生成AIの回答を比較・検証するためにも、対象分野についての基礎理解が不可欠です。便利なツールに任せきりにせず、自分の言葉で目的を整理し、結果を説明できることが求められます。
これは企業のAI研修にも通じる視点です。操作方法の習得と並行して、課題設定、情報の読み解き、根拠の確認を学ぶことが、実務での活用につながります。
 
■企業の実データを使う――座学で終わらないデータサイエンス教育
九州情報大学では、数理・データサイエンス・AI教育をリテラシーレベルから応用基礎レベルまで展開し、学生の専門性に応じた学びを提供しています。
中編では、少人数教育によるきめ細かな指導に加え、企業の実データを用いた分析や発表を通じて、知識を現実の課題へ結びつける取り組みが紹介されています。
企業がDX人材を育成する際にも、一般的な演習にとどまらず、自社の業務課題やデータを題材に分析・検証・発表する機会を設けることが、実践力を養ううえで参考になります。

■専門知とAIを結びつける――研究・スポーツ分野での応用
荒平教授の研究・教育活動は、機械工学や生体工学に加え、データサイエンスの応用へと広がっています。
インタビューでは、データサイエンスをDX・ICTやスポーツの領域へ展開し、陸上競技の動作分析やコンディショニングの最適化にAIを活用する例にも触れています。
AIの価値は、技術を導入すること自体ではなく、現場の専門知識と結びつけて具体的な課題に取り組むことで生まれます。部門ごとの知見とデータ活用をつなぐ人材の重要性が浮かび上がります。

■AI時代の人材育成を考える、インタビュー全3編を公開
前編では荒平教授の研究分野や試行錯誤を重ねる研究姿勢、中編では少人数教育と企業データを活用した実践的な学び、後編では生成AIの進歩を踏まえた教育のあり方と人間に求められる力を取り上げています。
AIを「使える」ことと、AIを用いて課題を解決できることは同じではありません。企業の経営者、人事・研修担当者、DX推進担当者が、社員の主体性と検証力をどう育むかを考える契機となる内容です。