橋本 洋志学長　挨拶

産業技術界で活躍できる能力を本学はコンピテンシーと称しています。コンピテンシーのもともとの意味は、仕事を遂行するのに必要な知識・スキルです。コンピテンシーが提唱された背景は、1970年代にアメリカ政府機関の職員に関して調査した結果、IQの値や学歴は、職員のパフォーマンスに相関があまり見られなかったという論文に端を発しています。

このため、幾つものコンピテンシーの指標と水準が提唱され、アメリカの多くの一流大学と言われる入学試験は、ペーパーテストだけでなく、その能力を測る工夫を行っています。本学でも、多様な人材に適する入試形態と中身を工夫し、多角的観点からの入試を実施しています。これは、本学において、更にコンピテンシーを高められるだけの資質があるかどうかを見るためのものです。

コンピテンシーを高めるため、本学の教育プログラムでは、グループワーク、アクティブラーニング、現場志向、などを組み入れています。特に、グループワークは、お互いに刺激と啓発を与えることで、個々人のスキルを向上させるだけでなく、チームとしてのパフォーマンスを向上させる練習を行っていただきます。この理由は、現代社会では、チームのパフォーマンスが求められる重要な局面が多数あるためです。この際、重要な指標として、社会に受け入れられる考え方が大事である、というものがあります。すなわち、アイディアというものは、他者に受け入れられてこそ、初めて価値が生じる、このことが本質となります。

少し話はそれますが、いま、高等学校や大学受験予備校では、来年度の高校受験生に向かって「安易に、データサイエンスやAIの学科やコースを選ぶなかれ」と訴えています。どうしてだと思いでしょうか？

全国に国立大学は、現在、86校あり、文部科学省の依頼により、ほぼ、全ての国立大学にデータサイエンス・AIに関する学科またはコースが設置されています。ここで、例えば、毎年、各校が100人ずつ、そのような人材を輩出したとすると、全国で8600人、10年たてば、8万6千人、さらに、ここに、公立大学約100校、私立大学約600校の一部が同様の人材を多数輩出します。人材不足と言って、その人材を同時期に多数輩出するということは、データサイエンス・AIのツールをつかえることが、日本流でいう「読み書きそろばん」のレベルに広がるということに繋がりますから、これを「私はできます」と言っても、何の特色も無い人材として評価されますよ、ということを高等学校や大学受験予備校は警鐘を鳴らしているのです。

この話は、人材不足だから大勢（おおぜい）を同時に育てましょう、という試みは、全体にとって良いかもしれませんが、個人にとっては、よほど注意して学習しなければ、多数の中に埋没してしまう、ということを意味します。埋没せず、活躍できるためには、どのような学びを行うか、知識偏重ではなく、本質に迫ることができる人間になることが大事と考えます。

ChatGPTの話を続けます。このような事例がありました。
それは、私の存じ上げている薬理学の大学の先生が、レポート課題で、次の問題を出されました。
「これは、高血圧の薬についてChatGPTが書いた解説文である。この間違いを説明せよ。」

この出題されている意味を私なりの観点から考えました。ChatGPTの原理は、膨大なコーパスから、AIを使って賢く切り貼りを行い、自然言語を生成することにあります。コーパスとは、言語テキストの集合体を表します。この原理を知ったうえで、では、このコーパスが、ある専門領域で十分な内容を有していると言えるのか？また、「賢く」切り貼りという意味は何か？その実現手段は？そして、その評価基準とは？
一方、人間は文脈を産み出す場合に、ある種のメンタルモデルを用いているという論があり、そのため、長文や分厚い本、または長時間の演劇においても、人々を納得させる、または、感動させるストーリーを産み出すことができます。では、ChatGPTは、このメンタルモデルを有しているのか？有していないとしても帰納推論や演繹推論を用いた、論理的文章構造、それも長時間に耐えうるものを造ることができるのか？
今述べた論点を疑問点として持ちながら、先のレポート課題を読めば、おのずと、ChatGPTの特徴や欠点、傾向や癖を発見できるでしょう。この発見が「本質に迫ることになり」、とても重要な能力です。このことを、別の言い回しで、仮説抽出、仮説発見とも言います。産業技術界で活躍できる人間は、自律できるためにも、これらの能力が強く求められています。