オン・レンジ・アンド・ザ・ウィキッド・ワールド

デヴィッド・エプスタインの2019年の著書「レンジ」の第7章「イチャイチャ・ウィズ・ユア・ポッシブル・セルフス」は、フランシス・ヘッセルバインの素晴らしい人生についての説明から始まります。

「彼女は大学を卒業したことはありませんが、彼女のオフィスには23の名誉博士号に加えて、リーダーシップコースを教えるために米国陸軍士官学校から贈られた輝くサーベルと、米国で最高の民間人賞である大統領自由勲章が授与されています。彼女の101歳の誕生日の直後に訪ねたとき、アドバイスされたようにスチームミルクを一杯持ってきたところ、すぐに彼女がリーダーシップを発揮できるようになったのはどのようなトレーニングだったのかと尋ねました。間違った質問です。「ああ、私のトレーニングが何だったか聞かないで」と彼女は手を振って答えた。彼女はそれを説明した。 彼女は何かを教えてくれると思えることを何でもしたし、その時々の役に立てるようになって、どういうわけかそれがトレーニングにつながった。」

ヘッセルバインの子供時代には特別なことは何もありません。1915年に生まれた彼女を、ペンシルベニア州西部の製鉄所や炭鉱で育った彼女は、今日では恵まれない子供というレッテルを貼られるでしょう。彼女の経験、教育、訓練には、ガールスカウトの変革をもたらすCEOになるための意図的かつ焦点を絞った道筋を示す慣習的なものはまったくありません。34歳のとき、彼女が初めてガールスカウト17のボランティアリーダーを務めたのは、ガールスカウトの変革をもたらすCEOでした。

このように、ヘッセルバインは異常値とは見なされません。途方もない困難を乗り越えた人物として、あるいは潜在的でありながら特別な贈り物を利用した遅咲き者として、エプスタインはヘッセルバインを「ダークホース」として捉えています。頻繁な失敗、短期的な計画、絶え間ない反復を通じて、順応するという社会的圧力にもかかわらず、人生における成功への斬新で遠回りの道を歩む人として、エプスタインはヘッセルバインを「ダークホース」と表現しています。最も安全で確実だと思われるルートへ。ハーバード大学の計算神経科学者が、彼らの研究について伝えられています ダークホースプロジェクト、成功した非国教徒の一般的な資質に関する正式な研究：

「[ダークホース] は決して周りを見回して、『ああ、私は遅れをとるだろう。この人たちは若い頃の私よりも早く始めて、もっとたくさん持っている。彼らは、「これが今の私だ、これが私のモチベーション、私がやりたいと思っていること、学びたいこと、そしてチャンスだ」ということに集中しています。このうち、今一番マッチしているのはどれですか？そして、今から1年後には、もっと良いものが見つかるので、切り替えるかもしれません。」

エプスタインは、一連の調査と専門家へのインタビューから収集したものを、いわゆる「もの」と呼んでいます。 「シンプルでありながら奥深い: 私たちは生きることによってのみ自分が誰であるかを学び、以前は学ばなかった。」つまり、「長期計画と一貫した成果」というのは、単に次のような考え方です。 学びの過程として生きる。ヘッセルバインへのインタビューに戻る:

「[ヴィンセント] ヴァン・ゴッホの生涯について言われてきたように、多様な経験が積み重なるにつれて、何らかの「定義できない消化過程」が起こりました。「準備が整っていることに気づかなかった」と [ヘッセルバイン] は私に言った。'私はリーダーになるつもりはありませんでした。その時に必要なことをして学んだだけです。」

フランシス・ヘッセルバインの物語と、彼女のようなダークホースの破壊的なパズルは、エプスタインが生きた経験と研究を結びつけているいくつかのつながりの1つです。

ますます早い年齢や人生の段階で、専門化や集中力の向上がますます求められ、奨励される世界では、世界には以下も必要です。 「幅広く始めて、進歩しながら多様な経験や視点を取り入れる人。幅の広い人。」

