Nia Jetter、NASAから十分な支援を受けられていない教室へAIリテラシーを届ける
Nia JetterがGoogle Newsで注目を集めたのは、印象的なキャリア転換によるものだ。宇宙船やロボットの開発に20年を費やした後、彼女は専門性を包摂的なAI教育へと振り向けた。対立構図は明白である。人工知能は高額なモデルと集中的なインフラを通じて進歩する一方、世界ではなお22億人がインターネットを利用していない。
UN Newsが最初に公開したこのプロフィールは、航空宇宙エンジニアだったJetterが、テクノロジー業界から歴史的に見過ごされてきたコミュニティに奉仕する教室へ移るまでを追っている。彼女の非営利教育イニシアチブthinqueBytesは、4大陸で1,000人を超える若者を育成してきたと報じられている。
こうした数字は心を動かす物語を形づくる一方で、より難しい問いも浮かび上がらせる。AIリテラシーは、人々が自動化システムを理解し、問い直す助けになり得る。しかし教育だけで、電力、手頃な価格のデバイス、ブロードバンド、あるいは商用AI開発への影響力を提供することはできない。
この緊張関係こそが、Jetterの取り組みを一般的なキャリア紹介と分けている。彼女の教室はAI格差への実践的な対応を示す一方、主要モデルを開発する企業は、依然としてインフラ、製品判断、学習リソースの大半を支配している。
この話題は、2026年7月6日と7日にジュネーブで開催された第1回国連AIガバナンス・グローバル対話の後にもたらされた。このタイミングにより、一人の教育者の活動は、単にAIを使えるのは誰かではなく、誰がAIを形づくる権利を持つのかという、より大きな政治的議論と結び付いた。
Google Newsの記事が明らかにしたNia Jetterの活動
Jetterのキャリア転換は、AI包摂を政策上のスローガンから、参加するのに十分早い段階で誰が技術的知識を得られるのかという問いへと変えている。
UNのプロフィールによると、JetterはMITで数学とコンピュータサイエンスを学び、惑星科学を専門とした。その後、Stanford Universityで航空宇宙工学の修士号を取得した。
彼女は約20年にわたり、宇宙船やロボット向けの自律アルゴリズムを開発した。自律アルゴリズムは、絶え間ない人間の制御なしに、センサーデータに基づいて機械が限定的な判断を行えるようにする。
彼女の職歴には、NASA、Boeing、Raytheonに関連する業務が含まれる。またAmazonでは、ロボティクスAI担当のシニア・プリンシパル・テクノロジストを務めた。これは非常に上級の技術職である。
このプロフィールは、そのキャリアをニュージャージー州での子ども時代の経験と結び付けている。Jetterは電池や電球を買うために25セント硬貨を貯め、身近な材料で回路を組み立てていた。父親は図書館で技術資料を探すのを手伝い、母親は幼稚園教育と特別支援教育を教えていた。
この組み合わせには意味がある。Jetterは、材料へのアクセス、大人からの励まし、そして自分に理解できる説明を通じて工学を学んだ。現在の活動では、既存のテクノロジーへの道筋を持たない生徒のために、そうした条件を再現しようとしている。
JetterはthinqueBytesを5年間かけて開発し、その後Distinguished Minds Instituteの中に位置付けた。このイニシアチブは、人工知能、ロボティクス、ロケット科学といったテーマを、bytesと呼ばれる短い教育セグメントにまとめている。
この形式は直接的な疑問に答える。生徒は、AIとは何を意味するのか、恐れるべきものなのか、自動化が雇用にどう影響し得るのかといった問いから始められる。このアプローチは、AIそのものが単純であるかのように装うことなく、概念上の障壁を下げる。
短い授業で生徒を機械学習エンジニアにすることはできない。しかし、自動化された判断に疑問を投げかけたり、生成された回答を評価したり、技術職を思い描いたりするための語彙を与えることはできる。
