Microsoft Copilotは、教師や学生が教室でテクノロジと関わる方法を変革しています。 この記事では、Copilot の機能を紹介し、ジェネレーティブ AI の基礎について説明し、教育設定で責任を持って AI を使用するガイダンスを提供します。 Copilot やその他の AI ツールが、学校コミュニティでの教育、学習、生産性をサポートする方法について説明します。
ジェネレーティブ AI とMicrosoft Copilotとは
Microsoft Copilotは、ジェネレーティブ AI (GenAI) を使用して、教室で役立つアシスタントとして機能するツールです。 Copilot は、時間を節約し、指導を区別し、学生の学習を強化するのに役立ちます。 Copilot を使用すると、あらゆるレベルの学習者のレッスン プラン、クイズ、ルーブリック、その他のクラス リソースを簡単に作成できます。 Microsoft Copilotには、次の 3 つの主要なバージョンがあります。
- Microsoft 365 用 Copilot - Word、Excel、PowerPoint、Outlook、Teams などの Microsoft 365 アプリ。 サブスクリプションが必要であり、エンタープライズ固有のデータを活用して生産性を向上するように設計されています。
- Copilot Pro - これは、トラフィックが多い時間帯に GPT-4 および GPT-4 Turbo への優先アクセスを提供するサブスクリプション ベースのバージョンです。 これには、ビジネス ユーザー向けの追加の機能が含まれています。
- 無料Microsoft Copilot - このバージョンは、Windows、Microsoft Edge、またはBing Web サイトを使用するすべてのユーザーが利用できます。 これは、他のバージョンの特殊な機能なしで一般的な AI 支援を提供します。
ジェネレーティブ AI - GenAI - GenAI と略されるジェネレーティブ AI は、新しいコンテンツの作成に焦点を当てた人工知能のサブセットです。 これには、テキスト、画像、ビデオ、オーディオ、さらにはソフトウェア コードが含まれます。 GenAI モデルは、パターンと構造を学習するために膨大な量のデータに基づいてトレーニングされ、ユーザー プロンプトに基づいて元のコンテンツを生成できます。 たとえば、テキスト用の ChatGPT、画像のDALL-E、さまざまなメディアの種類のその他のさまざまなモデルなどのツールは、すべて生成 AI のアプリケーションです。
AI を使用してorganizationの未来を構築する - Microsoft は、AI 体験のどこにいても、organization全体で自信を持って AI をスケーリングするのに役立ちます。 新しい生産性レベルを達成し、すべてのビジネス ニーズに対して AI を安全に統合する方法を学習します。
大規模な学習モデル (LLM) - 大きな言語モデル (LLM) は、人間のようなテキストを理解して生成するように設計された人工知能モデルの一種です。 これらのモデルは、膨大な量のテキスト データに対してトレーニングされ、単語とフレーズの間の統計関係を学習して、さまざまな自然言語処理タスクを実行します。LLM は、一貫性のあるコンテキストに関連するテキストを生成し、言語を翻訳し、ドキュメントを要約し、会話を行うことさえできます。 LLM の例としては、OpenAI の GPT-4、Google の PaLM、Meta の LLaMA などがあります。
ChatGTP - ChatGPT (Chat Generative Pre-trained Transformer) は、OpenAI によって開発された会話型 AI モデルです。 LLM を使用して、受信した入力に基づいて人間のようなテキストを理解して生成します。 ChatGPT では、質問への回答、エッセイの作成、クリエイティブなコンテンツの生成、コーディングなど、さまざまなタスクを実行できます。 モデルは、さまざまなインターネット テキストに基づいてトレーニングされており、詳細でコンテキストに応じて関連する応答を提供できます。 これは、顧客サービス、教育目的、および個人的な支援のために広く使用されています。
AI 手法
AI での接地 - AI での接地とは、AI の応答が正確で関連性の高いデータに基づくことを意味します。 ジェネレーティブ AI (GenAI) の基礎とは、AI によって生成されたコンテンツを実際のデータ、事実に基づく知識、または特定のソースに固定し、応答が正確で信頼性が高く、コンテキストに応じて適切であることを保証することを指します。 このプロセスは、GenAI 出力を顧客サービスからコンテンツ作成まで、さまざまなアプリケーションで関連性とアクション性を高めるために不可欠です。 グラウンディング方法には、取得拡張生成 (RAG) を使用して特定のデータをリアルタイムでプルする、API またはデータベースにリンクする、または特殊化されたコーパスのモデルを微調整する方法が含まれます。 接地は、不正確さを減らし、AI の応答の信頼性を向上させるのに役立ちます。 接地には通常、モデルのフィードが含まれます。
- ドメイン固有のデータ: これは、業界情報、顧客データベース、製品カタログ、または特定の領域で AI を知識のあるものにする独自のデータです。
- 事実に基づくソース: 検証済みデータベース、ドキュメント、またはリアルタイム情報を使用して、モデルが誤った応答、事実、または詳細を生成するのを防ぎます。
- ユーザーの意図とコンテキスト: 応答が関連するように、特定の時点でのユーザーの特定の要件を理解します。
Generateive Pre-trained Transformers (GPT) - GPT は、指定されたプロンプトに基づいて人間のようなテキストを生成するように設計された OpenAI によって開発された言語モデルの一種です。
- 会話型 AI: 人間のような自然な会話を行うことができるチャットボットを開発します。
- 言語翻訳: 高い精度で異なる言語間でテキストを翻訳します。
- テキスト要約: 長い文書を簡潔な要約に圧縮します。
- クリエイティブライティング: ストーリー、詩、その他のクリエイティブなコンテンツを書くのを手伝います。