Rangeの皮肉なマーケティングは、その幅広い魅力です。教育者としても親としても、自分自身を例にとっても、アスリートの能力を広げようとするコーチとしても、より効果的なチームを編成して集団的意思決定を改善する方法を理解したいビジネスリーダーとしても、さまざまなレンズを通して読むことができるということです。エプスタインが本のテーマを裏付ける非常に幅広い分野から引用しているにもかかわらず、執筆自体は簡潔でわかりやすいものです。 ますます早い年齢や人生の段階で、専門化や集中力の向上がますます求められ、奨励される世界では、世界も必要としていること 「幅広く始めて、進歩しながら多様な経験や視点を取り入れる人。幅の広い人。」

フランシス・ヘッセルバインのようなダークホースは例外で、多くの分野を切り開いて成功に向かっているように見え、「遅れをとる」ことは決してないとしたら、誰がルールを作ったのでしょうか？

エプスタインは、マルコム・グラッドウェルの有名な作品に応えて、レンジの研究を始めました。 1万時間ルール:「成功の物語」は、経歴や生来の才能に隠されているのではなく、それぞれ10,000時間を蓄積することで専門家になるという、意図的な実践の累積的な利点です。エプスタインは2011年の本「タイガー・マムの戦いの賛歌」にも反応しています。彼の言葉を借りれば、成績の良い子供を育てる秘訣は「早く選び、狭く集中し、決して揺らぐことはない」ことだと主張しています。

意図的な練習を遅らせたり、子どもが逸脱して集中力を失わせたりすると、子どもが回復できないような時間の不足に陥ることになります。たとえば、子供が音楽で高い成績を収められるようにするには、子供が歩けるようになったらすぐにピアノやバイオリンを習わせ、年間1,000時間の意図的な練習をすれば、中学校までに専門知識を身につけることができます。そうすれば、競争があなたの虎のような子育てスタイルと同じくらい激しい名門大学への大学入学への賭け金がさらに高くなるでしょう。

したがって、エプスタインが虎の親やその他の10,000時間ルールを支持する人々に尋ねる質問、彼が「有利なスタートの崇拝」と呼んでいる質問は単純に思えます。スペシャリストは実際に経験を積むことで良くなるのか、そうでないのか、そして特定の分野で偉業を達成する唯一の方法は、狭義で意図的な実践だけなのか？

教育システムの例えはこれ以上明確ではありません。時間とリソースが限られていることを考えると、短期的な成功率を高めるために、特定のコンテンツやスキルを狭く意図的に実践するように調整したほうがいいのか（このアプローチは、サポートされれば、標準化と権威主義的な教室での実践を正当化するでしょう）、それとも学生をさまざまな方向に押し進める可能性のあるさまざまな経験にそれらのリソースを分散させた方が良いのか、それともそれらのリソースをさまざまな経験に分散させたほうがよいのでしょうか。そして、あまり明確には測定できない結果に向かうが、長期的な成功につながるフランシス・ヘッセルバインがそうだったように、学生は学校以外の世界で経験をイノベーションに生かしていますか？

エプスタインは、心理学の分野の定義を参考に、いわゆる「優しい」環境と「邪悪な」環境の違いを説明しています。 「親切」 環境とは、ルールとパターンが一貫していて、フィードバックが正確かつ即時に行われる環境です。チェスは最高の「親しみやすい」学習環境であり、何千時間もの意図的な練習から習得でき、最高の成績を収めたチェスマスターは、ボードの64のマス目に広がるおなじみのパターンを認識して迅速に対応するのが得意です。また、人工知能がゲームで非常に優れている理由でもあります。厳密なルールセットと限られた動き量によって定義される予測可能なクローズドシステムであり、結果を入力して分析できる膨大な履歴データセットが存在します。それ以来、コンピューターがチェスで人間を打ち負かしてきたのはそのためです。 1997年、IBMのディープ・ブルーAIがグランドマスターのギャリー・カスパロフを破った。

