大学教員 · 業務ごと

講義と教育

試行では、AIチューターがいまこの仕事の一部を担っている。ハーバード大学の物理学の授業では、二回の授業を通じて、AIチューターを使った学生の学習の伸びの中央値が、授業内のアクティブラーニングの倍を超えた。ハーバード大学の CS50 は約500人の学内の学生にAIツールを提供し、抽出したカリキュラム上の回答の88%が正しかった。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%増えると見込んでいる。

単一の授業での短い試行であり、うち一つには著者らが記す天井効果がある。予測が数えるのは職であって、教える時間ではない。

評価の設計と誠実さ

AIは監督のない評価の多くを信頼できないものにし、それを設計し直すという新しい仕事を生んでいる。レディング大学では、AIが書いた試験答案の94%が見抜かれず、平均して実際の学生より成績区分で半段階高い点を得た。英国の質保証機関は、こうしたソフトウェアの出力は確実には検出できないとしている。

一つの大学の一つの科目での検証と、一機関の助言である。どちらも、分野全体で評価がどう変わったかを測ってはいない。

採点とフィードバック

AIは人の採点とよく一致しながら採点の負担の一部を担うことができる。ETH チューリッヒの物理学の試験についての研究では、採点量の半分を担ったとき、AI採点の決定係数は約0.91に達し、残りの答案は人に任された。

一つの試験形式についての研究一件であり、大学全体での採点の実務や節約された時間を測ってはいない。

研究と執筆

学術雑誌が著者であることを人に残しているのは、著者であることが研究に責任を負うことを意味するからである。医学雑誌の編集者の勧告は、チャットボットやその他のAIツールは研究の正確さ、誠実さ、独創性に責任を負えないため、著者として記載すべきではないとしている。

法律ではなく編集基準である。規律しているのは著者であることと説明責任であって、AIがいまどれだけ執筆を助けているかではない。

査読

AIはすでに査読の言葉づかいを形づくっており、一方で編集者の規則は、査読者がAIに何を任せてよいかを制限している。複数のAI学会の査読の文章の6.5%から16.9%は、言語モデルによって大幅に修正された可能性がある。ICLR 2025 では、AIのフィードバックを受けた査読者の27%が査読を更新した。同じ勧告は、査読者は査読を助けるためにAI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。

AI学会での研究であり、ほかの分野を反映しないかもしれない。編集者の勧告であって、法律ではない。