第11回 七転八倒か七転び八起きか？
「AIを学ぶオンライン出前授業 －どのような授業の方法が適切か？－」の探究活動
皆さん、こんにちは。テラオカ電子です。第8回で、高齢者施設を訪問した探究活動を紹介しました。今回は、小学生に対して行った出前授業の探究活動の話を述べます。８年間継続してきた高齢者施設訪問の活動は、施設が障がい者施設に改装されるため終了となりました。そこで、次のフィールドワークとして行ったのが今回の活動です。
最初に当時の経緯を振り返ります。
私は、高齢者施設訪問の次の活動として、中学生への出前授業を考えていました。中学生は、生徒にとって年齢も近いので緊張感をもって取り組める活動になると考えたからです。そこで、管理職に相談しました。生徒が自転車でいくことができる近隣のT中学校やC中学校で進めたいと申し出ました。何回かのやり取りがあったのですが、最終的に、校長から、市内のS小学校ではどうかと言われました。どうして中学校はだめなのかと訊いたところ、「T中学校は、一番本校に来てくれる学校なので、募集に関わるからだめだ」と言われました。深い意味を気にしてもしかたがないので、S小学校でお願いすることにしました。S小学校は、本校から少し離れていることと、当時は、流行り病がまん延していましたので、オンラインで行うことに決めました。
相手先が決まりましたので、小学校の担任の先生とメールと電話でのやり取りのあとZOOMで打ち合わせを行うことにしました。これは、当日の練習でもありました。なお、オンラインのネットは、学校のBYOD（Bring Your Own Device）回線を使いました。また、PCも私の個人のものを使いました。これは、学校のPCでは、当時ZOOMを設定できなかったからです。実際やってみて、このZOOM会議は、特段問題も発生しませんでした。私は、これならオンライン授業もうまく進められると思いました。しかしながら、小学校の先生に私の名前を間違えられたり、校長もオンライン授業当日、急に出張になり参加することができなかったりなど、「悪夢」の前兆はありました。参考に、当時の打ち合わせの「案内＆議事録」を掲載します。なお、この打ち合わせは、本校の校長も校長室でZOOMに参加してくれました。
ここで、「悪夢」というのは、オンライン授業中、ZOOMの回線が何度も遮断したことです。これからというところで遮断するのですが、そのたびに、新しいZOOMのURLを小学校の担任の先生に送り、回復させました。これを7回繰り返しました。このために、1時間の予定が2時間以上になりました。まさに、「七転八倒」と「七転び八起き」の活動でした。
【「「七転八倒」と「七転び八起き」」の意味はこちらから】
幸いだったのは、このようなトラブルにも関わらず、当方の部活動のメンバーも、小学校の先生や児童たちの誰も動揺せず、不平、不満もなく、最後までやりきることができたことです。このことに関しては、いまでも皆さんに感謝しています。なお、今回の活動は、部活動で行ったものです。
では、今回も、生徒たちが、この時の活動を論文にまとめていますので、以下に紹介します。
また、生徒たちがサイエンスコンテストで研究発表した内容を私が代読した形ですが、YouTubeで一般公開しています。以下のリンクから視聴できます。見て頂けると後の話が良く分かると思います。
【テラオカ電子：「AIを学ぶオンライン出前授業の実践記録」はこちらから】
【研究目的】
本研究の目的は、AIを学ぶオンライン出前授業に関して、どのような授業の方法が適切か？に答えることである。しかしながら、先行事例が少ない中、簡単にはわからないので、筆者らは、多くの実践事例を積み上げ、それらから帰納的に考察していくことが有効と考えた。そこで、本研究では、第1回目として、2021年7月に小学生（６年生）に実施した、オンラインによるAIを学ぶ授業の実践記録を報告する。
ところで、学習指導要領の改訂により、昨年度（2020年度）より小学校では、プログラミングの授業が始まった。そのため、小学校においても、近年のブームであるAI技術の関心は高い。しかし、AIを学ぶ授業の実践事例は、高等学校を含めても少ない。本研究のAIを学ぶ授業という実践記録は、そのような意味でも貴重な資料になると考える。また、本来の出前授業からすれば、筆者らが学校に直接出向いて実施するのが良いが、昨今のパンデミックのため、インターネットを使ったオンライン授業を余儀なくされた。しかしながら、そのような状況の中でも、筆者らは、オンライン授業の中で「実演」を工夫したので、オンライン授業の実践記録という意味でも貴重な資料になると考える。
