Practise the thinking. Keep the judgement.

AI講座の学習にRonriを使う：ノート・実験記録・復習

AIの授業やオンライン講座で、資料ノート、実際のコード実験、確認済みのカード、自分で説明する復習を分ける方法です。

AI講座で何を学ぶか、どう決める？

講座の前提知識と、「訓練用と検証用データの分割を説明する」のような成果から始めます。講座名、回、出典の位置を残しましょう。学習支援ツールは整理を助けますが、その講座で特定の仕事に就けると証明するものではありません。

選んだ講座と併せてRonriとRubricMarkを使い、定義と疑問をノートやアウトラインに残します。一つ選んで、見ずに説明してみましょう。大学ごとに例や深さは違うので、自分の授業の定義と要件に沿って学びます。

異なります。コード用ノートブックはコードを実行し計算結果を記録します。Ronriの学習ノートやウェブのOutlinerは理解を整理します。実験は適切な実行環境で行い、条件、結果、解釈を学習資料に残します。

小さな実験なら「問い／設定／観察／説明」で記録できます。データ分割と評価条件も見える形にしましょう。整った要約や生成された説明だけでは、コードの実行や、別のデータへの有効性は確かめられません。

授業や一次資料と照合し、定義、数量、実験から何がいえるかを確認します。出典に裏付けがない内容は、事実としてカードへ写さず、未解決と記録します。

例えば訓練誤差が小さいだけでは検証誤差は分かりません。観察済みのことと、まだ測る必要があることをノートで分けます。AI回答の評価は、スタンフォード大学CRAFTの確認教材からも練習できます。

ノートを確認してから、「この実験ではどのデータを検証に使うか」のような明確に答えられるカードを少数作り、Ronriで復習します。長い理由や実験の条件は元のノートに残し、一枚に詰め込みすぎないようにします。

最後に、結果が変わった理由を説明する、小さな実験を再現する、二条件を比べる、といった課題を加えます。ウェブでは端末に合う短い作業を選べます。Ronriは紹介ページにあるApple向けアプリであり、この手順がAndroidアプリやコード実行機能の提供を意味するものではありません。

記録には訓練誤差しかないのに、AI要約は「新しいデータでも信頼できる」と結論付けています。何を残しますか。

解答と解説を見る

観察した訓練結果を残し、新しいデータへの主張はこの実験では未確認とします。必要な未使用データでの評価を次の作業に加えます。

観察と推論を分けると、使えるノートになります。自信のある要約でも、実施していない評価の代わりにはなりません。