対談 CONVERSATION

全米No.1 進学実績を誇るスタンフォードオンラインハイスクールがしかけるグローバル教育

HERO X 編集部

設立わずか15年で全米トップクラスの進学実績を誇るまでに成長したスタンフォード大学オンラインハイスクール。産業界でのオンライン化が社会変革をもたらしつつあるのと同時に、教育ICT(通信技術を活用したコミュニケーション)のインパクトは世界中に広がりはじめている。そんな中、世界の天才児が集うと言われる同校で現在、校長として陣頭指揮を執るのが星友啓氏だ。コロナ禍の影響で、国内でもオンライン教育の需要が高まりを見せたのだが、先駆者であるスタンフォードは、教育のICT化をどう見ているのか。スタンフォード大学大学院在学中からオンラインハイスクール立ち上げに関わり、世界中から集まる若者を見てきた星氏に編集長・杉原行里が切り込む。

オンラインでありながら全米1位の進学実績

杉原:今日はお時間をいただきありがとうございます。それにしても、目覚ましい発展ですね。オンラインなのに全米トップの進学実績ということですが、まずは、どのような学校なのか、成り立ちから教えていただけますか。

星:ありがとうございます。2006年創立の学校で、我々の学校はスタンフォード大学の一部なのですが、独立した私立の学校となっています。年齢的には日本の中高生にあたる年代の子供たちが学んでいます。ファイナンス的にも独立していて、生徒さんからの学費で経営している学校です。

杉原:そうなんですね。スタンフォードオンラインハイスクールということは、オンラインで授業をする学校ということでいいのでしょうか?

スタンフォードオンラインハイスクールの公式YouTubeチャンネルでは授業の様子も紹介されている。https://www.youtube.com/watch?v=1DZiIpz460A

星:そうです。もともとは、アメリカで伝統的に進められてきた才能ある子どもたちに対しての教育である「ギフテッド教育」のための教材開発から出発したプロジェクトでした。コンピューターと教育の融合を研究されてきたスタンフォード大学のパトリック・スッペス教授という方がいたのですが、この方が1990年代くらいからギフテッドの子供たち向けのCD-ROMベースの教材を開発し、販売をはじめたんです。

杉原:“ギフテッド”というと、あることに対して特別に優れた力を持っている子どものことですよね。

星:そうです。ところが、日本の場合、ギフテッド=障がいを持った子というような図式の形で説明されている専門家もいらして、これはちょっと違うなと思っています。例えば、数学に突出した力があり、同学年の学びでは物足りないような子どもたちなどがギフテッドにあたるのですが、そういった子たちみんなが発達障がいや、学習障がいを持っているかといと、そうではありませんから。

杉原:なるほど。そして、そのギフテッドの子供たちのためのプログラムというのをどうして作ることになったのでしょうか?

星:教育現場では、こうした子供たちに合ったプログラムが必要だという考えがあったのですが、ギフテッドの子供たちは地域の中でそんなに沢山いるわけでもない。学校に数人いるかいないかの状況ですから、公費を使って運営している学校で、数人の子たちに対するプログラムを導入するというのは難しいですよね。そこで、考えられたのが、通信制のプログラムだったのです。これが好評となりまして、オンラインの普及とともに、オンラインハイスクールとして立ち上がることになったんです。

杉原:アメリカは国土も広いですし、国内で時差もあるから、各地にいるギフテッドの子たちが同じ場所に通学するのは確かに難しいですよね。オンラインなら、距離的制約を受けずに授業が受けられる。英語さえできれば国をまたいで受講することも可能ですし。

星:そうなんです。われわれの学校には現在、40か国、900人の子供たちが在籍しています。

シリコンバレーも注目する哲学、
オンラインでしかできないグローバル教育

杉原:面白そうですね。アジア圏の子供たちもいるのでしょうか?

星:はい、います。多国籍になると、時差もありますから、韓国や中国から参加している生徒の場合は、自国の学校にも通いつつ、パートタイムの生徒として、うちの学校に在籍するというパターンが多いです。

各国に広がるコミュニティ。オフラインでの交流会やイベントも行われている。

杉原:教育としては、どのような特徴があるのでしょうか。

星:ギフテッドの子たちというのは、数学的能力が高い子が多く、その子たちに向けての教育プログラム開発から入っていたので、数学や科学の発展的な学びを多く取り入れていました。意識してやっていたわけではないのですが、結果としてSTEAM教育(Science(科学)、Technology(技術)、Engineering(工学・ものづくり)、Art(芸術・リベラルアーツ)、Mathematics(数学)の5つの単語の頭文字を組み合わせた教育概念)に強くなっていったというところです。哲学など人文系の学びも必須にしていて、リベラルアーツ的な学びができるようになってます。

