生徒の79%が課題にAIを使う一方、指導を受けたのは半数未満
EMEAの生徒と教員を対象にしたThinkYoungの調査では、回答した生徒の79%が宿題や課題にAIを使う一方、使い方を教わったのは47%だった。OpenAIは教員支援を訴えるが、学校には学習効果を示す独立したデータも必要だ。
Lilith · 厳選ニュース
AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。
Atomフィード ↗EMEAの生徒と教員を対象にしたThinkYoungの調査では、回答した生徒の79%が宿題や課題にAIを使う一方、使い方を教わったのは47%だった。OpenAIは教員支援を訴えるが、学校には学習効果を示す独立したデータも必要だ。
Gemini Robotics 2.5はMercedes-Benz工場で部品を仕分けし、成功率96%を記録した。Googleは作業速度も20%から30%向上したとするが、実生産では残る失敗がデモより重い。
Google DeepMindはAIエージェントを使い、4週間でSignalプロトコル中核の重要な安全性をコンパイル済みコードまで形式検証した。成果は600万行のLeanと、人間の専門家が承認した仕様に基づく。
AnthropicはClaude Fable 5.2を入力100万トークン8ドル、出力100万トークン40ドルで公開した。独立評価では上位だが、検証を増やすことで安いトークンが高いタスク総額につながる逆説も見える。
CodeRabbitは、Codexによって過去6カ月のソフトウェア提供量が約20倍になり、エンジニアは増員しなかったと説明する。エージェント型開発の勢いを示す数字だが、基準値と測定方法がないためベンチマークではない。
OpenAIは研究ワークロードの要求を確認し、介入決定後35秒以内にモデル出力を止めるControl Roomを導入した。停止命令を変化の激しい実験コードではなく推論レイヤーで強制する。
Simon WillisonはClaude Fable 5.2をllm-anthropic 0.31へ追加し、実用上の罠も示した。SVGテスト1回ではmax effortが128,000 thinking tokenを使い切り、画像を返さなかった。effortは単純な品質つまみではなく信頼性の設定である。
AnthropicはClaude Fable 5.2を入力100万token当たり$8、出力100万token当たり$40で公開した。Fable 5.1より20%安い。Claude Mythos 5.2は同じモデルから一部のcyberとbio制限を外すが、審査済み組織だけが使える。
Franklin TempletonはOpenAIとともに、調査、リスク、コンプライアンス、取引の視点をポートフォリオマネージャー向けに結び付けるツールを開発している。公開事例が示すのは測定済みの完成システムではなく、開発中の方向性だ。
Simon WillisonはClaude Opus 5.5に、77 KBのThree.jsシーンを98 KBのVanilla JSとWebGLへ移植させた。結果は同一ではないが、LLMが複雑なブラウザAPI自体ではなく、その入口のコストを下げる様子を示している。
Berkeley AI ResearchはCoRL 2026で、主要論文33本、late breaking poster 4本、oralまたはspotlight 10件を発表する。単一の突破口ではなく、長期記憶、物理的接触、より頑健なヒューマノイドへ向かうrobot learningの地図になっている。
Simon Willisonは、数値文字列を解析する4つのSQLite拡張を比較した。素朴なC版にはRustが勝ったが、約30行の最適化でC版は1行あたり19.2 nsまで短縮され、言語ベンチマークが実際にはparserの選択を測っている場合があることを示した。
Simon Willisonは、coding agentが書いた長いpull requestの説明をdetails要素に収納し、その前に人が選んだ短い導入を置いている。この工夫が示す新たなコストは、レビューする人の注意力だ。
StanfordのCS146S第2期では、学生が未知のopen sourceリポジトリで変更を提案し、maintainerに説明する。評価の中心はコード生成から、理解、文脈、責任へ移っている。
Anthropicは修正S-1で、将来モデルがAIによる劇的な開発加速という自社基準にまもなく達する可能性があると開示した。現行モデルは基準超えと認定されていないが、この警告はMETRによる1.9倍という推計の重みを増す。
Ethan Mollickは、AIの事実誤認を恐れすぎていると主張した。引用された2つの試験でエージェントは人を大きく上回ったが、測っているのは難しいウェブ検索と選別済み主張の検証であり、日常業務全体の信頼性ではない。
NVIDIAは、ロボティクスと自動運転向けにCosmos 3 Nanoのopen-weight checkpointを4種公開した。行動や空間制御から連続する映像やLiDARを生成するが、公開環境はGB200 1基で検証され、NVIDIA自身も物理的な誤りに注意を促している。
GoogleはK-12生徒アカウントのSearch、Gemini、その他AI製品を、学校管理者が明示的に有効化するまで停止する。Geminiだけを無効にできる一方、Searchを有効にするとAI OverviewsかAI Modeも付いてくる。Guided Learningの試験は米国の一部校から始まる。
Ai2は85,336件の実演と約1,600時間のデータを含むToyBlocksを公開した。階層システムはsimulationで55.5 %、実機で50 %を記録したが、実機試験は最も簡単な条件に限られる。
OpenAIとLigoは実験室の実データから100課題を作成した。GPT-6 Astraは66.7 %を獲得したが、誤った試料を選び、コロニー数を約12 %過大評価した例もある。