この違いは重要だ。AIリテラシーには複数の水準がある。基本的な知識はAIシステムを認識する助けとなる。機能的リテラシーは、そのシステムを使う助けとなる。批判的リテラシーは、出力、インセンティブ、データソース、制度上の主張を問い直す助けとなる。
Jetterの最も重要な主張は、第3の水準に関わる。AIの影響を受ける人々には、AIに関する意思決定に参加できるだけの理解が必要だ。そうでなければ、包摂とは、他所で設計され、他者が定めたルールの下で製品を受け取ることに過ぎなくなる。
Google Newsへの掲載はプロフィールの読者を広げたが、アグリゲーションはあくまで配信にすぎない。検索で見つかりやすくなっても、真の参加に必要な継続的な指導、メンターシップ、接続性、制度的支援は得られない。
Jetterの活動は、フィードが終わる場所から始まる。それは、刺激的なエンジニアの存在に気付く段階から、より多くの生徒が持続的な技術的主体性を得られるかを問う段階へと議論を進める。
AIリテラシーが権利となるのは、アクセスがそれを現実のものにするときだけ
AIを理解することを権利として教えるなら、コース、非営利団体、あるいは感動を与えるプロフィールだけでは果たせない義務が生じる。
Jetterは、新興技術を理解することは特権であってはならないと主張する。AIシステムが教育、採用、融資、医療、公共サービス、情報へのアクセスをますます仲介するようになっているため、この主張には説得力がある。
しかし、AIを理解する権利は、より基礎的な土台に依存している。学習者には、電力、接続性、適切なデバイス、関連性のあるコンテンツ、利用可能な時間、そして教材を文脈に位置付けられる教員が必要だ。
接続性の格差は依然として甚大である。国際電気通信連合は、2026年時点でなお22億人がインターネットを利用していないと推定した。
接続性の品質にも差がある。学校が技術的にはインターネット接続を持っていても、多数の生徒で共有する不安定な回線に頼っている場合がある。モバイルデータを利用できても、動画授業やクラウドベースのAIツールには高すぎることがある。
デバイスへのアクセスは、不平等の別の層を生む。現在のAI製品の多くは、新しいスマートフォンやコンピュータ、十分なメモリ、最新のソフトウェア、リモートサーバーへの安定したアクセスを前提としている。
言語も目立たない障壁となる。生徒はAIインターフェースにアクセスできても、地域言語に関する学習データがモデルに少ないため、より質の低い結果しか得られないことがある。教育素材も、地域の制度やニーズに合わない事例を持ち込む可能性がある。
アクセシビリティも同様に重要だ。障害のある学習者を念頭に置かずに設計されたインターフェースは、学校にデバイスと接続性があっても生徒を排除し得る。包摂的な教育には、対応する入力方法、読みやすいレイアウト、字幕、柔軟に調整できる教材が必要である。
こうした制約は、AIリテラシーを求める根拠を弱めるものではない。それを実現するために何が必要かを明らかにするものだ。教育は、インフラ、アクセシビリティ、地域に根差したコンテンツ、ガバナンスへの実質的な参加と並行して進めなければならない。
Jetterの短編動画形式は、一つの実践的な答えを示す。短い授業は認知的負荷を減らし、教員が特定の年齢層や教室に合った教材を選べるようにする。完全な技術カリキュラムよりも配布しやすい可能性もある。
ただし、コンパクトなコンテンツであっても、受け身の消費になってはならない。生徒には、主張を検証し、出力を比較し、誤りを調べ、AIの振る舞いを背後のデータと結び付ける機会が必要だ。
有用な教室活動として、複数のシステムに同じ事実に関する質問を投げかける方法がある。生徒は回答を比較し、根拠のない記述を特定し、信頼できる情報源をたどることができる。この授業は、ツールの使い方と認識論的な慎重さの両方を教える。
別の活動では、自動化されたレコメンデーションを検討できる。生徒は、どのデータがそれに影響したのか、誰の選好が欠けているのか、レコメンデーションが誤っていた場合に何が起きるのかを問うことができる。
