理事長　日替わりセミナー

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー６
ペーター・ヘンジンガー：AIやエキスパートシステムは技術の進歩と考えられています。生徒たちは宿題や、ベルテルスマン氏が示唆するように試験でさえ、AIやエキスパートシステムの使い方を学ぶべきではないでしょうか？

ラルフ・ランカウ：機会均等と称して売り出されているものは、結局のところ、すべての子供が生涯有効なID番号、デジタル教育プロファイル、そして学習、成績、行動を永続的に記録・分析・保存できるデバイスを受け取ることを意味します。重大な副作用として、データ収集は潜在的に危険なWi-Fiネットワークを介して行われます。連立協定によると、学生IDは自律的なアルゴリズム駆動型学習の基盤にもなります。
これは、人間をホモ・エコノミクスとみなす新自由主義的な考え方と一致している。つまり、人間の価値は経済的な有用性と搾取可能性によって測られる。学校教育は、成熟と自立した意思決定を可能にするものではなく、職業訓練の予備段階にまで堕落しているのだ。

学業成績の低下：これに対するデジタル化の役割は科学的に証明されています。
ラルフ・ランカウ：学生はまだ専門家ではないからです。2022年11月から議論してきた「生成AI」（genAI）やOpenAIのChatGPTのようなボットでは、前述のパラメータは無関係です。学生は事前の知識や専門知識を持たずにツールを使い、思考をAIに委ねます。これは「認知負債」と呼ばれます。これは、「思考作業」をAIにアウトソーシングすることで、学習能力や批判的思考能力が損なわれ、場合によっては阻害される状況を指します。

さらに、AIはパターン認識、確率論、統計を用いて知能をシミュレートするに過ぎません。ボットがテキストを構築する際には、最も確率の高い音節や単語の断片、いわゆるトークンを使用します。しかし、これらはあくまでも確率と統計から導き出されたパラメータに従って構成されたテキストです。しかし、統計は意味論ではありません。ボットはデータがない場合でも「答え」を生成します。そして、答えを幻覚的に、あるいは捏造し、要求に応じて、例えば偽の情報源を生成することさえあります。学生が結果を促し評価したい場合、まずそれぞれの記述を検証する必要があります。方法論的にも教育的にも、有効な分野固有のデータベースや科学出版物を直接利用する方が賢明です。

Date: 2026/01/26(月)

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー５

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー５
Peter Hensinger: 現在、STEM 科目に重点が置かれていることは、この点でどのような役割を果たしているのでしょうか。

ラルフ・ランカウ：STEM科目（あるいは、経済学に加えて数学、コンピュータサイエンス、自然科学、テクノロジーも含めるならば）への固定化、あるいはむしろ縮小化は、完全な誤った発展であり、本来は一般教育学校の焦点であった一般教育を職業教育へと縮小化させ、しかもその職業教育は一部の職業分野に限られている。結局のところ、技術職だけでなく、社会福祉専門職、サービス業全体、そして文化芸術も存在する。STEM科目は経済的に関連性が高いとみなされているため、優遇されているのだ。

このプロセスで疎外されるのは、言語と表現力、外国語を含むコミュニケーション能力、創造性と想像力を試す場としての芸術、価値観を育むための哲学と倫理、出来事を歴史的文脈に位置づけることができる歴史など、まさにコミュニティで生活し、働くために必要な方向性、批判的思考、共感を促進する分野です。
さらに、STEM科目への執着はあまりにも近視眼的です。今日コンピュータサイエンスで学んでいることは、明日にはすでに時代遅れです。プログラムの大部分はすでにAIツールによって書かれています。職務内容が急速に変化している今、おそらく必要なのは、正確かつ論理的に「指示」できる、つまりアイデアを明瞭に表現できる人材です。そのためには、豊富な語彙、分析力と表現力、そして言語能力が必要です。簡潔に言えば、言語の構造、構文、そして意味のレベル、セマンティクスを分析し理解できる人なら誰でも、記号論のツールを使って、詩を解釈するのと同じくらい容易にプログラムコードを読み、理解することができます。

しかし、生徒たちの読書量はますます減少し、読解力も低下しています。そして何よりも、理解しながら読むことができず、何を読んでいるのか、その意味を理解できていません。だからこそ、学校は読書に重点を置くべきです。

しかし2009年、教育文化大臣会議（KMK）はSTEM科目に重点を移しました。これはブーメランであり、今もなお続いています。その結果、すべての科目で基礎能力が低下しました。なぜなら、言語理解（数学も言語です）と読解力、つまり抽象的な記号（文字、楽譜、コード）を意味に変換する能力がなければ、生徒はどの科目でも成長できないからです。

ピーター・ヘンシンガー：あなたは新自由主義的な人間観を明確に述べています。これは学生証に具体的にどのように反映されているのでしょうか？

ラルフ・ランカウ：私たちの伝統的、キリスト教的、そして人文主義的な人間観によれば、すべての人間は人格として、また個性として、それ自体が目的であり、道具として利用されたり、虐待されたりしてはならないとされています。一方、新自由主義的な人間観は、人々を従業員（本来は雇用主と呼ぶべきですが、それは別の議論です）と、展開可能な人的資本としての機能に矮小化します。したがって、人の価値は、業務プロセスにおける機能性と有用性、そして検証された能力によって測られます。つまり、その人は何ができるか？雇用主（本来は従業員と呼ぶべきです）にとって、その人を雇用し、その仕事に対して報酬を支払うことで得られる利益は何か？ということになります。

人間は生産プロセスの一部となり、最終的には何か、少なくとも雇用主にとっての付加価値を生み出す機械の一部となる。これはシカゴ学派経済学の功利主義的かつ究極的には非人道的な思想である。教育機関は、労働市場に可能な限り正確に適合した人的資本を育成する。将来の雇用主は、協会や財団を通じてカリキュラムに影響を与える。学校は、将来の職業訓練を優先することなく、可能な限り幅広く文化的技術や教科を教える一般教育の場ではなく、予備訓練施設となる。たとえ商業高校や技術高校がその名称に既にその縮小を冠していたとしても。新自由主義の原則によれば、人々はもはやそれ自体が目的ではなく、経済目標のための手段と見なされる。

ピーター・ヘンジンガー：デジタル化、特に人工知能（AI）は、この点でどのような役割を果たすのでしょうか？

ラルフ・ランカウ：私たちは、何を話しているのかを区別する必要があります。デジタルシステムは40年以上も学校で使われてきましたが、どれもこれも、現代的で、学習意欲を高め、学習に役立つという、昔ながらの謳い文句ばかりです。しかし、ジョン・ハッティのメタ研究が示すように、実際はそうではありません。やや単刀直入に言えば、デジタル機器やメディアはそれ自体に価値があるのではなく、どのように活用するかによって価値が決まるという結論に至っています。そして、その価値は生徒の年齢、学校の種類、そして教科によって異なります。私たちは、単に「デジタル化」を一律に行うのではなく、差別化を図る必要があります。

AIにも同じことが当てはまります。この技術は70年以上の歴史があり、現在は1950年代（「プログラム学習」）とエキスパートシステムの台頭が見られた1980年代に続く、第三次AIブームの真っ只中にあります。これらのシステムは、ビジネスや科学、製造業、交通管理システム、気象予報など、現在でも非常に効果的に活用されています。エキスパートシステムの重要な点は、コンピューターのできることとできないことを熟知した専門家が画面の前に座っていること、そして最も重要なのは、AIプログラムの結果は専門家によって評価されなければならないことです。

Date: 2026/01/25(日)

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー４

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー４
ピーター・ヘンシンガー: 「その他すべて」、つまり測定不可能なものとは何でしょうか?

ラルフ・ランカウ：学生IDが捉えきれない、あるいは捉えきれないのは、本質的な事柄、例えば人格形成です。人格形成は、学習が標準化されておらず、予測不可能で、自動的に測定できないところで起こります。子どもや若者は、主に人間関係を通して人格を形成します。教師との会話、友情、クラスメイトとの議論や和解、そして承認、賞賛、批判を経験することで人格が形成されます。こうした経験やフィードバックは、教室内だけでなく、休み時間、共同プロジェクト、修学旅行、チームスポーツ、音楽制作などでも得られます。これらはデータに変換できません。その中心となるのは、言語、意味、そして方向性を重視する教科です。

ドイツ語の授業では、子どもたちは文章を分析するだけでなく、自分の考えをまとめ、感情を表現し、自分自身の物語を語ることも学びます。文学、詩、物語は、他の世界への視点を広げ、共感と想像力を育みます。これらは計り知れず、標準化もできませんが、若者だけでなく、すべての人にとって形成的なものです。

歴史と政治学では、生徒たちは関連性を理解し、矛盾を許容し、自分自身の反省に基づいた判断を下すことを学びます。民主主義の原則と自由は、数学の問題のようにテストすることはできません。理解し、経験するためには、実践を重ねなければなりません。

倫理、宗教、哲学は、意味を問い、良心を形成し、道徳的省察を深める場です。ここでは、技術的な能力ではなく、態度が育まれます。特に、美術、音楽、演劇は、創造性、表現力、自信、そして相互作用を通じた相互共鳴の経験を育みます。これらは標準化することはできませんが、充実した人生を送るために不可欠な能力です。

同様に重要なのは、教科特有の授業以外の教育的取り組みです。例えば、ディスカッションやディベート、クラス会や生徒会への参加といったプロジェクトベースの学習です。これらは、自由回答形式の質問に協力して取り組む社会学習の実践例です。子どもたちは、他者の意見に耳を傾け、自分の意見を主張すること、意見の相違や反対意見を受け入れ、責任を負い、コミュニティの一員となることを学びます。

これらすべてを自動化することも、測定することもできません。しかし、人格が形成されるのはまさにこの段階です。教育をデータに還元する人は、暗黙のうちにこれらの側面を無意味なものと宣言していることになります。そして、学校が学生を就職市場や求められるパフォーマンスに備えるだけでなく、民主的な社会や社会共同体の中で活動する人間として育成し、成長させるという事実を見失っているのです。
ピーター・ヘンシンガー：教育理念の欠陥についておっしゃっていますね。具体的にはどういう意味ですか？

ラルフ・ランカウ：「デジタル教育」の根底にある概念はサイバネティックであり、ガリレオ・ガリレイ以来、究極的には教育的ではなく機械論的です。サイバネティクスとは制御の芸術であり、サイバネティシストはギリシャの舵取り役です。 1948年のノーバート・ウィーナーによるサイバネティクスは、機械、すなわち技術システムだけでなく、生物（あらゆる有機体）や社会共同体も、同じ数学モデルで制御・制御できるという試みであり、主張でした。 1946年から1953年にかけて開催されたメイシー会議の目標は、技術、コンピュータ、有機体、さらには人間の脳や社会システムまで、あらゆるものを扱う普遍的な科学でした。1956年に人工知能（AI）と改名されたサイバネティクスから、制御工学、心理工学、行動主義、経営学といったサブシステムが派生しました。

中心となる前提は、十分な測定を行えば、行動やプロセスを制御、最適化、予測できるというものです。これを学校教育に当てはめると、学習は入出力プロセスとして理解されることになります。人間は学習機械であり、正しくプログラムされ、条件付けされ、調整されるだけでよいと考えられています。これは、個人の成熟過程における自己啓発としての教育とは正反対であり、むしろ条件付けや訓練に重点が置かれるものです。

ピーター・ヘンシンガー：「訓練」というのは厳しい言葉ですね。どういう意味ですか？私たちの教師は生徒を訓練しません！

ラルフ・ランカウ：そうですね、ドイツの教育制度の歴史において、厳しい規律は今でもよく知られており、体罰や鞭打ちといった極端な手段も含まれています。もちろん、今日では、愛情表現や賞賛、あるいは軽蔑、排除など、より巧妙なものになっています。規律とは、人々の自立心を育むのではなく、あらかじめ定められた要件に人々を適応させることです。明確な階級制度と指揮系統を持つ軍隊ではそれが最も顕著ですが、階級制度における統合と服従の原則は学校にも当てはまります。生徒たちは所属を望み、共同体の一員になりたいと願うため、それに従って統合し、服従します。これは、生徒たちが自らの行動を通して影響を与え、あるいは拒絶することができる社会的なプロセスです。この自由は社会システムの中に存在するのです。

一方、学生IDは、学生が影響を与えることのできないシステムの一部であり、求められるパフォーマンス基準を満たし、従うこと以外には影響を与えられない。そのため、若者はパフォーマンス特性と適応意欲に基づいて、早い段階で分類・分類されることになる。スキルはそれ自体のために習得されるのではなく、人的資本としての自身の機能性を証明するために習得される。つまり、私は機能し、期待されることを実行できるということだ。

これは、人間をホモ・エコノミクスとみなす新自由主義的な考え方と一致している。つまり、人間の価値は経済的な有用性と搾取可能性によって測られる。学校教育は、成熟と自立した意思決定を可能にするものではなく、職業訓練の予備段階にまで堕落しているの

Date: 2026/01/24(土)

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー３

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー３
ピーター・ヘンシンガー：学生証は、政治家や教育当局によって、純粋に技術的な補助と組織的なツールとして提示されています。なぜ教育の観点から学生証が非常に問題視されているとお考えですか？

ラルフ・ランカウ：それは中立的な組織ツールではなく、むしろパラダイムシフトの表れだからです。学歴データ化の原則は、最初の学校向けデジタル協定（当時はHPIスクールクラウドと呼ばれていました）（https://blog.dbildungscloud.de/landing-page-about/2016、現在は「dbildungscloud_ https://blog.dbildungscloud.de/」でオンライン公開）から既に知られています。当時のHPI所長クリストフ・マイネル氏のビジョンによれば、これは全国規模の教育クラウドとなるはずでした。学生IDは、詳細な学習進捗測定に基づく教育パスウェイのデータ化も意味します。学習プロセス、学歴、そして人格形成を完全に測定、比較、そして管理可能にするという理念を体現しています。つまり、学校はもはや開かれた教育空間ではなく、検証された能力、つまり品質保証された製品を持つ卒業生を輩出する、管理可能なシステムとして捉えられるようになったのです。システム内では、生徒は適切な介入を通じて事前に定義された目標に向けて最適化されたデータセットとなります。教育は標準化と標準化のプロセスとなります。これらのシステムは適切な方法を用いてあらゆる目標を達成できるように設計されているため、教育内容さえも互換性があります。
私はこれをあえて「教育版 TÜV (技術検査協会)」と呼んでいます。定期的な測定、テスト、認証で、使いやすさを確立し、望ましいテスト結果を決定するという暗黙の目標があります。
ピーター・ヘンシンガー：支持者たちは、まさに個人支援の強化、透明性、そして機会均等が目的だと主張しています。あなたは、この点についてどのような問題点があるとお考えですか？

ラルフ・ランカウ：透明性と機会均等は聞こえは良いですが、この問題に関する出版物に詳しい人なら誰でも、それが現実とはかけ離れていることを知っています。例えば、マンディ・シーフナー＝ロス氏らによる『教育におけるデータ化』は、教育現場におけるデジタル追跡について批判的な視点を提示しています。また、アンネカトリン・ボック氏らが編集した『データ化された学校』は、どちらもオープンアクセスとPDF形式でオンラインで入手できます。これらの著作は、教育機関と教育プロセスのデータ化のプロセスと結果を批判的に検証しています。
しかし、その本質において、「データ駆動型学校開発」は教育学の論理に従うのではなく、むしろ製造業におけるデータ経済学とプロセス最適化の論理に従っていることが明らかになります。
そこでは、「データは多い方が良い」や「データ管理、データ処理、データ品質管理の専門家としてデータスチュワードが必要だ」といった基準が適用されます。教育職はIT職へと転換されつつあります。これは、教育、知識移転、理解といった専門分野ではなく、データの生成と検証に重点が置かれているためです。サポートはデータ駆動型の診断と混同され、目標は予測にあります。教育プロセスと責任ある市民の育成は、測定可能な目標とパフォーマンス測定に向けたデータ駆動型のコンディショニングへと変化します。しかし、教育プロセスは直線的でも予測可能でもありません。アルゴリズムによる予測は、個人を既知の属性と期待される結果を持つオブジェクトへと還元します。
しかし、後に社会的に重要な地位を占めるようになった人々の多くは、学校制度の中で「目立つ」「弱い」「型破り」な存在でした。つまり、学校での失敗者であり、ドイツで最も有名なのはおそらくアルベルト・アインシュタインでしょう。なぜなら、測定可能なものは、日常の教育実践においては副次的な側面に過ぎないからです。
「大切なものすべてが数えられるわけではなく、数えられるものすべてが大切なわけではない」という言葉は、通常アルバート・アインシュタインの言葉とされていますが、実際にはウィリアム・ブルース・キャメロン（1963年）に由来する可能性が高いです。学生IDは、学習と教育のプロセスを測定可能なものに限定し、「それ以外のすべて」をシステムとは無関係であると宣言しています。
私たちの知的歴史の指導原理：ゲーテ、シラー、カント、フンボルト、マルクス。デジタル教育は、市場価値のあるスキルを優先することで、フンボルトの教育理念に取って代わろうとしている。「思考を節約せよ：テキストの代わりに画像、人間の業績の代わりに人工知能：人類は啓蒙主義以前の時代に逆戻りする危機に瀕している」（ゲルドナー、シュトゥットガルト・ツァイトゥング、2026年1月17日）

Date: 2026/01/23(金)

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー２

ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー２
ペーター・ヘンジンガー：ランカウ教授、学生ID制度は、一見説得力のある論拠に基づいて政治的に導入されています。「子どもの学習の進路を完全に把握していれば、的を絞った支援を提供できる」という論拠です。ジェム・オズデミル氏（緑の党）は、どの子どもも取り残されないために必要だと主張しています。ランカウ教授は、この点についてどのような問題点があるとお考えですか？

ラルフ・ランカウ：この議論は一見思いやりがあるように見えますが、論理に欠陥があります。これは、スポーツで見られるような、学習の機械論的な理解に基づいています。例えば、走り幅跳びや走り高跳びでは、特定の動作のシーケンスを練習し、それからより遠く、より高く跳ぶのです。これを他の科目の学習に当てはめると、必要な分析と方法さえあれば、あらかじめ定められた目標を達成できると想定していることになります。

これが経験的教育科学の論理です。データを収集、分析、評価し、プロセスと結果を最適化する方法を開発および変更すると、「製品」、つまり検証可能な能力を持つ学生が完成します。
この理解によれば、学生IDは、学習成果、支援策、そして結果がすべて記録される、継続的な生産記録に過ぎません。これらの概念的枠組みは、製造業における経営管理と品質管理（QM）に由来し、1950年代の「プログラム学習」というキーワードで知られる心理技法による被験者制御の（学習）心理学モデルによって補完されています。

失われているのは、教室や学校コミュニティにおける学習に内在する個人的かつ社会的な接触ですが、何よりも、学習の成功の基盤である社会的・感情的な絆と関係性です。学生IDは教育的な親密さを表すものではなく、学習プロセスのデータ化を表し、コンピューターベースのデータ収集と処理のロジックに従っています。
私の同僚であるハルトンは、この論理の逆転（教育的・教授的プロセスを犠牲にして、より多くの、より良いデータが必要だ）を何年も前に説明しました。（Hartong 2019）ディルク・イフェンターラーは、教育学ではなくデータ収集と統計に焦点を当てた「教育データサイエンス！」という独立した分野を創設するほどです。

デジタル化の進展とそれに伴う大規模データセットの利用可能性は、教育プロセスに関する洞察を得るための新たな機会を生み出しています。教育データサイエンスとは、コンピュータサイエンス、統計学、および関連分野の手法を教育現象に適用することと定義されます。(Ifenthaler 2025)

Peter Hensinger: この測定法は、作業プロセスと人間の活動を標準化することを目指した 100 年前のフォーディズムとテイラー主義を思い出させます。

ラルフ・ランカウ：そうですね、良い例えですね。例えば、「教育データサイエンスを、教育困難度や学習分析といった研究分野に多様化させる」という提言があります。これは、教育プロセスをデータ化し、測定可能な量にまで落とし込み、そこから教育の質に関するデータを導き出すという論理の一環です。現在の連立協定では、「測定可能な教育目標」「データベースを活用した学校開発」についても言及され、すべての段階、成果、支援策などを記録する「教育進捗記録」の作成が求められています。

これは暗黙のうちに、教育は計画し管理できるプロセスとして理解されており、米国ではすでに教師のいない学校があるように、アバターにアウトソーシングできるということを示唆している。
生徒たちはスクリーンの前に座り、「個別化された」（つまりアルゴリズム的に計算された）指導を受け、ほぼ自動的に望ましい学習目標に到達します。まるで、適切な入力だけで望ましい出力を生み出す学習機械のようです。

これは人道的にも教育学的にも健全ではありません。学習と教育のプロセスは直線的な発達の道筋ではなく、むしろ開かれた、矛盾に満ちた、しばしば危機に瀕した、そして不安定でさえあるプロセスです。特に、単なる反復ではなく、文脈を理解することに関しては、言語や歴史といった特定のつながりや構造は、後から振り返って、ある程度の距離を置いて初めて理解できることを、誰もが自身の経験と学習歴から知っています。教育の基盤は反復ではなく、理解なのです。
デジタル教育のイデオロギーは、フォーディズム、テイラー主義、そしてスキナーの行動主義の伝統に倣い、人間を人的資本として評価し、条件付けることに基づいています。ベルテルスマン、ドレーガー＆アイゼルトの元CEOは、米国のGoogle Schoolsをモデルに、2017年にデジタル企業と協力して「学校のためのデジタル協定」を推進しました。

Date: 2026/01/22(木)

ドイツデジタルのみの社会のシステムに対してIT専門家ラルフ・ランコウ教授（オフェンブルク専門大学）へのインタビュー

ドイツ政府の2025年連立協定では、教育システムのデジタル変革を含め、生活のあらゆる分野におけるデジタルのみの社会の実現が想定されている。このシステムに対してメディア教育者でありIT専門家でもあるラルフ・ランコウ教授（オフェンブルク専門大学）に詳細なインタビューがなされた。―――――長文になりますがしばらくの間教授のインタビューに耳を傾けてみましょうーーーーーーーーー
序文：「子どもの学習の軌跡をすべて把握できれば、より良い支援を提供できる」という主張は、一見正しく、思いやりがあるように聞こえます。連邦政府は連立協定においてまさにこの主張を採用し、学習の進捗状況を記録する学生証の提示を義務化しました。誰も取り残されるべきではありません。ジェム・オズデミル（緑の党）は、学生証の導入を「子どもが迷子になるのを防ぐため」と明確に歓迎しています。そして、バーデン＝ヴュルテンベルク州政府は既に導入を計画しています。連邦政府の連立協定には次のように記されています。
「それぞれの責任を尊重しつつ、今後10年間の関連性と測定可能な教育目標について各州と合意し、データに基づく学校開発と教育進捗記録を作成したいと考えています。」さらに、「各州間で互換性があり、データ保護規則に準拠し、市民IDとの連携を可能にする学生IDの導入を支持します。」（同上）
このデータが完全に収集できるようにするためには、すべての子どもにデジタル機器を装備させる必要がある。「必要とする子どもたちには確実に機器が提供される。」（同上）
機会均等と称して売り出されているものは、結局のところ、すべての子供が生涯有効なID番号、デジタル教育プロファイル、そして学習、成績、行動を永続的に記録・分析・保存できるデバイスを受け取ることを意味します。重大な副作用として、データ収集は潜在的に危険なWi-Fiネットワークを介して行われます。連立協定によると、学生IDは自律的なアルゴリズム駆動型学習の基盤にもなります。
ラルフ・ランコウ教授にとって、こうした発展は教育学の進歩ではなく、根本的に誤った道筋です。ランコウ教授は、学生ID制度を、欠陥のある教育理念と、子どもを発達段階にある主体ではなく評価されるべき人的資本とみなす新自由主義的な人間観の表れだと批判しています。教育の代わりに教化の危険があり、支援の代わりに全面的な診断があり、自律性の代わりに教育の質の評価があるのです。
ランカウ氏は、学生証は子供たちが迷子になるのを防ぐのではなく、教育の本質を見失わせるものだと主張する。

Date: 2026/01/21(水)

ドイツ政府の2025年連立協定、教育システムのデジタル変革

ドイツ政府の2025年連立協定、教育システムのデジタル変革
ドイツ連邦政府は「学校デジタル協定2.0」を採択しました。連立協定には、生徒ID（身分証明書番号）に基づいたデータ駆動型の学校開発と自律的な教育の実現という目標が明記されています。
しかし、国民はおろか、教員組合さえも、これが何を意味するのかを未だに理解していません。これらの措置の背後にあるイデオロギーや教育理念については全く考察されておらず、教育危機をさらに深刻化させることになるでしょう。と電磁放射線防護環境消費者組織のダイアグノーズ・ファンクは警告している。

Date: 2026/01/20(火)

メーター設置事業者による説明２

最大規模のメーター設置事業者による放射線（モノのインターネット用）と携帯電話の放射線（セルラーネットワーク）に関する説明その２

放射線（モノのインターネット用）と携帯電話の放射線（セルラーネットワーク）はどちらも非電離放射線ですが、大きく異なります。携帯電話は、高いデータレートを実現するために、より高い周波数と送信電力（5Gのビームフォーミングを使用）を使用し、より深く浸透しません（皮膚吸収）。一方、LoRaデバイスは、非常に低いデータレートと非常に低い電力で長距離送信するため、エネルギーを節約でき、局所的な被曝は少なくなりますが、より広いネットワークカバレッジが必要になります。最新の携帯電話（LTE/5G）は、古いGSMデバイスよりも接続設定時に放出される放射線が少ないことがよくあります。
周波数とデータレート: より高い周波数 (5G の場合は最大約 27.5 GHz) を使用して高いデータレートを実現します。
送信電力と範囲: 長距離をカバーするには高い電力が必要ですが、ビームフォーミング (放射の集中) により、放射が受信機に対してより正確に誘導され、全体的な露出に影響を及ぼします。
人体との相互作用: 高い周波数は主に皮膚によって吸収されます。値が非常に高い場合は、制限値を調整する必要があります。
近代化: LTE と 5G は、低い電力で開始し、それに応じて増加していくため、古い GSM 標準よりも効率的で、接続を確立する際の放射線の放出も少なくなります。
LoRa放射線（IoT）
周波数とデータレート: 低いデータレートを使用しますが、長距離ではエネルギー消費は非常に少なくなります (低電力広域ネットワーク、LPWAN)。
送信電力と範囲: 消費電力が非常に低く、バッテリー駆動のセンサーに最適です。
用途: 大量のデータは重要ではないが、長いバッテリ寿命が重要なスマートシティ (メーター読み取り、街灯) などの IoT アプリケーションに最適です。
比較の結論
携帯電話：高速性を重視しているため、電力と周波数が高く、皮膚に吸収されやすくなります。
LoRa : エネルギー効率と範囲に重点を置き、消費電力が非常に低いため、ローカルな影響が少なく、「モノのインターネット」に最適です。
[2] LoRaWANで一般的に使用される周波数（メイン周波数863～870MHz）は、商用モバイル通信で使用される周波数（700、800、900バンド以上）の中間に位置します。さらに、380～410MHz帯（TETRA）や、ここ数年はLTE450MHz帯の周波数も重要インフラに利用されています。
これらはあくまで業者による説明となります。常に限界値をはるかに下回る場合でも細胞毒性作用が生じる可能性があります。これは、LoRaデバイスが妊婦の自宅で通信する場合、重大なリスクをもたらすことを意味します。という研究者の警告を忘れてはならない。

Date: 2026/01/19(月)

現行ログ/ [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]

**HOME**

003978