下書きする AI エージェント。決めるのは人。
Lurno のエージェントは複数ステップの作業を行います。資料からコースを組み立て、評価基準に沿って提出物を採点し、質問をレポートに変えます。どのエージェントにもできないのは、自分の成果をそのまま適用することです。すべてが止まり、人を待ちます。
エージェント型 LMS とは何か、そして何を問うべきか
Lurno の AI の仕事は四つです。コースコンテンツを下書きします — レッスン本文、モジュールの構成案、各種リソース、アセスメントの設問。段階的に上がる四つのモードで学習者を指導し、答えを漏らさないサーバー側のガードが働きます。匿名化された提出物に対して採点を下書きし、公開の前に講師が必ず確認します。そして自社の文書と自社のデータについての問いに、出典付きで答えます。いずれも一般のウェブではなく組織が提供した資料の上で動き、AI が提案した書き込みは必ず人が適用します。OpenAI、Anthropic、Google のいずれにも対応し、組織ごとに選べます。自社のキーを持ち込むこともできます。
- エージェント型 LMS
- AI エージェントが複数ステップの作業——コースの下書き、提出物の採点、レポートの組み立て——を自分で進める学習プラットフォームのこと。一度に一つの指示へ応答するのではありません。それらを分けるのは次に何が起きるかです。エージェントが自分の成果をそのまま適用するのか、人に渡して承認を仰ぐのか。
エージェント型 AI の二つの型と、その差が調達を決める理由
エージェント型 AI を売る多くのプラットフォームが売っているのは自律性です。誰も待たずに動くエージェントです。それは実在する設計であり、組織にとっては承認しにくいほうの設計でもあります。
| Capability | 行動するエージェント | 提案するエージェント |
|---|---|---|
| 成果を適用するのは | エージェント | 毎回、人 |
| 気づくのは | 起きた後 | 起きる前 |
| 採点 | エージェントが成績を確定できる | 成績を確定できるのは人だけ |
| コースの公開 | エージェントが公開できる | 二人が承認 |
| 記録に残るもの | エージェントが何をしたか | 何が提案され、誰が受け入れたか |
| 間違えたとき | 後から直す | 誰にも届かない |
Lurno は二列目です。切り替えられる設定としてではなく、エージェントには自分の成果を適用する経路がありません。
オーサリング、チューター、支援
三つの面に、ルールは一つ。どれも下書きして人に渡します。選んでください。
レッスンを下書きさせ、そこから議論する
作成者は、すでに書いてある学習成果から始めます。一段落を超えるものは二段階のパイプラインが扱います。まずレッスンの形を計画し — 解説、続けて種類を指定した設問三つ — それから各枠を埋めます。アセスメントの設問も、同じように一式として計画されます。
- どのブロックにも AI で調整 を。難しくする、簡単にする、例題を足す、言い回しを直す。ブロックの実際の見た目のまま前後の差分が返り、どちらか一方を採用します。
- 画像生成と音声ナレーションも、同じ「下書きしてから採用」の流れを通ります。
答えを明かさないチューター
行き詰まった学習者は、段階を一つずつ上がります。言い換えは設問を別の言葉にします。ヒントは順番に次の一つだけを返し、最後の一つは返しません。開示だけが答えを述べてよいモードで、それも解答を試みた後に限られます。解説は、なぜその答えが正しく、学習者の答えのどこが違ったのかを扱います。
- サーバー側のガードが、要求されたモードに応じて各返答を設問の解答キーと照合します。そのため言い換えとヒントは、モデルが試みても答えを漏らせません。封じ込めはプロンプトでお願いするのではなく、生成の後で強制されます。
- AI 処理の同意を撤回した学習者にチューターは付きません。サーバーはどのプロバイダーにも何も送りません。やり取りは一回ごとに計測され、記録されます。
自社のデータに尋ねる。変更は人が確認する。
コパイロットは平易な言葉で質問に答えます。認定済み指標とその許可されたディメンションのレジストリに対して、検証済みのクエリを発行します — SQL でもなく、テーブル名や列名でもありません — そしてそれを、呼び出した本人の権限で読み取り専用に実行します。本人が自分で開けない数値を、誰かに見せることはできません。