本論文では、まず、「どのような授業の方法が適切か？」の問いに答えるための軸となるサブの問いを複数提案する。次に、それらのサブの問いに答えるための研究方法を述べる。次に、その問いに答えるために実施したオンライン授業の内容を述べる。最後に、実施した授業を、児童の感想、児童の担任の先生や筆者らの顧問の先生の講評を基に考察する。
【「どのような授業の方法が適切か？」に答えるためのサブの問い】
「どのような授業の方法が適切か？」の問いに答えるための軸となるサブの問いを、小学生に対して授業を行う前に、以下のように設定した。
- 小学生は、AIに対してどんなイメージを持っているのだろうか？
- AIのどんなところが難しいと考えているのだろうか？
- （今はあまりAIについて興味がないならば）、どうすれば、興味を持ってくれるのだろうか？
- 出前授業で、どこが分かりやすくて、どこが分かりにくかったのだろうか？
- 出前授業の教え方で、どういう教え方が分かりやすくて、わかりにくいのだろうか？
- 小学生は、AIのどこに、何に興味があるのだろうか？
- 出前授業を受けて、AIのイメージは変わったのだろうか？変わらなかったのだろうか？
- 小学生は、オンライン授業をどのように思っているのだろうか？
- この授業を受けて、将来AIのことをもっと勉強したいと思ってくれただろうか？
ここで、筆者らは、今回の出前授業では、⑩の「この授業を受けて、将来AIのことをもっと勉強したいと思ってくれただろうか？」の問いを基に授業をデザインした。児童が本出前授業に参加してAIのことに興味を持ってもらうことを期待する。
【研究方法】
本研究は、観察による事例調査である。事例調査は、そのケースの中に潜む社会の姿を明らかにすることを目的としている。そしてこの目的を、客観性を担保して達成するために、「調査者以外の人々も、調査者が見聞きしたことを追体験できるように、状況や人物などを詳細に描きだす」（描写による客観化）して行う。ところで、筆者らがこの描写を行う際、この時、筆者らは、出前授業を行う行為者でもある。一般的には、「『参与者』と、その場を外から観察する『観察者』という２つの役割を行き来するように実施する」とされるが、筆者らは、調査研究の経験が浅いので、出前授業の際には、参与者として行動し、録画資料による振り返りの時に観察者として行動することにした。録画による観察調査では、まず、現場を全体的に観察し、網羅的に記録するように心がける。次に、全体と部分の関係を意識しながら観察、記録するようにする。
次に観察で記録した小学生の発言や行動を分析する。分析は、まず、記録したデータにコード（印）をふる。次に、それらのコードからカテゴリ（要因）を抽出する。これらは、小学生の行動の社会的現象がどのような要因によって成り立っているのかを説明するものである。このような分析により、出前授業における先に上げた問いの構造を明らかにできる。しかしながら、このように計画したが、実際やってみると、オンラインシステムであるZoomの回線が頻繁にダウンし、記録がまったくできなかった。そのため、今回は、断片的な記憶による小学生の発言、行動の観察記録からの分析になった。そこで、筆者らは、特記すべき知見を得るべく、ミーティングを行い、何度も記憶を振り返って補った。
今回、録画による記録は出来なかったが、児童に授業のアンケートを取っているので、今後、これを基に、上記の方法で分析して考察を深めていく予定である。
（注記）今回の探究活動では、録画をもとに観察事例研究を本格的に行ったみようと考えていました。これは、以前の高齢者施設訪問では、イベント的活動で終わっていましたが、今回は、ZOOMなので記録が容易だと考えたからでした。今後の課題にしたいと思っています。 参考文献：藤田武志,西島央；『教育調査の基礎』,放送大学教育振興会,2020年
【オンライン授業の概要】
以下に実施したオンライン出前授業の概要を示す。
- 実施日時：2021年7月2日（金） 13：30－15：00
当初、総合的な時間（45分）であったが、Zoomのダウンで、2時間近くなった。
- 対象児童：近隣の小学校の6年生（11名）
- オンラインの方法：Zoomによる双方向授業
- 内容：タイムスケジュール（表１参照）
表１ 出前授業のタイムスケジュール
【オンライン授業での教材の実演】
次に、実演した４つの教材と授業実践を示す。
１ 教材１「MNIST手書き数字の分類」