杉原:哲学は日本の教育でも最近注目はされているのですが、僕も常に大事にしているのは「説得の三原則」のロゴス、エトス、パトスですね。哲学って人々の失敗の歴史でもあると思うんです。だからこそ、哲学は僕たちにとって最大の教科書とも言われていますよね。

星:そうなんです。うちの学校にお子さんを通わせる親御さんからすると、「サイエンスを学ばせるために入れたのに、息子は哲学に興味を持ってしまった。どうしてくれるんだ」なんて、冗談で言われることもあるんですがね(笑)。

杉原:でも最近は、シリコンバレーの企業も心理学者を入れていますよね。

星:おっしゃる通りです。今度は哲学者も雇うようになってきたんです。

杉原:そうやってシリコンバレーの企業が哲学者や心理学者を雇うというのは、僕は分かる気がします。会社というのは結局人ですから、人を扱う以上、コミュニケーションが発生します。どの職業に就こうが必ず直面することなので、ないがしろにするのは危ないことだと思います。

星:行里さんがやっていることも、プロダクトを単に作るということではなく、価値を新しくつくりだすことをされていると思うんです。まさにそれって、哲学の根本じゃないかと。今あるフレームを問いただして、価値あるものを生み出そうとされていると。

杉原:哲学って、多角的なイメージがあるのですが、スタンフォードオンラインハイスクールで大事にされていることも、ものごとを2Dではなく、3Dで見るということなのでしょうか。

星:自分はこのフレームにいるのだが、ほかのフレームだとどう見えるのかということを感じられるかだと思うのです。

部活動やサークルも充実している。

杉原:違うフレームというと、具体的にどういうことなのでしょうか?

星:オンラン教育というと、録画したレクチャーを見て課題に取り組むイメージかと思うのですが、我々がやっているのは各国にいる生徒と生でつなげるライブ授業が中心です。例えば、先日のオリンピックにしても、各国のニュースでの取り上げられ方が違います。クラスメイトが現に中国のある町に住みながら、見聞きしたことをありありと共有し、意見を交換できる。これが毎日のようにできる。今までは、どれだけグローバル教育と言っても、いろいろな国から来た人たちが、同じ場所に住んで、同じことに触れて、学びあうというスタイルでしたが、「俺の住んでる国の状況見てみてよ」と、リアルタイムで見ることができる。違う目線に自分を投影することがしやすいことではないでしょうか。

杉原:だから、スタンフォードオンラインハイスクールが行っていることは、時代に沿った独自のアプローチによる教育のアップデートというイメージです。コロナ禍の日本の教育で行われたのは、今までの教育と同じものをどうやってオンラインでやるかというところに近い。つまり、手段としてのオンライン化、しかし、星先生のところが考えているのは、オンラインでしかできないことをやろうとされている。大前提である目的が違うと感じます。

星:そうかもしれません。

杉原:今日はなんだか自分の考えをリセットする機会となりました。僕も留学の経験がありますが、グローバルという定義が、自分の思ってきたものとは時代と共に大きくアップデートしていることが分かった気がしますので、自分自身も柔軟に対応していきたいと思います。ありがとうございました。

星友啓 (ほし・ともひろ)
スタンフォードオンラインハイスクール校長。哲学博士。Education; EdTechコンサルタント 1977年東京生まれ。2008年Stanford大学哲学博士修了後、同大学哲学部講師として論理学で教鞭をとりながら、Stanford Online High Schoolスタートアッププロジェクトに参加。 2016年より校長に就任。現職の傍ら、哲学、論理学、リーダーシップの講義活動や、米国、アジアにむけて、教育及び教育関連テクノロジー(EdTech)のコンサルティングにも取り組む。2000年東京大学文学部思想文化学科哲学専修課程卒業。2001年より渡米、2002年Texas A&M大学哲学修士修了。

関連記事を読む

トップ画像:https://onlinehighschool.stanford.edu/

(text: HERO X 編集部)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

対談 CONVERSATION

行動から人の内面状態を読み取るAI!?岡田将吾の気になる研究 前編

長谷川茂雄

人と人とのコミュニケーションに必要なものは、言語だけにあらず。視線やジェスチャー、表情といった非言語情報も不可欠であることはいうまでもない。岡田将吾氏は、それを社会的信号処理という新しい領域に基づいた研究を通して読み取ることを実践する先駆者のひとり。同氏の試みは、人間の内面の状態を理解するためのAIの新分野として世界から注目を浴びる。これらの研究は認知症の初期症状などを読み取る手がかりにもなるという。編集長・杉原が、最先端の研究の現状とその先に広がる未来について伺った。

人の行動から内面状態を理解するという試み

杉原:もともと岡田さんは、大学でいわゆるAIに関する研究をされていたんですか?

