大学教員

米国。統計局は、中等後教育の教員の雇用全体が2025年から2035年に7%増え、平均よりはるかに速い伸びとなり、1,378,200人から増えて、求人は年に約103,300件になると予測している。このページはAIに触れていない。数えているのは一国の職であって、タスクではない。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

ICMJE の勧告に従う医学雑誌。勧告は、ChatGPT のようなチャットボットは、著者であるために求められる責任、すなわち研究の正確さ、誠実さ、独創性に責任を負うことができないため、著者として記載すべきではないとし、また査読者は査読を助けるためにAI技術を使う前に、雑誌に許可を求めなければならないとしている。これは医学雑誌の編集基準であって、法律ではない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

米国、学部の物理学の一つの授業。二回の授業にわたるランダム化クロスオーバー設計で、事前テストの基準値に対する学習の伸びの中央値は、専用に作られたAIチューターを使った学生のほうが、授業内のアクティブラーニングと比べて倍を超えていた。著者らは事後テストの得点に天井効果があったと記している。一つの授業の二回分であり、著者らは利益相反はないと申告している。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

2025年の、あるAI学会の査読プロセス。ランダム化研究のなかで、LLMベースのエージェントが査読者に査読へのフィードバックを返した。論文は、フィードバックを受けた査読者の27%が査読を更新し、12,000件を超えるフィードバックの提案が取り入れられたと報告している。著者らは自分たちが評価するシステムを自ら作っており、実施されたのは一つの学会である。

実際の場での小規模な試行。導入の条件が試されていることを教えてくれるのであって、それが成り立つことを教えてくれるのではない——だから一件の試行は単独では決して足りず、独立した二件で足りる。

スイス、一つの大学の物理学の試験。この研究は心理測定上のしきい値を使って、どの答案をAIが採点し、どれを人に回すかを決めており、採点量の半分を担うとき人の採点に対して約0.91、5分の1を担うとき約0.96の決定係数をAIが達成できると報告している。一つの試験形式についての探索的な研究一件である。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

英国、一つの大学の心理学の試験。研究者らは採点者に知らせずに、実際の持ち帰り試験にAIが書いた答案を提出し、AIの答案の94%が見抜かれず、より厳しい基準でも97%が見抜かれなかったこと、与えられた成績が平均して実際の学生より成績区分で半段階高かったことを報告している。一つの学科の一回分の試験であり、使われたのは2023年頃のモデルである。著者らは利益相反はないと申告している。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

米国、ハーバード大学のコンピュータサイエンス入門の授業。授業スタッフは、チューターのようなアシスタントとコードの説明というAIベースのツールを約500人の学内の学生に提供したことを記し、確認したカリキュラム上の回答の25件中22件(88%)が正しかったと報告している。スタッフは自分たちのツールを評価しており、論文は支援への謝辞として OpenAI や Microsoft を含むテクノロジー企業の名を挙げている。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

AI学会(ICLR、NeurIPS、CoRL、EMNLP)の査読。集団レベルの推定手法を使って、この研究は、これらの学会に査読として提出された文章の6.5%から16.9%が、スペルチェックや軽微な文章の手直しを超えて、LLM によって大幅に修正された可能性があると報告している。対象はAI学会だけであり、推計しているのは文章の割合であって、個々の査読者ではない。

ある道具が実際の仕事のために大規模に使われていることが測定されており、しかも使うと決めたのが雇用主ではなく働き手である場合。capability の記録より重い——仕事が実演ではなく本物だからである——そして deployment の記録より軽い。どの雇用主もそれを本番に置いておらず、求めてもおらず、その周りに工程も作っていないからである。重みは `cautious` である——`automating` とは、機械がその業務をできることと、採用の兆しがあることの両方を意味し、これは採用の兆しである——しかし利用は試験的でありうるし、測定の多くは利害のある側から来るので、一件では決して足りず、独立した二件で足りる。誰が数えているかに注意すること。ベンダーの計測データはこれを直に見るが、その道具を売っているので、そうした記録は適用範囲にその利害を明記する。統計機関が企業に「働き手は業務でAIを使っているか」を尋ねる場合、同じ経路を何の利害もなく見ており、それが存在するならそちらが良い出典である。

英国、高等教育。同機関は会員への助言のなかで、生成AIソフトウェアの出力は、その限界にもかかわらず確実には検出できないとし、それに応じて教育機関が評価をどう見直せるかを示している。これは助言であって義務ではなく、評価がどう変わったかを測ってはいない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

これから始めるなら、AIチューターや採点ツールが決まりきった教育の負担の一部を担い、評価の設計が仕事のより大きく難しい部分になると考えておくこと。研究の著者であることと査読の判断は、学術雑誌の規則のもとで自分に残る。

書かれたものが生成できる世界に合わせて評価を設計し直し、教育と採点でAIツールを監督することになると考えておくこと。出版社の規則が自分に残しているのは、著者として、査読者としての説明責任である。

留まって強くする

とどまり、評価の設計し直しを率いる

AIが書いた答案は見抜かれずに通り、確実には検出できない。それでも学びを測れる評価を、誰かが設計しなければならない。

職の形を組み替える

AIチューターを使った教育へ移る

試行はAIチューターが学習の伸びを高めうることを示しており、授業は何百人もの学生の前にAIツールを置きはじめている。

隣へ移る

研究公正や編集の役割へ移る

出版社と学術雑誌は著者であることと査読でのAIについて規則を書いており、それを適用できる人を必要としている。

いまの根拠からは、奪わない。AIチューターと採点ツールは試行で教育と採点の一部をうまくこなし、AIが書いた答案は試験をすり抜けている。しかし学術雑誌は著者であることと査読の判断を人に残しており、米国の予測は中等後教育の教員の雇用が2025年から2035年に7%増えると見込んでいる。仕事は、評価の設計とAIの監督のほうへ移りつつある。

その問いに年数では答えない。大学が、教員が責任を負わないまま、AIが教えAIが採点した授業で学位を与えはじめるかどうか、そして学術雑誌がAIを著者や査読者として受け入れるかどうかを見ること。いまのところ、ここに記録した規則はそのどちらにも否と言っている。

一部はできる。ETH チューリッヒの研究では、物理学の試験のAI採点は、採点量の半分を担ったとき決定係数が約0.91に達し、残りは人に任された。AIが書いた答案を見抜くほうが難しい。レディング大学では、AIの答案の94%が見抜かれなかった。

米国の予測は、中等後教育の教員の雇用が2025年から2035年に7%増え、求人は年に約103,300件と見込んでいる。規則と学術雑誌が人に残している部分——著者であること、査読、そして評価に責任を負うこと——は、重要さを増している。