実演した教材は、全てラズベリーパイを使った画像分類である。教材１「MNIST手書き数字の分類」は、カメラで写し出した手書きの数字を輪郭抽出し、切り取られた画像をコンピュータが、どの数字かを分類して画面に出力するものである。図１にその様子を示す。
画像の学習は、「MNISTデータベース」という数字の画像60000枚、テスト用画像10000枚を集めた画像データセットを使用している。単純な形の数字は、うまく判定できるが、「6」や「8」などは、輪郭抽出で「0」の形状と類似しているため、「６」と「０」や「８」と「０」と複数の数字として認識してしまう。この改良は、最大の輪郭抽出を答えとするプログラムを追加すれば対策できるが、今後の課題とする。
出前授業では、いくつかの数字で実演しながら上記の説明をしたのち、小学生に実際に数字を紙に書いてもらい、小学校側のカメラでそれを映し、その映像をラズベリーパイのカメラで取り込み判定させ、ラズベリーパイの表示画面を、当方のパソコンのカメラで撮影してZoomで小学校に送った。
最初、細い字の数字だったため、うまく判定できなかったが、何度か太い数字で書いてもらった結果、正しい判定確率が大きくなった。図１のように完全に判定できないのは、Zoomの画面では、背景を完全な白色で、文字が完全な黒色にならないからだと思われる。しかしながら、小学生は、双方向の実演に楽しく参加してくれた。
【テラオカ電子：「「MNIST 輪郭抽出 編」を作りました。」はこちらから】
２ 教材２「サイコロの目の画像分類」
教材２「サイコロの目の画像分類」は、サイコロの目の「１」、「２」、「３」、「４」、「５」および「６」の画像をコンピュータに学習させて、コンピュータになんの目かを出力させるものである。図２にその様子を示す。
サイコロの目の学習は、まず、サイコロの各目の画像を角度や位置を変えて各10枚撮影する。次に、撮影した画像からサイコロの部分の輪郭を抽出して、その輪郭を抽出した画像を畳み込みニューラルネットワーク（CNN）で学習をさせた。
出前授業では、上記の説明の後、当方のラズベリーパイでの実演の様子をパソコンのカメラで撮影し、Zoomで小学校に送った。実演だけであったが、小学生は興味深く観てくれた。
【テラオカ電子：「「サイコロの分類」を作りました。」はこちらから】
３ 教材３「感情分析：笑顔がいいねと言われたい」
教材３「感情分析：笑顔がいいねと言われたい」は、カメラに映った顔の表情を５つ感情に分類するものである。分類する表情は、無表情（neutral）、幸せ（happy）、悲しみ（sad）、驚き（surprise）および怒り（angry）である。表情の判定技術は、JellyWare株式会社が公開している「OpenVINO™でゼロから学ぶディープラーニング推論」をそのまま使用している。図３に、教材を示す。
出前授業では、上記の説明の後、実際に代表の小学生の顔をカメラで映してもらい、それをラズベリーパイで撮影して分類を行った。当初、小学生は自分の顔を映すのを恥ずかしがるかと予想していたが、楽しそうに何度も色々な表情を作って遊んでくれた。ここでも、双方向の実演ができた。
【テラオカ電子：「感情分析：笑顔がいいねと言われたい」はこちらから】
４ 教材４「スマイルカウンター」
教材４「スマイルカウンター」は、カメラで人の顔を撮影すると、人の顔を認識し、その顔が笑顔であるかどうかを判定する。笑顔になると顔に「赤丸」が表示される。そして何人中何人が笑顔であるかを計数することができる。人の顔の認識と笑顔の判定には、OpenCVのカスケードファイルである、
「haarcascade_frontalface_alt.xml」(正面の顔で機械学習されたモデル)を使っている。図４に教材の様子を示す。出前授業では、プログラムを3人の人が同時に1秒以上笑顔になったらゲームオーバーになるように改良し、ゲームを楽しんでもらった。実際に小学生3人にゲームに参加してもらった。Zoomの画像が悪いのでなかなか顔が検出できなかったが、2分近く、笑顔のなってもらいゲームオーバーすることができた。ここでも双方向の実演ができた。
【テラオカ電子：「「スマイルカウンター」を作りました。」はこちらから】
【AIの計算方法の動画解説】
次に、AIについての計算方法を事前に４つの動画にまとめておき、それを放映した。以下に、その様子を示す。
１ 画像の分類の説明
まず、画像の分類について説明した。その様子を写真２に示す。説明した内容は、以下の通りである。
