スタディング 1級建築士講座の学習機能「AI実力スコア」機能について

AI実力スコアとは?

  • AI実力スコア機能は、現在のあなたの実力をリアルタイムで確認できる機能です。AI実力スコア機能では、「あなたが今、1級建築士 学科の試験を受けた場合に、何点取れるのか?」を、AIを使って予測します。
  • これにより、日々学習を進める中で、現在の科目別・単元別の実力をリアルタイムで把握できるので、「この科目はどれくらい得点できそうなのか」「どこが苦手な単元のか」等が分かり、効率的に試験対策をすることが可能です。

「AI実力スコア」機能提供の理由

1級建築士は人気が高い資格であり、大勢の方が合格を目指して日々勉強しています。

しかし、これまでの資格勉強では 通学型・通信型・オンライン型問わず、自分の実力を測るには模擬試験などのテストを受けるしかありませんでした。

これは受験生にとってかなり負担であるとともに毎日実力を確認することは現実的ではありませんでした。

そこで、毎日の学習でどれだけ実力がアップしたのかが分かり、さらに苦手な分野や得意な分野が一目でわかるような仕組みで受験生を助ける機能の開発を行ってまいりました。

「AI実力スコア」によって、努力の成果を確認しつつ、苦手を克服し、最短で合格につなげられる一助となることを願っています。

AI実力スコアでできること

1. 現在の試験得点予測をリアルタイムに把握

現在のあなたの実力を「AI実力スコア」として予測します。AI実力スコアは、学科の試験の得点として表示されるため、今試験を受けた場合の実力をリアルタイムで把握できます。
これにより、試験の合格点まであと何点足りないかが分かり、学習の目安になるだけでなく、日々勉強をするごとにAI実力スコアが伸びていくため、学習モチベーションが高まります

AI実力スコア機能では、科目別や、さらに細かい単元別のスコアを見ることが可能です。これにより、苦手な単元を把握して、効率的に試験勉強をすることが可能です。


2.実力の推移を把握

「AI実力スコアの推移」は日々の学習によって上昇するAI実力スコアが自動的に集計され、わかりやすいグラフで表示されます。
全科目合計の推移と合格ラインを確認できるほか、科目ごとに推移を確認したり、日ごと・週ごと・月ごとの細かい単位での推移を確認することが可能です。

「以前よりどのくらいAI実力スコアを伸ばすことができたのか」「どのくらい合格ラインに近づけたのか?」といった変化を可視化することで、着実に学習を積み重ねて実力を伸ばしてきたことを実感できます。

これにより、学習のモチベーションをさらに高め、学習の継続をサポートします。

3.他者との比較が可能

AI実力スコア機能では、全体スコア、科目別スコア、単元別スコアについて、全受講者中(過去1年間以内に学習した受講者中)の「あなたの位置」を表示します。これにより、他者と比較したときの、自分の強み・弱みがわかるため、さらに効率的な学習が可能になります。
※ 科目別スコアは、科目配下の何れかの単元に関連する問題を、1回でも学習した受講者の中での位置を表示しています。
※ 単元別スコアは、その単元に関連する問題を、1回でも学習した受講者の中での位置を表示しています。

4.苦手な単元をすぐに復習可能

AI実力スコアのレポート機能では苦手な単元を把握するだけでなく、現在選択中の学習フローに存在する、その単元に関するレッスンや問題練習が表示されるため、すぐに復習をすることが可能です。

AI実力スコアの仕組み

AI実力スコア機能では「単元ごとのAI実力スコア」を求め、それをもとに単元の配点割合を調整したうえで「科目ごとのAI実力スコア」を求め、最終的に「試験全体のAI実力スコア」を計算します。

「単元ごとのAI実力スコア」は、独自のスコア計算ロジックにより計算をします。このロジックでは、主に以下のような場合に、スコアが高くなるようになっています。

  • その単元に関連する問題で高得点を取った場合
  • その単元に関連する問題を何度も繰り返し学習した場合
  • 難易度が高い問題で高得点を取った場合

つまり、簡単に言えば「問題で何度も繰り返し高得点を取る」「過去問など難しい問題で高得点を取る」ことで、関連する単元のAI実力スコアが高くなります。
このスコア計算ロジックの計算では、AI(機械学習)が利用されており、スタディングの受講者の学習履歴データから、AI実力スコアを予測するモデルを実装しています。仕組みとしては、これまでの受講者の学習履歴データと、受講者から入手した実際の試験もしくは模擬試験のスコア(以下「実際のスコア」)をもとに、AIが予測したAI実力スコアと実際のスコアの差分を、機械学習のアルゴリズムによって最小化していきます。数多くのユーザのデータを収集しつつ機械学習で最適化をかけることで、スコア計算モデルが最適化され、AI実力スコアが実際の試験スコアに近づくのです。