こんにちは！
今回は数２Bの変革について少しおもしろいなと思ったことがあったのでまとめていきます。
今回の対象は‥
・2024年以降に大学入試を受ける学生
・統計とAIの関係を知りたいという方
となります。
目次！
ベクトルがなくなり統計が復活する？
詳しくは下の記事で読んでほしいのですが2022年の新学習指導要領で数２Bからベクトルが消えるという情報が入ってきました。
文系だけってどういうこと？と思われた方もいるかも知れません。
実はベクトルは完全指導要領から完全に外れるわけではなく新設される数Cという分野で理系のみ学習することになります。
そのため理系は学習しますが文系は学習しないと言うことになるわけです。
これを知ったときたかが一学生の意見ではありますがベクトルは数Bのなかでも主要科目であるため「なかなか思い切ったことをするな～」という印象でした。
そこで代わりに入ってくるのが何なのかというと統計の分野です。
ただ実はもともと確率統計に関しては数２Bで採用されていました。
そのため一応は今までも学習するものではありました。
ただほとんどの大学は数列とベクトルしか受験で出さないため学校でも授業を実施しないというケース多かったです。
そのため学習指導要領にはあったもののほとんどの学生にとっては関係がない分でした。
これがきっかけで今まで影を潜めていた確率統計が表に出ることになるわけです。
統計とベクトルどっちが難しいの？
結論から言いますと統計自体はそこまで難しい科目ではないです。
微分積分のように難しい式を使うわけでもないですし確率を前提とした考え方ですのでまったく新しいことをやるわけではありません。
ベクトルは図形を扱ううえに少し他とは違う概念を取り入れた分野です。
1+1=2にならないことをはじめかなり受け入れられずに苦労する人も多いです。
そのためむしろ統計のほうがやりやすいという人も多いのではないのでしょうか。
ただ難点なのは仮説検定まで含まれるようになるということです。
仮説検定というのは詳しくは下の記事を参考にしてみてください！
簡単に言いますと仮説検定は全体の中から標本を出しその平均値や分散を比較することで
「なんかこれおかしいんじゃない？」
ということを見分けるために行うものです。
やり方さえ覚えてしまえば難しいものではないのですが確率統計の範囲がかなり広くなるため量的にはきついんじゃないかなというのがホントのところです。
統計が必須になることで不利な人
資料の活用や確率が苦手な人
この確率や資料の活用が苦手な人にとってはかなり厳しい戦いになるでしょう。
確率の上に期待値の計算が出ることになります。
つまり確率の出し方がわからない人はそもそものスタートラインにも建てないわけです。
さらに期待値を求めるときは資料の活用に表れる平均値や分散の値を出す必要があります。
公式さえ覚えてしまえばいいので
今までは確率が苦手でもセンター試験では数1Aで整数の性質と図形の性質を選択してしまえばよかったです。
そのため数学をセンター試験でしか使わない人はそもそも確率をやらなくても受験を突破できました。
統計がAIで使われるというのは本当？
結論を言いますと実はAIと統計という分野には非常に大きな関係があります。
「AIと統計？まったく何も関係がわからない」
と思ったかもしれません。
そもそもAI,AIと言われますがそもそもその基盤になっているのは「機械学習」という概念です。
機械学習はその名前の通り機械じたいが自分で物事を判別できるように学習するというものです。
学習というのは何度も繰り返して失敗したら別の方法を考えて修正する。
学習の方法じたいは人間と一緒です。
よく例で出されるのは自転車の練習です。
何度も転んで徐々にどんなバランスを保てばいいのかを学びながらうまく乗れるようになっていいます。
つまりデータを取って学ぶというわけです。
この人間のような学習のベースとなっているため統計とは深く関わってくるわけです。
確率や統計を知っておくことでAI技術への理解も深まるうえに使い方がわかりますしこれからはAIをいかに使うかが大事になります。
文系や理系問わず統計を学んでおくことには大きな意味があります。
まとめ：ベクトルがなくなり統計が復活する
今回はベクトルがなくなって統計が復活するということについてまとめていきました！
これからAIによってさまざまな職業だけでなく生活そのものにも変化が表れてきます。
統計が出てくることで不利になる方もいらっしゃるかもしれませんがこれからの時代の変化を見ると学んでおいて損はないのではないのでしょうか。
決して難しいわけではなく勉強量にそのまま比例して成績が伸びる分野ですのでぜひ得意にして周りと差をつけてしまいましょう！
AIについては以下の記事でも紹介しているので読んでみてください。
ということで今回はここまで！ありがとうございました！
コメント