項目別バックナンバー[3]:ビジネス情報:61
学校教育でのeラーニング
学校教育でのeラーニングについては対象によりそれぞれの事情が異なる。
義務教育である小学校・中学校では、校舎に集まっての集団での対面授業が中心であった事から、eラーニングの必要性はあまり考えられて来なかった、ただし新型コロナ・ウィルス感染問題で学校授業が行えない事態が起きて、検討され始めて来た。
高校教育についても一般的には小学校・中学校と似た面もある、だが一方では定時制・通信制という教育方法も行われており、特に後者ではeラーニングの利用もありそうだ、アメリカでは新しくeラーニングを使用した教育プランも検討されて開始されている。
大学教育ではクラス制の無い学習も比重が高く、集団での対面授業の必要性は必ずしも多くは無い、eラーニングを導入する動きは以前から進んでおり導入されている所も多い、故に新型コロナ・ウィルス感染問題で授業が出来なくなると一気に拡がった。
同時に大学は生徒が広い地域から（都道府県をまたいで）集まる事や、パソコン等の機器保有率とインターネット接続環境が既に高い事情もあり、eラーニングへの適応性が高い事情もあった。
大学教育では内容や方法にも多様性があり、その中には、選択科目制や、１対多人数講義や、一方的な講義形式もあり、同時に個々の生徒に対しては必ずしも一律進行でない事がある。
これらは適度の人数で対面式で行われる義務教育とは事情が異なり、対面式が必要でないケースも多い。
多くの大学等では、eラーニングが早くから検討されてある程度は導入されていた、そこでは新型コロナ・ウィルス感染問題で生徒を集めての対面式授業の自粛になると、リモート方式の講義やオンライン授業やeラーニングが加速して行われている。
そこには大学側・教師側に対応準備があった事が理由だ、それにあわせて生徒側にもeラーニングを受ける環境があったか対応可能な準備が有ったことを意味する、生徒がパソコン等の情報機器を保有してネット接続環境にありしかも操作が可能なスキルにある事が必要だった。
現実には動画視聴やビデオ通話には環境が不充分の家庭もあり、大学側がオンライン授業を始める時に、必要な学生に貸し出す事も発表された、ステイホームでは家庭として親や他の家族も情報聞きの使用可能性があり、複数台パソコンの稼働が必要なケースもある。
NTT等の携帯大手3社は2020年4月に、25歳以下の学生を対象に無料でデータ容量を追加できる等の特別措置を発表して、在宅学習やオンライン授業の常態化時の通信容量不足の解消と学生支援を行った。
義務教育が対面授業を再開しても、多人数講義や都道府県をまたいだ通学が必要な大学授業はeラーニングでカバー出来る事が多い事もあり、再開していない所は多い。
初等教育・義務教育の小学校・中学校では少人数の組に別けての対面教育が中心で行われている、そこでは個人での自主的な学習方式はあくまでも補助的な手段であり、それが中心になり得るかは疑問がある。
従ってオンライン授業は対面方式での組別に近いスタイルを取る事になるがそれでも中心には出来難い、また初等教育の年代ではeラーニングの環境の機器端末やネット環境は一般には整っていないし、受講側の生徒の情報機器使用やネット関係のスキルも不足している。
また社会的には初等教育の生徒は通学して学校環境で学ぶ生活習慣を前提にしており、その時間帯での個々の家庭ではそれ以外の学習方法に対して対応に限界があると言われる。
新型コロナ・ウィルス感染問題で授業の休止と通学の休止が行われたが、オンライン授業の実施自体が課題（機器とネットの問題、家庭の対応問題、eラーニング提供側の技術問題）で実施は困難であった。
初等教育の義務教育ではたとえ上記の課題が解決出来て実現できたてしても、法的に年間の授業時間として認められるかの問題が大きい、対面教育の学校内授業時間が変わらなければ休止からの再開後に７時間授業や土曜授業を増やしたり、夏休み・冬休みの大幅短縮等の方策に追われる事になる。
初等教育でのeラーニングやオンライン授業は新型コロナ・ウィルス感染問題での授業の休止でも一部を除いては進んだ訳では無いが、個別に行われてきた複数の試みが紹介されたり注目される事にはなった。
実施例としてはある小学校ではウエブサイトに動画がリンクされ、ダウンロード出来るプリント類や説明が子供向きの言葉で書かれているらしい（取材ニュースでは生徒が理解出来るとされていた）、内容は手作りで試行錯誤が感じられると言う。
