ローカルで動かすAIでも十分なクオリティ──カナダ発「小さなモデルで大きな支援」：2025/06/09

ここ数年、ChatGPTのようなAIを教育現場で利用するシーンも増えてきています。でもその多くは、「生徒の質問に答える」「宿題を手伝う」といった生徒向けの用途に偏りがちです。

そんな中、カナダ・モントリオールの研究チームが、論文『Small Models, Big Support』にて、先生の活動を支援するAIについての研究を発表しました

この研究が対象にしたのは、教師の支援をAIで行うことです。授業で使う問題の作成、採点基準の設計、学生のレポートの自動評価までを、ローカル環境で安全に実現するAIシステムを開発・検証しています。

この論文の面白い点は、AIをローカルPCのCPUで動かす、といった非常にスモールな環境でこの研究を行っている点です。

Small Models, Big Support: A Local LLM Framework for Teacher-Centric Content Creation and Assessment using RAG and CAG 小さなモデル、大きな支援：RAGとCAGを用いた、教師中心の教材作成と評価のためのローカルLLMフレームワーク

今回研究チームが採用したのは、いわゆる小型のLLM（大規模言語モデル）です。パラメータ数3B〜7B（Bは10億の意）という比較的小さなAIモデルを、学校内のパソコンだけで動かせる仕組みとして設計しています。

研究で使用された技術と用途は以下となっています。

CAG（Context-Augmented Generation）
- 先生がアップロードした教材やスタイルガイドを読み込み、その文脈に合わせてAIが問題やコメントを生成
RAG（Retrieval-Augmented Generation）
- 教科書や資料から関連情報を検索し、AIが根拠のある回答を出すように補強
Verifier LLM
- 別の小さなAIが、生成された内容を事前にチェック。脱線したり危険な内容が含まれていないかを自動で判定 </aside>

これらを組み合わせ、AIは教師のスタイルや意図に沿った教材・フィードバックを作成する仕組みです。

処理はすべてローカルで行います。なので、データが外部に送信されることはありません。メンテナンスの問題はありますが、プライバシーを重視する教育現場にとっては、魅力的な選択肢となりそうですね。

研究チームは、カナダのJohn Abbott Collegeの物理授業でこのAIを試験的に導入しました。

使われたのは、大学1〜2年生レベルの物理課題5つ（自由落下、放物運動など）です。日本だと高校生の範囲ですかね。

AIは以下のタスクを担当しています。

結果はどうだったのでしょう？

Googleの商用大規模AI「Gemini 2.5 Pro」と比較しても、小型モデルで生成した教材は意味の正確さ・読みやすさ・関連性でかなり高評価を獲得。さらに、Verifier LLMは約82%の精度で、指示逸脱や危険な出力を検知できたとのこと。

小さなAIでも、設計と構成を工夫すれば、現場で十分に使えそうな感じです。

ローカルかつスモールな環境で動くとなると、今回のAIシステムは、教育以外の分野にも応用可能です。

それぞれ別の業界的な問題はありますが、「ローカル完結・安全な出力」が求められる現場なので、今回の仕組みがはまる可能性はありますよね。

すでにオープンソースのAIがあるので、手元のPCでAIを動かすのは可能ですが、「なんのため？」という話もあるので、多くの人はWebでChatGPTなどを活用するのが現状だと思います。

とはいえ、「自分だけの実用的なAI」も大人の趣味としては面白いのではないのでしょうか？今回の研究は

なので、凄く大人の趣味として良い感じだなぁと思ってたりします。