教材

教育用プロジェクト「Codexで作る夏目漱石 MiniGPT」をGitHubで公開しました。 このプロジェクトは、Codex App / Codex CLI と協働しながら、青空文庫の夏目漱石作品を用いて小型GPTをゼロから学習する流れを体験するための教材です。ここでいう「ゼロから」とは、事前学習済みの大規模言語モデルの重みを使うのではなく、ランダム初期化した小型のGPT型モデルを、収集・整形したテキストデータで学習するという意味です。 目的は、夏目漱石を再現するAIを作ることではありません。学生や初学者が、データ収集、テキスト整形、文字単位トークナイザ、事前学習、損失曲線の観察、生成文の観察という一連の流れを、手元のPCで追体験できるようにすることです。 リポジトリには、青空文庫本文や学習済みcheckpointは同梱していません。本文データは実行時に取得し、学習結果も各自の環境で生成する前提にしています。由来情報、権利、データ整形、失敗ログを含めて教材化することを重視しています。 研究室では、生成AIを「使う」だけでなく、仕組みや限界を観察しながら学ぶための教材づくりにも取り組んでいます。今回の公開は、そのための小さな実践の一つです。 関連リンク: GitHub: codex-soseki-minigpt 公開資料

オンライン教材「物理からはじめる説明の作法 ― 物理現象をめぐる説明の構築と批判を通して」を公開しました。 📘 教材を読む この教材が扱うこと 本教材は、物理の公式や解法を教えるための教材ではありません。 「見たこととそこから言えることを分ける」「条件を示して主張する」「証拠で支える」「限界を認める」――こうした説明の組み立て方を、物理現象を題材にして身につけるための教材です。 教材の概要 高校物理を学んでいる、あるいは学び終えた方を想定し、全12章の三部構成で学びます。 第I部　見る・分ける（第1〜4章） 第1章　見えたことと、そこから言えること 第2章　主張を支える三つの柱 第3章　グラフは何を語り、何を語らないか 第4章　断言を、条件つきの主張へ 第II部　つなぐ・組み立てる（第5〜8章） 第5章　モデルは「嘘」ではなく、道具である 第6章　何を変え、何を固定すればよいか 第7章　同じ現象を、同じ内容で語れているか 第8章　どこまでなら言えるのか 第III部　比べる・批判する（第9〜12章） 第9章　説明の骨組みを見えるようにする 第10章　たとえは、どこまで助けになり、どこで誤解を生むのか 第11章　もっともらしい説明を、どう公正に疑うか 第12章　科学を、社会に届く形で語る 本教材の特徴 独学でも授業でも ― 各章に小課題と解答例を配置し、一人でも読み進められる設計です 物理を足場に ― 物理現象を題材にしていますが、身につく力はあらゆる場面で使える思考の技術です 条件を貫くテーマに ― 断言に潜む条件、モデルの前提、統制変数、適用範囲、限定、反駁と、形を変えながら「条件」というテーマが全章を貫いています ぜひご活用ください。ご意見・ご感想はお問い合わせページよりお寄せください。

オンライン教材「AIと協働する技術 ― エージェント・ハーネス設計の12講」を公開しました。 📘 教材を読む この教材は「プログラミング」の教材ではありません 本教材は、PythonやAPIの使い方を学ぶプログラミング教材ではありません。 AIに「何をさせるか」「どう役割を分けるか」「どこまで任せるか」――こうした設計の考え方を身につけるための教材です。コードを書かなくても、ChatGPTやClaudeなどの生成AIを日常的に使っている方であれば、十分に読み進められます。 教材の概要 AIエージェントの「賢さ」ではなく「働かせ方の構造」を理解し、道具設計・計画管理・役割分担・安全統制を自ら設計できるようになることを目指しています。 高専・高校・大学の1〜2年生を主な読者として想定し、全12章の2部構成で学びます。 Part I　基盤：1体のAIを働かせる（第1〜6章） 第1章　AIを「魔法」ではなく「系」として見る 第2章　1つのループがエージェントを生む 第3章　AIに道具を持たせる 第4章　計画しないAIは迷う 第5章　必要な知識を、必要なときに読む 第6章　AIは忘れる――文脈と要約の設計 Part II　協調：複数のAIを設計する（第7〜12章） 第7章　役割分担でAIを強くする 第8章　仕事を分解し、依存を設計する 第9章　AI同士が連絡するとき、何が必要か 第10章　自分で仕事を見つけるAI 第11章　互いに邪魔しない作業空間をつくる 第12章　安全・権限・倫理――最後に人間が責任を持つ 本教材の特徴 プログラミング不要 ― コードではなく、AIの「外側の設計」（道具、計画、知識管理、役割分担、権限）を扱います 身近な比喩で理解 ― 物理実験の手順になぞらえて、AIの働かせ方を段階的に学べます 人間が主役 ― 「AIの出力に対する最終責任は人間にある」という原則を全体を通じて重視しています ぜひご活用ください。ご意見・ご感想はお問い合わせページよりお寄せください。