既存の研究論文や科学的根拠の検索が圧倒的に早くなったので、根拠のあること・疑わしいことの仕分けはしやすくなったと感じます。（最新の研究結果までは拾ってくれないかもですが）

あと、何を学ぶにしても結局は自分の人体・脳に定着させる必要があるので、脳科学的に学習定着の効率が良くなる習慣は何か？（日々の学習時間、休憩ペース、睡眠、食事、運動など）を良く聞いてます。

これは点数出る系にしか使えないかもですが、自分の試験結果の点数、パート別の得意不得意の数値データをスクショで読ませて、苦手の特定→やるべき学習内容、を指導してもらってます（例えばTOEICで、単語数を増やすよりも読解速度上げるほうが得点効率いいですよ、とか、このスコアならLR受験じゃなくてスピーキング受験のほうが目的に合っている、など）

あと日々の学習時間記録を読ませると、そのかけた時間と点数を比較して、学習時間少ないけど得点効率良かった時期なども特定できます。半年分とかグラフ化したりすると、時短やモチベになります。（長時間学習しても、脳定着や学習手法間違えてたら、効果薄いので）

以前は1日8-10時間学習してたのですが、仕事あるとそこまで時間かけれないので一日4時間学習の中でいかに効果高い学習やるか、など考えるようになります。

あとはやたら難しい単語や概念などを「高校生にも分かりやすくして」とざっくり解説して全体感をイメージして、元の難しい本文に入ると理解しやすくなる、とかですね。

自分は脳科学、学習計画の補佐やモチベ管理に使ってますが、計算や確率予測とかも良さそうだなと思います。

大学側の評価方針をお調べになってみるのも良いかもしれませんね。

こうした方針にアラインした先生方だけではないかもしれませんが、よりこうした事を捉えて評価している学校/研究室かどうかを学生側が判断し選択する時代になってきているのかもしれません。

例えば、阪大

https://www.tlsc.osaka-u.ac.jp/project/generative_ai/assessment_ai.html#4

口頭試験、対面で段階的に評価する、プレゼンでQAも行う、手書きの課題にする、執筆プロセスも提出させる 等

現在、海外の大学院で学んでいるものです。

大学院が

- アカデミックより

- 実践型(PBL)

で変わりそうな気がしてます。

私は後者の方で、確かに課題に関してかなりAIが役立っています。何かをリサーチしたりまとめたりするのはAIによって格段に向上したと思います。

しかし、これは大学院によるとおもいますが、私のところはプレゼンの発表が多く、AIだけではカバーできないようになっています。

(資料全てをAIには託せないし、発表の練習も必要で、質問されることを考えると結局はそこそこ理解している必要がある)

また、一部はAIを公認するかわりに、どのようなプロンプトを使用したのか、その改善の過程を提出を求める教授もいました。

投稿者の懸念点において、苦労せず情報が手に入る分、頭に定着しにくい気持ちはわかりますが、逆に言えば、もしまたその情報が必要だっとしてもAIで簡単に探せるので、さほど問題はないのかなと思っております。

(※ただし、語学学習は別かなと)

現在通信の大学に通っていますが、講義の内容も生成AIによる生成物をよく見るようになりました。もちろん、そのことは明記されています。

学生としては、宿題のレポートなど、アイデアだけまとめて生成AIに渡して下書きを書いてもらうのはよくやります。あとは、実験画像などや数式を渡してその解説をしてもらうなどですね。Notebooklmに授業内容を全部渡しておけば、小テストにも全部対応できます。まあ、自分の学びにはなりませんので、興味はないけど必要な単位を取るためだけに使うのがよいと思いますが。