プロンプトファースト学習
教科書があなたの質問に合わせてくれたら？ 年末年始の休み以来、AIと教育について考えている。Amazonでの10年を終えた直後、2週間前にこのブログを始めた大きな理由でもある。AIが教えることにどう役立つか実験したかった。とはいえ動機は利己的でもある。教えることで一番よく学ぶタイプだからだ。ファインマンの言う通り、何かをシンプルに説明できないなら、それを十分に理解していないということだ。正直、何かが腑に落ちた瞬間の快感に勝るものはない。 先週、あるツイートがタイムラインに流れてきた。「BREAKING: Googleが教科書キラーをリリース」。Learn Your Wayというシステムで、PDFをパーソナライズされた学習教材に変換するものだ。興奮してクリックすると、ブログ記事は2025年9月のものだった。速報というより、古い記事の再浮上だった。それでも、何を作ったのか見てみたかった。 デモを試して、今月初めに発表された論文を読んだ。Googleほどのリソースを持つ企業がこの分野に投資しているのは嬉しい。作られたものは並大抵ではない。LearnLMはPDFを複数のフォーマット（没入型テキスト、ナレーション付きスライド、オーディオグラフィックレッスン、マインドマップ）に変換し、学年レベルに合わせて調整し、興味に合わせて例をカスタマイズし、理解度を確認するための質問を随所に埋め込む。各セクションの最後のクイズでは、強みと成長領域を示す評価が得られる。 残念だったのはここだ。プロフィールを「絵画に興味のある学部生」に設定し、炭化水素のモジュールを読み込んだ。教材を読み、質問に答え、評価を受けた。終わった時点で残ったのは、元のテキストに一文が追加されただけのものだった。「炭化水素は多くの画材に含まれています。例えば、油絵具を薄めるテレビン油や、筆を洗うミネラルスピリットなどです。」学びの軌跡を反映した復習ノートはない。どこでつまずいたかに応じて形作られたドキュメントもない。インフラは機能している（フォーマット変換も評価パイプラインも全部）。しかしあれだけやり取りした後、手元に残るのは他の誰もが受け取るのと同じ教材だった。既存の教科書を拡張することが、AIと学習にとって本当に最善の方向なのだろうかと考えさせられた。私としては、もっと根本的な何かが構築を待っていると思う。 ほとんどの教科書はあなたのために書かれていない。幅広い読者向けに、ベルカーブの中央に最適化されて書かれている。あなたがどこでつまずくか、どんな背景を持っているかは予測できない。そういった教材を拡張しても（スマートなパーソナライゼーションを加えても）根本的な問題は変わらない。テキストは固有の弱点、固有の疑問、学び方を念頭に置いて書かれていないのだ。 学校を経験した人なら回避策を知っている。自分でノートを取るのだ。教科書はインプット、ノートはアウトプット。何に混乱し、何が最終的に腑に落ちたかによって形作られる。試験前に見直すのは教科書ではなく、そのノートだ。 Learn Your Wayの現在のアプローチは拡張だ。ソースを取り、パーソナライズされた要素を加え、異なるフォーマットで提示する。価値はあるが、ノートを取る手助けにはならない。欠けているのは自然言語での双方向のやり取りだ。つまり「待って、ここがわからない」と言えて、教材がほぼリアルタイムで応答してくれる機会だ。 この1年で自分にうまくいっている方法がある。あるトピックについてClaudeと会話を始める。何を理解しようとしているか、背景、どう学ぶのが一番いいかを伝える。数式を見ないと表面的な理解しかできていない気がするので、数学をよく求める。一方、友人の一人はアナロジーで学ぶ方が得意だ。人それぞれ違う。そこがポイントだ。 やり取りを続ける。わからない部分について質問し、腑に落ちないときは食い下がり、理解できるまで続ける。終わったら、苦労した部分を重点的に、復習ノートをMCPサーバー経由でObsidianに保存するようClaudeに頼む（プレーンなMarkdownで、ベンダーロックインはない）。具体的につまずいた点に応えるそのノートが、そのまま教科書にもなる。 今年はもう一つステップを加えた。それらのノートと大まかなアウトラインを使って、Claude Codeでブログ記事を書く。