ข้ามไปที่เนื้อหาหลัก
ukiyo journal - 日本と世界をつなぐ新しいニュースメディア โลโก้
  • บทความทั้งหมด
  • 🗒️ สมัครสมาชิก
  • 🔑 เข้าสู่ระบบ
    • 日本語
    • English
    • 中文
    • Español
    • Français
    • 한국어
    • Deutsch
    • हिंदी
cookie_banner_title

cookie_banner_message นโยบายความเป็นส่วนตัว cookie_banner_and นโยบายคุกกี้ cookie_banner_more_info

การตั้งค่าคุกกี้

cookie_settings_description

essential_cookies

essential_cookies_description

analytics_cookies

analytics_cookies_description

marketing_cookies

marketing_cookies_description

functional_cookies

functional_cookies_description

โรงเรียนในโตเกียวเริ่มนำ AI มาใช้ในการศึกษาอย่างจริงจัง—ข้อดีและข้อเสียของการใช้ AI ในการศึกษา "สมองจะขี้เกียจและไม่สามารถหลุดพ้นได้"—ผลการวิจัยที่น่าตกใจจาก MIT

โรงเรียนในโตเกียวเริ่มนำ AI มาใช้ในการศึกษาอย่างจริงจัง—ข้อดีและข้อเสียของการใช้ AI ในการศึกษา "สมองจะขี้เกียจและไม่สามารถหลุดพ้นได้"—ผลการวิจัยที่น่าตกใจจาก MIT

2025年07月14日 20:17

สารบัญ

  1. บทนำ――สถานะปัจจุบันของ AI และการเรียนรู้

  2. ภาพรวมการวิจัยของ MIT และโปรโตคอลการทดลอง

  3. กลไกของ "ความเกียจคร้านทางเมตาคอกนิชัน"

  4. การขยายตัวของ AI สร้างสรรค์ "Tokyo AI" ในโรงเรียนสาธารณะ

  5. การเปรียบเทียบข้อดีและความเสี่ยงอย่างละเอียด

  6. ความคิดเห็นจากผู้เชี่ยวชาญในญี่ปุ่นและต่างประเทศ

  7. แนวทางการออกแบบหลักสูตรในยุค AI

  8. 10 การกระทำที่ผู้ปกครองและผู้เรียนสามารถทำได้ตั้งแต่วันนี้

  9. ข้อเสนอแนะสู่อนาคต――การพัฒนาร่วมกันของเทคโนโลยีและมนุษย์

  10. สรุป




1. บทนำ――สถานะปัจจุบันของ AI และการเรียนรู้

ในปี 2025 ปัจจุบัน AI สร้างสรรค์ได้แทรกซึมเข้าสู่สถานศึกษาในฐานะ "สมองที่สอง" ที่ไม่เพียงแต่สนับสนุนการแปล การสรุป และการเขียนโปรแกรม แต่ยังรวมถึงการเขียนเรียงความและการสร้างรายงานด้วย ในบริบทของการเรียนรู้ออนไลน์ที่เร่งตัวขึ้นจากการระบาดของโควิด-19 บรรยากาศที่ต้องการ "ผลลัพธ์ที่สูงในเวลาที่สั้นลง" ได้สนับสนุนการนำ AI มาใช้ ในทางกลับกัน ความกังวลเกี่ยวกับการที่ผู้เรียนโยนกระบวนการคิดให้กับ AI ก็กำลังเพิ่มขึ้นอย่างรวดเร็ว



2. ภาพรวมการวิจัยของ MIT และโปรโตคอลการทดลอง

ทีมวิจัยของ MIT Media Lab ได้แบ่งนักศึกษา 54 คนจาก 5 มหาวิทยาลัยใกล้บอสตันออกเป็น 3 กลุ่ม และมอบหมายงานเขียนเรียงความเป็นประจำตลอด 4 เดือน