画像の分類とは、もともとコンピュータが知らない画像を「学習」させて何が映っているかを判定することを言う。ここでは、犬と猫の分類を例として説明する。
具体的には、まず、いろいろな犬と猫の写真をそれぞれ数千枚ずつ用意する。次に、その用意した写真をコンピュータに学習させる。コンピュータに十分に学習をさせたら、学習をする際に使用した写真とは別の写真（例えば猫の写真）を１枚用意する。この写真をコンピュータに与えると、コンピュータは、計算をして、その写真を犬５％、猫９５％というように、どちらに近いかの割合を、コンピュータが出力する。この動作を「推論」という。以上のようにコンピュータが写真をどちらに近いかを推論することを、「画像の分類」という。
２ ニューロンモデルの説明
次に、ニューロンモデルについて説明した。その様子を写真３に示す。説明した内容は、以下の通りである。
ニューロンモデルは、脳の神経のモデルという意味である。しかし、実際の脳神経とは直接関係なく、数学的、算数的に組み立てたモデルである。
出前授業では、入力が神経に入るとき、入力に重みが掛け算して入る事や、重みが入力の重要度を示している事を具体的な数値を用いて解説した。また、活性化関数の出力の表し方も説明した。
３ ニューラルネットワークの説明
次に、ニューラルネットワークについて説明した。その様子を写真４に示す。説明した内容は、以下の通りである。
黒板のH1、H2、H3・・・とZ1、Z2は、先ほど紹介したニューロンである。Z1、Z2は出力であるが、Z1は犬だと主張する出力ニューロン、Z2は猫だと主張する出力ニューロンである。例えば、入力の写真が、計算した結果、猫に近いならば、例えば、Z1： 5％、Z2： 95%などと出力する。H1 H２ H３・・・は、入力と出力の中間にあるニューロンである。このニューロンの数は、試行錯誤して決める。計算の流れを具体的に説明すると、入力X1は、H1に入り、この時、重みが掛け算される。そして、H1のニューロンの出力は、同じようにZ1、Z2に送られる。H2のニューロンも同様である。こうして、出力Z1のニューロンは、H1,H2・・・から値を全て受け取って、それぞれの重みをかけ、合計して出力される。
複雑な計算の説明となったが、小学生は、辛抱強く聞いてくれた。
４ 学習の説明
最後に、ニューラルネットワークの学習について説明した。その様子を写真５に示す。説明した内容は、以下の通りである。
中間のニューロンと出力のニューロンには、それぞれに重みWとbが存在している。ニューラルネットワークで、重みWとbの値をうまく決めることを学習という。そして、それをコンピュータ自身が自動で計算することを機械学習と呼ぶ。ここで、まず、ニューラルネットワークに、入力が与えられると、これが何であるかというコンピュータによる予測値が出力される。次に、その予測値と正しい値の差を比較する。最後に、その誤差を少なくするように重みWとbを調整する。これを重みの更新という。
この時の、小学生の様子は、Zoomではわからないので、想像でしかないが、難しかったと考えている。
【児童の質問と感想の分析】
一通り、プログラムが終了した段階で、質問を受け付けた。ある児童から、「AIはいつ誕生したのですか？」という質問があった。この回答については、顧問の先生が、「コンピュータが１９４０年代に発明されて、その後、５０年代に、人間の知的な行為をコンピュータにさせようとする、当時の科学者の夢が起こり、AI、人工知能という言葉が生まれた。なので、AIが生まれたのは１９５０年代ということになります」と答えてくれた。AIについて、関心を持っていることが伺えた。
また、紹介したどのAIの教材が面白かったかという問いかけに対しては、複数の児童から「顔の表情分類」という声があった。「感情分析」は、強力な興味、関心を高める教材であることがわかった。
【小学校の担任の先生と顧問の先生の講評】
最後に、小学校の担任の先生からは、「子どもたちは、初めて高校生と授業をすることを本当に楽しみにしていました。AIの授業ということで、事前に自主学習で調べてくる児童もいました。今回の授業を通して、AIについて興味をもってくれたことと思います。また、御校の生徒も児童との触れ合いの中で、新しい学びや気付きがあれば嬉しく思います。子どもたちは大変喜んでおりました」と講評を頂いた。