文体と好みを反映させたカスタムスキルを使う（似たアプローチを翻訳の記事で書いた）。Neovimで編集し、IDE連携でコラボレーションする。下書きで何か明確でなければ、明確になるまで修正を続ける。手動でも、Claudeとのやり取りを通じてでも。 会話の終わりには、教材が自分の更新された理解を反映している。適応しなければならなかった静的なテキストではなく、こちらに適応したドキュメントだ。 私が提案する流れはこうだ。 静的なテキストは他の読者も同じ弱点を持っていると想定する。動的なテキストはあなたの弱点が現れるたびにそれを埋める。 これは「AIチューター」ではない。教科書でつまずいたときに頼るヘルパーとは違う。プロンプトファースト学習では、会話こそが学びの道であり、共著した復習ノートが手元に残るものになる。次にどこへ行くかも自分で選ぶ。どの沼にはまるか、どの脱線を追うか。『きみならどうする？』シリーズの学習版だ。 言うは易く行うは難しだ。プロダクションシステムはコンテンツが適応しても事実の正確性を維持する必要がある。正規の教育では学生集団全体で共通の基礎をカバーする必要もある。難しい問題だ。でもこの方向性は正しいと感じる。 Googleの今後の研究セクションは似たようなことを示唆している。「評価コンポーネントでの学習者のパフォーマンスに応じて学習教材を動的に調整することで、システムをより適応的にできる可能性がある。」行き着く先は同じようだ。 このブログで直接試してみる予定だ。いくつか実験して、何がうまくいくか見てみる。形としてはこうだ。セクションを読んで、何か理解できなければ、サイドバーやモーダルで質問できる。投稿が適応する（全体ではなく、つまずいている特定の箇所が）。一般的な読者向けではなく、自分がつまずいた箇所に合わせて書かれたバージョンの投稿が得られる。 基本的なループは今日すでに存在する。手間をかける気があれば。投稿を読み、Claudeを開き、わからない部分について質問し、繰り返す。課題は、これをシームレスにするUXを構築することだ。 プロンプトファースト学習は理解に至らせてくれる。でも理解は最初のステップに過ぎない。学んだことを記憶に残す必要もあるし、時には別のモダリティで学びたいこともある。 定着について言うと、23歳から始めたにもかかわらず日本語を身につけられたのは、Ankiのフラッシュカードと間隔反復のおかげだ。苦労した部分から自動的にカードを作り、API経由でエクスポートし、最適な間隔で復習をスケジュールするシステムを想像してほしい。会話で理解し、反復で記憶に定着させる。 モダリティについて言えば、日本人の友人が最近、秘密鍵とデジタル署名についてのこのブログの投稿を読もうとした。両方をNotebookLMに入れて、ポケモンのたとえで楕円曲線を説明するポッドキャストを頼んだ。日本語で。結果は笑えるが驚くほど正確だった。元の説明と比較してもたとえはしっかり成り立っていた。これはプロンプトファースト学習ではない（双方向性がないから）。でも、元の意味を損なわずにコンテンツがどこまで形を変えられるかを示している。 AIは、今どう学んでいるかと、どう学べるかの間のギャップを広げている。アンドレイ・カルパシーが昨年10月のDwarkeshポッドキャストでうまく表現した。「AGI前の教育は役に立つ。AGI後の教育は楽しい。人々はジムに行くように学校に行くようになる。楽しいから、頭を鋭く保てるから、そして知性は腹筋が魅力的なのと同じように魅力的だから。」このビジョンには共感する。付け加えるなら、賢い人が魅力的になるのは、ディナーパーティーでP対NP問題について洗練された意見を持っているからだけでなく、知識を役立てるからでもある。社会は役に立つ人を報いる。まあ、それはまた別の投稿で。 Learn Your Wayは学習者を助ける。論文にはそれを証明する結果もある。しかしより大きな機会は、より良い拡張にはない。プロンプトファーストにある。会話を学びの道とし、復習ノートを各学習者の軌跡によって形作る。
拡張の問題
うまくいっている方法
プロンプトファースト学習
ここで実験する
理解を超えて
なぜ今なのか
この記事はClaudeと協力して執筆しました。