機器の問題は大きいが、方法の一つはタブレットの貸与配布方法であり、他にはテレビ放送局の協力でテレビを活用する例もある。
eラーニングの内容的には義務教育の制限もあり、オンライン授業としては先生の授業を視聴する内容であり、ダウンロードも紙ベースと同じ内容だとされている、生徒の自主性や能力で変わる内容は問題・課題がより多そうだ。
一方では学習塾や進学塾ではeラーニング・オンライン授業が盛んだ、義務教育での制約がなく生徒の自主性を前提にしており、元々が追加費用も前提にあるので、高校や大学の教育に近いとも言える。
高校教育以上では新しい学習方式としてインターネット利用の試みがあり、そこでは在宅学習形式の中で生徒が主体的に学ぶ手段にのみなり、単位認定は原則自己申告制で学習時間数を申請する仕組みになる、大学受験資格取得の１手段になる。
初等教育でのeラーニングやオンライン授業は、新型コロナ・ウィルス感染問題での授業の休止があったが、一部を除いては進んだ訳でも簡単に実施出来る事では無いが、色々な意見や動きはある。
新型コロナウイルスの感染拡大防止のため小学校・中学校の長期休校は、子供は家庭内で時間を持て余したとされる、父兄・保護者は通常は学校に子供を預けている時間帯も家庭内で対応が必要になるが仕事の都合で誰でも対応は難しく給食への対応も問題になった。
生活面以外の学習面では遅れが心配になり生活面の情緒面の心配と合わせて学校等に要望が有ったと報道されてきた、実際は個々の事情が異なり複雑だと思われる、大学でのeラーニングとオンライン授業実施が報道された事で初等教育でのオンライン教育を求める意見も報道された。
小・中校と高校と大学とでは、生徒の成長段階により内容が違いeラーニングの初等教育への適応は難しく、「オンライン授業の実施には在宅の親の手助けが必要で、親に負担になる」意見もある。
文部科学省が4月に行った調査では、双方向のオンライン授業をするのは5%、デジタル教材を使うのは29%だと報告されている。
全国の学校では休業（授業が行われない）措置中は、オンライン授業ではなく家庭での学習が求められる事になっている、そこでの学校が提供する教材は充分でない意見も多くある、学校以外の企業・団体が家庭学習のための教材を期間限定で無料公開・提供する事も登場している。
初等教育でのeラーニングやオンライン授業は現在は手探り状態であり、特に政府の学習指導要項が定める事項への対応は早急には進まない。
従って、学習支援としての位置つけでの対応が試みられている、それらは学校での学習時間不足や授業の遅れの解消には直接には対応しないが、自宅学習支援・家庭学習支援の形でサービスを提供する試みだ。
実施例
・東京のある区では生徒にタブレットを配布している、だが使用は家庭に任されている、それと別に紙ベースの宿題も出された。
・東京のある区の教育委員会はネットテレビと共同で、小中学生の学年・科目ごとに先生が授業をする動画を作成して無料配信した。
・公益財団法人 みんなの夢をかなえる会は、全国高校生の自宅学習支援の一環として、高校生が自宅で学べるプログラムをウエブで無償提供した。
・学研グループは「家庭学習応援プロジェクト」による学習サービスを提供した、学習科目に加えて、無料電話相談・動画サービス提供を行い、他に家庭での過ごし方のスケジュール提案を行った。
音声アシスタント
音声アシスタントとは、音声認識技術や自然言語処理などの技術を使用して、ユーザーの人間が話す内容を理解して、その指示や要求や質問に対して、適切に回答を行ったりまたは適切な処理を行うサービスや機能を指す。
近年にコンピューター機器とコンピュータソフトでの、上記関連技術が急速に進化した、特に人工知能技術の進化によって実用化が進んで来た、そこでは人間からの自然な問いかけに対して自動で解釈や処理をするという利便性があり注目されている。
音声アシスタントを搭載した端末としてスピーカーが用いられると、それはスマートスピーカーと呼ばれた、そして複数の商品化が行われている。
他には音声アシスタント機能を搭載した商品としては、スマートホン・タブレット型端末などがある、その機能から対話型アシスタントや対話型エージェントや会話型アシスタントや会話型エージェントやAIアシスタントやパーソナルアシスタントやインテリジェントパーソナルアシスタント等の呼び方もされている。
音声アシストの一般的な機能には以下がある。
・対象とする言語は自然言語で、具体的には使用される母国語を最低限サポートする、世界的戦略ならば幅広い言語のサポートを行う。
