Dolly が Claude in Amazon Bedrock で教師のワークライフバランスの回復を支援

Dolly は Amazon Bedrock の Claude を使用して、英国の教師が課題を即座に採点し、研究に裏付けられた授業コンテンツを作成し、詳細な生徒の進捗レポートを作成することで、時間を節約できるよう支援しています。

Claude による主な成果

• デジタルクイズおよび評価の採点時間を 60〜70% 削減
• 複数クラスにわたり教師1人あたり週 8〜10 時間を節約
• 30 人クラスのクイズ採点を 1.5〜2 時間から即時フィードバックに短縮
• AI 生成の記述式サマリーにより、レポート作成時間を50% 削減

教育現場が直面する業務量の危機

英国の教師は深刻化する危機に直面しています。National Foundation for Education Research によると、業務量の負担により教師の供給が危機的な状態に追い込まれています。教育者は日常的に採点すべき答案の山を自宅に持ち帰り、夜間や週末を管理業務に費やしています。

しかし、問題は量だけではありません。「教師には生徒の学習成果を質の高い記録として維持するための時間と適切なツールが不足していることがわかりました」と Dolly の共同創設者兼 CTO の Owen Morgan 氏は述べています。「ほとんどの教師は、事前に用意されたコメント集から汎用的なコメントを引き出す基本的なアプリケーションに頼っており、実際のコンテキストやパーソナライゼーションは提供されていません」

意味のある生徒データがなければ、教師は苦戦している学習者に介入し支援する重要な機会を逃してしまいます。反復的な管理業務の負担は、優秀な教育者を教職そのものから離れさせています。Dolly の創設チームは、まさにこのフラストレーションから教室を離れてソフトウェアエンジニアリングの職に就いた元教師たちであり、これを身をもって経験していました。

チームは AI の変革的な可能性を認識しました。Morgan 氏は、「適切な AI モデルがあれば、評価において時間がかかるが必要な側面を自動化できます。教師は週末に採点することなく、すべての生徒に高品質でパーソナライズされたフィードバックを得ることができます。AI エージェントがトピックを調査し、魅力的な課題を作成できます。教師に生活を取り戻すための技術はすでに存在していたのです」と説明しています。

正確性と教育への適合性で Claude を選択

Dolly は、教育コンテンツを絶対的な正確性で処理しながら、細かな要件を理解できる AI モデルを必要としていました。「Claude の大きなコンテキストウィンドウは非常に重要でした」と Morgan 氏は説明しています。「論文全体、カリキュラム基準、生徒の過去の学習成果を1つのプロンプトに含めながら、採点タスクへのフォーカスを失わずに済みます」

技術的な能力は方程式の一部に過ぎませんでした。Claude のフィードバックへのアプローチが決め手となりました。「Claude は、教師自身が書くような明確で建設的なフィードバックを一貫して提供します」と Morgan 氏は述べています。「励みになり、学術的に適切で、生徒の改善を支援することに焦点を当てています」

構造化された出力機能は、彼らのユースケースにとって不可欠でした。Morgan 氏は、「構造化された出力を生成する Claude の正確性は、私たちの評価において他のモデルを上回りました」と述べています。この信頼性により、教師はシステムがフィードバックを一貫してフォーマットし、生徒の作品から重要な情報をエラーなく抽出できることを信頼できました。プラットフォームはまた、ほとんどの教室で一般的な手書きの課題にも対応する必要がありました。Claude のビジョン機能は不可欠でした。「Claude のビジョン機能を使用して、手書きの生徒の課題を元のフォーマット、スペルミス、文法の間違いを保持したままデジタルテキストに変換しています」と Morgan 氏は述べています。「教師は物理的な課題の正確なデジタルコピーを得ることができます」

Amazon Bedrock は最適なデプロイメントソリューションを提供しました。Morgan 氏は、「Amazon Bedrock を使用することで、データ主権のコントロールを維持しながら、既存のデプロイメントおよびモニタリングプロセスに適合させることができます」と説明しています。機密性の高い生徒データを取り扱う学校にとって、このレベルのコントロールは譲れない条件でした。

Claude が効率的な教育ワークフローを実現

Dolly は Claude を使用したマルチステージプロンプティングを管理するために、カスタムの Amazon Web Services（AWS）Step Functions ワークフローを構築しました。Morgan 氏は、「複雑なタスクをフォーカスされたステップに分割し、それぞれを個別の Claude プロンプトで処理します。これにより出力品質が向上し、システムの保守が容易になります」と説明しています。このアーキテクチャは、教育機関にとって重要な要件であるデータ主権を確保しながら、モデル推論に Amazon Bedrock を活用しています。

このプラットフォームは教師の働き方を変革します。Claude 搭載のエージェントが課題を作成する前にトピックを調査し、検証のためのソースを提供します。デジタルクイズは各生徒への詳細なフィードバック付きで即座に採点されます。教師は数時間ではなく数分で、さまざまな能力レベルに対応した教材を作成できます。システムは AI が分析した学習成果データに基づいて、リアルタイムの生徒レポートを維持します。

Morgan 氏は教師が完全なコントロールを保持していることを強調し、「教師は常に最終決定権を持っています。コンテンツやフィードバックを生徒と共有する前に編集できます。Dolly は代替ではなく、アシスタントとして機能します」と述べています。

教師が時間を取り戻し、生徒がより良いサポートを受ける

その成果は劇的でした。30人のクラスのクイズ採点は、以前は1.5〜2時間かかっていましたが、今では各生徒への詳細なフィードバック付きで即座に完了します。「以前は数時間かかっていたことが、今では数秒で完了します」と Morgan 氏は語っています。「クイズは理解度の確認と記憶の定着に不可欠であるため、これは時間の節約だけでなく、教師が生徒の進捗を追跡しサポートする方法を変革しています」

教師たちは日常体験の大きな変化を語っています。Morgan 氏は、「いつでも対応でき、疲れることなく、生徒のニーズに合わせて教材を即座に適応できるティーチングアシスタントがいるようなものです」と述べています。ある教師は、何年ぶりかで採点する答案の山を持ち帰らずに退勤できたと語りました。

生徒はすべての課題でパーソナライズされたフィードバックを受け、大人数のクラスでは不可能なことが多い個別の関心を得ることができます。保護者は、単純な成績を超えて子どもの強みと成長分野を説明する充実したレポートを評価しています。「Dolly が各生徒に提供する詳細さに教師たちは驚いています」と Morgan 氏は説明しています。「これにより、教師はより良い成果を提供しながら、実際の教育に集中できるようになります」

AI を活用した教育の未来を構築

Dolly の目標は管理業務の効率化にとどまりません。Morgan 氏は、「Dolly は教師にとって信頼できるコラボレーターへと進化しています。次は、大規模なパーソナライズドラーニングに注力します」と述べています。

チームは、Claude in Amazon Bedrock が個々の生徒の能力、既存知識、学習パターンに基づいて完全にパーソナライズされた課題の生成を支援する未来を構想しています。実績のある教育フレームワークに沿った、自由回答形式の質問や実践的な課題への AI による足場がけを備えた探究型学習のサポートを開発しています。

「私たちの目標は、教師が人間にしかできないことに集中できるよう支援することです」と Morgan 氏は説明しています。教師がインサイト、創造性、真の思いやりに集中し、Dolly が反復的なタスクを処理する未来を見ています。「Anthropic を AI パートナーとして、教育の可能性を再構築し、教師がより少ないストレスでより多くを達成するためのツールを提供しています」