DIME MAGAZINE
AIの社会実装、不安定な経済状況……。先行き不透明な社会情勢からか、教育熱心な保護者が急増しているという。そこでまことしやかに囁かれるのが、中学入試、特に算数が年々難しくなっているという論調だ。算数教育の最前線に迫った。
「正しく概念を把握し、適した技術を身につける。
何よりも正しく読めなければいけません」（浜学園・小澤）
「VUCA」というビジネス用語がある。変動性、不確実性、複雑性、曖昧性を指す英単語の頭文字をとった造語で、AIなどの社会実装によってビジネス環境が大きく変化していることを示す。予測困難な社会の到来を見据えて2020年3月、文部科学省は学習指導要領「生きる力」を公示。これを機に、受験算数の難化が囁かれるようになった。具体的には、思考力を試す問題が増えたという。
近年、保護者の学習感覚更新を急き立てる声が目立つ。これに対し、関西最難関中学への合格者数日本一を誇る進学塾・浜学園の小澤博則副学園長は警鐘を鳴らす。
思考のためには確かな知識が不可欠である
「昔の難関中学入試で出題された算数の難問が、中堅中学の易問になり、新しい難問が次々に生み出されているという論調をたびたび耳にします。この〝新しい難問〟に対応すべく子供たちが保護者世代から大変な試練を課せられるのならば、それは不幸なことです」（小澤副学園長）
受験算数は学習指導要領を無視できないとしながらも、昔と現在とで〝問われる本質〟は変わっていないと続ける。
「〝新しい難問〟といっても求められていることは昔と変わりません。問われていることをしっかり読み取り、確かな知識に根差した、適切な技術で対処すればいいのです。意図を掴もうとせず、独りよがりになると、まさに〝新しい難問〟になってしまいます。そういう意味で今の子供たちに必要なのは、〝正しい学び〟だと思います」
計算問題は算数力を高める最良のコンテンツ
問題（C）は難しく見えるが、基本的な計算を行なうという考え方は問題（A）（B）と変わらない。「誰もが知る技術と、（C）のような複雑な問題で問われることを結びつける経験値は、計算の中でも十分に得られるのです」と小澤副学園長。
取材・文／渡辺和博
計算が速くなるだけじゃなく算数が好きなる！2桁のかけ算を暗算できるようになるドリルが人気の理由
「VUCA」というビジネス用語がある。変動性、不確実性、複雑性、曖昧性を指す英単語の頭文字をとった造語で、AIなどの社会実装によってビジネス環境が大きく変化していることを示す。この予測困難な社会の到来を見据えて2020年3月、文部科学省は学習指導要領「生きる力」を公示。これを機に、中学受験算数の難化が囁かれるようになった。
中学受験は、受験者数が増加傾向にあるなど、競争激化の渦中にあるもののひとつだ。そして高まる受験熱は、新たなトレンドを生んだ。2ケタ同士のかけ算で使える、暗算ドリルが続々登場しているのだ。そんな数ある暗算ドリルのなかで大きな話題を呼んでいるのが、小学生向けの暗算ドリル『小学生が99×99までスイスイ暗算できる最強ドリル』（小学館）だ。
『小学生が99×99までスイスイ暗算できる最強ドリル』
岩波邦明・著
『小学生が99×99までスイスイ暗算できる最強ドリル』では、この本で初出となる「あゆみ算」を扱っている。「あゆみ算」とは、最先端のAIを学ぶ現役スタンフォード生でもある岩波邦明医師が独自に考案した画期的な暗算法のこと。東京大学医学部在学中に開発・出版し、累計発行部数66万部のベストセラーを誇る『岩波メソッド ゴースト暗算』から、およそ12年の歳月を経て開発した最新メソッドだ。
最新メソッド「あゆみ算」では、脳のワーキングメモリに着目している。計算する際に頭の中で扱う数字の数を減らすことで、2ケタ×2ケタの暗算を簡便化。筆算よりも速くかつ正確に2ケタ同士のかけ算が暗算できるだけでなく、「最短の工程で暗算できるから、誰でも簡単にマスターできる」「問題を解くたびに情報処理能力（プログラミング脳）がグングン育つ」など、さまざまなメリットがあるという。
どうして岩波医師は新たな暗算メソッドを開発したのか？ そのきっかけは、スタンフォード大の大学院コースで最先端のAIを学ぶ中で「AI開発に数学が不可欠」という確信を得たことにあると話す。
スタンフォード大学で医療用AIの開発に挑む
岩波邦明さん／医師・現役スタンフォード生。1987年生まれ。東京大学医学部卒。在学中に暗算法「岩波メソッド ゴースト暗算」を開発。著書は66万部を超えるベストセラーに。
――岩波先生は現在、スタンフォード大学でAIの勉強をしています。医師でありながらAIを学ぶ理由をお聞かせください。
2022年11月、オープンAI社が生成AIのChatGPTを公開し、世界中に衝撃を与えました。私も衝撃を受けたひとりで、大きな衝撃を受けたと同時に、生成AIの世界に興味が湧いたのです。
翌年2月頃からプログラム言語やAIの勉強を始め、現在はスタンフォード生として大学院コースを受講しています。
――最新のAIについて勉強するなかで、気づきがあったそうですね。
はい。生成AIは100％数学でできていると言っても過言ではない。そんな確信を得ました。高校数学の分野でいうと、微分や確率、ベクトルですね。数学が生成AI開発の根幹部を支えているのです。
「数学を勉強しても将来、何の役にも立たない」という言葉をよく聞きますが、数学は世界の最前線を切り開くために必須な知識だと改めて気づきました。
――「生成AIが数学でできている」とはどういうことでしょうか？
例えば、ChatGPTはどうやって回答を導き出すのでしょうか。
「今日の天気は？」という質問に、天気に対応する言葉群から答えを選んでいると考える人は多いと思いますが、実際は違います。
確かに昔はそのようなプログラムだったこともあります。しかし現在の生成AIは、数式によって確率的に最も正しい〝らしい〞ものを選んでいるのです。
開発のステージでは、この回答の精度を向上させるために、微分を用いて数十億、多いときには数千億ものパラメーターを調整しているのです。この調整によって、いわゆるAIの賢さが決まります。
――数式で導き出すということは生成AIに学習させる段階で、数字で学習させるのでしょうか？
そのとおりです。生成AIのひとつであるChatGPTは〝言語〞ではなく言語を〝数字〞に置き換えてデータを蓄積します。そのおかげで生成AIは、それぞれの言語モデルを習得させる必要がなくなります。ChatGPTが英語だけでなく日本語やほかの言語でも高い性
能を発揮できるのは、それが理由のひとつだと考えられます。
――先生はAIを勉強した先に、どのようなビジョンを思い描いているのでしょうか？
医療用の生成AIを開発したいと思っています。
例えば、医療画像を生成するAIです。X線写真を学習させた画像生成AIがあれば診療、研究、教育など多分野で活用できるようになるでしょう。自閉症の人たちをサポートする対話型AIの開発も考えています。ジョブインタビュー（就職面接）の練習やアドバイスをしてくれるAIがあれば、自閉症の方々の生活を大きく助けることができるでしょうし、そういった医師という仕事に直結する生成AIの開発ができればと、精進しています。（続く）
最新号