こうした活動は、単純なプロンプト活用力ではなく批判的思考を育てる。プロンプト活用力とはモデルと効果的にやり取りする能力を指すが、ユーザーがその応答を評価できることを保証するものではない。
同じ原則は、個人情報管理にも当てはまる。生徒やナレッジワーカーは、特にソース資料の整理にAI knowledge baseを使う際、検索・取得と真実を区別する必要がある。
システムは文書を正確に取得しても、その文書自体に誤りが含まれている場合がある。また、元の証拠に含まれていた不確実性を取り除いた、流暢な要約を生成することもある。
したがってAI教育には、明確な優先順位が必要だ。まずアクセスがあり、その次に実践的な利用が続き、批判的評価は全体を通じて不可欠である。どれか一つの層を完全な解決策として扱えば、学習者は無防備なままになる。
この圧力は学校の外にも及ぶ。テクノロジー企業は、より多くの人々が自社製品を使えるようになることで利益を得る。しかし社会が必要としているのは、それらの製品がどのようにデータを収集し、リスクを配分するのかも問い直せる人々である。
政府も同様の試練に直面している。入門コースへの資金提供は目に見えやすく、比較的容易だ。ブロードバンド、教員研修、アクセシビリティ、公益を守る監督を改善するには、より長期的な取り組みと測定可能な予算が必要になる。
Jetterの物語は、こうした機関に圧力をかける。AIリテラシーが真に権利であるなら、その利用可能性は、ボランティア、非営利団体、あるいは並外れて優秀なエンジニアが特定の教室に届くかどうかに依存してはならない。
本当の格差は製品へのアクセスではなく、参加にある
中心的な争点は、AI製品へのアクセスと、その製品を形づくる意思決定への参加との間にある。
商用AIの拡大では、しばしば利用可能性によって包摂が測られる。企業は別の国でサービスを開始し、対応言語を増やし、限定的な無料アクセスを提供し、学校を通じてアカウントを配布する。
こうした取り組みには意味があり得るが、主として消費の裾野を広げるものだ。影響を受けるコミュニティに、学習データ、評価基準、安全規則、導入の優先順位、被害への救済策について影響力を自動的に与えるわけではない。
Jetterの懸念はさらに踏み込んでいる。彼女は、システムが形づくられる際に必要な声が欠けていれば、AIの成果は損なわれると主張する。この指摘は、公平性と技術的品質の両方に関わる。
代表性のある意見を取り入れずに設計されたモデルは、地域言語のパターン、文化的文脈、インフラ上の制約、一般的なユーザーニーズを見落とす可能性がある。システムが本来の開発環境の外にいる人々と出会うとき、こうした見落としは製品の失敗となる。
参加は導入前に始めなければならない。コミュニティの構成員は、関連する課題の特定、許容できない失敗の明確化、データ慣行の検証、現実的な条件下でのシステムのテストに協力できる。
このアプローチは、技術デモンストレーションとは異なる。デモンストレーションが問うのは、モデルが印象的なタスクを実行できるかどうかだ。参加型評価は、そのタスクに意味があるのか、結果は信頼できるのか、そして誤りのコストを誰が負うのかを問う。
学校は、この取り組みの重要な場を提供する。多くの機関が安定したルールを確立する前に、生徒たちはAIに触れるからだ。生成AIツールはすでに、学習者が調査し、下書きを作り、翻訳し、コードを書き、学ぶ方法に影響を及ぼしている。
これらのツールを全面的に禁止すれば、その利用を見えない場所へ追いやる可能性がある。無批判な導入には逆のリスクがあり、生成された資料が思考に取って代わったり、理解の不足を覆い隠したりする恐れがある。
より強いカリキュラムは、AIの出力を検討対象として扱う。生徒は、回答がどこから来たのか、どのような証拠がそれを支えるのか、システムが見られない情報は何かを問うべきである。
教員には、そのカリキュラムを実施するための支援が必要だ。研修に充てる時間、担当科目に結び付いた事例、明確なプライバシー基準、授業を調整する裁量が求められる。一度きりのワークショップだけで、教室での実践が変わることはほとんどない。
