生成AIで英作文を平均20秒で添削、ナガセが10万人規模に備えた負荷分散

精度が実用の水準に届いたことを確かめてから開発に着手した、その順序の置き方がまず効いています。ChatGPTを実際に触った段階でアイデア自体は生まれていましたが、着手はGPT-4の登場を待ってからでした。生成AIを使うこと自体を出発点にせず、生徒に返す添削として通用するかどうかを先に見極めています。教育の現場では誤った指摘がそのまま学習の妨げになるため、この見極めを飛ばさなかったことの意味は小さくありません。

実行基盤の選定を「速く返せるか、落ちないか」という運用の問題として扱った点も見逃せません。1分あたりのリクエスト処理能力を調べたうえでAzure OpenAI Serviceを選び、全世界約10リージョンを組み合わせて負荷を分散させています。生徒の利用が夕方に集中するという教育サービス特有の偏りを、あらかじめ設計の前提に織り込んだ構成です。生成AIの導入では出力の品質にばかり関心が向きがちですが、待たされないことを主要な設計課題に据えた判断が、教室で実際に使える道具にしたと考えられます。

長年蓄積してきた添削ノウハウを、AIが返す出力の形式そのものに落とし込んだ設計も、この事例に固有の工夫です。問題は基礎から最難関まで5つのレベルに分かれ、それぞれ200問が用意されています。判定はA〜Eの5段階で、B判定以下では正しい答案と講評、アドバイスが示され、A判定では代わりに別解が提示されます。到達度によって返すものを切り替えるという割り切りが、生徒が次に何をすればよいか迷わない画面を成立させています。