Zelma

Zelmaは米国全土の保護者、教師、学校管理者、政策立案者が教育データにアクセスすることを可能にする、GPT‑4を活用したリサーチアシスタントです。

Zelmaにより、どのような問題が解決されるのでしょうか。米国では3年生から8年生までの全生徒に統一テストが実施されているものの、成績に関するデータはほとんど利用されておらず、さまざまな情報源や形式は分散されています。テストデータは地区や人口統計グループごとに、生徒の国語（ELA）、数学、科学の習熟度の有効な指標となります。しかし、教育の未来を形作る可能性を持つこの重要な洞察は、ほとんどの保護者、ジャーナリスト、教育者、政策立案者の手の届かないところにあるのです。

その隔たりを認識したブラウン大学の経済学者で著述家のEmily Oster博士は、こうした構造を変えることを目指しました。「Zelmaによって、保護者や政策立案者は自分たちにとって最も重要かつ個々に合った教育的インサイトを、わかりやすい言葉で瞬時に得ることが可能になります」と同博士は説明しています。では、Zelmaはどのようにこれを実現したのでしょう。同博士が率いるブラウン大学の学生研究者チームは、1年をかけてデータを収集し、慎重に1つの統一されたフォーマットへと整理・修正・削除しました。そして、Novy⁠（新しいウィンドウで開く）と協力し、OpenAI APIを使用してデータに命を吹き込んだのです。

NovyはFunction calling⁠（新しいウィンドウで開く）機能を活用して、GPT‑4にデータ表示に使用するビジュアルやフィールドを選択させました。Zelmaの「質問をする」ビューでは、利用可能なデータをもとに質問を提案する、データ対応型のタイプアヘッドを生み出すモデルの微調整⁠（新しいウィンドウで開く）を行いました。また、正確性を向上させるために、既知の良好なグラフ例をベクトルデータベースに埋め込み、保存しました。

最大の課題は、人々がどのような言い回しで質問するかを予測し、プロンプトをゼルマの知識の範囲内に収めることでした。オスター博士は、「私たちは、Zelmaのユーザー・エクスペリエンスにおいて意図的な設計を選択し、Zelmaが答えられる質問をするように促すことで、この問題に対処しました」と説明しています。主な特徴は以下の通り：

• プロンプト例の提案。Zelmaは教育データの特定の領域のみをカバーしているため、これらの提案はユーザーがZelmaの知識の範囲とプロンプトのフレーズを理解するのに役立ちます。
• すべての質問を公開。⁠（新しいウィンドウで開く）そうすることで、他の人が質問した内容を知ることができるのと同時に、ユーザーが無関係なクエリを大量に送信するのを防ぎます。
• SQLコードを表示。Zelmaは、得られた回答を素早く確認するためのロジックを提供します。また、コーダー以外の人のために、その要因も平易な言葉で説明しています。
• コンテキストを説明。Zelmaは、特定の年のデータに影響を与えた可能性のある外部要因を理解するのに役立つ、州のテストの変更など、注目すべきイベントのフラグ付けや定義を通じたコンテキストを提供します。

Zelmaを使えば、ミネソタ州における数学の成績上位5地区（チャータースクール区域以外）⁠（新しいウィンドウで開く）を即座にリストアップし、全員の習熟率が77％前後であると知ることができます。また、簡単なプロンプトを入力するだけで、カリフォルニア州における国語の学力⁠（新しいウィンドウで開く）の人種間格差を時系列で表示しながら、それと同時に2015年に評価方法が変更されたことを指摘し、同年以降のテスト結果はそれ以前の年と比較できないことを示すことができます。

それは、教育委員会のメンバーはZelmaを使って会議中に素早くデータを視覚化し、データに基づいた意思決定を行うことを意味します。また、保護者は近隣の学区の過去のテスト成績を比較して、子供をどこで育てるか知識に基づいた判断を下すことができるのです。知事の首席補佐官は、Zelmaを参照して州内の成績上位校を特定し、テストの点数の時系列の変化を確認できます。

散在するデータポータルやスプレッドシートからユーザーフレンドリーなウェブサイトへ、Zelmaは多種多様なデータを意味のある分析へと変換します。また、教室での教師のサポート⁠や、生徒個々のペースに合わせた学習支援⁠などのユースケースとも結びつき、教育システムのさらなる充実を図っています。Zelmaはまた、OpenAIのツールや商品を使うことで、データをより使いやすく、誰もがアクセスできるようになることを示す、素晴らしい実例となっています。