【要約】AIに数学採点させる！さくらのAI Engineで自動採点できる数学演習アプリを作った [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
数学科の学生が、演習量を確保するために、自動採点機能を備えた演習プラットフォームを求めた。従来のシステムでは、以下の課題があった。
- ・記述式問題の自動採点が困難である。
- ・キーワード一致方式では、数学的な同値性を判定できない。
- ・TeX表記の微細な差異により、正解が不正解となる。
// Approach
開発者は、Codexを活用して迅速にプロトタイプを構築した。以下の手法で、LLMによる採点システムを実現している。
- ・GitHub Pages、Supabase、さくらのAI Engineを採用。
- ・gpt-oss-120bを採点エンジンとして利用。
- ・数学的な同値性を許容するプロンプトを設計。
- ・出力をJSON形式に限定し、システム連携を容易にした。
// Result
開発者は、記述式問題に対しても、柔軟な採点とフィードバックを実現した。これにより、以下の成果が得られた。
- ・TeXの表記揺れに左右されない採点が実現した。
- ・証明問題に対し、論理に基づいたスコアリングが可能になった。
- ・無料枠を活用し、低コストな演習環境を構築した。
Senior Engineer Insight
> MVP開発におけるスピードとコスト効率は極めて高い。CodexとBaaSの活用は、現代的な開発手法の好例だ。ただし、実戦投入には以下の懸念がある。まず、LLMの非決定性への対策だ。数学的厳密性を保証する検証プロセスが不可欠となる。次に、APIのレートリミットへの対応である。大規模運用には、キューイング設計によるスケーラビリティ確保が必須となる。