Google、リリース前に自社生成の教室向けシミュレーションをAIエージェントにプレイテストさせた

デジタル学習ツールは主に、ビデオや教科書といった受動的なコンテンツを届けている。インタラクティブなシミュレーションは構築に費用がかかり、特定の教師のカリキュラムや生徒に合うことはほとんどないからだ。これに対するGoogle Researchの回答は、2024年のLearnLMモデルと2025年の「Learn Your Way」実験を土台に、生成的UIを適用することだった。モデルが事前にコーディングするのではなくインターフェースを動的に構築できるようにし、教師が固定されたライブラリから選ぶのではなく、必要に応じてカスタムシミュレーションを生成できるようにする。

このプロセスでは、開始時に教師をループ内に置き、何かが構築される前に目標を承認させ、最後に品質管理をパイプラインに引き渡す。各シミュレーションはそれらの目標に紐づくより難しいゲームレベルに分割され、ヒント、数式ツールボックス、個別化されたフィードバックを備える。教師が何かを見る前に、自己修正ループが教育学、仕組み、視覚デザインをチェックする。仕組みのチェックはエージェント的で、Chromeインスタンスを開いてユーザーがするようにシミュレーションと対話し、極端な制御値のような敵対的入力も含めて、壊れたレベルを捕捉する。

Googleは、公開前にすべて教師がレビューした、英語のSTEM科目における30以上の検証済み学習インタラクティブの公開ライブラリをリリースした。英国のSTEM教師を対象とした研究では、物理と化学のトピックがシミュレーション作成に最も適していると評価された。米国の教師12人を対象とした別の研究では、各教師が自分の教室向けに3つのカスタムインタラクティブをリクエストし、平均品質評価は10点満点中8点だった。教師たちは、動的生成が静的で既製のシミュレーションではできなかったこと、つまり実際のカリキュラムに合わせた指導の差別化を解決したと指摘した。

教師が見る前に、エージェントにシミュレーションを破ろうと試みさせる

生成前の学習目標の教師承認を引き続き必須とすることで、誤った目標が下流のすべてのレベルも誤らせる唯一のポイントに、人間の判断を残している。

検証を教育学、仕組み、視覚デザインという3つの明確な基準に分割することで、それぞれをそれに合った方法でチェックでき、1回の汎用的な品質パスに頼らずに済む。

生成されたコードを検査するだけでなく、実際にブラウザでシミュレーションを操作するエージェント的評価器を使うことで、静的解析では見逃す解決可能性の失敗を捕捉できる。

期待される経路だけでなく敵対的入力をテストすることで、静的で手作りのシミュレーションにはない失敗モードを狙う。それは作者によって一度テストされ、再生成されないからだ。

生成されたすべての成果物を人間がチェックする余裕がないときは、エージェントに人間が使うのと同じインターフェースを与え、不注意なユーザーや敵対的ユーザーのように成果物を破ろうと試みさせる。

GoogleはGoogle for Education Pilot Programを通じて学校とこのツールを試験運用しており、新しく生成されたインタラクティブはリクエストした教師にレビューのために戻され、その承認後にのみ公開ライブラリに入る。また、実際の教室での学習効果とエンゲージメントに関するUXリサーチとフィールドスタディを計画している。チームはリリースされたライブラリを初期段階と位置づけ、パイロットの拡大に伴い、さらに多くの科目と学年が今後追加される予定だ。