继2023年1月举办第1届研讨会后，我们于9月5日迅速举办了第2届研讨会“生成式AI与学习分析带来的教育学习支持新可能性”。我们邀请了东京大学的吉田塁老师和熊本大学的合田美子老师担任主旨演讲嘉宾，共同探讨了生成式AI在教育中的具体应用。此次研讨会再次获得了大家的积极参与，线上线下共有约320人出席。衷心感谢各位的参与。

日本的教育机构想必已经深刻感受到了生成式AI带来的冲击。各大学纷纷制定并发布了关于生成式AI的使用规则，文部科学省也发布了相关指南。然而，我认为大家对于“使用规则”的讨论可能已经趋于饱和（或许是因为情况已逐渐明朗，未来只需进行常规更新），因此为了迈向下一步，我们需要一个讨论具体应用场景的平台，此次研讨会正是在此背景下召开的。

吉田老师从AI的概况讲起，通过提示词（Prompt）导致回复变化的具体案例，说明了根据赋予AI不同角色，其应用方法也会随之改变。他还列举了美国实际发生的案例，指出了使用中的注意事项，讲解非常通俗易懂。这是一场充满实践智慧的演讲。

合田老师来自在教学设计研究与实践方面历史悠久的熊本大学，她围绕生成式AI的特征、从教学设计视角看AI的应用，以及无论使用何种技术，都应基于学习目标进行课程设计、技术应服务于达成教学目标等核心要点进行了深入浅出的讲解。

随后的研究报告环节中，信息基础研究开发中心、学习分析中心系统运营部门负责人殷老师介绍了神户大学的DX案例；岛田老师介绍了岛田研究室利用生成式AI的研究案例（非常有趣！不愧是岛田老师）；IQLab的学生们则从学生视角出发，介绍了基于实际调查结果对生成式AI应用的思考。

我认为这是一场对教育应用具有极高回馈价值的研讨会。听完之后，我有四点感悟：

1. 生成式AI若不加处理，无法直接用于教育和学习

2. 如何平衡专业性与通用性？

3. 包含第2点在内，在教育与学习领域，无论是开发提示词还是开发AI中间件，如果抓不住要领，无论是研究还是实践都会很困难。但要理解这些要领，日常的人类行为、沟通及集体行动或许能提供线索

4. 人类真是太了不起了……

以上四点。第四点虽有一半是题外话（感叹人类的启发式判断和情境认知能力真是惊人的功能），但第三点尤为重要，我认为了解沟通相关的学术领域至关重要。这方面已有大量先行研究，我认为非常有参考价值。

—-

话说回来，我本以为这次没什么特别任务，打算在听众席学习，结果……却被临时安排致开幕词……

当我推辞说“不，那应该由岛田老师……”时，得知岛田老师要进行报告并参加小组讨论，殷老师也要进行报告并参加小组讨论，而部门负责人级别里能拜托的就只有担任研究开发部门负责人的我了……虽然只有短短5分钟，但我还是感到很紧张。真是不习惯啊。在基干中心时代曾给予我诸多关照的野濑老师也来了，他夸奖我“变得有威严了呢！”，但我感觉自己还差得远呢……

此次活动的策划与运营由大久保老师负责。真是辛苦了。小组讨论的主持也非常精彩。策划和实施研讨会是非常辛苦的工作。但运营得非常顺利，效果很好。特别是小组讨论的节奏把握得非常好。

今后，学习分析中心也将继续以学习分析为核心，策划更多对大家有高回馈价值的研讨会，敬请期待。