チームASMR

1. 俺の苦手がこんなに
理解されるはずがない
~教育格差をAIの力で解決する~
1
チーム
ASMR
※MFC運営事務局で一部画像を削除しました

2. 目次
1.社会課題の現状と原因
2.解決案の提案
3.解決案の具体的な内容
4.データの取得
5.運用例
6.開発計画
7.展望
2

3. 社会課題の設定
3
環境の違いから生まれる教育格差
1.社会課題の現状と原因
我々が塾講師として生徒に教える中で基礎的な部分の理解不足から伸び悩む
学生の多さに驚き、その原因が義務教育課程における先生の教え方の違いで
あると感じた。自分に合った学習サポートを受けるために多額の教育費をか
けて遠方から通う生徒の姿から普遍的にみんなが同じレベルの教育を受けら
れるような環境が必要だと考え、解決に着手した。

4. 我々が塾講師として生徒に教える中で基礎的な部分の理解不足から伸び悩む
学生の多さに驚き、その原因が義務教育課程における先生の教え方の違いで
あると感じた。自分に合った学習サポートを受けるために多額の教育費をか
けて遠方から通う生徒の姿から普遍的にみんなが同じレベルの教育を受けら
れるような環境が必要だと考え、解決に着手した。
社会課題の設定
4
環境の違いから生まれる教育格差
1.社会課題の現状と原因
原因①地域間の差②所得の差

5. 地域間の差
・現状 ・原因
塾が集中しているのは都市部になっている。
勉強法や「何をすべきか」などの情報の
手に入れやすさに都市部と地方で大きな差がある。
5
全国的に見ても、地方ごとに見ても
地域間による教育格差がある。
都市部ほど進学率は高く、地方部ほど低い。
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
京都
和歌山
東京
茨城
広島
山口
愛知
新潟
福岡
鹿児島
徳島
高知
宮城
岩手
北海道
沖縄
大学進学率 京都
和歌山
東京
茨城
広島
山口
愛知
新潟
福岡
鹿児島
徳島
高知
宮城
岩手
北海道
沖縄
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
京都府
和歌山県
東京都
茨城県
広島県
山口県
愛知県
新潟県
福岡県
鹿児島県
徳島県
高知県
宮城県
岩手県
北海道
沖縄県
各都道府県面積当たりの塾数[件数/㎡]
京都府
和歌山県
東京都
茨城県
広島県
山口県
愛知県
新潟県
福岡県
鹿児島県
徳島県
高知県
宮城県
岩手県
北海道
沖縄県
1.社会課題の現状と原因
都市
地方
＊１ ＊２

6. 所得の差
・現状
4年制大学進学率：年収400万以下の家庭では31.4％
1000 万円を超える家庭では62.4％
就職率:年収が低くなるにつれ増加する
所得が高い世帯ほど進学率は高く、所得が低いほど低い。
・原因
収入が低い世帯では予備校費が支出を圧迫している。
塾へ通うことが可能な層と困難な層との間で
格差が生まれてしまう
61.社会課題の現状と原因
19%
39%
16%
15%
11%
1000万世帯支出内訳
家賃
生活費
貯蓄
小遣い等
予備校費
25%
43%
2%
2%
28%
400万世帯支出内訳
＊３
＊４

7. 目標
環境を理由に進学を諦めざるを
得ない中高生の数を減らす
71.社会課題の現状と原因

8. 解決策
8
ＡＩが１人１人に寄り添った
学習計画を提供する
2.解決案の提案
AIが細部まで
サポート
最短経路での
学力向上
※文部科学省が全国の小中学生に
配布予定のタブレットにも対応
誰でも
無料で使える
苦手分析も
おまかせ！
まるであの

9. 提案内容：自習用合格アプリ「AI‐learning」
• 概要
文部科学省が全国の小中学生に配布予定のタブレット＆
スマートフォン向けに、受験合格サポートアプリケーション
「AI-learning」を開発する。
AIによりＰＤＣＡサイクルのⅮ以外を自動化することで、受験生
の勉強効率を飛躍的に上昇させる。
• アプリ内におけるＰＤＣＡサイクルの各役割
Ｐ：合格までのロードマップの作製・提示
Ｄ：ToDoリストに示された内容をアプリ内で学習
Ｃ：アップロードされた内容を自動で読み取り
達成度や苦手分野の分析・抽出を行う
Ａ：分析により得た苦手分野をもとに復習問題の提示を行う
ロードマップの
作製・更新
ユーザーの学習
分析
復習・苦手の克服
D
P
C
A
2.解決案の提案 9