  • กลุ่ม AI: ใช้ ChatGPT-4o และใช้ข้อความที่สร้างขึ้นเกือบทั้งหมด

  • กลุ่มเครื่องมือค้นหา: ค้นหาข้อมูลด้วย Google และเขียนด้วยตนเอง

  • กลุ่มอนาล็อก: ใช้การวิจัยในห้องสมุดและการเขียนด้วยมือเป็นหลักในการเขียนด้วยตนเอง

ผู้เข้าร่วมการทดลองสวมชุดหูฟัง EEG เพื่อวัดคลื่นสมองระหว่างและหลังการทำงาน ผลลัพธ์แสดงให้เห็นว่ากลุ่ม AI มีการลดลงเฉลี่ย 27% ในช่วงเบต้า (ความเข้มข้น) และช่วงแกมมา (การคิดเชิงบูรณาการ) และการฟื้นตัวหลังจากสิ้นสุดงานก็ช้าลง 83% ไม่สามารถสร้างเนื้อหาที่เขียนขึ้นใหม่ได้อย่างถูกต้องหลังจากสองสัปดาห์Nextgov/FCWNature



3. กลไกของ "ความเกียจคร้านทางเมตาคอกนิชัน"

การวิจัยนี้ตั้งชื่อปรากฏการณ์นี้ว่า **metacognitive laziness (ความเกียจคร้านทางเมตาคอกนิชัน)** มนุษย์โดยธรรมชาติต้องใช้พลังงานในการ "คิดต่อไป" เมื่อ AI เข้ามาแทนที่กระบวนการคิด สมองจะลดกิจกรรมลงเป็น "การเพิ่มประสิทธิภาพ" และในที่สุดก็จะกลับสู่สถานะที่มีการกระตุ้นตามปกติได้ยากขึ้น แม้ว่าจะเป็นการเพิ่มประสิทธิภาพในระยะสั้น แต่ในระยะยาวอาจนำไปสู่ "การขาดแคลนพลังงานทางคอกนิชัน"Laptop Mag



4. การขยายตัวของ AI สร้างสรรค์ "Tokyo AI" ในโรงเรียนสาธารณะ

คณะกรรมการการศึกษาของกรุงโตเกียวได้เปิดตัวระบบ AI สร้างสรรค์เฉพาะ "Tokyo AI" ซึ่งสามารถใช้งานได้โดยนักเรียนและครูประมาณ 140,000 คนใน 256 โรงเรียนในเดือนพฤษภาคม 2025 Tokyo AI รองรับ GPT-4o-mini ขึ้นไป และมีการกรองและแยกผู้เช่าเพื่อความปลอดภัย การนำไปใช้มีวัตถุประสงค์เพื่อสนับสนุนการเรียนรู้แบบรายบุคคลและเพิ่มประสิทธิภาพการทำงานของโรงเรียนプレスリリース・ニュースリリース配信シェアNo.1|PR TIMES東京教育ポータル


4-1. วัตถุประสงค์ของการนำไปใช้

  1. การปรับให้เหมาะสมรายบุคคล: การสนับสนุนแบบร่วมเดินทางในการเรียนรู้เชิงสำรวจและการสอนเสริม

  2. การลดภาระงานของครู: การสร้างร่างเอกสารและการสร้างข้อสอบอัตโนมัติ

  3. การปรับปรุงการสอนด้วยข้อมูล: การปรับปรุงวิธีการสอนโดยการวิเคราะห์ข้อมูลการเรียนรู้


4-2. เสียงจากภาคสนาม

  • ครูโรงเรียนมัธยม A "การจัดระเบียบเอกสารสำหรับการเรียนรู้เชิงสำรวจสามารถประหยัดเวลาได้ แต่กังวลเกี่ยวกับการพึ่งพาการคัดลอกและวาง"

  • นักเรียนมัธยมต้นปีที่ 3 B "การให้ AI สรุปช่วยให้เข้าใจได้เร็วขึ้น แต่กังวลว่าจะอธิบายด้วยคำพูดของตัวเองได้หรือไม่"



