リスキリング（学び直し）の重要性は、最近さまざまな場面で語られています。
しかし実際には、次のような悩みを感じる人も多いのではないでしょうか。
私自身も、こうした壁に何度もぶつかってきました。
そこで最近活用しているのが、Googleの生成AIツール NotebookLM です。
このツールを家庭教師のように使うことで、
理解 → 実践 → 改善
という学習サイクルを、専門家や熟練者に頼らず一人でいつでも回せるようになりました。
この記事では、私が実際に行っている NotebookLMを使った学習方法 を紹介します。
再現性の高い方法なので、リスキリングに悩んでいる方の参考になれば幸いです。
リスキリングでよくある課題
新しい技術を学ぼうとすると、
といった状況に直面し、その結果、
学習そのものが停滞してしまうこともあります。
こういった悩みを解消してくれたのが NotebookLM でした。
NotebookLMとは？ 提供資料に基づき回答する生成AI
NotebookLMは、Googleが提供するソースベース型生成AIです。
一般的なAIチャット（ChatGPTなど）と異なり、
自分が指定した資料（ソース）をもとに回答を生成します。
そのため、
- ハルシネーション（誤情報）
- 根拠不明の回答
が比較的起きにくいとされています。
これは初学者にとって非常に重要です。なぜなら新しい技術を学ぶ段階では、
AIの回答が正しいかどうかを判断する知識自体がまだない からです。
その点、NotebookLMは自分が指定した資料を根拠に回答を生成する仕組みになっています。
つまり、説明の根拠となる文章を確認しながら学べるため、
公式ドキュメントを理解する補助ツールとして非常に相性が良いのです。
NotebookLMによる資料の要約
使い方はとてもシンプルです。
- 学びたいテーマの資料をアップロードする
- チャットで質問して、概要や詳細、自身の知りたい領域の解説を受ける
さらに便利なのは、回答に引用元が表示されることです。
どの文章を根拠に回答しているのか、クリック一つで確認できます。
「音声解説」機能でスキマ時間に学習
NotebookLMでは、「音声解説」を生成できます。
これは単なる読み上げではなく、
ラジオ番組のように、男女のナレーターが対話形式で解説してくれるのです。
生成ボタンを押してから数分待つと、5〜20分程度（ソース量やプロンプトで変動）の音声コンテンツが生成されます。
多少の読み間違いや、違和感のあるアクセントはありますが、1.5〜2倍速で聞くとほとんど気になりません。
音声解説のメリット
この機能の良いところは、情報が
概要 → 詳細 → まとめ
という流れで整理されているため、
- 通勤時間
- 散歩
- 家事の合間
といった スキマ時間の学習に最適です。
私は子供を保育園へ送迎する前後の一人歩きの時間などに聞いて理解を深めています。
AIに成果物をレビューさせる
この学習方法で特に効果を感じているのが、
自分の成果物をAIにレビューさせる ことです。
例えば、自分で作ったプログラムコードをアップロードして、
「公式ドキュメントに沿ってレビューし、問題点と具体的な改善案を教えてください」とチャットすると、
を丁寧に解説してくれます。
まるで 家庭教師に添削してもらっているような 感覚です。
しかも、
という点も大きなメリットです。
以前なら
といったハードルがあるうえ、
といった心配もあったと思います。
しかし、NotebookLMを使えば、気兼ねなく自分一人で即座に完結できるようになりました。
実際の学習プロセス
私が行っている学習の流れは次の通りです。
例として、Power BI の「スタースキーマ」という概念を学んだ方法を紹介します。
①資料をNotebookLMにアップロードする
公式ドキュメントなどをソースとして登録します。
- Microsoftの公式ドキュメントをソースに登録。
②要約文と音声解説で全体像を理解する
「概要」と「重要ポイント」を文章でAIに説明してもらいます。
さらに 音声解説 を生成して、全体像をつかみます。
- 「このドキュメントの重要なポイント３つとその理由を教えて」と質問
- 気になる箇所があれば、ドキュメントの該当箇所へジャンプして確認。
③資料を精読する
実際の資料を読み解きます。
ステップ②で「概念の全体像」や「重要ポイント」が頭に入っているため、予備知識ゼロで読むよりも格段に理解しやすくなっています。
- Microsoftの公式ドキュメントの見出しを追い、AIの解説で理解しきれなかった部分や、詳細が気になる箇所を重点的に読む。
④実際に手を動かし、実践する
理解した内容をもとに、
- コードを書く
- データモデリングをする
- 練習問題を解く
などアウトプットを行います。
疑問が出たら、NotebookLMに質問すればソースに基づいて回答してくれます。
- 実際のデータを使い、スタースキーマ構造のモデリングを実践。
- わからない部分は都度チャットで質問し理解しながら、モデリングを完成させる。
⑤成果物をAIにレビューさせ、改善する
作成した成果物をアップロードし、公式ドキュメントと比較させてレビューを受けます。これまで独学では難しかったリアルタイム「赤ペン先生」が丁寧に指導してくれます。
指導内容を反映した成果物を再度アップロード、納得できる形になるまで何度も繰り返します。
- スタースキーマのモデリング結果をスクリーンショットし、PDF化してソースにアップロード（※Microsoft Wordの図をうまく読み取られない場合がある）。
- 質問例
- Power BIのデータモデルをPDFでアップロードしました。
- Microsoftの公式ドキュメントをソースとして、このモデルを評価してください。
- 特に、いくつかの項目がスノーフレーク構造になってしまい、スタースキーマ構造を保てていません。
- どの部分が問題か、またスタースキーマ構造に修正するには具体的にどうすればよいか教えてください。
- 理解できていない概念で解説されたら、その部分は再度質問し、該当ドキュメントを再読のうえ、モデルを修正する。
⑥スキマ時間に、音声解説を聞く
さらに、成果物をソースとして「音声解説」を生成することもできます。
例えば
「議論」モードで生成すると、2人のナレーターが「この設計は適切か」「改善すべき点は何か」を議論してくれます。
対立する立場の2人が議論するため、
成果物を多角的に評価でき、強みや課題が明確になります。
自分で作った成果物の内容は把握しているので、歩きながら聞いても十分理解できます。
この学習サイクルを回し、理解を深めていけば、新技術が短時間で血肉と化します。
- 「音声解説」生成の指示を出す。
- 質問例
- スタースキーマ構造について大枠は理解しているが、うまく使いこなせていない気がしておりスノーフレーク構造になってしまうこともある。
- 今回の成果物のようにカテゴリの順番を並び替えるためだけにディメンションを増やしてスノーフレーク構造になるなど。
- そういったことをどう防ぐかも踏まえてスタースキーマを解説してほしい
- 質問例
- 数分後に、15分程度の音声が生成されたので、スマホにダウンロード。
- スキマ時間に数回聞き、理解を深める。
まとめ
NotebookLMを使い、
- 資料アップロード
- AI要約文 + 音声解説 で概要把握
- 公式資料精読
- 実践
- AIレビュー
- 改善
といったサイクルを回すことで、
理解 → 実践 → 改善
のループを高速で繰り返せるため、新技術を効率よく学び深めることができます。
リスキリングの方法に悩んでいる方は、一度NotebookLMを試してみてはいかがでしょうか。
コメント