岡田:そうですね。人工知能を基本に、修士、学士と約5年間研究をしまして、少しずつ人の行動を予測するとか、人の行動からコンテキストを推定するということにフォーカスするようになりました。 例えば、この人のしゃべり方や使う言葉の特徴がこうなら、この人はロボットとのおしゃべりを楽しんでいるとか、いくつかの行動から、人の内面を予測するというような研究です。

杉原:今日は、話していて僕の思惑がバレるかもしれないから、サングラスか何か掛けたい気分です(笑)。

岡田:いや、僕自身は(内面を予測することは)できないですよ(笑)。システムにはできてしまうことがありますけどね。

人の行動から内面を読み取るという研究を続ける岡田氏。「最近は、手の動きと感情の関係性が気になる」という。

杉原:ならよかったです(笑)。岡田さんのそういった研究は、AIなどを通じて出口がたくさん出てきたという段階ですか?

岡田:そうですね。最近は動作を測るセンサーが安くなったりもして、状況が変わってきましたし、企業でも自分たちのような研究をしているところが出てきました。そういうプロジェクトに自分が加わることも増えてきて、出口は広がったと感じています。

杉原:もともと岡田さんがAIに興味を持ったのは、どういった経緯でしょうか?

岡田:最初は大学で物理をやっていたのですが、物理の世界っていろいろと難しくて挫折してしまいました。それで物理の先生にはちょっと失礼なんですが(笑)、もう少し目に見えてわかりやすいことがやりたいと思って、ロボットに顔の認識や画像の認識をさせて動かすという研究をやっている研究室に入ったんです。AIを研究し始めたのは、そこからですね。

杉原:岡田さんのような分野の研究者は、日本にどのくらいいらっしゃるんですか?

岡田:もちろん産官学で人工知能の研究をされているグループは山ほどありますけど、ピンポイントで、人の行動から内面状態を理解するみたいなことに焦点を当てているのは、僕たちと数えるくらいしかないです。

こちらは、2018年にジョージ・アンド・ショーン合同会社(現株式会社)と岡田研究室が共同で開設したG&S Labのイメージビジュアル。IoTデバイスであるbiblle(ビブル)を活用して、行動学習に特化した機械学習プログラムの開発を行っている。

もう多くの企業ではAIが採用面接をしている!?

杉原:表情から何かを読み取るということは、なんとなく僕もイメージできるんですが、そこから購買意欲だったり、そこに出口を見つけていくというのは、なんだか大学でやる研究っぽくないなと思いますね(笑)。

岡田:そう言われれば、そうかもしれないですね。

杉原:僕自身のイメージでは、大学の先生は研究を突き詰めて、あとはアウトプットを第三者に見つけてもらう、そんなスタイルが多いなと常々感じているんですよ。それが出口までしっかりとしていて、岡田さんの研究は面白いなと思います。

岡田:そう言っていただけるとありがたいです(笑)。確かにそれは狙っていて、研究室でコンピューターの前に座って突き詰めるのではなく、実際のインパクトのあるデータに対して、なんらかの回答を出していくほうが、世の中的にも出口がわかりやすいですし、そういうことは意識していますね。

岡田氏の研究に興味津々の杉原。感情という抽象的なものを数値化するという試みには、シンパシーを感じているようだ。

杉原:世界的にはどうなんですか?

岡田:コンピューティング分野の国際会議のような場には、アメリカ、ヨーロッパの有名大学の研究者が集まってきますが、そこでは感情を理解するという研究が一番多いように感じます。コンピューターにいろいろな感情を理解させるということが基本ですけど、話している声や内容、表情からコミュニケーションのスキルを推定するということも盛んになってきてはいます。AIによる企業の採用面接みたいなものもそうですね。