5. การเปรียบเทียบข้อดีและความเสี่ยงอย่างละเอียด

มุมมองข้อดีความเสี่ยง
ประสิทธิภาพการค้นหาและการจัดโครงสร้างข้อมูลเร็วขึ้นและการส่งงานรวดเร็วความเร็วกลายเป็นเป้าหมายและการเรียนรู้เชิงลึกลดลง
ความเข้าใจการอธิบายแนวคิดที่ซับซ้อนจากหลายมุมมองช่วยส่งเสริมความเข้าใจการท่องจำข้อความที่สร้างโดย AI แต่ไม่มีความสามารถในการทำซ้ำ
ความคิดสร้างสรรค์การสนับสนุนความคิดช่วยเพิ่มจำนวนไอเดียการพึ่งพาแม่แบบทำให้ความเป็นเอกลักษณ์ลดลง
การประเมินการวิเคราะห์ข้อมูลช่วยให้เห็นภาพระดับความสำเร็จในการเรียนรู้ตัวชี้วัดการประเมินเน้นที่ตัวเลขและกระบวนการคิดถูกละเลย




6. ความคิดเห็นจากผู้เชี่ยวชาญในญี่ปุ่นและต่างประเทศ

"AI เหมือนกับการนำทางรถยนต์ ถ้าสูญเสียความสามารถในการอ่านแผนที่อย่างสมบูรณ์ เมื่อ 'ทิ้งรถ' ก็จะหลงทางทันที"
— Dr. Natalia Kosmyna(MIT)Nextgov/FCW

"การใช้ AI เป็นสิ่งที่หลีกเลี่ยงไม่ได้ แต่ครูควรเป็น 'ผู้ฝึกสอนน้ำหนักทางคอกนิชัน' และต้องมีการสอนที่ท้าทาย"
— Dr. Nicola Jones(Nature取材記者)Nature

"Tokyo AI เป็นผู้เช่าโรงเรียนที่ใหญ่ที่สุดในโลก ดังนั้นจึงต้องการออกแบบตารางเวลาที่ไม่มีการใช้ AI เพื่อเป็น 'วันพักผ่อนของกล้ามเนื้อ'"
— 佐藤亮太(東京都教育庁ICT推進担当)プレスリリース・ニュースリリース配信シェアNo.1|PR TIMES



7. แนวทางการออกแบบหลักสูตรในยุค AI

  1. โมเดลการใช้งานสามขั้นตอน

    • ขั้นตอนแรก: ออกไอเดียคร่าวๆ ด้วยการเขียนด้วยมือหรือการพูด

    • ขั้นตอนกลาง: ขอให้ AI สรุปและจัดระเบียบเพื่อเปรียบเทียบและพิจารณา

    • ขั้นตอนสุดท้าย: อธิบายและสร้างใหม่โดยไม่มี AI เพื่อให้ความเข้าใจคงที่

  2. "วันไม่มี AI" สัปดาห์ละครั้ง
    กำหนดวันที่ห้ามใช้ AI ในชั่วโมงเรียน และมุ่งเน้นที่การอภิปราย การทดลอง และการทำงานภาคสนาม

  3. การศึกษาความรู้เรื่องการตั้งคำถาม
    การฝึกฝนการตั้งคำถามที่มีคุณภาพเป็นวิชาบังคับ AI จะเปลี่ยนจาก "กล่องดำที่ให้คำตอบ" เป็น "คู่คิดเชิงสนทนา"

  4. การเรียนรู้ด้วยการป้อนกลับ EEG
    ทดลองใช้เครื่องวัดคลื่นสมองเพื่อให้เห็นภาพระดับความเข้มข้นของตนเองและฝึกฝนเมตาคอกนิชัน



8. 10 การกระทำที่ผู้ปกครองและผู้เรียนสามารถทำได้ตั้งแต่วันนี้

  1. ##HTML
← กลับไปที่รายการบทความ

contact |  ข้อกำหนดการใช้งาน |  นโยบายความเป็นส่วนตัว |  นโยบายคุกกี้ |  การตั้งค่าคุกกี้

© Copyright ukiyo journal - 日本と世界をつなぐ新しいニュースメディア สงวนลิขสิทธิ์