- AI が書いたクエリも、手で組んだレポートと同じバリデーターを通ります。問いに必要な指標がカタログにない場合、コパイロットは断り、最も近いものを挙げます。
- 変更を頼むと、リスクレベルを添えて提案します。確認するのは人です。リスクの高い操作は二度尋ねます。プログラムの公開とアーカイブは 二人目の承認者 に回ります。
誰かのノート PC にある PDF から、出典付きの答えまで
- 01
アップロード
PDF、DOCX、PPTX を、組織のライブラリまたはプログラムへ。長いファイルはバックグラウンドで解析されます。
- 02
バージョン付きのソースに解析する
ファイルは、見出しの階層とページ番号を保ったまま構造化テキストになります。再アップロードは新しいバージョンになり、黙って置き換わることはありません。
- 03
チャンク化して埋め込む
各チャンクは、属していた見出しとまたがるページを保持します。だから出典は、読み手が実際に開ける場所を指します。
- 04
二つの方法で検索する
ベクトル検索とキーワード検索が同じスコープのバージョンに対して走り、順位が統合されます。だから規程の正確な参照も、言い換えられた記述も、どちらも見つかります。
- 05
答えて、出典を示す
返答は文書名・バージョン・ページを示します。プログラム単位で文書を添付すれば、その中のすべての生成がそれを引き継ぎます。
御社のテキストがプロバイダーに届く前に起きること
学習者のメッセージ、アップロードされた PDF、コパイロットに入力された質問。すべてコンテンツであり、命令ではありません。六つのゲートがそれを強制します。
インジェクションの分類
信頼できない入力は、本番の呼び出しの前に分類されます。モデルの向きを変えようとするテキストは、実行されずにフラグが立ちます。
ランダム化された囲い
信頼できないテキストは、推測できないリクエストごとのタグで囲まれ、そのタグは本文から取り除かれます。切り詰めが起きても、囲いは開いたままにならず閉じ直されます。
呼び出し前の秘匿処理
氏名、メールアドレス、識別子は、プロバイダーへ何かが出ていく前に置き換えられます。採点は匿名化された提出物に対して行われ、学習者への対応表はサーバー上に残ります。
出力スキーマの検証
すべての応答はスキーマに照らして検証されます。形式の壊れた返答は一度だけ修復を試み、それでも駄目なら失敗します。コースに紛れ込むことはありません。
二段構えのコンテンツ選別
明らかなものは、呼び出しを使う前に高速なヒューリスティックが止めます。残りは軽量なモデルが扱います。解剖学、疾患、戦争の歴史にフラグを立てないように書かれています。
提案から変更までの証跡
リクエスト、採用した下書き、却下した下書きは、ハッシュチェーン監査ログの別々の項目として残ります。モデルが提案したものと、人が適用したものが並びます。
各エージェントが単独でできること
| Capability | エージェントがすること | 人がすること |
|---|---|---|
| レッスンブロックを下書きする | 下書きを書く | プログラムに入る前に採否を決める |
| 既存のブロックを調整する | 前後の差分として書き直しを提案する | 前と後のどちらかを採用する |
| アセスメントの設問を生成する | 構成を計画し、各設問を下書きする | 設問ごとに採否を決める。却下された設問が置かれることはない |
| 学習者を指導する | 学習者が求めたモードで返答する | 何もしない — 解答キーのガードはサーバー側で動く |
| 提出物を採点する | 匿名化された提出物に対し、評価基準ごとのルーブリック評点を提案する | 評点を確認して公開する。AI に公開する経路はない |
| 自社データについての問いに答える | 利用者の権限で、検証済みの読み取り専用クエリを発行する | 結果を読む。書き込みは起きない |
| プログラム内の何かを変更する | 変更を提案し、そのリスクレベルを示す | 確認する。リスクの高い操作は二度目の確認を求められる |
| プログラムを公開する、またはアーカイブする | 提案し、キューに入れる | 二人 — 依頼した本人と、二人目の承認者 |
人の確認なしに Lurno の AI が稼働中のプログラムへ書き込んだり、評点を公開したりするモードは存在しません。