ギャップを埋める：MITの人工知能（artificial intelligence、AI）教育における新境地
The Massachusetts Institute of Technologyは長年にわたり工学と計算機科学の先駆者であり続けてきましたが、Common Ground for Computing Educationイニシアチブ（コンピューティング教育の共通基盤（Common Ground for Computing Education））のもとで導入された画期的な新コースは、人工知能がどのように教えられるかという境界に挑戦しています。コースは、AIと合理性（AI and Rationality）（6.S044/24.S00）というタイトルで、計算機科学の精密な数学的枠組みと哲学の精緻で批判的な探究を融合する、学術教育の大きな転換を示しています。
自律システムが急速に進化する時期に開講されたこの学際的科目は、異なるがますます融合しつつある二つの分野を結びつけます。コースは、Panasonic Professor of Computer Science and EngineeringであるLeslie Kaelblingと、言語学・哲学科の教授であるBrian Heddenの共講です。彼らの協働は、学術コミュニティ内で高まる認識を強調しています：AIシステムがより高度になるにつれて、それらが生み出す問いはもはやコードだけで答えられるものではありません。
この取り組みは、MIT Schwarzman College of Computing内の横断的プログラムであるコンピューティング教育の共通基盤（Common Ground for Computing Education）の一部です。このプログラムは複数の学科を横断するコラボレーションを促進し、コンピューティングと他分野を融合させたコースを作成することを目的としています—この場合は電気工学・計算機科学学科（EECS）と言語学・哲学学科の連携です。
合理的エージェント（Rational Agents）の哲学的パズル
コースの中心には複雑な問いがあります：どの程度まで人工的なシステムを合理的とみなせるのか？ 伝統的なAIカリキュラムは最適化と性能指標に焦点を当てますが、**AIと合理性（AI and Rationality）**は学生に一歩引いて、彼らが構築するエージェントの基礎的仮定を検討するよう促します。
哲学の学士号を持つKaelbling教授は、両分野の歴史的な絡み合いを強調します。彼女は哲学の技術的要素が常にAIと重なってきたと指摘し、とくに初期の時代においてAlan Turingが両領域をまたいで活躍した好例であると述べています。コースは、複雑なコンピュータシステムを、世界についての信念と特定の結果を望む欲求を持つ存在として、あたかも合理的エージェントであるかのように扱うことを学生に求めます。
このアプローチは工学における実践的な枠組みを提供します。機械を目標を達成するために行動を取る合理的エージェントとして見ることで、学生はシステムの振る舞いをよりよく理解し予測できます。しかし、担当教員は注意を促します：人間の合理性はしばしば認知的制約によって制限される—このニュアンスは計算システムにおける「理想的」合理性をモデル化する際に重要になります。
カリキュラム詳細：標準アルゴリズムを超えて
6.S044/24.S00のシラバスは、典型的な計算機科学トラックに見られる標準的な機械学習モデルを超えています。代わりに、技術的実装と並行して厳密な哲学的概念を学生に導入します。
コースで扱われる主要トピックには以下が含まれます：
- 合理的主体性（Rational Agency）： エージェント（人間または機械）が合理的に行動するとは何を意味するかの定義。
- ベイズ確率（Bayesian Probability）：信念の更新と証拠の理解。
- 期待効用理論（Expected Utility Theory）：不確実性の下で意思決定を行うための枠組み。
- 逐次意思決定（Sequential Decision-Making）：動的環境においてエージェントが長期目標を計画する方法。
- 信念と目標の推定（Belief and Goal Inference）：自律システムに意図を帰属させるメカニズム。
Hedden教授は、両分野は強調点や視点は異なるものの、多くの学生が想像するより遥かに一致していると指摘します。コースは学生に暗記するための硬直した教義を与えることを目的としていません。代わりに、不確実な技術的風景を切り抜けるために必要な批判的思考ツールを装備することを目指しています。
合理性と倫理の区別
この新しい科目は、Ethics of Computing（倫理と計算）（6.C40/24.C40）のような他の学際的コースと区別することが重要です。倫理のコースが技術の社会的影響、道義的義務、潜在的な害に焦点を当てる一方で、**AIと合理性（AI and Rationality）**は「思考の仕組み」自体に焦点を当てます。
その違いは微妙ですが重要です。倫理は「この行為は正しいか間違っているか？」と問いかけます。合理性は「この行為は、エージェントの信念に基づいてその目標を効果的に達成しているか？」と問いかけます。AIの文脈では、合理性を理解することは、知的に振る舞う堅牢なシステムを構築するための前提条件です。AIシステムが大幅に非合理的に振る舞う—新しいデータに基づいて信念を更新しない、あるいはプログラムされた目標に反する行動を取る—場合、その倫理プログラミングに関わらず、予測不能で潜在的に危険になります。
学生に合理性の形式的定義を基礎づけることで、コースは強力であるだけでなく、一貫性があり解釈可能なシステムを設計する準備をさせます。
比較：伝統的視点と学際的視点
以下の表は、Common Groundアプローチが伝統的な計算機科学教育と比較して提供する視点の変化を示しています。
Table 1: Educational Paradigms in AI Development
| Aspect | Traditional CS Approach | AI & Rationality Approach |
|---|---|---|
| Core Focus | 最適化と精度の指標 | 信念と行動の一貫性 |
| Agent Definition | 一連のアルゴリズムと関数 | 意図を帰属された合理的な行為者 |
| Problem Solving | 最も効率的な解を見つけること | 推論過程自体を分析すること |
| Uncertainty | 最小化すべき統計的ノイズ | 信念状態の根本的構成要素 |
| Student Outcome | コーディングにおける技術的熟練 | システムの仮定を批判的に検討する能力 |
次世代の研究者育成の準備
このコースへの反応は好評で、最初の開講には20名以上の学生が登録しました。この関心は、技術的スキルをより広い知的枠組みの中で位置づける教育を学生が求めていることを示しています。
次世代の研究者や技術者にとって、**合理的エージェント（rational agency）**と自律的意思決定の概念は不可欠になります。AIが学術研究室から実世界の展開へと移行するにつれて—自動車の運転、電力網の管理、疾病の診断など—これらのシステムを合理的エージェントとしてモデル化する能力は安全性と信頼性の必須条件となります。
Kaelbling教授とHedden教授は、このコースを基礎的な構成要素と見なしています。彼らは単に学生にAIを作る方法を教えているのではなく、学生が何を作っているのかをどう考えるかを教えています。Kaelbling教授は、学生に自分の仮定を検討させることが、彼らの仕事を実際の文脈に位置づけるのに役立ち、研究と産業の両方でますます求められるスキルであると述べています。
Common Groundイニシアチブの未来
**AIと合理性（AI and Rationality）**の成功は、Common Ground for Computing EducationがMITの学術風景を再形成する可能性を浮き彫りにしています。歴史的に単一の殻に閉じていた学科を結びつけることで、この取り組みは「計算バイリンガル」とも呼べる新たな卒業生を育んでいます—アルゴリズムの言語と人文科学の言語の両方に精通した人材です。
知能の定義自体が技術進歩によって議論され再定義され続ける中で、このようなコースは未来の技術者が自ら生み出す複雑さを乗り切るための哲学的な深みを備えることを保証します。Common Groundイニシアチブが提唱する学際的カリキュラム（interdisciplinary curriculum）は、大学が人工知能の時代にどのように適応すべきかのモデルとなり、最先端のコードには最も深い良心が必要であることを証明しています。
