Khanmigoの失敗と、コンテンツ配信と真の学習の間のギャップ

AIチュータリング革命の失敗

OpenAIとMicrosoftから多大な支援を受けてSal Khanによって立ち上げられたAIチャットボットチューターであるKhanmigoは、ほとんどの学生にとって「何事も起きなかった出来事」として特徴付けられています。最先端モデルへの早期アクセスや、多額の慈善活動および政府の補助金にもかかわらず、このツールは広範な学生のエンゲージメントを獲得することに失敗しました。ユーザーは実質的な問いかけを行うのではなく、ボットに対して「IDK IDK（わからない、わからない）」と反応することがよくありました。この失敗は、教育テクノロジーにおけるボトルネックがコンテンツ配信の効率性ではなく、学習者のための目的を持った推進力の欠如にあることを示唆しています。

「Khan Method」のパラドックス

Sal Khanの学習方法と、彼が教育製品を設計する方法の間には根本的な断絶があります。あるトピックを教える準備をする際、Khanは非常に能動的で構成的なプロセスを採用しています。

• Inquiry（探究）: 彼は、髄鞘が実際にニューロン内でどのように信号速度を速めるのかといった、教科書が省略しがちな「なぜ」という問いを投げかけます。
• Construction（構築）: 彼は足場（scaffolds）を築き、年表を描き、概念をマッピングして、精神的な構造を作り上げます。
• Expression（表現）: 彼は自身の理解をビデオにまとめ、学習の具体的な成果物（artifact）を作り出します。
• Communication（コミュニケーション）: 彼は自身の直感を専門家と照らし合わせ、生物学者やエンジニアに電話をして理論を検証します。

Khan自身の学習プロセスは能動的な構築の体現ですが、学生に提供される製品——ビデオを見ることやチャットボットと対話すること——は、そのプロセスの残滓（residue）に過ぎません。学生には、学習のプロセス（苦闘と発見）なしに、目的地（解説）だけが与えられています。しかし、モチベーションと深い理解は、そのプロセスの中にこそ存在するのです。

Deweyの衝動をEdTechに適用する

John Deweyは、学習は4つの自然な衝動によって駆動されると主張しました：探究、構築、表現、そしてコミュニケーションです。Khan AcademyやKhanmigoを含むほとんどのEdTechは、「オートコンプリート（自動補完）」戦略をとっています。一方は解説を自動補完し、もう一方はチュータリングを自動補完します。

適切なコンテンツを適切なタイミングで提供することに焦点を当てることで、これらのツールは学習に不可欠な「苦闘」を回避してしまいます。真の教育には、学習者が情報を使って何かを「行う」ことが求められます。構築や表現の衝動が欠如しているとき、学生は主題の難しさを乗り越える理由を見失い、結果としてツールの受動的な消費、あるいは完全な拒絶につながります。

コミュニティの視点の統合

AIチュータリングの失敗に焦点を当てた批判がある一方で、ユーザーや教育者は、エコシステムにおけるKhan Academyの役割について、より微妙な見解を提供しています。

足場かけ（Scaffolding）の価値

多くのユーザーは、Khan Academyは教育のための「ワンストップ・ショップ」として意図されたのではなく、むしろ強力な補完ツールとして意図されたのだと主張しています。

"I learned a lot of math at a young age from Sal Khan's early videos... it served as an easy-to-digest scaffolding on top of which to build a deeper understanding."

この視点からは、ビデオは学生が演習や現実世界での応用を通じて「実践による学習」のフェーズに進むための、最初の地図を提供していると言えます。

「反転授業」モデル

一部の教育者は、Khanのapproachは「反転授業（flipped classroom）」や「Thayer method」に沿ったものであると指摘しています。そこでは、学生は指導コンテンツ（ビデオなど）を自律的に消費し、教室での時間は能動的な問題解決やコーチングのために使用されます。このモデルにおいて、ビデオは学習そのものではなく、教室で行われる能動的な学習のための前提条件となります。

手続き的学習と概念的学習の限界

「作ることで学ぶ」というテーゼに対する批判者は、一部の知識は手続き的（procedural）であり、観察と反復を通じて効果的に学べるものだと示唆しています。機械の操作方法や特定の数学公式に従う方法を学ぶことは、深いDewey的な探究を求めていないかもしれません。一方で、傑作や新しい発明を生み出すことは、著者が述べるような目的を持った、混沌とした探求を必要とします。

結論：教育学的知識の必要性

AIチュータリング革命におけるギャップは、教育学的知識（pedagogical knowledge）の欠如、つまり人々が「どのように」学び、何が彼らを動機づけるのかという理解の欠如として捉えることができます。テクノロジーとコンテンツ知識は豊富にありますが、、学習者の内的な探究と構築の衝動を活性化させる条件を作り出す能力は、依然として人間特有のスキルです。Sal Khanが最近述べたように、「最大のレバー」は、ソフトウェアによってそれらを回避することではなく、むしろ人間中心のシステムに投資することかもしれません。