HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Launch HN: Bloomy (YC S26) – K-12向けAI搭載マスタリーラーニング

Launch HN: Bloomy (YC S26) – AI-powered mastery learning for K-12 (news.ycombinator.com)

93 pointsby alexsouthmayd99 コメント

要約

Bloomyは、K-12(幼稚園から高校)の生徒向けのAI搭載マスタリーラーニングプラットフォームです。AIチューターとアダプティブなカリキュラムを提供し、生徒のスキルギャップを診断して個別学習パスを作成します。このプラットフォームは、ベンジャミン・ブルームの「2シグマ問題」をAIで解決することを目指しており、個別指導と同等の学習効果をより手頃な価格で提供することを目指しています。

全文翻訳

皆さん、こんにちはHN。私はBloomy (https://bloomylearning.com) の創業者であるAlex Southmaydです。Bloomyは、K-12の生徒向けのAI搭載マスタリーラーニングプラットフォームです。Bloomyは、生徒にAIチューターとアダプティブカリキュラム(現在は数学、英語、ライティング)を提供します。

仕組み:
生徒のスキルギャップを診断し、パーソナライズされた学習パスに配置します。そして、標準に準拠したレッスンと、単に答えを教えるのではなく学習を支援するソクラテス式AIチューターを提供します。

目標は、AIを用いてブルームの2シグマ問題 (https://en.wikipedia.org/wiki/Bloom%27s_2_sigma_problem) を解決することです。

短いローンチビデオ: https://tinyurl.com/bloomylearning

より長いプロダクトデモ: https://youtu.be/XHvoKt6qMeo

Bloomyのファミリー向けアクセス: https://bloomylearning.com/families

私は教師からキャリアをスタートしました。Teach For Americaで中学2年生の英語とライティングを教えていましたが、毎日30人の生徒それぞれ異なるニーズに対応した個別指導を提供することに苦労していました。一部の生徒は補習を、一部は加速学習を必要とし、多くは次のステップを考え抜くのを助けてくれるチューターを必要としていました。Benjamin Bloomの2シグマの結果、つまり個別指導が従来の教室指導よりもはるかに良い成果をもたらすという考えは、私にとって直感的に正しいと感じていました。難しかったのは、そのような個別対応をすべての子どもたちにとって手頃で利用可能なものにすることでした。

そこにAIがコストカーブを変えました。Alphaのような学校が学習時間を基準にするのではなく、マスタリー(習熟度)を中心に学業を組織しているのを見たとき、そのモデルが腑に落ちました。Alpha Schoolについて聞いたことがあるなら、それが私たちにインスピレーションを与えた学習モデルの方向性です。しかし、私はすでに存在する家族や学校、つまりホームスクール、マイクロスクール、ハイブリッドスクール、そして今日ほとんどの子どもたちがいる通常の教室のことを考え続けていました。

ほとんどの生徒と教師は、学習のギャップを間違った解像度で見ています。彼らは成績、パーセンタイル、ベンチマークスコア、あるいは広範な基準を得ますが、「この生徒が次に学ぶべきスキルはこれだ」という具体的な情報は得られません。既存の個別学習製品は、しばしばデジタルワークシートのように感じられます。練習問題は豊富に提供されますが、診断や指導はあまり行われません。AIチューターが中核的な指導を提供するものは非常に少ないです。Bloomyは診断から始まります。私たちはサードパーティの評価と統合し、独自の評価も提供して、各生徒の学習パスを作成します。生徒は一度に1つのスキルに取り組み、短いレッスンを受け、適応的な難易度で練習し、少なくとも90%の習熟度を証明してから先に進みます。学習パスは、生徒のパフォーマンスと、学習コモンズ/Chan Zuckerberg Initiativeとの協力で構築されたスキルの前提条件のナレッジグラフに基づいて、生徒の学習中に更新されます。

各スキルには3つの段階があります。ベースキャンプは、例題とともに概念を教えます。クライムは、ガイド付き練習とソクラテス式サポートを提供します。サミットは、ヒントやAIの支援なしで行われる独立した10問の習熟度評価です。進むためには90%の正答率が必要です。もし生徒が苦労しすぎた場合、そのレベルに適した別のスキルに誘導されます。

BloomyBotは、空のチャットウィンドウではなく、ライブでインタラクティブで観察力のあるデジタルチューターです。練習中、それはアクティブな文章または問題、質問、生徒の試み、作成された説明、および関連する誤解のコンテキストを受け取ります。それは段階的なチュータリングラダーに従います。まず生徒が何を試したかを尋ね、次に概念に言及し、戦略を提案し、一緒に1つのステップを完了し、生徒が苦労した後でのみより重い足場を提供し、その過程で適応し学習します。生徒はそれを中断することができ、私たちは顧客からの要望に応じて、スペイン語、フランス語、その他のニッチな言語での多言語サポートの展開を開始しました。