コンピュータの性能が悪くなりがちな環境は、いわゆる 「邪悪な」 「ゲームのルールが不明確または不完全であることが多く、繰り返しのパターンがある場合とない場合があり、それらは明らかではなく、フィードバックが遅れたり、不正確だったり、あるいはその両方が頻繁に発生したりする」環境。「邪悪な」問題は自由形式で、多くの変数の影響を伴います。ルールが変わり、あるコンテキストの使い慣れたパターンを別のコンテキストに適用すると失敗する可能性があります。「邪悪な」環境こそが、自動運転車の開発がチェスをするコンピューターよりも困難であった理由であり、医療におけるAIの性能が極めて低いことで悪名高い理由でもあります。その後 IBMのワトソン・コンピューターがジェパディでケン・ジェニングスを破った！2011年、、すぐにがんの研究に採用されました。エプスタインの言葉を借りれば、「フロップ」した:「ジェパディで勝つことの違い！そして、すべてのがんを治すには、ジェパディの質問に対する答えがわかっているということです。がんに関しては、まだ取り組んでいるところです。 そもそも正しい質問を投げかけること。」

エプスタインは、チェス、ゴルフ、クラシック音楽といった親切な領域は、人間が学びたいと思っているほとんどのことのモデルとしては貧弱だが、超専門化が成功によって報われる領域であると主張する。彼は心理学者の研究を強調しています。参加者が論理パズルの解を見つける能力を研究したバリー・シュワルツ。1つのグループには、たとえそれが同じ解答が何度も繰り返されたとしても、それぞれの解答に対して金銭的な報酬が与えられました（チェスのような環境では、勝利の戦術が強化され、次の試合で使用されます）。新しい参加者グループが研究に加わり、発見を求められたとき すべて 勝つための可能な方法のうち、新グループのすべての学生がすべてを発見することに成功しました七十考えられる解決策。以前に報酬を与えられたグループのうち、それができたのは1人の学生だけでした。

論理パズルのような環境での短期的な成功は、慣れ親しんだパターンの使用を強化しましたが、ルールが変わったとき、過去のパフォーマンスは将来の成功を予測できませんでした。実際、過去のパフォーマンスは逆効果であることが判明しました。慣れ親しんだパターンで成功すると、新しい状況で要求され、報われる方法で考える可能性が低くなります。エプスタインが指摘しているように、シュワルツの論文のサブタイトルは「どうやってない人々にルールを発見することを教えること」。

しかし、チェスのような複雑なゲームをマスターすることで、全体的に認知的メリットが得られるのは確かです。全体的な知能と認知能力が向上するのであれば、10,000時間のトレーニングを行う価値があるのではないでしょうか。まあそうでもない。チェスのように、記憶力トレーニングゲーム、ビデオゲーム、音楽指導がサポートしていることがわかりました ニアトランスファー スキル、つまりチェスとチェッカーなど、パフォーマンスの分野に大きな類似点と重複点がある場合ですが、この特定のトレーニングが直接サポートするという兆候はありません。 遠方転送つまり、チェスとダンスなど、ほとんど重複しない領域でのパフォーマンスの向上です。の要約を引用するとシンガポール・タイムズのこの調査:

「これらすべてが示しているのは、チェスが全体的な認知能力に大きな影響を与える可能性は低いということです。つまり、チェスの試合によって幅広いスキルを向上させることができるというのは、手っ取り早い勝利のように思えるかもしれませんが、残念ながらそうではありません...

