〈官民共創〉と〈氷河期世代支援〉に取り組むパブリックＸ社長「藤井哲也」のブログ

改めて経験学習理論について振り返りたいが、
有名なコルブの理論を紹介したい。




「濃い具体的な経験」がまず必須であり、
その経験を知見に変換するためには、
「省察」と「概念化」によって自分のものとし、
さらに「実践」を通じて、経験知・実践知として
蓄積していくことが求められます。

省察は、クリティカルシンキング、つまり批判的思考とも
言われますが、これは他人や客観的事実に対する批判のみ
ならず、自分の行動や思考に対しても批判的であるかという
ことです。経験を積めば積むほど、人は信念を持つように
なりますが、これは省察とは相入れにくいもので、
信念を持っている人は、自分の思考や行動とは異なることがらに
対してなかなか受け入れることができにくくなります。

だから歳を重ね、経験を積むほど、頑固になり、
堅物になってしまうのです。

また概念化は、メタ認知のスキルが大きく関係していると思います。
そして実践を積み重ねる必要性もありますが、やはり
人は機械と違って、体力や気力、お金や時間の面でも、
制約がありますので、どうしても実践の機会は機械学習に比べて
劣ってしまうことが多いのではないでしょうか。

以上の事柄を踏まえ、やはりAIというのは人間の労働や雇用に
対して一定の脅威であることは間違いないと思います。
機械が学習するスピードの方が断然早く、パターンや概念化する
力というのも、高い知性を持った人間がプログラミングによって
生成することができるわけです。さらには、ディープラーニングの
技術により、実践を積み重ねる中で、どんどん経験知を高めて
いくことができるのです。


一方で、AIに人間が勝てるとすれば、どの様な事柄でしょうか？

井上智洋氏の「人工知能と経済の未来 2030年雇用大崩壊」は
ベストセラーとなった著書です。


アマゾン

この本などを読む中で、AI時代でも勝てる人材の
要件を考えてみたいと思います。


　　　　　　　情熱を胸に