研究概要

研究開発の全体像

本プロジェクトは、教育現場における制度面・運用面の課題（教員の多忙、志望者の減少、学びの多様化、教育データの利活用の遅れ）に対し、 教育特化型AIモデルを基盤とした教育支援エコシステムを開発することで応えます。

基盤となるのは、文部科学省の文科省の「生成AIモデルの透明性・信頼性の確保に向けた研究開発拠点形成」により構築される日本語に強い高性能大規模言語モデル（LLM-jp）です。これを土台に教育特化型AIモデルを構築し、3種のエージェントAIとアナリティクス技術を組み合わせて、学習者・教員・教育改善のそれぞれを支援します。

研究テーマ

研究開発は、相互に連携する3つのテーマで構成されます。

テーマ①：教育特化型AIモデルおよびエージェント技術の研究開発

教育特化型AIモデルと汎用エージェントAI基盤を構築・リリースします。教育データ・学習データ・評価ベンチマークを収集・構築・整備し、ハルシネーション率、有害回答率、指導要領不適合率といった教育特有の観点で品質を評価・改善します。

教科書・参考書データ、学習指導要領、Webデータ、学習指導案、人工データ等を活用した学習・評価データの構築
教育特化型AIモデル・汎用エージェント基盤の開発

主担当： 国立情報学研究所（NII）

テーマ②：教育改善メタエージェントおよびアナリティクス技術の研究開発

SIPの成果であるLEAFシステムと教育特化型AIモデルを連携させ、統合的にデータを自動分析することで、学習効果の高い指導方法や学習者ごとに最適化された学習方法のノウハウを蓄積し、AIの改良に活用します。

教育プロセスデータ・教育改善ベンチマークの構築
教育改善メタエージェントの構築・リリース
説明性・透明性の高い学習者データの分析に基づく授業計画、自動フィードバック、問題作成・採点支援

主担当： 京都大学／一般社団法人エビデンス駆動型教育研究協議会（EDE）

テーマ③：学習者支援・教員支援エージェントの開発と実証研究

学習者支援・教員支援エージェントのインターフェースを開発し、実証校へ導入して有効性を評価します。

学習者支援エージェント：個別最適化された支援とフィードバック、個人ごとの学習窓口
教員支援エージェント：授業計画、自動フィードバック、問題作成、採点支援等
高等学校（DXハイスクール等）・小中学校（教育大学附属学校等）での実証研究

主担当： 大阪教育大学

実証研究

高等学校（DXハイスクール等）および小中学校（教育大学附属学校等）において実証研究を行い、運用技術やノウハウを蓄積します。既存の学習マネジメントシステム（学習eポータル）やCBTシステム（MEXCBT）と連携し、暗黙的な教育・学習プロセスのデータ化・蓄積・活用を促進します。

年度別の実施内容とKPIは実施計画・KPIのページを、事業終了後の展開は出口戦略のページをご覧ください。