AIに負けない気概を持つ人材をどう育てるか――滋賀大学・竹村彰通学長が語るデータサイエンス教育と日本の未来（前編）

―まずは、竹村先生はピアニストを目指し東京藝術大学に進学するも、途中で東京大学に入り直し、経済学を専攻されたとお聞きしました。とてもユニークな経歴をお持ちなのですね。

はい、小学校5年の時ぐらいにピアノの小学生コンクールに出ることになり、そこから本格的に取り組みました。高校が藝大付属で音楽専門だったこともあって、中学・高校ではピアニストを目指していました。ただ、早い時期からやっていたので、高校の終わり頃には行き詰まりを感じていました。付属高校だったので藝大には進学したのですが、方向転換しました。

―今も、卒業生を竹村先生のピアノ演奏で送り出しておられるのですか。

頼まれると弾いています。今日も昼に学内でミニコンサートがあり、演奏を頼まれました。

―現在のご専門分野を教えていただけますか。

統計学という学問です。さらに言うと、理論的な側面でアプローチしています。専門的には数理統計学（統計学の一分野。確率論を基盤として統計的な方法や理論を厳密に研究する学問）と言って、数学的な統計学です。

研究分野はそのような分野なのですが、広く統計学に関わっています。例えば、学会活動とか。統計学には、理論的な側面だけではなく、応用もあります。そういったことにも、学会活動としては関わってきました。

―文部科学省は、「数理・データサイエンス・AI教育プログラム」の認定制度のもと、文系・理系を問わず、すべての大学生がデータサイエンスの基礎を学ぶことを求めています。改めてお伺いします。竹村先生は、データサイエンスを学ぶ意義と面白さがどこにあるとお考えですか。

今や生活が随分変わってきたと思います。パソコンが出てきて、インターネットが出てきて、スマートフォンが出てきました。特にスマートフォンの影響は大きかったと思います。スマートフォンでメールのやりとりをしたり、スマートフォンで注文したりと、いわゆるデジタルデータの時代になったと思います。そのデータがデジタルで直接やりとりされて、そこを活かした企業、特にGoogleやAmazon という米国の企業ですが、それらの企業がどんどんと既存のビジネスを破壊するような形で伸びてきました。

米国はデータを使って先進的な取り組みをして伸びてきたわけです。そういう時代的な背景でデータを活かすことが国力につながるという面もありますし、ともかく我々の生活が変わってきましたので、データサイエンスは非常に重要になっていると思います。

―竹村先生は、「データサイエンスは『価値創造』の学問である」と指摘されています。その意味合いをお聞かせください。

良く使う例はGoogleです。Googleはモノを作っているわけではありません。製造業でも何でもないです。Googleは、要するにデータを原材料というか、データが商売の元になって、それだけ大きなビジネスになりました。データから人々の行動を理解することが、価値の源泉になっていると思います。この部分では、日本が遅れてしまっています。

日本はものづくりが強いです。しかし、データ加工というところでは、欧米に追いついていません。なぜなら、データの扱いが得意な人が少なく、人材育成ができていないからです。

データは原材料みたいなものです。たとえば、石油みたいなものと思っていただくと良いでしょう。事実、「データが21世紀の石油である」みたいな言い方もされます。そういう価値が内在している時代になっていると思います。

―近年の生成AIの急速な発展は、データサイエンス教育にどのような影響をもたらしているとお考えですか。

データサイエンス教育にものすごく影響があると思います。データサイエンスの手法も生成AIが知っているので、手法について聞けば教えてくれるような時代になりました。生成AIに分析方法やプログラミングの書き方を聞きながらデータの集計や解析を進めることもできます。これは、データサイエンスにとってチャンスと考えることができます。

一方で、「データサイエンティストはもはや要らないのではないか」「AIにすべてを聞けば良いのでは」というような議論もあります。我々としては、「そうではない」と示す必要があるのですが、生成AIの急速な発展は本当に驚くべきことだと思います。

生成AIは人間の言語から学んで、どんどん賢くなっています。人間と同じように考えているかどうかはわかりませんが、人々が書いたり話したりした言葉をデータとして、そこから情報を凝縮して作っているのです。その意味では、そのデータの上に成り立っているわけです。

つまり、生成AIの発展はインターネット上に言語データが蓄積され、使えるようになったことが前提となり、その言語データをもとにして、ほとんど人間のような判断ができるようになっているのだと思います。

