エドテック企業の人工知能（AI）競争がコンテンツ生成から検証へと移りつつある。AIを活用すれば学習問題や教材を迅速に作れるが、正確な資料を入力しても正答や解説が誤っていたり、学習者の水準に合わない成果物が出る可能性があるためだ。企業は教育専門家の検収基準をAIに適用するなど、コンテンツの信頼性向上に力を入れている。
20日エドテック業界によると、教育コンテンツ生成に検証済みの原本データを活用する企業が増えている。AIが不正確な情報をもとに設問を生成する可能性を下げ、成果物の信頼度を高めるためである.
Daekyo(019680)とMegazoneCloudが設立した合弁会社ディフィニションも、AI問題生成サービス「問題G」で、教師が保有する素材や教育部（韓国の教育省に相当）告示の達成基準をもとに、本文と設問を作っている。
VISNAG Educationは、難易度や学年、正答率、配点などを設定すると条件に合う問題集を構成する問題集生成機能に、過去出題問題をデータとして活用した。試験に出題され検証済みの設問の中から、学生の条件に合う問題を選別・組み合わせ、誤りの可能性を下げている。
原本データを活用しても、誤りを完全に防ぐのは難しい。5月にオックスフォード大学出版局が発行する国際学術誌「Postgraduate Medical Journal（ポストグラデュエイト・メディカル・ジャーナル）」に掲載された「医学教育におけるAI生成の多肢選択式設問の妥当性：体系的文献レビュー」によると、AIが生成した多肢選択式設問の誤り率は研究によって1％未満から最大45％まで見られた。研究陣は、生成型AIは設問の草案作成には有用だが、人手による検証なしに活用できる水準ではないと評価した。
これを受け、企業は原本データの活用と併せて検証体制を高度化している。外国語学習サービス「スピーキングマックス」を運営するウィバスブレインは、講義映像とカリキュラム、既存設問などの原本資料を入力すると、リスニング設問、リピート用文など6段階の学習コンテンツ草案を作る「AIコンテンツファクトリー」を構築した。ここにAIが作った成果物を検収する工程を追加した。学習者の水準に合う表記や教授順序に沿った例文配置など、人が適用していた検証基準をAIベースの検収体制に反映した。
他の企業も、生成された教育コンテンツの正確性と学習適合性を併せて検証している。生成された教育コンテンツが実際の授業に使えるかも確認し、正答の正確性はもちろん、学習者の水準や教育課程、設問の配列、解説方式などを精査したうえでコンテンツを出している。
エドテック競争の重心がコンテンツ生成から検証へと移るにつれ、検証工程の効率化が課題として浮上する見通しだ。検収体制を精緻に設計しても最終判断は人が担う必要があるだけに、AIを活用して教育コンテンツを多く生産するほど検収人員の負担も増える可能性がある。企業が検証工程に投入する費用をどこまで負担できるかも変数だ。
チョ・セウォンウィバスブレイン代表は「検収のための教育設計の専門性と生成のためのAI技術力の分子的結合が今後の競争力を左右する」と述べた。