TeachMateGPT：理科の評価問題を自動生成するAIの新基盤

教師の負担を減らす新たなAI

理科の先生方は、評価問題の作成に多くの時間を費やしています。教科書の内容に基づいた問題を作るのは大変な作業です。この負担を減らすため、AIによる自動生成が期待されています。

しかし、これまでのAIにはいくつかの課題がありました。例えば、単純な情報検索に頼るやり方です。一つの問題しか作れないことや、根拠が弱い情報から問題を作ってしまう危険性もありました。特に、資源が少ない環境や、試験形式が決まっているカリキュラムでは使いにくい面がありました。

TeachMateGPTが解決する課題

この課題を解決するために開発されたのが「TeachMateGPT」です。これは、複数のAIが連携して動く仕組みです。この仕組みは、理科の評価問題作成に四つの大きな進歩をもたらします。

一つ目は、知識の管理方法です。教科書の内容を階層的に整理する「COPE」という知識基盤を使います。これにより、各単元の学習レベルに合った根拠情報を正確に選び出せます。従来の単純な情報分割とは異なります。

二つ目は、問題生成の手順です。AIが情報を検索し、すぐに問題を生成する従来のやり方ではありません。段階的な手順を踏みます。情報が不十分な場合は、生成を中止する安全な仕組みも備えています。専門のAIが、多肢選択式や記述式の問題を作成します。

問題の質を高める検証とデータ

三つ目は、問題の検証方法です。「SAVER」という検証手順を導入しました。これは、生成された問題が元の情報に忠実か、関連性が高いかを確認するものです。幻覚（ハルシネーション）のリスクも評価します。教師が実際に評価に加わることで、問題の質をさらに高めます。

四つ目は、新しいデータ集の作成です。「NCTB-SciGen8」というデータ集を整備しました。これは、バングラデシュの8年生理科教科書全14章から作られた198問で構成されています。このデータ集は、この仕組みによって作られ、三人の現役教師によって評価されました。

信頼性の向上と今後の展望

TeachMateGPTを使うことで、問題の忠実性は大きく向上しました。従来の仕組みでは0.68だった忠実性が0.96に改善されています。また、解答の関連性も0.60から0.89に上がりました。これは、教師の評価問題作成を強力に支援し、教育の質を高める可能性を示しています。私の見方では、この仕組みは今後、他の教科や教育段階にも応用されるでしょう。