杉原:確かにそういう面接は、実際にあるようですね。

岡田:面接で一言、二言答えたことから推測して、その人(のスキル)を判定するということですよね。あらゆる企業は、もうAIを様々活用しているのですが、採用には特定の人しか受からないとか、雇用差別・公平性の問題が出てきたりもしています。自分も就職面接のように実際に多くの人を呼んで、はじめて会った学生同士でディスカッションをしてもらい、そのビデオを人材派遣の会社に送って、人事の採用担当者に点数をつけてもらうという試みをしたことがあります。同じようにAIにも判断してもらったら、熟練の採用担当者と同じように人を選ぶのかどうかを検証しました。その実験は、学会でも良い評価をもらいましたが、アプリケーションとして見た場合、考慮すべき課題が多いと感じます。ですので、そういうスキル判定の技術を使って、スキルを上達させるための訓練に活かすことを、これからはやっていきたいですね。困っている人が喜ぶようなアプリとして機能できればと思っています。

感情を数値化するには、大きな課題がいくつもある

杉原:なるほど、それは興味深いですね。もうひとつお聞きしたいのが、“感情”っていうのは数値化も可視化もしにくいのではないか、ということです。実際に研究は進んでいるんでしょうか?

岡田:そうですね、難しいところも確かにあります。いま主にやっていることは、心理学者たちがこれまでに作った評価指標に則って、実験後に、いまあなたの感情はいくつでしたか? というように被験者に問いかけたり、第三者に被験者の映像を見せて、被験者の感情状態はどうなっていると考えられますか? というようにアンケートを書いてもったりする手法なんです。それをもとに人工知能が答えを導き出すわけですから、そもそものアンケートの答えが間違っていると、人工知能的にはもう破綻してしまう。そこが弱点でもありますね。

杉原:まず、ちゃんとしたデータを取ることが難しいんですね。

岡田:正解のデータがしっかりと作れなければ、人工知能は動けませんから。正直、感情って自分で数値をつけるのは難しいですよね。

杉原:自分でも自分の感情が一番わからないこともありますよね(笑)。

岡田:そういうものなんですよ(笑)。

杉原:以前の心理学者の研究だったり、研究論文なんかを追っかけながら、感情を紐解く要素を分析していくという手法はもちろんわかりますが、IoTを使ったデータ集めというのは、どうなんでしょう。世界的にはビッグデータは集まってきているんですか?

岡田:それも難しいところではあるんです。GAFAは、画像・音声を含めWeb上でたくさんの情報を集めていますが、普段の人同士の会話や、自然に対面コミュニケーションしているときのデータを膨大に集めるのは、まだまだ実際には難しいですよね。例えば感情データを集めるために、誰かが怒っているところをずっとビデオで撮るわけにもいかないですし、これからデータを取るので怒ってください、っていうのもおかしいですしね(笑)。多くの人が、AI speakerと友達のように頻繁に話す未来が来たら変わるかもしれませんが、AIの対話機能レベルから言って、それはもう少し先になりそうです。

杉原:確かにそうですね。

岡田:だから、自然にそういうデータをどうやったら取れるのか? っていうのは自分たちの研究の大きな課題ですね。

杉原:ライフログ的なところですね。とはいえ、無理やりIoT的な要素をくっつけたものを開発して使ってもらっても、結局使わなくなりますしね。

岡田:そうですよね、スマートウォッチとかもその一例だと思います。

杉原: スマートウォッチが出た当初はすぐに買いましたけど、3日後にはこれまで使っていた普通の時計が恋しくなってしまいました(笑)。でもいまは、Apple Watchなどがセンシングに使われていますよね。睡眠だったり、バイタルだったり。そういう使われ方をしているのは有意義だと思います。

岡田:そうですね、そのような使い方は興味深いです。最近私たちもスマートウォッチのようなセンサを使った研究を始めています。とはいえ自分たちの研究は、いまはデータを採取するのにビデオの前に人を座らせなきゃならないので、常に記録するのが難しい状況です。なので、毎日何かを記録すれば、健康がチェックできるとか、そういう多くの人に受け入れやすいアプリなどを通して、効率よくデータを取る方法を模索して行こうと思っています。

後編へつづく

岡田将吾(おかだ・しょうご)
国立大学法人北陸先端科学技術大学院大学(JAIST)准教授。2008年東京工業大学大学院知能システム科学専攻博士課程修了。京都大学特定助教、東京工業大学大学院助教、IDIAP research institute 滞在研究員等を経て、2017年より現職。「社会的信号処理に基づく人間の行動やコミュニケーションの理解」を主要テーマに、AIの新たな領域の研究に取り組む。専門は、マルチモーダルインタラクション、データマイニング、機械学習、パターン認識ほか。

(text: 長谷川茂雄)

(photo: 増元幸司)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー