利益:
- タスクのリスクレベルに応じて、児童発達ワークフロー（観察、スクリーニング支援、計画、資料、家族指導）において人工知能がリアルタイムで時間を節約する部分と、評価、指導、診断などの決定が専門家やチームに委ねられる部分を区別できること。
- 人工知能の各出力を検証済みの測定ツール、観察、エキスパートフィルターに接続して検証する規律を適用する能力。
- KVKKと機密保持の範囲内でお子様のデータを匿名化し、家族の同意を得て、安全な乗り物を選ぶ習慣を身につける
児童発達の専門家は、実際に 1 日のほとんどを 2 つのことに費やしています。1 つは子供を注意深く観察すること、もう 1 つは子供が見たものを家族やチームに伝達できる有意義で安全な情報に変換することです。赤ちゃんがかたくなに座っているか、支えなしで座っているか、子供がアイコンタクトをしているか、鉛筆の持ち方、何語言ったか、順番を待つことができるか...これらはすべて小さな観察です。しかし、それらが一緒になって子供の発達像を形成します。この絵を正しく描くことは非常に価値があります。遅れが早期に発見された場合は早期の支援につながる可能性があり、早期の支援は子供の人生の変化につながる可能性があるからです。最初の 1,000 日と、脳が最も急速に発達する就学前の時期は、少しの介入が大きな違いを生む可能性がある時期です。この窓を見逃さないことが、専門家の最も価値のある仕事です。
これはまさに、人工知能 (つまり、AI または AI - 人間と同じようにテキストを書き、パターンを認識し、画像を生成および編集できるコンピューター システム) が登場する場所です。正しく使用すると、繰り返しの入力、製図、資料作成の手間が省けます。子どもや家族と過ごす時間が増えます。使い方を誤ると、流暢ではあっても不正確な文章が、発展報告、家族へのメッセージ、指示などに変わってしまう可能性があります。この最初の単元の目的は、プログラムを紹介することではありません。それは、自分の職業のどこに AI を導入するか、どこにまったく導入しないかを明確にすることです。
最初から基本原則を説明しましょう。人工知能はアシスタントであり、児童発達の専門家ではありません。観察、評価、コメント、指示の決定は、有能な専門家とチームに属します。さらに、発達スクリーニングは診断ではありません。診断権限は、関連する医師および臨床チームに属します。この文はモジュールの根幹です。各単元の異なるタスクを通じて同じ原則に戻ります。
児童発達ワークフローとAIの活躍の場
ビジネスを理解するために、フローを 5 つのステップに簡単に分解してみましょう。観察とは、自然環境や構造化された環境の中で子どもを観察し、メモをとることです。スクリーニングと評価のサポートは、検証済みのツール (Denver II、AGTE、GEÇDA などの発達スクリーニング目録) を使用して子供の発達レベルを判定することです。ここでの「検証済み」とは、そのツールが科学的研究を通じて測定内容を実際に測定し、トルコの子供たちにとって信頼できることが証明されたことを意味します。計画とは、子供に特有の活動、ゲーム、サポート計画を準備することを意味します。マテリアル制作とは、カード、チャート、ソーシャルストーリーなどのツールを作成することを意味します。家族指導は、家族が家庭で何をするかを簡単かつ適切な方法で説明することです。
AI は 5 つのステップすべてに触れることができますが、同じ権限を持つことはできません。観察ノートを定期的に作成することはリスクが低いです。子どもに「自閉症の危険がある」というレッテルを貼ることは最もリスクが高く、決してAIの仕事ではありません。ここでいくつかの専門用語を明確にしましょう。発達領域とは、粗大運動（大きな筋肉、座って歩く）、微細運動（手先の器用さ）、言語、認知（思考、問題解決）、社会的感情的、およびセルフケアなど、発達が検討されるトピックです。マイルストーンとは、ほとんどの子供が特定の年齢までに達成するスキルです (たとえば、ほとんどの赤ちゃんは 12 か月頃に最初の一歩を踏み出します)。カットオフ スコアは、スクリーニング ツールで「リスクがあるかないか」の境界線を引くしきい値です。
