビリティを高め、コンテンツを分類・検証する役割を担う必要があります。また技術の進化に合わせた継続的な評価と適応の仕組みも不可欠です。AIツールは登場しては消え、あるいは急速に性能が改善されていきます。まだ十分に理解されていない技術を規制しようとすることの難しさも、ここに起因しています。
中南米の事例を挙げると、Courseraには現在1億3500万人のユーザーがおり、そのうち2400万人が中南米・カリブ海地域から利用しています。私がこの地域の大臣を訪問する中で常に感じるのは、Courseraのような「すぐに使えるプラットフォーム」の導入でさえ多くの困難を伴うという現実です。そのような状況でオープンソースを活用するためには、誰がその膨大な技術展開を担うのかという問いが避けられません。
5.3 教師訓練の長期性と政府職員トレーニングの優先課題
Christina Cardenas： 技術導入において見落とされがちな最も重要な要素は、人材育成にかかる時間です。メキシコの政府で教師にテクノロジーを使って英語を教えることを試みた際、教師たちが英語を習得しテクノロジーを使いこなすまでに10年以上を要することがわかりました。では今、教師がオープンソースコードを理解し、学生・教師・労働者向けの学習ツールを自ら開発できるようになるまでに、一体何年かかるのでしょうか。この問いを私たちは真剣に受け止めなければなりません。
私が最終的に最も重要だと考えるのは「訓練」です。インターネット環境が政府から提供されなくても、その重要性を理解している人は何らかの形でアクセス手段を見つけ出します。しかしAIとは何か、どう活用するか、どのように市民に展開するかを理解していなければ、どれほど優れたオープンソースツールが存在しても活用することはできません。政府職員が訓練され、準備が整っていれば、他に必要なツールも自ら探し出すことができます。
その意味で、ITUが運営する「Go-STACK」プログラムは注目すべき取り組みです。このプログラムは政府機関で働く多くの女性職員がオープンソースを活用して行政サービスを改善できるよう訓練するもので、まさに私が強調したい方向性を体現しています。政府がオープンソースAIをローカルなニーズに合わせて活用するためには、そのツールを使いこなせる政府職員の育成こそが出発点であり、そこへの投資を惜しんではなりません。訓練・訓練・訓練、この一点に尽きます。
また教育システム全体としても、批判的思考・計算論的思考といったスキルを現行のカリキュラムに組み込んでいくことが急務です。中南米をはじめとする多くの国でこれらがまだカリキュラムに十分に反映されていない現状では、いかに優れたAIツールが普及しても、それを使いこなす市民を育てることはできません。産業界・政府・国際機関が協働し、教育の展開を共に担う体制を作っていくことが、AIを真に教育に活かすための道筋です。
6. パネルディスカッション：文化・言語的多様性とオープンソースの役割
6.1 過小代表文化・言語への対応とローカル適応型AI開発の可能性
David（司会）： オンラインの参加者から複数のコメントが寄せられています。その多くが、現行のAIモデルの訓練において過小代表となっている文化・言語の問題を指摘しています。Martが言及したように、AIモデルが利用者の文化的地域や言語に適切に対応できていないという課題は切実です。オープンソースという観点からこの状況をどう改善できるでしょうか。
Serge Roberto Chofo： 私は、研究者やスタートアップが特定の社会的・文化的環境に適応したオープンソースAIプラットフォームの開発に取り組むことを積極的に奨励すべきだと考えます。先ほどご紹介したカメルーンのスタートアップが開発した「That Study」はその好例です。このプラットフォームは、カメルーンの社会的・文化的環境に適した回答を返すよう設計されており、ユーザーが質問をすれば地域の文脈に即した答えが得られます。このように、世界各地の多様性に適応したオープンソースAIプラットフォームの開発を促進するエコシステムを構築することが、文化・言語的過小代表の問題に対する現実的な解決策だと思います。
David（司会）： Christinaさん、あなたは先ほど「オープンソースはすべての国にとって共通の出発点となり得る」とおっしゃっていましたね。この文化・言語的多様性の問題についても、オープンソースの観点から何かご意見はありますか。
Christina Cardenas： おっしゃる通りです。既製のソリューションに投資する余裕がない、あるいはそれが自分たちの現実に適合しないと感じている人々にとって、オープンソースは自分たちのニーズに合わせてカスタマイズできる手段として非常に有効です。しかし私が繰り返し強調したいのは、「誰がそのソリューションを構築するのか」という問いです。地元の政府ほど、その市民のニーズをよく理解している存在はありません。しかし政府職員がそのツールの使い方を知らなければ、どれほど優れたオープンソースが存在しても意味をなしません。Courseraは米国市場向けに設計されており、中南米地域のニーズに完全には適合していないという限界を私自身何度も実感してきました。だからこそ、政府職員がオープンソースを活用してローカルなニーズに対応したツールを構築できるよう訓練することが、文化・言語的多様性の問題への最も実践的なアプローチだと考えています。そのような訓練を受けた政府職員がいれば、標準化された既製ツールに依存することなく、市民の具体的なニーズに応じた解決策を自ら生み出すことができます。
6.2 政府によるオープンソース活用の成功条件と能力開発の必要性
David（司会）： Martさん、オープンソースAIが文化・言語的多様性の問題に対して実際に貢献できる可能性について、教育開発の長年の経験からご意見をお聞かせください。
