うのれお|教育 × AI 最新情報
1.7K posts

うのれお|教育 × AI 最新情報
@tbld_hs
SurpassOne代表|賢さと実践で個人も社会もアップデート。“学び・成長・還元”の循環で、人類を一段階賢く。 トマトで世界を埋め尽くす。
Tokyo เข้าร่วม Mart 2016
504 กำลังติดตาม489 ผู้ติดตาม

国立国会図書館が昨今のAIに関する情報を色々公開してた
国立国会図書館 NDL@NDLJP
●今月のトピック~国会サービス関係刊行物から● 毎月特定のトピックを取り上げ、当館刊行物から関連するタイトルをご紹介します。 今月のトピックは【AIをめぐる動き】です。どうぞご覧ください。
日本語

@nr5000xxx AIリプとかAI引用って実際どうやってるんですかね。APIだと結構お金かかるし、AIのブラウザ操作とかでできるのかな。
日本語

高専卒の求人倍率は20倍。
大卒は2倍未満。
それでも多くの会社は、大卒の採用にしか力を入れていない。
日経の調査によると、高専卒の採用計画は前年比22.8%増の933人。就職率は99%。それでも充足率は80.6%で、学歴別で最も低い。つまり、欲しいのに採れていない。
1万2000人以上と面談してきて断言できる。仕事ができるかどうかに、大卒か高専卒かは関係ない。関係あるのは、手を動かしてきた時間の密度だ。
高専生は中学卒業から5年間、実験と実習を繰り返す。日立ハイテクの採用担当が「よく手が動き、知識と経験に基づいた鋭い直観をもっている」と言っていたが、これは現場を知っている人間なら全員うなずく話だ。
問題は、多くの企業がまだ「大卒以上」で求人票を書いていること。求人倍率20倍の人材を、入口で自ら閉じている。
採用で勝つ会社は、学歴フィルターを外す会社じゃない。「何ができる人が必要か」から逆算して、探す場所を変えられる会社だ。
求人票、「大卒以上」のまま放置していませんか?
日本語

私は逆です。
こっちも試したいが、プランを変えるのがなあ。
Kyohei - OSS, 外資IT@labelmake
claudeをcodexのレビューをさせる用途にしか使わなくなってしまった。。。w
日本語

今のAI技術を使ったサービス開発は本当に難しいと思う。
と言いつつ自分もやっているが。
サムアルトマンも同じことをはっきり言ってるし。
深津 貴之 / THE GUILD, note@fladdict
動画AI業界、こまかい工夫はだいたいすべて次バージョンで吹き飛ぶな
日本語

ここだけの話、めちゃくちゃ恐ろしいことに昨日1日だけでフォロワー様200人以上増えました。アクティブにいるだけでどんどん増えるってマジでバグ。今のXがラクすぎる…ラクすぎて昨日はディズニーでリプしてました。レジャーしててもスキマ時間で伸ばせるんだからやらないなんてもったいない
さとちん@satotin_yusuke
昨日だけでフォロワー200名以上増えたんやけど、今はアカウントをアクティブに動かすんや。そして強者アカウントにリプ&引用ポストで絡む。コレだけでホントに伸びる。動いた分だけ増える。約450名のサロンメンバーのデータや証言をもとに言っているから間違いないんやで。試してみてな
日本語

gpt-4の話は事例としては古いですがウェブまとめ記事が5/9でした。
出典リンク
edutechnology.co.jp/service/aikyou…
uravation.com/media/educatio…
日本語

【🤖AI × 🧑🏫教育 最新情報】
⭐️文科省ガイドライン改訂、AIは「必須の道具」に
利用制限的な表現が撤廃され、AI活用が教育活動の基盤として再定義されました。
東京都は情報漏洩リスクを抑えたセキュアな独自AI環境を構築し、活用を推進中です。
個別最適化や高度なSTEAM教育実現に向け、国と自治体の方針転換が明確化しています。
(エデュテクノロジー, 5/9)
⭐️教員の多忙化解消にAIが切り札、事務作業を79%削減
OECDワースト1位の教員労働時間に対し、事務業務のAI自動化が緊急課題となっています。
通知表所見やアンケート分析など、特定の業務で210分が45分に短縮された事例が報告されました。
教員が生徒と向き合う時間を創出する「働き方改革」の成功事例が各地で出ています。
(Uravation, 5/9)
⭐️私立高校、全生徒8,000人にGPT-4を本格展開
N高等学校・S高等学校が普通科全生徒に対し、生成AIの活用環境を一斉導入しました。
AIは学習を加速させる必須ツールであり、生徒自身の活用意欲と定着率を大幅に向上させます。
技術の「特性の理解」を重視した教育実践が、学習指導要領改訂論議と連動し加速しています。
(Uravation, 5/9)
日本語

【📚教育 × 🧠AI 最新論文】
LLMで学習用データの「評価基準」を自動生成し、AI開発を超効率化!
■内容と結果
研究者不足の分野でAIを開発する際、学習データの特徴量設計が課題でした。
この論文は、LLMが少数のデータを見るだけで、そのデータの分析・整理するための「ルーブリック(評価基準)」をコードとして自動で作り出す手法を提案。
このLLM生成ルーブリックを使ってデータを処理し、教師あり学習を実施。
結果
15の臨床タスク(EHRSHOTベンチマーク)で評価したところ、ルーブリックを用いたアプローチは従来の専門的な特徴量モデルや単純なLLMベースラインを大きく上回りました。
特に、桁違いに大量のデータで事前学習された専門の臨床基盤モデルに匹敵、またはそれを上回る性能を達成。
■考察
LLMは、人間の専門家が時間をかけて行う「データの意味解釈」と「特徴抽出の設計」という高度な認知タスクを代行できることが示されました。
これにより、複雑なヘテロな(多様な要素が混ざった)データセットを扱う機械学習において、大幅な時間短縮とコスト削減が可能です。
■学び
LLMはただの文章生成機ではなく、「知識を構造化するエージェント」として機能します。
特に医療現場や教育コンテンツ作成など、専門的知識が必要な分野で、データセットの「学習効率」を飛躍的に高める可能性を秘めています。
出典: LLMs can construct powerful representations and streamline sample-efficient supervised learning
日本語