一方、筆者らの顧問の先生からは、「昨年度から小学校でプログラミングが始まりました。高校も来年度から教科「情報」が新しくなります。これからの「情報」の授業では、クラスで中には、先生よりも良く知っている生徒がいると言われています。これまでのように、先生が、全ての知識を教えるのではない、お互いに学んでいく、新しい教育が始まります。今回の出前授業で、皆さんの様子からそのことを強く実感しました」と講評を頂いた。
【考察】
４つのAIの教材の実演を行ったが、Zoomを使って双方向の実演をすることで、AIの興味関心を高めることができることがわかった。特に、「感情分析」は、児童の興味関心を高める強力な教材であることがわかった。
AIの計算方法の説明に関して、今回は事前に説明動画を準備し、それを放映する形をとった。これは、筆者らが、本番で緊張せず、うまく説明できるようにするためであったが、リアルの実演と録画の説明という対比で、出前授業が単調にならずにすみ、この方法は良かったと考えている。ただし、内容が小学生にとって難しすぎたかもしれないので今後見直す必要がある。途中、Zoomの回線がたびたびダウンし、中断の連続であったが、全体的にAIのイメージを伝えることはできたと考える。
【まとめと今後の課題】
以上、本稿では、小学生（６年生）に対して実施したオンラインによるAIを学ぶ授業実践記録を報告した。
まず、「どのような授業の方法が適切か？」の問いに答えるための軸となるサブの問いを複数提案した。次に、それらのサブの問いに答えるための研究方法を述べた。次に、その問いに答えるために実施したオンライン授業の内容を述べた。最後に、実施した授業を、児童の感想、児童の担任の先生や筆者らの顧問の先生の講評を基に考察した。その結果、児童の質問、感想および小学校の担任の先生の講評から、途中、Zoomの回線がたびたびダウンし、中断の連続であったが、全体的にAIのイメージを伝えることはできた。
本研究の問い、「この授業を受けて、将来AIのことをもっと勉強したいと思ってくれただろうか？」については、児童がそうなると期待している。今後は、小学校の先生が、本出前授業の感想のアンケートを取っていただいているので、後日それを分析し、さらなる考察を進める予定である。
【本探究活動のまとめ】
児童の方に、感想などのアンケートを取らせていただきました。その結果を簡単に紹介します。
授業を受けてAIのイメージが明確になりましたか？というの問いについて、「はっきりとした」、「平気」などのイメージをもってもらうことができました。
AIに対する興味が高まりましたか？というの問いについては、感想文から「分かり易い」、「顔認識」が面白いと評価を受けました。
最後に、AIをもっと勉強したくなりましたか？という問いについては、約40％の方が、「勉強したくなった」と思ってくれました。
「授業は分かり易かった」、「面白かった」、「AIに興味がでたと」と思ってくれた小学生は、8割以上でしたので、やってよかったと感じています。
新しい技術を導入する際には、トラブルはつきものです。しかしながら、私は、ネットの専門家ではありませんが、やはり、今回のネットトラブルは、異常な出来事だったと思わずにはいられません。誰かの「妨害」があったとは考えたくはないのですが・・・。
でも、何度も回線が遮断されても、最後までなんとかやりきれたのは、冒頭でも述べたとおり、当方の部活動のメンバーも、小学校の先生や児童たちの誰も動揺せず、不平、不満もなく、授業を進めてくれたからでした。最後に、児童の卒業式の際、部一同として「お祝い電報（色紙に言葉を載せたもの）」を送りさせてもらいました。
今回は、今では珍しくなくなったオンラインの出前授業の事例を紹介しました。「生きる価値のある人生は、記録する価値もある」という言葉がありますが、このブログで、オンライン授業という初めての体験を記録に残せることができ感謝します。ここまで読んでくれて、ありがとうございます。
ご質問・ご意見・ご感想等がありましたらコメントください。
テラオカ電子
【イチオシのYouTube動画】
このコーナでは、記事に関連する（関連しないかもしれません）気になるYouTube動画を紹介しています。今回は、猿岩石 の『白い雲のように』です。私は、今はテレビをまったく観ないのですが、当時は結構観ていました。猿岩石（有吉弘行、森脇和成）の二人の旅もリアルで観ていました。まさに彼らは、「七転び八起き」の連続でした。ところで、私は音楽音痴なので断言できませんが、歌は、森脇さんの方がうまいように感じました。でも今年のNHKの「紅白歌合戦」の司会は、有吉さんですね。よいお年を。
「猿岩石 白い雲のように（1996）」
【2023/12/24投稿】
コメント