「説明してもらう」罠

ほとんどの人がChatGPTで学ぼうとする方法はこうです。「量子もつれを説明して」や「契約法について教えて」と入力して、回答を読む。明確で、よく書かれていて、読んでいて理解できます。何かを学んだ気がします。

ほぼ確実に、学んでいません。

良い説明を読むと理解したという感覚が生まれます ― 心理学者がこれを流暢さの錯覚と呼ぶものです。説明は一貫していて、論理を追えて、脳が「わかった」と記録します。しかしその明瞭さの感覚は、説明の質についてのものであり、あなたの知識の状態についてのものではありません。

Louis Deslauriersらが2019年にハーバードで実施した研究でこれを示しました：洗練された物理学の講義を視聴した学生は、能動的な問題解決をした学生よりも自分の学習を高く評価しました。しかし問題解決グループの方がテストで有意に高い点数を取りました。学んだ気がすることと実際に学ぶことは別物です。

診断がなければ方向性もない

良い家庭教師はまず、あなたが何を知っているかを把握することから始めます。既存の理解を探り、ギャップを見つけ、そこから構築します。ChatGPTは毎回ゼロから始めます。

ChatGPTに何かを説明してもらうとき、あなたが完全な初心者なのか、80%理解していて1つの具体的なメカニズムで混乱しているのか、ChatGPTにはわかりません。基礎全体が必要な学生と、たった1つの欠けているピースが必要な学生を区別できません。だから汎用バージョンを提供して、うまくいくことを祈るだけです。

プロンプトでより多くのコンテキストを提供して補おうとすることもできます。「XとYは理解しているがZで混乱している」と。しかしそれには自分の知識のギャップを正確に診断する能力が必要です ― それこそ、苦労している学習者が最も苦手とすることです。何を知らないかを正確に知っていれば、知るまでの道のりは半分来ています。

理解したかを決して確認しない

これが決定的な欠陥です。ChatGPTは説明します。あなたは読みます。そして...何もありません。会話は先に進みます。クイズもなし。概念を実際に理解したのか、ただ言葉を追っただけなのかをテストするフォローアップ質問もなし。

「クイズを出してもらえばいい」と思うかもしれません。確かにできます。しかしChatGPTはあなたの知識のモデルなしに質問を生成します。どの具体的な誤解を探るべきかわかりません。パフォーマンスに基づいて難易度をエスカレートしません。正しい答えを間違った理由で出したことを検出しません。クイズの形をしたテキストを生成しているのであり、診断を実行しているのではありません。

真の理解度チェックには、学習者が何を知っているか、何を教わったか、どんなエラーが一般的かのモデルが必要です。よく設計された学習システムはこれを行います。プロンプトに応答するチャットボットにはできません。

フィードバックループの錯覚

ChatGPTとのチャットは対話的に感じます。あなたが尋ね、答えが返り、また尋ねる。対話のように、家庭教師がいるように見えます。しかしフィードバックループは一方通行です。あなたは情報を得ます。ChatGPTはあなたの次の質問を得ます。あなたの理解が評価される瞬間はどこにもありません。

本物の個別指導 ― Bloomが1984年の有名な「2シグマ問題」論文で記録した種類 ― は、絶え間ない評価を伴います。人間の家庭教師は探りを入れる質問をし、混乱の兆候を観察し、その場で説明を調整し、学生が理解を示すまで先に進みません。平均的な個別指導を受けた学生は、教室の学生より2標準偏差上のパフォーマンスを示しました。それが本当のアダプティブなやり取りの力です。

ChatGPTは個別指導の説明部分を提供しますが、評価部分は提供しません。それは、あなたの状態を詳細に説明するが検査は一切しない医者に行くようなものです。

構造化された学習がチャットにないものを提供する

ChatGPTを教師として使うことと実際の学習の間のギャップは、表面的なものではなく構造的なものです。構造化された学習は以下を提供します：教育開始前の診断的評価、教材を通じた順序付けされたパス（前提知識を先に）、各ステップでの理解度検証、理解が崩れたときのアダプティブな分岐、そして認知状態に合わせたエネルギー対応のペース配分。

ChatGPTは設計上、これらのいずれも提供しません。会話エンジンであり、学習エンジンではありません。質問に答えることには優れていますが、あなたにどの質問をすべきかを知ることには役に立ちません。

Oivallaはまさにこのギャップを埋めるために構築されました。教材を取り込み、あなたがすでに知っていることを診断し、適切な順序付けで構造化された学習ツリーを構築し、進む前にすべてのノードでクイズによる理解度検証を行います。つまずいたら、より詳細な説明に分岐します。疲れていたら、複雑さを調整します。会話だけでは決して提供できない評価と適応のレイヤーです。

具体的な質問があって具体的な答えが欲しいときにはChatGPTを使いましょう。知識の体系を本当に理解し、自分自身にそれを証明する必要があるときには、構造化された学習を使いましょう。