次の表は、AI の役割とリスク レベルをミッションごとにまとめたものです。
クエスト
AIの役割
リスクレベル
誰が承認/決定するか
観察ノートの編集、ファイルのフォーマット
レギュレーター、アクセルレーター
低い
専門家
イベント/ゲームプランの草案を書く
スケッチジェネレーター
低～中
専門家
家族情報のテキスト草案
スケッチジェネレーター
中程度
専門家
スキャン結果の暫定的な概要を作成する
スケッチジェネレーター、制御済み
中～高
専門家（機器による確認と観察）
発達リスクの解釈/紹介
ヘルパー、最後の言葉ではない
高い
専門家 + チーム
診断/臨床的決定
役に立たない
非常に高い
医師 + 臨床チーム
このグラフの 1 つのルールに留意してください。賭け金が高まるにつれて、AI の役割は縮小し、人間の承認が増大します。
なぜ「検証」がこのビジネスの肝なのか
人工知能言語モデルは自分の答えに自信があるように見えますが、確信が持てない可能性があります。専門用語では、これは幻覚と呼ばれます。これは、モデルが存在しない情報、作品、情報源を、あたかも真実であるかのように流暢な文章で捏造することです。児童発達の専門家にとって、これは重大な罠です。このモデルでは、「ほとんどの子供は 18 か月までに 2 単語の文を形成する」ことがわかります (これは早いことであり、2 単語の文は通常 24 か月頃になると予想されます)。あるいは、「未熟児の場合は暦年齢が基準とされる」（補正された年齢が使用される）など、誤った情報が提供される可能性があります。彼は両方を同じ流暢に言うので、善悪を分ける唯一のものはあなたの知識と検証する習慣です。
検証規律は 3 つのステップで構成されます。
- 出典へのリンク: マイルストーン、カットオフ スコア、年齢基準などの情報は AI のメモリに保存されません。検証済みのツール マニュアル、国内外の開発ガイド、および自分の記録を信頼してください。 AI はデータを記憶するのではなく、解釈して整理するために使用します。
- 観察と比較する: AI が生成する各解釈を、直接の観察や以前の評価 (存在する場合) と比較します。 1 回のセッションでの子供の行動は、必ずしも典型的であるとは限りません。お腹が空いていたり、眠れなかったり、異質な環境にいる子どもは、本来の自分のレベルを発揮できない可能性があります。
- 専門家および倫理フィルター: 出力が子供の年齢、文化的背景、家族の状況に適切であるかどうか。偏見を与えるような記述や過剰な権限を与えた記述（診断を示唆する記述）が含まれていないか、専門家の目で確認してください。
注意: AI によって生成された開発コメントを検証せずに家族やファイルに転送することは、専門的責任の観点から、署名も未読のレポートを引き渡すようなものです。ペラペラだからといって解釈が正しいわけではありません。
プライバシー: 子データは特別なデータです
お子様に関する情報 (氏名、TR ID、生年月日、学校、検査結果、発達歴、家族情報) は特別な個人データであり、トゥルキエの KVKK (個人データ保護法) およびヨーロッパの GDPR の範囲内で保護されます。子供の場合、子供は自分のデータに同意することができないため、機密性はさらに高くなります。法定代理人、つまり家族から同意（インフォームド・コンセント）が得られます。公開されている AI ツールに子供の名前、学校、診断名を貼り付けることは重大な違反です。
ルールは簡単です。データを匿名化することです。 「エルフ・カヤ、3 歳 2 か月、パパティア幼稚園、言葉の遅れの疑い」の代わりに、「3 歳 2 か月の女の子、表現的言語の遅れが観察された」と書きます。名前、機関、識別情報を削除します。可能であれば、データ処理契約があり、モデルのトレーニングにデータを使用しない企業ツールを選択してください。このトピックについては、単元 10 で詳しく説明します。ただし、初日から習慣にしてください。
