生成AIの発展により、勉強方法が大きく変化しつつある。かくいう私もだいぶ違うやり方を採用するようになったため、ここに新しく執筆することとした。
平成の時代、何かを調べるといえばGoogle検索が主役だった。キーワードを打ち込み、表示されたリンクの中から信頼できそうなものを選び、複数のページを読み比べ、自分の頭の中で情報を統合する。この「検索→選別→統合」という3ステップが、調べ物の基本形だった。
生成AIの登場により、このプロセスは**「質問→回答」の1ステップを繰り返すだけ**に圧縮された。自然言語で問いかければ、複数ソースを横断的に統合した回答が即座に返ってくるようになった。
Web検索では、いかに検索を上手く行い適切な情報にたどり着くかが問われた。入口では適切なキーワードを選ぶ力、出口では複数ソースを読み比べて取捨選択する力が求められていた。 生成AIは、この入口×出口両方の選別作業を一括で引き受けた。自然言語で問えば文脈を汲み取り、複数ソースを横断的に統合した回答が返る。検索技術がなくても、「普通に会話」すれば、それなりの結果が得られるようになった。
検索では「誰かがまとめた情報を探す」行為だった。従来、自分にあった解釈を作るのに苦労する局面が多く、得られた情報が難しければ、さらに調べて、自分自身の理解を確かめるために人間の師を要求した。その一方で、生成AIは思考の壁打ち相手になる。生成AIでは前提知識や目的に応じた回答を引き出せる。「自分のレベルに合った情報」に最短でたどり着き、自身の理解内容についても確認できるようになった。
便利になった一方で、生成AIを活用する上で意識すべきことが3つある。
検索時代は情報ソースの選択も含めて選別するのが、人間の仕事だった。一方で、生成AIの回答は複数ソースの統合結果であり、出典が曖昧になりがちである。
便利さに甘えず、「何を根拠にその回答なのか」を常に問う姿勢が不可欠。Evidence basedなのか、Narrative basedなのかによって、だいぶニュアンスが異なる。
検索時代のリテラシーは「どのサイトを信じるか」だった。生成AI時代は**「AIの出力をどう検証するか」**に変わった。
AIはもっともらしい回答を返すが、事実と異なる内容（ハルシネーション）を含むことがある。AIの回答を鵜呑みにせず、どういうレベルの情報なのかを裏取りする習慣が必須である。便利さと引き換えに、批判的思考の重要性はむしろ増している。