知識を教える仕事と、生徒を動かす仕事を切り分け、前者をAI、後者を人に割り当てた役割分担が、この形態の中核にあります。教える内容の判断をAI側に移したことで、講師に求められる能力は「教科を教え込む力」から「データを読んで生徒と話す力」へと置き換わりました。属人化していた部分だけを機械に寄せ、人にしか担えない部分を残すという線の引き方が、指導経験の浅い講師でも教室を成立させる条件をつくったと考えられます。
その線引きを支えているのが、累積7億件という解答データの蓄積です。理解度と記憶の定着度という、講師が経験則で感じ取っていた要素を判定の対象に置き、しかも教科ごとの性質に合わせてカリキュラムを組み分けている点は見逃せません。ここを一律の学習順に丸めてしまえば、生徒ごとの詰まりを外した教材になりかねず、個別最適という看板だけが残ります。教科の違いを設計に織り込んだ細かさこそが、AIにティーチングを任せる判断を現実的にしているのでしょう。
見落とされやすいのが、定額の通い放題という料金設計です。学習量をAIが生徒ごとに決める仕組みと、コマ数に応じて課金する仕組みは本来かみ合わず、生徒が費用を理由に学習量を加減した瞬間、最適化された計画は絵に描いた餅になります。個別最適を技術だけで終わらせず、料金の側まで合わせにいった設計は、AI活用を業務に載せる際の勘所を示していると受け止められます。