10. Plan：ロードマップの作成・更新
現在の成績
過去の
データケース
ロードマップ
作成
・目標達成に向けて日々取り組むべき問題を割り振る
・毎日その日の達成状況を考慮したアップデートを行う
3.解決案の具体的な内容 10

11. © 2017 ひらめきEX.
ロードマップの全体図
ユーザー
AI
N年後
目標達成
現在
模試の偏差値
学内の成績
目標(志望校or定期テスト
の順位や点数)
復習問題
目標までの過程における現在
位置のパーセント提示(任意)
毎日のToDoリスト
現在の成績と目標の
差から日々のノルマを
割り振る
ToDoリストで提示
されたその日の問題を
解く
苦手分野の復習
模試やテストのたびに
成績データを更新する
苦手分析
進捗状況を基に翌日
以降のToDoリストの
アップデートを行う
113.解決案の具体的な内容
１日ごとに更新

12. 123.解決案の具体的な内容
ロードマップの作成にあたって必要な作業

13. Do：ユーザーの学習
ToDoリスト
AIによって毎日提示される。
個々のペースや目標に合わせた
科目・分野別の問題一覧
復習
学校で既習済みの内容を
より自分のものにしていく
予習
受験に向けて、未習分野の
基礎や各教科の応用問題・
複合問題を解くことで対策
の手助けをする
＋α
133.解決案の具体的な内容

14. Check：分析
14
Do
（日々の学習）
志望校までの
学力差
必要な学力
苦手分野の
分析
合格に導く
推移
問題の
難易度設定
ロードマップの
再構築
日々の学習や
模試のデータから
苦手分野を分析
ユーザーや志望校の
レベルに応じて解く
べき問題を分析・抜粋
現時点での学力と
志望校のレベルから
合格するのに必要な
学力を分析し、計画の
アップロードを行う
3.解決案の具体的な内容

15. Action：復習・改善
15
復習問題
・不正解問題の類題や複数の苦手分野
からなる複合問題を提示し、毎日その
日の勉強の最後に取り組んでもらう
・日々の勉強時間のうち復習に充てる
時間の割合を決めて、苦手を着実に
片づけていく
※消化不良を起こさないよう確実に
毎日実施
効率的な進め方
・勉強のやり方が分からなくて空回り
しているユーザーのためにTo Doリスト
よりも詳しいものを提示
・自分の性格と志望校の難易度に
あった参考書をYes,No診断などで抽出，
提示する
3.解決案の具体的な内容

16. データの取得方法
企業（敬称略） 取得データ 課題
学校 生徒の成績推移と合格実績
定期テストの結果
各校の学力差も考慮する必要が
ある
学習総合サイト ユーザーの勉強時間の記録と
成績推移
その時使われた参考書
個人情報の管理の観点から制限
が増える
各出版社 参考書の電子データ
（問題・解答・解説）
売れ行きの低下を補える程度の
支払いをする必要がある
16
既存の企業との連携を図る文部科学省と提携
4.データの取得
※MFC運営事務局で一部表現を変更しました

17. アプリを使用した人との比較例
アプリを使って学習した人
客観的な現状の
把握
やるべきことの
提示
問題を解く
苦手分析
復習
計画のアップ
デート
今まで通り学習した人
主観的現状の把握
学習内容の決定
問題を解く
復習
アプリを使用することで効率的で具体的な学習が可能になる
AI
ユーザー自身
5.運用例 17

18. 6.開発計画
開発計画
• 文部科学省と連携
• 協力を得たい会社・学校にデータ提供の申し入れ
step2
• アプリ制作会社と打ち合わせ・見積書や仕様書の作成
• アプリの設計・開発
step3
• アプリの動作検証
• 実装
開発期間は１年を想定とする
step1
18
※５

19. 展望
197.展望
地域間・所得の差に制限されることなく
個人個人に合わせたサポートが受けられるようになる
学びたいのに学べず、
進学を諦めていた学生の減少
進学率の増加・
日本の教育水準の底上げが期待される

20. 参考資料
• ※１都道府県別進学率
https://education-career.jp/magazine/data-report/2019/education-continuance-rate_2018/
• ※２都道府県別の塾の数
https://todo-ran.com/t/kiji/11613
• ※３両親の収入別での高校卒業後の進路
http://ump.p.u-tokyo.ac.jp/crump/resource/crump090731.pdf
• ※４年収ごとの世帯支出内訳
https://ten-navi.com/hacks/article-31-11273
• ※５アプリ開発までのプロセス
https://www.biz.ne.jp/matome/2003927/
20