学習塾へのAIの関わり方(現在)
このようなAIですが、現在学習塾に関連してどのようなサービスや技術が生まれているのでしょうか。実例を見てみましょう。
①atama+(atama plus社 http://www.atama.plus/)
いわゆる遡行学習教材で、生徒一人ひとりの「習熟度」「目標」「忘却度」「学習時間」「集中力」等の様々な要素を、AIを使ってリアルタイムで診断し、次に学習すべき項目を提案します。必要な個所を必要な量だけ学ぶことで、効率的に苦手科目の克服を行います。
例えば数Iの『正弦定理』でつまずいている生徒をAI分析した結果、『垂直二等分線と三角形の外心・垂心』や『三平方の定理』の復習から始める必要があると判断しました。それらの教科ビデオの受講や演習問題を行うことによって最短で正弦定理をマスターすることができます。
普通なら、教科書や参考書で「正弦定理」の説明をもう一度読み、出来るまで演習問題に取り組む、という流れになりがちですが、「何がわかっていないからわからないのか」を解析し、必要な学習を必要な分量だけ提示することができます。生徒ごとのに今学習すべき項目を的確に提示できるという機能はAIの真骨頂でしょう
例えば数Iの『正弦定理』でつまずいている生徒をAI分析した結果、『垂直二等分線と三角形の外心・垂心』や『三平方の定理』の復習から始める必要があると判断しました。それらの教科ビデオの受講や演習問題を行うことによって最短で正弦定理をマスターすることができます。
普通なら、教科書や参考書で「正弦定理」の説明をもう一度読み、出来るまで演習問題に取り組む、という流れになりがちですが、「何がわかっていないからわからないのか」を解析し、必要な学習を必要な分量だけ提示することができます。生徒ごとのに今学習すべき項目を的確に提示できるという機能はAIの真骨頂でしょう
②スタディサプリ(リクルート社 https://studysapuri.jp/)
小中の数学で、学習記録や誤答した問題を、ディープラーニング技術を用いた解析することにより、特定の生徒が次に解けない問題を出題することに約90%の精度で成功しています。
「解けない問題」を予測することはどこにその生徒のつまずくポイントがあるのかの発見であり、学習プロセス・時間の効率化にとどまらず、学習者のモチベーションの維持や効率的な学び直しの実現に大きく寄与するものとされています。
今後は「今後は、各科目へ展開するとともに、このつまずき予測の仕組みをベースに、最適な学習パス・スケジュールを提案する仕組みを開発する予定ということです。
「解けない問題」を予測することはどこにその生徒のつまずくポイントがあるのかの発見であり、学習プロセス・時間の効率化にとどまらず、学習者のモチベーションの維持や効率的な学び直しの実現に大きく寄与するものとされています。
今後は「今後は、各科目へ展開するとともに、このつまずき予測の仕組みをベースに、最適な学習パス・スケジュールを提案する仕組みを開発する予定ということです。
③Qubena(コンパス社 http://compass-e.com/)
“Qubena”は、タブレット用の教材です。問題を解くのに時間かかった時間、つまずいた箇所など、解答プロセスやスピード、正答率などの情報をAIが蓄積し解析します。そして、それぞれの生徒に最適な問題を出し続けることで、効率よく、確実な理解度で学習を進めることが出来る仕組みです。
導入実験では、通常14週間かけて行う1学期分の単元学習を2週間で完成、7倍のスピードで習熟することが出来ています。
現在は中学生の数学のみサービス提供されています。
導入実験では、通常14週間かけて行う1学期分の単元学習を2週間で完成、7倍のスピードで習熟することが出来ています。
現在は中学生の数学のみサービス提供されています。
このように、現時点では間違えた箇所から苦手な単元を見つけその部分の学習を提案する。
という方向でどの教材も一致しています。弱点克服をAIが助け、効率的に習熟度を上げることが出来ます。
遡行学習という考え方は以前からあります。これをAI化することで、遡行する箇所を熟練した先生の勘と経験ではなく、ビッグデータや学習記録の分析から出来るようになりました。これにより、どの先生が行っても高い精度で遡る箇所を探し当てることが出来るようになりました。
どの教材も中学生までの数学が中心となっているのは、単元と単元の関わりが比較的単純で、AIに学習させやすいから、また操作する人間側にも遡行学習が認知されており、AIの効果を感じやすいからでしょう。
これが理科であれば、優性遺伝が苦手な生徒は、どの単元に遡って集中的に学習すれば良いのか、まだイメージがつきません。
今後しばらくは、数学から他の教科へ、また対応する学年を広げていくような進化がされていくことでしょう。
逆説的に言うと、「生徒の学習結果から苦手な箇所を見つけ出す」ということが2017年現在におけるAIの最高峰の技術です。苦手分野の克服はもちろん効果的に学習する方法の一つです。
他に効果的な方法として繰り返し学習で知識の定着をはかるという手法もあります。この方法もAIが得意そうな分野ですが、そのアプローチは現時点では見られませんでした。
\ビットキャンパスの詳細はこちら/