Mart Arroyo： 私は20年以上にわたって教育開発に携わり、学習者と教育者にとって質の高い成果をどう実現するかという問いを追い続けてきました。その中で数百もの異なるアプローチを見てきましたが、重要なのは具体的な状況に応じて最も適切なアプローチを選択するという姿勢です。オープンソースAIについては、歴史的に見ても大きな価値を生み出してきた事例があります。MySQLはイノベーターが非常に安価にデータベースを立ち上げられる環境を提供し、無数のサービスの誕生を支えました。しかしオープンソースが常に安価であることを意味するわけではありません。適切に活用し、セキュリティを確保するためには相応のコンピテンシーが必要であり、そのコストは決して無視できるものではありません。どのアプローチを選ぶかを判断する立場にある人々が、自国や市民にとって最も価値ある選択は何かについて十分な情報をもとに判断できるよう、適切な知識を持っていることが前提となります。オープンソースが文化・言語的多様性の問題の解決に貢献できる場面は確かにありますが、それを実現するためには、そのツールを適切に扱える人材の育成が不可欠です。
David（司会）： 本セッションを通じて、文化・言語的多様性への対応とオープンソースAIの活用という二つの課題が、突き詰めると同じ根っこにある問題であることが明確になりました。技術そのものよりも、その技術を活かす人材と制度の整備こそが鍵であり、政府職員・教師・政策立案者へのトレーニングと能力開発への投資が、オープンソースAIの可能性を真に引き出すための最重要条件であるという認識で、パネリスト全員の意見が一致していたと思います。
7. 総括と次のステップ
7.1 セッション全体の論点整理と成果の共有
David（司会）： 本日のセッションを締めくくるにあたり、私たちが議論してきた主要な論点を整理したいと思います。
まず「革新的な教育活用」という観点では、AIが学生の創造性を育み、支援し、促進する多様なユースケースが示されました。VRを用いた化学教育の実験結果やカメルーンのスタートアップによるプラットフォーム開発など、具体的な事例を通じて、AIが教育に新たな可能性をもたらしていることが確認されました。
次に「人間中心のAI」という観点では、私たちの価値観や現実世界から切り離されることなく、個別化されたカリキュラムの実現に向けたAI活用の重要性が強調されました。Fengchun Miaoが提示した人間・AI協働モデルは、AIのライフサイクル全体を通じて人間の主体性・動機・高次思考を守り続けることの必要性を示す分析枠組みとして、本セッション全体の議論を貫く視座となりました。
また「主権とAI格差」という観点では、過小代表となっている国・地域・言語を持つ人々にとってのAI格差の問題が繰り返し浮かび上がりました。データの主権をどう確保するか、訓練データに内在するバイアスをどう克服するか、そして各国が真に公平な出発点に立てるようにするにはどうすればよいかという問いは、本セッションを通じて解決されたわけではありませんが、その重要性が深く認識されました。
「規制」の問題については、ジェネラティブAIの急速な技術革新が各国の規制整備を大幅に追い越している現状が確認されました。EUのAI法に代表されるリスクベースのアプローチが一つの参照点として挙げられましたが、規制に対応できている経済圏は現状では米国・EU・中国の3つにとどまるという厳しい現実も共有されました。
そして「社会契約」という観点では、Fengchun Miaoが提起した「人間・デジタル・AIの社会契約をどう構築するか」という根本的な問いが、本セッション全体に通底するテーマとして位置づけられました。私たちがどのような人間とAIの関係を望むのか、そのためにどのようなAIを設計し、どのように活用するべきかという問いは、教育分野に限らず社会全体で問い続けるべき課題です。
解決策として議論された中で特に重要だったのは、コンピテンシーフレームワークの整備です。教師・学生・政府職員を問わず、AIテクノロジーや方法論、そして訓練データに内在するバイアスに精通した人材を育てることが急務であるという認識が共有されました。また訓練データとコンテンツのオープン化についても、適切な主権の確保と公正な利用条件のもとで進めることの重要性が確認されました。Martが提唱したレゴブロックとラーニング・バザールの比喩は、適切な学習方法論を組み合わせることで個別最適化された学習を実現するという方向性を象徴するものでした。さらに、AIとの新たな社会契約の構築という問いは、本セッションの結論ではなく、引き続き探求すべき出発点として位置づけられています。
7.2 関連プロジェクトと次回イベント案内
David（司会）： 本ウェビナーにご参加いただいたパネリストの皆さんには、このセッションの成果として公表予定のケーススタディ論文への貢献をお願いしたいと思います。
また本ウェビナーは、AI for GoodとITUが欧州委員会の資金援助のもとUNDPと共同で推進している「オープンソース・エコシステム強化プロジェクト（Open Source Ecosystem Project）」の一環として開催されました。このプロジェクトは、教育分野に限らず公共サービス全般を対象に、トレーナーを訓練するための包括的なフレームワークの開発を目指しています。
次回のイベントとして、5月30日・31日にジュネーブで開催されるAI Global Summitへの参加をご案内します。31日の午前中には、オープンソースを活用したデジタル公共財・公共サービスの開発をテーマとしたワークショップが予定されています。本日の議論をさらに深める絶好の機会ですので、皆さんのご参加を心よりお待ちしています。本日はご参加いただきありがとうございました。