トレーニングで学んだスキルが別の領域に伝わらないという事実は、人間の認知において普遍的であるように思われます。言い換えれば、せいぜい、トレーニングした内容で良くなるということです。古き良き常識のように聞こえるかもしれません。」

実際、音楽の指導とトレーニングに戻ると、幼児にバイオリンを購入し、厳格な練習法（タイガーの子育てのモットーでは、早期に選択し、焦点を絞り、決して揺らぐことはありません）に固執することは、将来のパフォーマンスレベルを妨げる可能性さえあるという考えを裏付ける証拠があるようです。例えば、ジョン・スロボダ音楽心理学の研究者である彼は、英国の寄宿学校の学生を調査し、次のように結論付けました。「授業や練習時間の多さは、例外性を示す良い指標ではないことは非常に明白に思えます...強い含意は、若い年齢での授業が多すぎると役に立たないかもしれないということです。」

この調査では、スキルの低い学生は1つの楽器だけに固執していることがわかりました。 研究に参加したすべての学生 開発の早い段階で最も多くの時間を体系化された授業に費やした人は、この調査の「平均的」の定義に該当しました。「例外的なグループには誰もいませんでした」。しかし、優れた学生に共通していたのは、努力がさまざまな手段に分散されていること（3が重要な数字と思われる）と、いわゆる「教材」でした。 サンプリング期間:「多くの場合、いくつかのレッスンと幅広い楽器とアクティビティを含む簡単な構成で、それに続くもののみ後焦点が絞られ、構造が増し、練習量が爆発的に増えました。」

このサンプリング期間は、特定の分野でのさまざまな活動にわたって、大まかに構造化されているか、構造化されていないかにかかわらず、発見と実験を行う時期であり、エプスタインがそれぞれの分野で「最終的なエリート」と呼んでいるものが、さまざまな能力や経験から焦点を当てるようになっています。後テクニカル・プラクティス

このことから、一般的なパターンが浮かび上がってきます。 使い慣れたツールが「邪悪な」条件で壊れたり、単に時間が経つにつれて利益が減少したりする場合、早期に集中できなくなり、パフォーマンスの上限に達します。一方、最初に焦点を絞らずに探索するサンプリング期間を設けると、「邪悪な」世界の変化する状況に対応するためのより堅牢で応答性の高いツールキットを構築することで、後でより多くのことを行い、さらに先に進むことができます。

それで私たちは学校に戻ります。

「コンピュータプログラムは何に報いるの？たまたま構造的に健全なくだらない戯言が報われるだろうか？」

10,000時間の意図的な練習は、間違いなく「優しい」環境の特定のパターンをよりよく認識し、それに対応する、つまりゲームをプレイすればするほど上手になるように人間を訓練しますが、学校はチェスのような「親切な」領域であり、10,000時間のアプローチに適しているのでしょうか？もしそうなら、学校という「親切な」世界での生徒への準備は、本当にその壁の外での生活に備えるのでしょうか、それともルールが変わってトレーニング時間が移らない場合、逆効果になったり、不適応になったりするのでしょうか。そして、この「親切」と「邪悪な」フレーミングは、教育に対する私たちのアプローチの違いを理解するのにどの程度役立つのでしょうか？

「邪悪さ」という概念は、学校での作文指導の狭さについて私たちが理解していることを裏付けているようです。たとえば、生徒は、本物の作文の代用として、5段落のエッセイやAP自由回答ルーブリックのパターンやルールを習得します。

執筆はたいていの慣習によって形成される厄介な問題ですが、最終的には作家が自分自身について、その内容、そして読者について尋ねなければならない疑問に帰着します。学校がこの本質的な疑問を回避しようとすると、文章を書くのが「親切な」問題になってしまう。ジョン・ワーナーは「ライティング関連のシミュレーション」と呼んでいます、本物のコミュニケーションというよりはチェスのように聞こえますが、ワーナーから詳しく引用します。

「5段落のエッセイは、問題そのものというよりは、問題のアバターです。5段落のエッセイには何の問題もないが、「5段落のエッセイ」には非常に厄介なことがいくつかある。