また教育者には、製品が生徒アカウントを必要としたり、データを外部サーバーへ転送したりする場合の代替手段も必要だ。AIリテラシーのために、学校が不明確なデータ慣行を受け入れることを強いられてはならない。
ジェッターの航空宇宙分野での経歴は、このアプローチに重みを与えている。安全性が重要なエンジニアリングでは、自信に満ちた出力を十分な証拠とは見なさない。チームは前提を検証し、故障モードを特定し、制約を文書化し、人間の説明責任を維持する。
教室でのAI教育は、工学実験室を再現せずとも、その規律を取り入れられる。生徒はプロンプトを記録し、モデルのバージョンを比較し、一貫しない回答を記し、観察と推論を区別できる。
この習慣は学校の外でも価値がある。AIが会議を要約し、報告書を下書きし、社内文書を検索する際、ナレッジワーカーも同じ課題に直面する。検索可能な技術ナレッジベースは、利用者が情報源を保持し、重要な結論を検証するときに最も有用になる。
参加格差はガバナンスにも影響する。コンピューティング基盤が限られる国は、国外で開発されたシステムに依存する可能性がある。その住民も、こうしたシステムがもたらす労働、文化、教育、環境への影響を受ける。
会議で代表されることだけでは、この不均衡は解消されない。代表者には、独立した技術的能力、証拠へのアクセス、そして議論を国家政策へと翻訳できる制度が必要だ。
市民社会団体が継続的に参加するには、資源が必要である。短期的な協議は、すでに法務チーム、技術専門家、政策立案者との確立された関係を持つ組織に有利に働きがちだ。
若者はこの問題のより深刻な形に直面している。教室でのAIについて決定するのは主に成人だが、その結果を直接経験するのは生徒である。生徒には、被害を報告し、学校のルールに影響を与えるための体系的な手段があるべきだ。
したがって、意味のある参加には観察可能な特徴がある。コミュニティは完成品を試験するだけでなく、目標の定義にも関わる。教育者は不適切な導入を拒否できる。生徒は不服申立ての手続きを理解している。公的機関は成果を監査できる。
こうした条件がなければ、製品へのアクセス拡大は依存を深めかねない。AIを使う人は増える一方で、条件を交渉したり失敗に異議を唱えたりできるほどシステムを理解する機関は減る。
ジェッターの教育モデルだけで、この不均衡を解決することはできない。より事情に通じた参加者を生み出すことはでき、それは必要な出発点である。より難しい課題は、彼らの声を聞く意思のある制度を構築することだ。
ジュネーブは包摂を議題に載せたが、法制化はしなかった
第1回Global Dialogue on AI Governanceは代表性を広げたが、その非拘束的な設計により、実施は政府と各機関に委ねられている。
国連は2026年7月6日と7日、ジュネーブのPalexpoセンターで初のGlobal Dialogue on AI Governanceを開催した。この会合は、ITUのAI for Good Global Summitおよび関連するデジタル政策イベントと並行して行われた。
国連総会は、Global Digital Compactを通じてなされたコミットメントを受け、この対話を設立した。その目的は、国際的なAIガバナンスについて継続的に議論するため、各国政府とその他のステークホルダーを集めることにある。
公式プログラムは4つの分野を扱った。AIの社会・経済的影響、AI格差、安全なシステム、人権と説明責任および人間による監督である。
これらのテーマは、ジェッターの取り組みにある緊張関係と密接に重なる。生徒にはアクセスが必要だが、安全性、代表性、そして自動化されたシステムが自身の権利にどう影響するかを理解する力も必要である。
Global Dialogueは、すべての政府に議論への正式な場を与えた。これは重要である。国際的なAI枠組みは、先進的なテクノロジー部門とより大きな交渉力を持つ国々の考えを反映してきたことが多いからだ。