―逆に、生成AIが進歩したことによっての弊害、懸念、リスクはないでしょうか。例えば、竹村先生が重要視される「あるがままにデータを無色で眺めることができない」「生成AIの判断を鵜呑みにしてしまう」といったことは起きていないでしょうか。

後者はあると思います。しかし、あるがままにデータをというのは、まだまだ大事なところだと思います。データそのものにバイアスがあるという危険、リスクもあるでしょうが、データはデータなのです。

例えば「日本において少子化で生まれる子供の数が減っている」ということは、客観的な事実です。自分たちの日常感覚でも実際に子供の数が減っていると感じるとは思います。しかし、「どのぐらい減っているのか」、大学の関係者だと「15年後にどのくらい入学者が減るのか」、についてきちんとした数字に基づいて考えなければいけません。

「あるがままにデータを無色で眺める」とは、要するに数字は数字で、価値判断や意思決定の前提となる客観的なものだということを言っているわけです。そのこと自体は、事実としては変わらないと思います。

その一方で、しばしば報道されることなどに文化的な価値観や政治的な判断が入ることもあるかと思います。例えば生成AIについては、英語のデータを中心に学習しているので、英語圏の文化や情報がより反映されるとか、さまざまなバイアスがあることは、間違いないです。ただ、データはデータで、ある意味では事実という面もあると思います。両面あるといえます。

―正直言って、今年になってからは、Anthropic（アンソロピック）が「Claude Mythos」（クロード・ミュトス）を発表したり、Microsoft 365 Copilotが「Claude」対応になったり、OpenAIがAIコーディングエージェント「OpenAI Codex（コーデックス）」を発表するなど、 すごくレベルの高い生成 AI が次々と登場して来ています。統計の専門家からすると、こうした生成 AIが出てきたことによるインパクトをどのくらい感じておられますか。

インパクトは、かなり大きいと思います。一番影響が出ているのはプログラミングです。プログラミングと比べると、データサイエンスや統計はまだそれほどの影響ではないのですが、ただデータサイエンスや統計の基本的な事柄だと生成AIに聞けば知っているし、分析もできてしまいます。ですから、「本当にデータサイエンティストがいるか」という問題にはつながっていきます。

ただ、生成AIの出力そのものを人が理解できないといけません。生成AIに聞いているだけで良いのかということもありますし、実際には、例えば企業の中での特定の課題だと、やはり世の中の一般的なデータからはわからなかったりします。それぞれの企業の専門的なノウハウですから。生成AIはそこまでは知らないので、実際にはその領域に関する知識が重要ですし、現場の問題に即して考えることが必要になってきます。

つまり、常識のレベルでは人が要らなくなるかもしれませんが、より高いレベルでは人が必要だと思います。

―おっしゃる通りです。先般もメタ・プラットフォームズが、全従業員の約10%にあたる約8,000人の従業員を解雇する計画を発表しました。プログラマーという職が少なくなっていて、インサイトがより求められるということで、データサイエンティストは引き続き需要が高い気がします。ただ、やはりデータサイエンティストにしても、プロンプトの入力が重要になってきます。

そうですね。

―やはり、基礎知識がないと無理ですよね。

そこは教育としてすごく難しいところです。最近、私は講演でお話しするのですが、電卓ができたから筆算は要らなくなったかというと、そうではなかったですよね。今も小学校の最初では、九九と筆算を習うわけです。手を動かせるだけではなくて、九九や位取りの概念がわからないと、電卓の意味がわからないからです。

そういうことが恐らく、プログラミングや色々なレベルで起きていると思います。AIを知ってはいるけれども、やはり人間の教育はアナログ的にやらないとダメです。経験しないで最初からプロンプトができるのかいうと、なかなか難しいですからね。

―そうですね、おっしゃる通りだと思います。

だから、教育方法がすごく難しい問題になって来ています。とはいえ、やはり生成AIを使いこなせないと話にならないのは事実です。

―経験して失敗して、また経験する。繰り返して学んできたことが、ようやく生成AIと向き合う時に生きて来る気がします。

そうですね。

―いくら良い道具があったとしても、使いこなせなかったら宝の持ち腐れです。

そうですね。我々だって紙で筆算をすることは稀で、電卓を叩いたりパソコンを使ったりします。しかしそれは筆算を小さい時に覚えたからこそできているので、そこら辺りの教育はまた別に考えないといけないのです。

最近では、「AIが普及すれば人が要らない」と言って教育までやめてしまったりします。それは、やはりまずいと思います。そこら辺りが、これからすごく大事なところですからね。人間の教育にとって、昔からの教育方法の中にも有効なものがあるはずです。