主な問題は、5段落のエッセイの指導に付随する慣行と、5段落のエッセイの教育に特権を与えるアカウンタビリティの総合システムです。論文は最初の段落の最後の文でなければならず、最後の段落は「結論」で始まり、本文の段落を書き直さなければならない、各段落は5〜7文でなければならないなどの規範的な規則は、学生が構造と議論の基本的なスキルを学ぶのに役立ちません。それらは生徒が私が「呼ぶもの」を作るのに役立ちます。 「ライティング関連のシミュレーション」 非常に基本的な表面レベルの評価には合格しますが、実際には学生がより良い議論をしたり、大学で期待される方法で考えたりすることを学ぶのに役立ちません。

効果的な議論とは、聴衆、目的、メッセージ（修辞的な状況）と一致した選択をすることを学ぶことです。5段落のエッセイを規範的な実践として用いる方法では、実際には学生がはるかに重要で複雑なスキルを実践することを妨げています。」

学校教育を目的として「ライティング関連のシミュレーション」という「親切な」領域で学生を訓練すると、本物のライティングとコミュニケーションという本当に邪悪な世界で、5段落のエッセイやAPルーブリックのツールが目的を超えると、長期的な失敗につながります。これらの「ライティング関連のシミュレーション」は、IBMのDeep Blue AIによって分析されたチェスゲームと同様に、コンピューターの採点技術によって評価や「採点」が容易になり、レビューもまちまちになっています。

2018年のNPRの記事で、マサチューセッツ州教育省のジェフ・ウルフソン副長官は、「ここ数年で人工知能は大きく進歩した」と述べ、「アレクサに、コンピューターを使って確実にテストを採点できると思うかどうか尋ねたところ、彼女は絶対と言った」と付け加えました。

一方、この記事のためにインタビューを受けた教師たちは懐疑的でした。ある英語教師はこう言っていると伝えられている。「私に関する限り、このアイデアはバナナだ。アート形式、つまりアルゴリズムによって評価される表現形式は、明らかに馬鹿げています。」別の人は「独創的なアイデアはどう？創造性や表現の余地はどこにあるのか。さらに、コンピューターはそのすべてを見逃すでしょう」と付け加えます。「コンピューター・プログラムは何に報いるのだろう？たまたま構造的に健全なくだらない戯言が報われるだろうか？」

ロボスコアリングコンピューターが判明しました愛「ライティング関連のシミュレーション」と非常に好意的に採点しました。MITのある研究者は、ベーシック・オートマティック BS Essay Language Generator（BABEL）と呼ばれるエッセイ・ジェネレーターを発明しました。これは、AI アルゴリズムを活用して、完全なナンセンスなものに満点を付けるように設計されています。GREの練習プロンプトに基づいた500語のBABELエッセイから抜粋したこの抜粋の主旨を理解できるか見てみてください。

「擬態による歴史は、これまでも、そしておそらくこれからも、急に、しかし陽気に包まれることはないでしょう。社会は常に想像力を包含するだろう。精査の多くはあるが、専門家のためのものはごくわずかだ。偽装された想像力は、知識理論の領域だけでなく、文学の分野にもある。根拠は、分析をうっとりさせるどころか、中傷的な冗談であると同時に勤勉な説明でもあります。」

あなたはその作品を理解することができましたか？心配しないで。発電機を設計した研究者もそうだった。「全く意味がない、意味がない。それは本物の文章ではありません。」

ロボグレーダーに与えられたとき、もちろんこの非現実的な文章は、GREスケールで6点満点中6点を獲得しました。彼らの基準によれば、「問題の説得力があり、明確に分析され、意味をうまく伝えている」ということです。

書くことはコミュニケーションです。素晴らしいスピーチやエッセイ、世界文学の作品について考えるとき、その意味を理解するには、歴史的背景や文化を理解することが必要です。作家は、読者に同じような言葉やイディオム、アナロジー、象徴性を共有することを求めます。さもないと、読者を共有言語のクラブに誘導します。作家と聴衆の間のこの複雑な握手が崩れると、コミュニケーションは失敗します。そして、私たちはロボグレーダーに何を伝えているのでしょうか？アルゴリズムの聴衆のために書くことで、チェスゲームに書き込むという厄介な作業が必ず減ります。チェスゲームでは、目的は交わりではなく競争であり、コミュニケーションが失敗し、バベルが優勢になります。