現在、BloomyBotにはAnthropicとOpenAIのさまざまなモデルを使用しています。チューターは現在のレッスンに限定され、無関係な質問はリダイレクトされ、会話の長さは制限され、習熟度評価中は利用できません。言語モデルはカリキュラムを選択したり、生徒がスキルを習得したかどうかを決定したりしません。

この分離は重要です。一般的に「役立つ」AIの応答は、悪いチュータリングの応答になり得ます。もし答えを教えてしまえば、生徒はタスクを完了しますが、何も学ばないかもしれません。私たちの目標は、宿題回答チャットボットを構築することではありません。診断、指導、練習、フィードバック、そして独立した習熟度という構造化されたループの中にAIを組み込むことです。

LLMは依然として誤りを犯す可能性があり、私たちの制約がそれを排除するとは主張しません。私たちは、BloomyBotを作者によるレッスンコンテンツに根ざし、トピックに沿った状態を保ち、会話を記録し、評価から除外することで、表面積を減らしています。教師や保護者はチューターの活動をレビューでき、生徒は問題を報告でき、安全信号は人間のアラートとバックアップ監査をトリガーします。また、Bloomyを教師、保護者、人間のチューターの代替とは考えていません。優れた人間のチューターの方が優れています。私たちがテストしているより狭い質問は、生徒がすでに実行しているであろう限定された学習セッション中に、コンテキストを認識したチューターが、静的な「正誤」フィードバックよりも優れた支援を提供できるかどうかです。長期的には、生徒が(少なくともカリキュラムの特定の側面において)中規模または大規模な教室での多対一の指導よりも、個別AIチューターでより良いパフォーマンスを発揮できるかどうかが問題となります。

Bloomyは現在、さまざまな環境で利用されています。従来の学区、チャータースクール、ハイブリッドスクール、マイクロスクール、ホームスクール、そして追加の学術サポートを求める家族です。マサチューセッツ州のチャータースクールで約150名の6年生から8年生を対象に行われた初期パイロットでは、生徒たちは冬から春にかけてのNWEA MAPの成長率が平均して約1.8倍でした。これは観察的なパイロットであり、ランダム化された研究ではないため、Bloomyがその違いを引き起こしたという証拠ではなく、励みになるシグナルとして扱っています。

保護者や教師は、生徒が何を習得したか、何が進行中か、どこでサポートが必要かを確認できます。私たちは、大人は一般的に別の一般的なスコアを求めているのではなく、今週どの少数のスキルに注意を払うべきかを知りたいと考えていることを発見しました。

Bloomyは、ファミリーサブスクリプションと学校ライセンスを通じて収益を上げています。ELAは学習者あたり月額39ドルまたは年額279ドル、Writing Studioは月額19ドルまたは年額139ドルです。Mathは7月31日にELAと同価格でローンチ予定です。学校やマイクロスクールは生徒あたりで料金を支払い、料金は科目範囲、登録者数、ローリング、実装ニーズによって異なります。

子供たちがBloomyを使用するため、学習応答、進捗データ、チューターとの会話を収集します。個人情報を販売したり、児童データを行動広告に使用したり、モデルプロバイダーがBloomyから送信された識別可能な児童データを使用して汎用モデルをトレーニングすることを許可したりしません。AnthropicとOpenAIの両方とゼロデータ保持契約を結んでいます。保護者や学校は、適用されるアカウントまたは学校の契約に基づき、アクセス、エクスポート、修正、または削除を要求できます。

私に関する追加情報: Teach For Americaの後、Manhattan Prep / KaplanでGMATおよびGREカリキュラムを教え、設計しました。Lyftのニューイングランド市場でドライバー獲得チームを率い、スタンフォードでMBAを取得し、McKinseyでAI変革プロジェクトを率いました(そのため、昨年1月のモデルが私がBloomyで追求しているようなことを達成するのに十分なほど良くなったとき、私は構築を開始するのに適切な場所に適切なタイミングでいました)。Bloomyは、私のキャリアの中で最も大切にしている教育成果、学習デザイン、製品構築、そして有用なテクノロジーを人々の手に届けるという、さまざまな部分を結びつけています。

特に、保護者、教師、子供向けのAIに取り組むエンジニア、およびチューター、評価、またはアダプティブラーニングシステムを構築した経験のある方々からのフィードバックをいただけると幸いです。ガイド付きAIヘルプと独立した習熟度の分離は理にかなっていますか?教育におけるAIの最大の可能性はどこにあると思いますか?私たちのセーフガードはどこが不十分ですか?このようなものを生徒に任せるために、どのような証拠や製品の挙動が必要になりますか?

もちろん、注意すべき多くの危険や落とし穴がありますが、AIを責任を持ってインテリジェントに使用すれば、K-12教育に(長い間初めて)大きな進歩をもたらすことができると信じています。