インタビュー

2019年06月09日
  • #現役大学生メンター
  • #人工知能
  • #機械学習

DIVE INTO CODEの現役大学生メンター・西尾徹朗さんインタビュー 「学びながら働ける環境。アウトプットする方が、定着が早い。」

Aws4 request&x amz signedheaders=host&x amz signature=7aa980c88c68dda1faeedd7a8df8f960ff8806b6c3fb516b92a7ec7ba1159474

高速で学びながら、アウトプットする

今、学生なんですよね?

はい、大学の学部4年生です。アルバイトとしてメンターに加わり、2年……、いや1年半でしょうか。ちょっと忘れちゃうくらい浸っています。

それほど夢中なんですね。進路についてお伺いしてもよろしいですか?

大学院に進学をする予定です。もともと教育現場で働きたいと思っていました。それで、教育現場にプログラミングが導入されるというので、「自分も先生になるのであれば、プログラミングがどんなものかをきちんと学んでおかなければいけない」と思いました。それで、ツイッターで何となく検索をして見つけたのが東京大学の人工知能サークル。入ってみるとおもしろくて……。

サークルでは、どんな活動をしていましたか?

主に、Pythonや機械学習を勉強していました。他にも、本を買って読んだり、コーディングしたりして自分で学びを深めていました。やっているうちにアウトプットしたいと思うようになって、教育関連、かつITや機械学習に触れられる環境をと探したところ、DIVE INTO CODEのメンター募集を見つけました。

DIVE INTO CODEに来る前は、サークル+独学で学ばれていたんですね。

そうですね。いろいろと本を買って学んでいました。今も自分自身で勉強をしながら、メンターとしてアウトプットしているところです。この領域は物凄いスピードで発展していくので、キャッチアップが大変。常に学んでいかないと全然追いつけないんですよ。だから学びながらアウトプットしているという認識。それも、高速で、です。

Image from Gyazo

ご自身よりも年齢が上の、社会人経験のある人がほとんどの環境で「教える」というのは大変ですか?

ここで教えることは、とても楽しいです。社会人教育っておもしろいという気づきを得られましたし、とてもいい経験をさせていただいています。受講生はみんなずっと働いてこられた方ばかりなので、様々な分野の専門性を持っている方ばかり。そういう方々の話を聞きながら、お互いに勉強ができるのはとてもいい時間です。医療関係や広告業界、金融業界など、自分が知らない分野についても知ることができますし、学生生活の中では、出会う機会が少ない人ばかりに出会うことができています

個々人に合った効率的な学びを機械学習で提供したい

普段どんなことを意識してメンターをされていますか?

教育学部の知識を活かしながら、わかりやすいテキストや授業構成、わかりやすい言葉遣いを意識しています。受講生の思考の流れに沿った話ができるようにということですね。

「思考の流れ」はどのようにつかむのでしょう。

それは普段のメンタリングの中で「ここはつまずきやすそう」というポイントを見つけることと、課題解決に向かう受講生に対して「何を、どう考えているのだろう」と気にかけながらつかんでいきます。

機械学習のデータ収集にも似ていますね。

僕は、機械学習を使って、その人その人に合った学習を提案できるような仕組みができたらいいな、と思っているんです。行動や思考パターンを分析して、「どういうことをしたら、どれくらい成績が伸びるか」や、「どういう時に、どんなことをしたらいいか」など、効率的な学びにつながるようなことをやっていきたいんです。そういう意味でもDIVE INTO CODEでは、さまざまなバックグラウンドを持つ受講生がいますから、データが取れます。あ、まだ実際には取っていませんが(笑)

Image from Gyazo

おもしろいですね。その興味はどこからきたものでしょう?

機械学習で効率的な学びを提供する、ということですね。こう思い始めたきっかけはとても個人的な受験勉強の時の体験からです。僕、勉強をしてもなかなか成績が伸びないタイプだったんですよ。けれど周囲にはあまり勉強をしなくても確かに成績が伸びる人もいて、これって何だろう?と思ったのがきっかけです。そこから「個人には最適な学び方がそれぞれにあり、成績が伸びないというのはその学び方をできていないだけかもしれない」という仮説を立てました。そして、それを解決できればいいなと思い始めたんです。

では、その仮説に基づいて、学校でも研究をされているのですね。

と、思うじゃないですか(笑)。違うんです。研究は物性物理。僕は理科の教員になるコースを専攻していて、専門的な知識を身につける過程にいます。「専門的な知識を身につけていないと、教員になったときにより良い価値を与えられない」という学校の理念に基づいて、今は専門的な学問の最中といったところです。

物理。また機械学習とは離れた分野ですね。

物理に対して自分の才能を感じないし、辞めたいと思ったこともあります(笑)。けれど、やっていくうちに、面白味を感じるようになってきました。ロジカルに考え進めていくところとか、力学とか運動の様子が解析でわかるので、そういうところに魅力を感じます。

ここでは、どんなことにやりがいを感じていらっしゃいますか?

受講生の成長が見えることですね。3、4ヶ月の間にどんどん伸びていきます。課題を採点していると、どんどんコードの書き方が美しくなっていくんですよ。それぞれの受講生が柔軟な発想で自由自在に書いているな、と感じられるのもおもしろいです。

機械学習のポイントはどんなところだとお感じでしょう?

この分野は広くて、発展的で、すべてをカバーするのはきっと無理だと思っています。だから、ある程度のところまで行ったら、あとは自分の興味のある分野を深めていくことが大切だと思います。だから、ある分野においては自分よりも受講生の方が詳しくて、情報をもらう、ということも少なくないんです。受講生ではあるんですが、自分が知らない知識をどんどん教えてくれる。自分も教えるけれど教わることも多く、そうやってお互い影響しあっている環境も素晴らしいと感じています

Image from Gyazo

学びは楽しい!知ることや知識に対して貪欲な人はぜひDIVE INTO CODEへ

独学から始めた機械学習、おもしろいですか?

はい。僕の場合、サークルから興味が広がったのですが、飛び込んでみて最初に感じたのは「プログラミングって案外自分でできる」ということでした。それまでは随分敷居が高いイメージがあったんですよ。僕のように独学でもある程度までは進められると思います。けれどやっぱり、アウトプットは大切。繰り返しになりますが、自分が学んだことを誰かに教える方が知識の定着が早いと思います。アップデートされ続けている分野ということもあり、誰かと勉強する方が効率よく深く学べると思います。

ではズバリ、どんな方にDIVE INTO CODEをおすすめしますか?

勉強を楽しいと感じている人や、知ること・知識に対して貪欲な人はぜひ受講してほしいと思います。相手から教えてもらうことを待つのではなく、自分で勉強する姿勢があってこそ学習は楽しいし、周囲もいろいろと教えてくれる。そういう「学び」のスタンスを持っている人にはぴったりだと思います。一歩踏み込むと、どんどん自分で進められる力がつきますよ。

西尾さんは、「もう考えるのがイヤ!」となることはありませんか?

今は全然ないですね。やっぱり考えるのは好きみたいです。しんどかったのは、ここに入ったばかりの頃。まだあまり力もなかったと思うんです。でも受講生の前に立って、授業をする。そのクオリティを自分が出せるかどうかと自問自答しながら苦労しました。でもどれだけ悩んでも、自分で考えてアウトプットすること。それを繰り返すことで理解は深まってゆくものなのだと思います。

DIVE INTO CODEのことをもっと知ってみませんか?