個別化された問題生成のためのマルチエージェントシステムに対する数学教師のインタラクション

arXiv cs.AI / 2026/4/15

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、教師が入力した基になる問題と目標トピックから、LLMを用いて中学生向けの個別化された数学問題を生成する、教師を介した（teacher-in-the-loop）マルチエージェントシステムを研究する。
生成された問題を数学的正確性、真正性（authenticity）、読みやすさ、現実味（realism）の観点で評価する4つの専門化したAIエージェントが、問題作成時の品質管理を支援する。
ASSISTmentsを通じた授業での導入により、8人の中学校数学教師が212問を生成し、それらを生徒に割り当て、システムの実際の教室での利用可能性を示した。
教師と生徒は、現実世界の文脈要素をより細かな粒度で調整したいという希望を表明しており、エージェントが先に現実味の問題を検出していたとしても、真正性／適合性に関する懸念があり得ることを示唆している。
最終版の問題では、現実味、読みやすさ、または数学的ハルシネーション（誤った内容）の報告される問題がほとんど見られず、マルチエージェントによる評価が、教師の制御を維持しつついくつかの品質リスクを低減し得ることが示唆された。

Abstract

大規模言語モデルは、学習者の特性に合わせて教育タスクを適応させることが、ますます可能になってきています。本研究では、中等（中学）数学の問題を個別化するための、複数エージェントによる teacher-in-the-loop（教師をループに含めた）システムを検討します。教師は基本となる問題と希望するトピックを入力し、LLMが問題を生成し、その後、4つのAIエージェントがそれぞれが専門とする評価基準（数学的正確さ、真正性、読みやすさ、現実性）を用いてその問題を評価します。8人の中等学校の数学教師が、このシステムを用いて ASSISTments 上で212問の問題を作成し、それらを生徒に割り当てました。その結果、教師と生徒の双方が、問題の現実世界の文脈に含まれる、きめ細かな個別化要素を修正したいと考えていたことがわかりました。これは、真正性や適合性に関する課題を示しています。問題が書かれている最中にエージェントは現実性に関する多くの問題を検出していましたが、最終版で教師と生徒が指摘した現実性の問題はほとんどありませんでした。読みやすさの問題や数学的ハルシネーションもまた、ある程度まれでした。教師による制御を支えるパーソナライズのための複数エージェント・システムに関する示唆を提示します。