Research
感覚を、データに。
らいくんの「問い返し」は、生徒の思考を本当に深めているのか。「深まった気がする」で終わらせず、教室の手応えを対話のデータで確かめる——wrai の研究は、その一点から始まっています。
01
問いは、教室から。
研究テーマは机上ではなく、高校の探究の現場で生まれた違和感から立てる。問いの出所は、いつも教室です。
02
感覚ではなく、データで。
「思考が深まった気がする」で終わらせない。対話ログという一次データから、探究の深まりをとらえます。
03
知見は、プロダクトに還す。
論文で終わらせず、分析から得られた知見をらいくんの対話設計に還元する。研究とプロダクトは両輪です。
wrai-vortex
探究の深まりを、渦としてとらえる。
探究は、一直線には進みません。問いが広がり、迷い、また中心に戻ってくる——その動きを「渦」としてモデル化し、生徒の発話ひとつひとつを「探究の内/外・段階・思考の深さ」の座標に自動で測位する軽量エンジンを開発しています。
実際の授業の対話ログを使った一発勝負の検証で、探究の内/外の判定は比較した全手法中もっとも高いスコア（0.554・統計的に有意）に達しました。結果の数値は、研究ページで公開しています。
wrai-agent
問いを返すエージェントの、
設計と評価。
どう問い返せば、生徒の思考は動くのか。らいくんの中身であるAIエージェントの対話設計そのものを研究対象とし、現場のデータで評価・改善を繰り返しています。
問い返しの「種類」と生徒の反応の関係、丸投げが起きやすい場面のパターンなど、設計に直結する知見を蓄積しています。
生徒の言葉「テーマが決まらない」
らいくんの問い返し「いちばんモヤっとしてることは？」
生徒の思考が動く発話の変化を、データで観測する
共同研究・実証にご関心のある方へ
探究学習とAIの研究にご関心のある学校・研究者の方は、お気軽にお問い合わせください。