他の学校はどうなの？「親切」と「邪悪な」というフレーミングは、教育に対する私たちのアプローチの格差を理解するためのより有用な枠組みのひとつかもしれないと思います。信じられないかもしれませんが、ロボグレーダーには擁護者がいます。GREの自動採点ソフトウェアは、教育試験サービスまたはETSによって作成されています。ETSの上級研究員は、NPRの記事で次のように述べていると伝えられています。「自動システムが注目するあらゆることに注意を払い、それを文章に取り入れるほど賢い人がいれば、それはもはやゲームではなく、良い文章です。だから、あなたは彼らに良い成績を与えたいと思うのですね。」

ポッドキャストで取り上げたように、リティーチング、留学生評価プログラムであるPISAは、教育の質の測定と教育制度のランク付けと分類の両方を目的とするという点で、GREとほぼ同じように機能する国際標準化された評価です。リサーチ・サイエンティストと同じ論理が当てはまるのですが、教育が、フィードバックが正確で、インプットとアウトプットの間に直接的な関係があるようなゲームだとしたら、システムがPISAが注目しているすべてのことに注意を払い、それらを教育に取り入れるほどスマートであれば、それはもはやゲームではなく、良い学習です。つまり、彼らに良い点数をつけたいと思うのですね。

... そしてすぐに、教育システム全体がPISAの価値観に傾き（すべての副作用を伴う）、さもないとランキングに取り残されるリスクに直面します。

効率性、制御、アカウンタビリティのシステムは密接に関連しています。 学校を、その10,000時間が非常に重要な「親切な」ゲームに変えることで、学校の使用と内容をコントロールすることについて気分が良くなります。また、集中力の低い目的のために授業時間を「悪用」する人々に、責任を問うことも求められる。そしてもちろん、そうした統制を維持することに政治的、財政的利害関係を持つ機関もあります。しかし、究極的には、教育者としての私たちの価値観が、チェンジメーカー（あるいは彼らと呼べる世代）を生み出すという使命と合致するのであれば、「チェンジメーカー」の世代（いわゆるチェンジメーカー）を生み出す必要があります。解決者）—周囲の世界を実際に理解し、変化を起こしたいと思っており、そうする権限を与えられていると感じている（そしてその過程で支えられている）人々—教育制度における「説明責任」とは何を意味するのかを再考する必要があるだけでなく、私たちがどのような制度を持っているかを再考する必要があります 実際に持っている。学校の「優しさ」に関する私たちの仮定が間違っていて、標準化されたテストやハイステークスアセスメントのフィードバックに対する私たちの対応が誤解を招いた場合（ロボグレーダーよりも賢くなるように生徒を訓練するとき）、私たちは学生に、非常に現実的で非常に「邪悪な」世界の仮定と測定値を誤って伝える危険があります。

本の最後のページでエプスタインの言葉を引用すると、

「自分を昨日の自分と比較してください。あなたではない若い人たちとは比較しないでください。進歩の速度は人それぞれなので、他の誰にも遅れを感じさせないでください。おそらく自分がどこに向かっているのか正確にはわからないので、後ろに感じても役に立ちません... ミケランジェロが大理石のブロックに近づいたように、自分の個人的な航海やプロジェクトに取り組み、進むにつれて学び、調整し、必要に応じて以前の目標を放棄して方向を完全に変えることさえしました... 仕事の分野や分野全体から異動しても、その経験は無駄にはなりません。」

結局のところ、次のチェスのグランドマスターの裏をかくために待っているコンピューターは常に存在しますが、かけがえのないフランシス・ヘッセルバインは一人しかいません。