この会合は、市民社会、学術界、産業界、技術コミュニティなど、政府以外のステークホルダーも認めた。こうした参加により、政策立案者は各国代表団が見落としかねない地域レベルの影響に触れられる。
それでも、このフォーラムには意図的な制約がある。これは交渉プロセスではなく、会合から拘束力のある規制が生まれるわけでもない。国連はその役割を、その後の意思決定に資する共通理解の構築だと説明している。
そのため、この対話は価値がある一方で十分ではない。合意文書は問題を特定できても、予算、執行の仕組み、技術標準、影響を受けた人々への救済を確立するものではない。
その隔たりは、教育分野で特に明らかだ。AIリテラシーに関する世界的なコミットメントがあっても、教師が何を教えるべきか、誰が教材を認証するのか、学校が生徒データをどう保護するのかまでは決まらない。
また、調達上の圧力も解決しない。教育省庁は、後になって代替が難しくなる製品を持つ企業から、クラウドサービス、モデルへのアクセス、端末、研修の提案を受ける可能性がある。
ベンダー支援はアクセスを迅速に拡大できるが、依存は政策上のリスクを生む。試行事業が不可欠なインフラになると、学校はデータ、カリキュラムの選択、コストに対する統制を失うかもしれない。
オープン教育リソースは、こうした依存を一部軽減できる。地域に合わせて調整できる教材なら、教師は例を修正し、内容を翻訳し、商用サービスが変わっても教材を保持できる。
オープンモデルとローカルコンピューティングも、一定の環境では役立ち得るが、独自の技術的・セキュリティ上の要件を伴う。学校には依然として、保守、評価、責任あるデータ慣行が必要だ。
ガバナンスはこうした運用上の詳細に取り組まなければならない。そうでなければ、上位レベルの包摂は写真と声明を生むだけで、教室の状況は変わらない。
国連のアントニオ・グテーレス事務総長は、開会セッションで193か国が参加していると述べた。ジュネーブでの発言では、この集まりをガバナンスがテクノロジーに追いつくための取り組みとして位置づけた。
この目標は厳しい基準を求める。追いつくためには、最先端モデルの安全性を議論するだけでは足りない。生徒が自動化システムを認識し、その出力に疑問を持ち、害を受けた際に助けを求められるようにすることも意味する。
この対話の次回会合は、2027年5月にニューヨークで予定されている。会合の間、各国政府には、包摂的な表現が国家計画、教員プログラム、利用可能なインフラへと結びつくかを示す機会がある。
ジェッターやthinqueBytesのような取り組みは、実際の学習者から得た証拠を提供できる。その経験は、生徒がどのような問いを投げかけるか、どの説明が機能するか、そして接続性や言語の障壁がどこで進歩を止めるかを示し得る。
ただし、政策立案者は非営利団体の成功を公共投資不足の言い訳にすべきではない。1,000人を超える学習者を訓練することには意義があるが、世界規模の排除は数十億人単位で測られる。
最も強い成果は、両方の水準を組み合わせることだろう。コミュニティプログラムが実践的なアプローチを試し、政府がインフラに資金を投じ、実証済みの方法を公教育に取り入れる。
より弱い成果は、個々のプログラムを称賛するだけで、それを必要とするシステムを変えないことだ。感動的な物語がGoogle Newsや公共政策のチャネルを通じて広がるとき、このリスクは常に意識されるべきだ。
次の3つのシグナルが示すこと
次の試金石は、ジェッターの物語が注目を集め続けるかではなく、制度がその主張を能力、証拠、影響力へと転換するかどうかである。
第1のシグナルは、測定可能な教育導入である。学校、省庁、非営利パートナーは、授業を視聴した人やイベントに参加した人の数以上を報告すべきだ。
有用な証拠には、コース修了率、生徒の理解度の変化、教師の継続率、アクセシビリティ、信頼できないAI出力を見分ける能力が含まれる。独立した評価があれば、こうした結果の信頼性は高まる。
thinqueBytesにとって、1,000人の学習者を超える拡大が主張を強めるのは、教育の質が一貫して維持される場合に限られる。学習の証拠を伴わない成長は、持続的な包摂に関する主張を弱めるだろう。
