AI 時代に社会人が学び続ける意義と AI プロダクトの挑戦

AI時代のEdTech開発最前線での発表資料です。

Transcript

1. AI 時代に社会⼈が学び続ける意義と AI プロダクトの挑戦 株式会社グロービス CTO 末永 昌也 FINDY TOOLS｜AI時代のEdTech開発最前線
2. ⾃⼰紹介 プロフィール ‧末永 昌也（X: @sue738）∕グロービス CTO ‧EdTech スタートアップ（現 ARROWS）を共同創業 ‧グロービス⼊社後、「GLOBIS 学び放題」等を⽴ち上 げ、現在は開発全般を統括 2
3. グロービス‧デジタル‧プラットフォーム 「学びの未来を作り出し、⼈の可能性を広げていく」をミッションに複数プロダクト展開しています 3
4. PART 1 社会⼈が学び続ける意義 4
5. 生成 AI で、「知識を持つこと」の価値は極端に下がった。 それでも、人が学ぶ意味はあるのでしょうか？ 5
6. スキルの半減期は15年から2.5年へ 学びは「若い時期にまとめて終えるもの」ではなくなった。いま持っているスキルは、数年で価値が半分になる 6 かつて ・ 15年 ・ 一度身につけた専門性で、長く戦えた ・ 学びは「学生時代」と「若手時代」に集中していた いま ・ 2.5年 ・ スキルの価値は、数年で半分になる ・ 学び直しは、仕事の外側ではなく仕事の一部になった 何が起きているか ・ 2030 年までに、働く人のスキルの 39% が変化または陳腐化する（WEF） ・ 同じ期間に、1.7 億の職が生まれ、9,200 万の職が消える ・ つまり社会人の学びは、キャリアの前半で済ませるものではなく、仕事そのものの一部になる 出典：Deloitte／Harvard Business Review／WEF Future of Jobs 2025
7. 学び続けるしかない。なのに⽇本は、世界⼀学ばない スキルは 2.5 年で半分、仕事の 4 割が⼊れ替わる時代。それなのに⽇本の社会⼈は、世界で最も学んでいない 勤務先以外で「特に何も学んでいない」社会⼈の割合 日本 52.6% オーストラリア 28.6% スウェーデン 28.1% イギリス 24.1% 18 カ国平均 18.0% 出典：パーソル総合研究所(2022)／Deloitte・HBR／WEF Future of Jobs 2025 7
8. 社会⼈の学びが変われば、⼦供の学びも変わる ⽇本の⼦供が偏差値に追われるのは、「終⾝雇⽤＝いい会社が絶対」の社会だから。社会が変われば、⼦供の教 育も変わる 社会のかたちが、⼦供の教育を決めてきた いまの⽇本（終⾝雇⽤の名残） 「いい会社に⼊る」ことが絶対 だから「いい⼤学」が絶対 だから学歴‧偏差値⾄上主義 → 学び続けられる社会になれば いつでも学び直し、挑戦できる ⼤学は、数ある選択肢の⼀つに ⼦供も「⾃分らしさ」を育てる学びへ 8
9. PART 2 AI プロダクトの挑戦 9
10. 学びはインプットからアウトプット /アウトカムへ これから先の学びは知識をたくさん蓄えているということよりも、アウトプットやアウトカムを出す力へ 10 インプット アウトプット アウトカム 何を知っているか どのように行動できるか どう成果を出せるか
11. グロービスの AI プロダクト群、学びの全工程を支える 採点・対話・コーチング、そして実践へ。「教える」は AI が担い、人は「伴走」へと役割を変えている GAiL（2020〜）｜書いて考える ・ 記述式演習の自動採点・フィードバック。日本初、2022 年に特許取得 GAiChaL｜対話で深める ・ 教員と学生の対話を分析しシナリオ化した対話型復習 AI。国内ビジネススクール初の本格導入 GAiC（2025〜）｜コーチングする ・ 職種・経歴・動機をもとに、一人ひとりに個別化したコーチング。「ナノ単科」から提供 AI ロールプレイ｜実践する ・ 交渉・1on1・面談を AI 相手に何度でも安全に練習。「知る」を「できる」に変える 学びエージェント｜やり切らせる ・ 自律的に学習を設計し、つまずきに介入。最後までやり切るまで伴走する 11
12. たとえば、 AI はこう「答えを渡さない」 「教える」のではなく「気づかせる」。答えでなく問いを返すのが、教育 AI の対話設計 ある学習者と AI のやりとり（対話イメージ） ・ 学習者：「この戦略、結局どうすればいいですか？」 ・ AI：「いい問いですね。まず、その施策が狙う顧客は誰でしょう？」 ・ 学習者：「うーん、既存顧客かな」 ・ AI：「なぜそう考えましたか？ 競合は同じ顧客を、どう見ていそうでしょう？」 ここで起きていること ・ AI は答えを持っていても、あえて渡さない。問いを返し、本人に考えさせる ・ この対話の設計こそが本体。教員の問いかけ方を、AI に翻訳している 13
13. 最大の難所は「ユーザーを満足させない」こと 良い教育 AI は、あえて答えを渡さず、考える負荷をかける。短期の満足と長期の学びは、しばしば逆を向く 普通のプロダクトの「正解」が、ここでは罠になる 普通のプロダクト 摩擦を消し、即答する＝満足＝価値 ユーザーを気持ちよくさせる 満足度が上がれば成功 → 教育プロダクト 即答すると、考えなくなる あえて負荷をかけ、つまずかせる 短期的に"不親切"でも、変化が起きれば成功 なぜか：人は「苦労して、つまずいた」ときに変わる ・ 認知科学のいう「望ましい困難（desirable difficulty）」。簡単すぎる学びは、身につかない ・ 普通のプロダクト勘（摩擦を消す・満足させる）が、教育では武器でなく罠になる 14
14. 技術的な挑戦：普通の開発の「常識」が通じない 確定から確率へ、正答から学びへ、対人から対 AI へ。教育 AI は、ソフトウェア開発の前提そのものが変わる これまでの開発と、教育 AI の難しさ これまでの開発 出力は確定的（同じ入力 → 同じ出力） 成果は正誤・精度で測れる 相手は人どうし → 教育 AI の難しさ 出力は確率的。確率を前提にした品質保証のあり方や、弱点を突く 「レッドチーム」の立ち上げが要る 精度では測れない。学びが起きたかを見るため、入念な学習体験 の設計とユーザーフィードバックの取得が要る 相手は AI。人が緊張感やリアリティを持って応対できる条件を、ど う設計するか 15
15. AI が「知る」を肩代わりするこれからの時代。 だからこそ、人が「変わる」瞬間を設計する。 16