この投稿は、私、伊東美沙貴（AISHA株式会社）がClaude認定資格（CCA）取得に向けて学習した記録です。
今日はIntroduction to Claude Coworkを60分ほど学習します。
ここに書いていることは私が読んで理解したことのメモ書きです。
（翻訳や意図を間違えている場合があります）
参考URL： AI Fluency for educators
結果：修了しました (May 2, 2026)
今日はAnthropic Academyの「AI Fluency Framework (4Ds)」について学習したことをメモします。
（私なりの理解のメモになるため、原文は公式サイトをご覧ください）
教育においてAIが重要な理由
AIは急速に教育の現場に浸透しつつあり、学生はすでにAIを使い勉強しています。
企業は卒業生にAIを使いこなすことを求める一方、AIをどう責任のある形で社会に接続していくかが問われている。
教育者としては、AIをただ使うだけでなく、賢く使いこなす方法教えることが求められている。
効果的・効率的・倫理的・安全に、そして何より学生の学びを本当に助ける形とは？
今問われるべき課題は、「AIが教育の一部になるかどうか、教育はAIに置き換わるか」ではなく「どうすればAIが学習体験を高めるものになるか」「どうすれば豊かな学びにできるのか」が問われている。
今回のコースは、この4つのフレームワーク「AI Fluency」（AIフルエンシー・フレームワーク）を教育者としてどう活かすかを探るコースです。
4つのDとは
- Delegation（委任）：AIに任せるかどうか・いつ・どう使うかを判断する力
- Description（説明）：AIに意図をうまく伝えて、欲しい出力を引き出す力（例：プロンプト設計・llms.txtとか）
- Discernment（識別）：AIのアウトプットの質・正確さを見極める力（データ検証をする）
- Diligence（責任）：AIを使った結果に責任を持つ力（倫理的につかい責任を持つ）
1. Delegation（委任）
AIと協働の方法を決定する前にやること。目標やタスクを把握し、何を達成しようとしているのか。
その理由は何かを理解すること。AIに任せるかどうか・いつ・どう使うかを判断する力を養う。
各AIを選定する際、ツールの強みや限界、コストも理解して選定すること。
AI・人間・協働に分解して目標を達成すること。
2. Description（説明）
AIに意図をうまく伝えて、欲しい出力を引き出す力（例：プロンプト設計・llms.txtとか）
どんな成果物を出力してほしいか、出力の特徴、フォーマットは？スタイルは？
明確に指示をすること。
3. Discernment（識別)
AIのアウトプットの質・正確さを見極める力（データ検証をする）を養う。
自分の専門知識に対してAIの提案を評価する。物事がうまくいくか、いかないかを説明する。
AIはどのようなプロセスでその答えに至ったのかも評価する。
4. Diligence（誠実さ）
AIとともに働く中で、プロセスを文章化し、責任を保持すること。
バイアスや倫理・法的リスクを意識しながらAIを使うこと。
透明性への責任を果たすために、AI活用を関係者に正直に開示すること。
ファクトチェックやテストを行い、安全性確認を経てからリリースする。
AIを使った結果に責任を持つこと。
Diligenceの実践例
AIの情報の正確性や引用を確認する。
重要な決定事項があった場合、その自身の根拠を文章化して残す。
AIが否定した案とその理由をメモする。
そのプロジェクトにAIが果たす役割について簡単に述べることができるように。
まとめ
AIはどこに向かうのか誰もわからない。私たちはみんなで一緒に模索している。
4Dフレームワークは、AIが広がる世界でより良い問いを立てる力を育てていくフレームワーク。
速く作れることより、質が上がることのほうが本質である。