最も示唆的なプログラムは、ブランドへの親しみではなく、批判的思考を試す。生徒は、主張を検証する方法、不確実性を認識する方法、システムの前提に疑問を持つ方法を理解して修了すべきだ。
第2のシグナルは、デジタル基盤への投資である。ブロードバンド、電力、手頃な価格の端末、地域言語のリソース、教師育成に対する具体的なコミットメントに注目すべきだ。
発表は実施ほど重要ではない。予算、調達記録、接続品質、教室での継続的な利用は、試行事業の開始よりも強い証拠となる。
こうした基盤の進展は、AIへの理解が広く利用可能になり得るというジェッターの主張を支えるだろう。接続性の格差が続けば、教育コンテンツが構造的な障壁の向こう側に閉じ込められたままであることを示す。
第3のシグナルは、国連対話が2027年5月に再開される前に、包摂的なガバナンスが実践的な力を持つかどうかである。国家戦略は、生徒、教師、障害のある利用者、十分に代表されてこなかったコミュニティが、どのようにAI政策へ影響を及ぼすのかを説明すべきだ。
公開協議には透明性のあるフォローアップが必要である。参加者は、どの提言が政策を変えたのか、どれが退けられたのか、そしてその理由を確認できるべきだ。
政府は、学校や公共サービスにおける自動化による被害の報告窓口も設けられる。明確な不服申立て手続きは、人々に象徴的な代表以上のものを与えるだろう。
対話の枠組みは非拘束的であるため、その実質的な価値は各国の行動によって決まる。各国が説明責任を伴うプログラムを整備すれば、ジュネーブ会合は制度的な出発点として映るだろう。
議論が予算、監督、参加の仕組みを生まなければ、このイベントは導入への影響力が限られた、繰り返し行われる協議のように見えるだろう。
テクノロジー企業も同様の精査を受けるべきだ。多言語インターフェースと無料アクセスは利用を広げ得るが、企業は制約を開示し、独立したテストを支援し、意味のある救済措置を提供すべきである。
生徒の交渉力は限られているため、教育パートナーシップには特別な注意が必要だ。学校は、システムがどのデータを保持するのか、モデルがやり取りをどのように利用するのか、管理者が記録を削除できるのかを知るべきである。
同じ精査は、生成された教育コンテンツにも当てはまる。AIが作成または要約した授業であっても、専門家によるレビュー、年齢に適した枠組み、信頼できる情報源が必要だ。
ジェッターのハンマーの比喩は、その道徳的な主張を捉えている。道具は使い方次第で建設にも害にもなり得る。しかし、AIシステムは利用者が触れる前から下された決定も反映しているため、この比喩には限界がある。
開発者は訓練データを選び、プロダクトチームはデフォルト設定を選択し、機関は導入ルールを定め、政府は監督を決める。道具を手にする人が、そのすべての性質を制御しているわけではない。
だからこそ、AIリテラシーには制度リテラシーも含まれなければならない。学習者はモデルの振る舞いだけでなく、システムを所有するのは誰か、誰が利益を得るのか、説明責任がどこにあるのかも理解する必要がある。
教育者とナレッジワーカーにとって、当面の行動は実践的だ。特に成績、採用判断、健康上の選択、公共サービスに関わる場合、生成されたすべての回答を文脈を必要とする主張として扱うべきである。
原資料を保存する。重要な出力は権威ある証拠と比較する。重大な決定を記録する。影響を受ける人々に、誤りへ異議を唱える手段を与える。
Google Newsは、ニア・ジェッターの宇宙船から教室への歩みを浮かび上がらせる助けとなった。より重要な物語は、そのフィードの先にある学校、予算、接続性プロジェクト、ガバナンスのプロセスで展開される。
制度はAIリテラシーを公共の能力として扱うのか、それとも個々の教育者や一時的なプログラムに依存させるのか。その答えが、包摂がAI製品を使うことを意味するのか、それともAIが社会を形づくる方法において真の発言権を得ることを意味するのかを決定する。