・音声認識技術と機能により、人の話す音声の入力に対応している、音声入力後は分析して言語学的な単位を抽出する。
・音声以外では、テキストでの入力にも対応する。
・音声合成機能を有していて、音声出力に対応する。
・音声出力以外には、テキストでの出力にも対応する。
・定型的な事前に定まっている情報と要請に対して、より精度の高い利用者の自然言語入力を理解してそれに対応して回答する、例えばスマートホンの操作でありナビゲーション用途であり、天気の情報等がある。
入力・出力用途の中での、非キー入力としての音声入力・出力を行う。
人間は言葉をそのまま理解出来るのだが、それに対してコンピュータでは
・音響分析
・音響モデル
・発音辞書
・言語モデル
の4つの過程を経て、コンピュータが段階的に音声を解析したうえで認識して行く。
音声認識技術とは、音声情報と言語情報を組み合わせる事で音声を文字に変換する技術であり、文字はテキストデータとして生成される、そこまでが一段階となる。
自然言語処理は、人間が使用するような自然文を対象として、言葉や文章が持つ意味を認識して処理を行う技術だ、テキストデータとなった音声を処理して解析する事で、目的に応じた作業を行う事に繋げる。
スマートホンに標準搭載されている音声アシスタントや音声認識サービスや、スマートスピーカーでは音声認識技術の利用を拡大しており、その場合の音声認識技術には自然言語処理も含めて指す事が多い。
コンピュータはプログラミング言語を理解して動作するが、音声認識では人が日常で使用する自然言語の処理が必要になる。
自然言語には言葉の曖昧性が存在する、音声認識技術では言葉の曖昧性がある事を前提にした上で、自然言語を使った音声を変換して得たテキストデータを扱う事になるが、人間でも自然言語の意味をきちんと定義するのは難しくましてはそれをコンピュータに処理させる事はより難しい。
自然言語処理に人工知能を利用する方法が登場して大幅に実用化が進んだ、機械学習の一種であるディープラーニングは、データから自動で特徴を抽出して分類や予測を行う技術だ。
そこではそれ以前のコンピュータが段階的に音声を解析してきた４過程をニューラルネットワークモデルで繋げて、そこでは次に出現する可能性が高い単語を自動で予測して行く事が可能になり、音声認識が一気に進歩した。
ニューラルネットワーク
ニューラルネットワークとは、脳の神経回路の一部を応用した数理モデルである。
AI（人工知能）搭載スピーカーが登場してスマートスピーカーと名付けられ、AIとの対話が生活に利用される事になった、スピーカーとして声を出したり音楽再生などを行うが、マイクを内蔵していて音声認識による入力デバイスとしても機能する。
スマートスピーカーはWi-FiやBluetooth等の無線通信を経由してスピーカーメーカの音声アシスタントのサーバとネットワークを作る、そしてサーバ側で処理した最適解をスピーカーに応答して、実行させている。
2014年から幾つかの大手IT企業が自社の音声アシスタントを搭載した、スマートスピーカーを発売して競争が拡がった、当初は一部ではスマートスピーカーはスマートホンの次の大型商品とも噂された、日本では2017年末頃から普及しはじめた。
スマートホンでも音声アシスタントが搭載されて、利用者が日常生活のサポートに使い始めており、機能的にはスマートスピーカーと重なる、音声アシスタント機能は普及を続けるが、スマートスピーカーとスマホの双方をどの程度の人が利用するかは今後の様子を見る事になるだろう。
音声アシスタントは実用化されたことで課題や用途の発展性も出て来た。
音声アシスタントによる会話型のインターフェイスが利用者を拡げる事や、利用者が会話する事の楽しみを学習する事で孤独や自閉症の対応や改善や克服に繋がる等のニュースもあったと言われる。
単なる音声アシストの用途から、使用方法が拡がる事で音声アシスト自体にも注目度が増加した。
基本になる人工知能とその自然言語処理技術への関心度と、それを使った対話システムの研究開発も注目されて進んでいる。
その対話システムの応用は、音声アシストに加えて、人間のオペレータが行っている問い合わせ対応システムで、それを代行するチャットボットにも応用され、類似する市場への展開が注目されている。
そのチャットボットは目的特化型であり、音声アシストとは異なるが、多くは音声インタフェースを装備している事もあり、音声対応チャットボットは目的特化型の音声アシストと考える事も出来る。