ヒント: 匿名化を反射的に行うには、お気に入りの AI プロンプトの先頭に「資格情報を共有しないでください」というリマインダーを常に配置します。以下の 4 番目のプロンプトは、このためのスターター テンプレートです。
コピー可能な 4 つの起動プロンプト
1) 役割と境界を定義するシステムフレームワーク:
あなたの役割: あなたは児童発達スペシャリストのドラフトアシスタントです。ルール: 診断しないでください。 「自閉症がある/遅れがある」などの断定的な表現は使用しないでください。 [専門家の評価のために]確信が持てない箇所にマークを付けてください。私が渡したデータに基づいて書くだけであり、情報をでっち上げないでください。出力は慎重かつ説明的なものにしてください。すべての回答においてこれらのルールを維持してください。わかったら「準備完了」と書きましょう。
2) 観察メモをフィールドベースの要約に変換するプロンプト:
以下の匿名の観察ノートを、発達分野 (粗大運動、微細運動、言語、認知、社会的感情、セルフケア) に応じて、組織化された概要草案に変換します。コメントは追加せず、観察された内容を説明するだけにしてください。欠落しているフィールドには「観察なし」と記入します。注: [匿名の観察]
3) 年齢補正チェックのプロンプト:
赤ちゃんの発育を評価します。赤ちゃんが早産の場合は、暦年齢ではなく修正年齢を使用するよう注意し、修正年齢の計算方法を段階的に説明してください。出産: [40 - 誕生週] 週間早くなります。現在のカレンダーの年齢: [X か月]。
4) 匿名化制御プロンプト:
テキストをお渡しします。子供または家族の身元を明らかにする可能性のある情報 (名前、姓、TR ID、学校名、住所、生年月日、プロトコル番号) がある場合は、それらを書かないでください。 [匿名] を置き換えてテキストを書き直し、省略した情報をリストします。テキスト: [下書き]
ミニケース3個
ケース 1 — 安全な使用。専門家は、家族が家庭で実行できる子供の運動能力向上のための活動のリストを求めます。 AIには子供の名前は与えられず、「4歳、細かい運動能力のサポートを目的としている」という情報だけが与えられる。 AI は 8 つのイベントを提案します。安全のため、専門家は 2 つ (小さなビーズが入っている) を削除し、材料が家にない 1 つを調整し、リストを 6 つのアクティビティに減らします。所要時間: 25 分ではなく 6 分。 AI が草案を作成し、責任と決定は専門家に残されました。
ケース 2 — 未検証のコメント トラップ。別の専門家は、AIに生後10か月の未熟児（34週で生まれた）の発達を要約させた。 AIは赤ちゃんの運動発達を暦月齢（10か月）に応じて評価し、「わずかな遅れ」と判定する。ただし、補正後の月齢は約 8.5 か月で、赤ちゃんはこの月齢としては完全に正常です。専門医が矯正をサボると、ご家族に無用な不安を与えてしまいます。検証により誤報を防ぎます。
ケース 3 — 機密保持の違反。施設で働く誰かが、子供のフルネームとその進捗報告書の PDF を公開 AI ツールにアップロードし、「評価してください」と言います。データは外部サーバーに送信され、保護者の同意はありませんでした。正しい方法は、データを匿名化し、必要な匿名化された情報のみを安全なツールで使用することでした。個人データの侵害は、子供のプライバシーと専門家の職業的信頼性の両方を損なうことになります。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
エリフ・カヤの発達を評価してください: 3 歳、パパティア幼稚園、ほとんど話せません、彼女は自閉症なのでしょうか?
