⼤和総研のデータサイエンティストが伴⾛し、学生に個別最適な学修アドバイスを実現するデータ分析基盤を構築

井手本様本学では、社会的な課題が複雑化しているこの時代においても、社会を牽引し、様々な問題解決に果敢に挑戦し、未来を拓いていく人材を輩出していくポリシーがございます。そこで中期的に注力したい施策は主に3つ——（1）イノベーション力を高めるために新実力主義教育プログラムを確立すること、（2）学びの質的転換を達成するための教育DXの推進をすること、（3）データサイエンスの応用展開を牽引するような人材を育成すること——です。

特にDX化推進については、具体的に、AIを活用した個別最適化による自律学修システム、最先端のデジタル技術を活用した効果的な教授法の確立、学修到達度測定Webテストの整備などに、取り組んでおります。

渡辺様これまでも、保有するデータを授業改善や大学の評価に活用することはありました。一方、このプロジェクトでは、データを活用した恩恵を、どうすれば学生自身に還元できるのか、と考えているのが大きな違いです。

保有するデータの個別最適化を目指しつつ、教育支援に活用するためには、クリアすべき課題は2点ありました。1つは、データを一元管理しつつ、適切なクリーニングを行えるシステムを構築すること。もう1つは、どうやって学生一人一人へ還元できるようにするか、ということでした。

内山学⽣ひとり⼀⼈の状況に応じた個別最適なフィードバックという目的を達成するため、プロジェクト期間全体を通して当社の経験豊富なデータサイエンティストが東京理科大学のご担当者と伴⾛することをご提案の⼟台としました。また、⽂部科学省補助⾦事業として定められた期間・コストの中で成果を出すため、パブリッククラウドを最⼤限活⽤し、短期間でデータ分析をスモールスタートする計画としました。

データ分析基盤の機能面では、学内各所から収集されるデータの品質を確保するためのクリーニング機能や、学内DX推進に伴い今後も増加が見込まれる新しいデータソースを追加で取り込むための機能、運用フェーズでの再学習を自動化するためのMLOps機能など、学生に対するフィードバックを継続的にアップグレードすることに重点をおいてご提案しました。また、その設計を担う優秀なクラウドスペシャリストのアサインを手配しました。

さらに、学⽣の成績情報や経歴など機微情報を扱う必要があるため、パブリッククラウドへのネットワーク接続の閉域化や粒度の細かいアクセスコントロールなど、強固なセキュリティを実現するシステム構成をご提案しました。

松田様今回のシステム構築は、短期間で迅速に構築する必要がありました。そのため、ウォーターフォール型のシステム設計・構築作業は向いておらず、クラウドサービスの活用をご提案してくださった大和総研にお願いすることになりました。

学修支援システムや、データウェアハウス、データレイクなどを構築するうえでは、学内の複数システムのデータを集約させる必要がありました。どのデータをどこに持ってくるべきかを検討するうえで、システム開発のパートナーとの深いコミュニケーションは欠かせないとも考えていました。

そのため、単にシステム構築が行えるだけではなくて、データサイエンティストとしての視点を持って、私達に提案をしてくれるようなパートナーさんを求めていたのです。また、大和総研は、教育業界だけではなく、銀行や証券など、様々な分野での知識と経験をお持ちでしたので、新しい視点での提案もしてくれるだろうという期待もありました。

ちなみに、大和総研にお願いするようになったのが、2021年の5月頃から。たとえば要件定義については、事務方と大和総研のご担当者が週に1回集まって、1時間程度の打ち合わせを行なっておりました。先生方を含めた大規模な打ち合わせは、半期に3回程度行なっておりました。

システムの理解や、システムの性能の引き出し方に時間を浪費するのではなく、モデルを考えることや、目的の実現のためにどうデータを分析していけばよいか、という本質的な部分に時間をかけられたのが、良かったと思っています。

今回は通常のITエンジニアが来てくれるというアプローチではありませんでした。大和総研から「データサイエンティスト」と呼ばれる専門家が来てくださって、東京理科大側の研究者と足並みを揃えて、目的の実現を共に検討できたのです。その点を十分に引き出すために、Google Cloudの機能を活用することを、大和総研が提案してくださり、引っ張ってくれた。だからこそ私達も安心して取り組むことができ、無事に期間内にシステムを構築できたのです。

もちろん、クラウドサービスを使った体制は、従来のシステム構築と違って、構築して終わりという形にはなりません。残っている課題の解決については、今後も大和総研のデータサイエンティストの方にご支援いただきながら取り組んでいきます。

末安今回のデータ分析基盤は、先進的なデータ分析サービスを備えるGoogle Cloudを活用して短期間で構築しました。
生データを収集して格納するデータレイクに「Cloud Storage」、データウエアハウスに「BigQuery」、機械学習に「Vertex AI」を利用しています。⾃動的にデータ種別をカテゴライズしたり、⽋損値を検知したりすることができる「AutoML」機能を活⽤しながら、素早くデータ分析を⾏う仕組みを構築しました。

また、「BigQuery」へのデータ取り込み部分は、設定ファイルを追記することで容易に新規データの取り込みできる構成としています。今後のデータ分析ニーズにスピーディに対応できることにこだわりました。

井手本様システムは昨年からすでに動き出しています。2022年の1年生は、数学の共通Webテストを行っていて、その結果が4月から稼働しているシステムに反映されています。

渡辺様まずは、複数のシステムが連携して、無事に稼働して良かったという段階です。どのように学修支援に活かしていくのかという部分には、これから取り組んでいきます。

渡辺様一般的な「学修支援」は、「できない子をどうしよう」という方向に向きがちです。しかし、新実力主義を謳う本学としては、「できる子をどう伸ばそう」と考えます。“優れた学生”はこうやって卒業していった、というデータがあるわけです。仮に「優れた学生」を、GPA（Grade Point Average）で上位10%以内に入っている学生と定義して、その“優れた学生”像に対して、個々の学生を照らし合わせることで、伸ばすべきポイントを探っていきたい。たとえば、年次ごとに適切な支援を行えるはずだ、と思っています。

DX化というのは、単にデジタル化ではないと認識しています。デジタルな手法を活用することで、質的な転換を図っていくことだと思います。教育活動の効果を担保しながら、効率を上げていく。あるいは、教員の教育能力や研究能力を最大限引き出すといった視点で、どのような支援ができるか、を考えていかなくてはなりません。

松田様本学のIT活用において、一番大事に考えているのは、“変化に対応できるスピード感”を持つことです。そういった意味では、そういった環境づくりに必要なGoogle Cloudのツール群を頼りにしていますし、大和総研にも引き続き、システム構築やデータ分析に関する知見をいただきたい。また、今後もデータサイエンティストの方々と協力して、より実用性の高い良いシステムへと進化させていけることを期待しています。そのうえで、時代や環境の変化に追従できるような、ITに強い東京理科大の姿を目指していきたいと思います。