生徒に課している課題解決型の課題を、生成AI、特にChatGPTを用いて実際に取り組んでみました。この過程を通して、生成AIに慣れることはもちろん、生成AIが得意なところ、不得意なところを確認し、今後の生徒に必要な力を考えていきたいと思います。進め方を見て「そこは生徒が自分でやるところだろ」と思われるかもしれませんが、できる限りズボラな、でも知的好奇心はある、そんな中学生を演じながら進めていきます。
第2回は、第1回に引き続き、勤務校で勤務校で開講している「統計学」での第1課題「鳥取の冬は暮らしやすい？」です。鳥取市と、任意で選んだそれ以外の都道府県庁所在地の冬の気象条件を比較し、鳥取の冬は暮らしやすいか？という問いに答えを出す課題です。
GPT4.0にどのように進めればいいか聞いたところ、まずは暮らしやすさを定義しろとのことだったので、前提条件である「暮らしやすいとは何か」を対話形式で深めました。今回はその次にすべきであると言われた「データ収集と可視化」について取り組んでみたいと思います。前回の内容はこちら。
データは、気象庁のデータベースをもとに課題を行うように指示しています。
気象庁のデータベースからデータを取得するには、webページをそのままスプレッドシートにCopy＆Pasteする、フォームからダウンロードする、（グレーな部分はあるが）webスクレイピングするなど複数の手段があります。学校で生徒が主に使用しているChrome bookはうまくフォームからダウンロードできないことがあること、きちんとした教育もなしにスクレイピングに手を出させる危険性も鑑み、データベースからスプレッドシートにCopy＆Pasteするという原始的な方法をとっています。
これをすると、3ヶ月×2ヶ所、合わせて6種類のデータを扱うことになります。慣れればすぐですが、この作業をGPTで代替できないか考えます。実はChat GPTでGoogle Spreadsheetを直接作成する方法もありますが、それは一旦さておき、CSVファイル形式で成形させてみましょう。
まずは気象庁データベースから、鳥取県鳥取市の2023年12月〜2024年2月までの3ヶ月のデータを検索し、Google SpreadsheetにCopy＆Pasteします。今まで様々な方法でやってきましたが、3ヶ月分を縦に貼るのが、その後の作業を考えると効率良いです。
気象庁 過去の気象データ検索：https://www.data.jma.go.jp/obd/stats/etrn
2都市目ですが、鳥取といつも一緒にされる島根県の松江市をチョイスしました。
2都市分データを収集できたら、生徒はこの画面で編集しますが、これをCSVでダウンロードし、一気に編集してもらおうと思います。
ファイル→ダウンロード→CSVで鳥取と松江のファイルをダウンロードします。そのファイルをGPTに投げ込み、必要な箇所だけ抽出します。今回は平均気温、平均湿度、降水量、天気概況（昼）を抜き出します。さらに、天気概況については、セル内の最初の天気のみを抽出してもらいます。
まずはデータを確認してもらい
確認後にデータを整形してもらいました。
データを確認してみましょう。
ここに関してはできる部分とできない部分があるようです。もしかしたらプロンプト次第ではうまくできそうですが…仕方がないので手作業で行います。可視化したものもスプレッドシートで提出する必要があるので、ここで作業をします。
鳥取と松江を同様に、ヒストグラムと集計表、円グラフを作成しました。
ここではあまりGPTが使えませんでしたね。グラフを生成するツールが縛られていなければ生成AIで作成するのも良いかもしれませんね。ただし、ChatGPTは現在、日本語でのグラフ作成は直接的にはサポートしていません。間接的にお願いする（フォントを添付する、GPTsを使うなど）か、Pythonなどのコードを出力してもらって描くのが良いかと思います。
今回はここまで。次回は今回作成したCSVをもう一度読み込ませ、無理やり分析させて、結論を捻り出そうと思います。ありがとうございました。