この要求は 3 つの側面で間違っています。身元情報と施設情報が共有されたこと (KVKK 違反)、権限を超えた診断質問が行われたこと (「自閉症?」)、観察データと背景が提供されていなかったことです。 AI は推測によってギャップを埋めるため、出力が不正確で非難されるリスクがあります。
強力なプロンプト:
あなたの役割: 児童発達スペシャリストのドラフトアシスタント。診断を行う: 「自閉症/遅延がある」などの断定的な表現を使用します。以下の匿名の観察ノートを、開発分野に応じて整理された概要草案に変えてください。確信が持てない領域、または専門家の決定が必要な領域にマークを付けてください [専門家に評価してもらいましょう]。紹介が必要な場合は、「さらなる評価が推奨される場合があります」など、慎重な言葉遣いを使用してください。子供：3歳2ヶ月の女の子。観察: 表現的な言語は最大 15 語で、2 語の文はありません。アイコンタクトがある。ピアプレイに参加します。粗大/微細運動年齢に適していると思われます。
強い要求は匿名であり、役割と境界を定義し、診断禁止を課し、観察データを構造化し、検証マークを要求します。
このモジュールで学ぶこと
次の単元では、それぞれ次の内容を取り上げます: スクリーニングツールのサポートと年齢補正 (単元 2)、発達分野のモニタリング (単元 3)、構造化された観察ノート (単元 4)、活動/ゲーム計画 (単元 5)、個別のサポート計画 (単元 6)、家族指導の内容 (単元 7)、資料作成 (単元 8)、証拠のスクリーニングと情報源の検証 (単元 9)、機密保持と倫理 (単元 10)エンドツーエンドのワークフロー (ユニット 11)。各単元には、コピーして適用できるプロンプトとチェックリストがあります。
よくある間違い
- AI を専門家として位置づける: 「AI が評価したので私が書きました」という文は、職業上の責任を排除するものではありません。決定は常にあなた自身にあります。
- スクリーニングと診断の混同: スクリーニングは診断ではなくリスクを決定します。 AI はこの制限を知りません。それを保護するのはあなたです。
- 認証情報を車両に貼り付ける: 最も一般的で危険な間違いです。匿名化を反射的に行います。
- 年齢補正をスキップする: AI だけでなく人間も、特に未熟児の場合に頻繁に間違いを犯します。
- 流暢さと正確さの混同: コメントがよく書かれていても、それが正しいとは限りません。
要約すれば
人工知能は、児童発達ビジネスにおける強力なアシスタントです。観察を整理し、スケッチを作成し、資料を準備し、家族のコンテンツを加速します。しかし、観察し、評価し、コメントし、指示するかどうかの決定は専門家次第です。診断は医師と臨床チームに属します。リスクが高まるとAIの役割は小さくなる。各出力をソースにリンクし、観察結果と比較し、専門家/倫理フィルターに通すことによって検証します。子供のデータは必ず匿名化し、必要に応じて家族の同意を得てください。これらの原則は、モジュール全体で説明するすべてのテクニックの基礎となります。
アプリケーションタスク
自分の作業環境から実際のタスクを 1 つ選択します (情報を特定することはありません)。たとえば、子供の細かい運動活動のリストなどです。まず、上記の「強力なプロンプト」パターンを自分のタスクに適用します。 AI の出力を取得し、3 つの検証ステップに従います: (1) 各提案を信頼できる情報源/自分自身の知識に帰属させ、(2) それを自分の観察と比較し、(3) 倫理/専門家のフィルターに通過させます。プリントアウトで修正した少なくとも 3 つの点を 1 つの文に書き留めてください。このnoteでは、AIがどこに役立ち、どこにリスクがあるのかを具体的に示します。
チェックリスト
- [ ] 私は AI をアシスタントとして位置づけました。決定と責任は私にあります。
- [ ] 私はミッションのリスクレベルを決定しました。私はハイリスク人間の同意を得て育ちました。
- [ ] 私はスクリーニングと診断の区別を維持しました。診断を示唆する表現は一切使っておりません。
- [ ] 子データを匿名化しました。私は身元情報や所属機関の情報を共有しませんでした。
- [ ] 必要に応じて家族の同意を得て、安全な車を選びました。
- [ ] 出力をソースに接続し、観測結果と比較し、エキスパート フィルターに通しました。
- [ ] 年齢矯正が必要な状態（未熟児）についても調べてみました。