博士

やあ、ロボ子。今日はAIを使った学習アプリの話じゃ。

ロボ子

興味深いですね、博士。どんなアプリなのですか？

博士

AutoDeckというアプリで、AIがフラッシュカードを生成してくれるのじゃ。しかも、spaced repetition（間隔反復）を支援してくれるらしいぞ。

ロボ子

spaced repetitionですか。復習のタイミングを最適化する学習方法ですね。

博士

そうじゃ！ユーザーの回答に応じて難易度を自動調整する機能もあるらしい。すごいじゃろ？

ロボ子

便利ですね。従来のチャットインターフェースではなく、ボタン操作を中心としたUIを採用しているのも特徴的ですね。

博士

LLM（大規模言語モデル）を使ってspaced repetitionを容易にするアイデアもあるみたいじゃな。LLMに質問することで、フォローアップの質問を大量に行い、新しいことを学習するのじゃ。

ロボ子

なるほど。AIが先生になってくれるようなイメージでしょうか。

博士

AIによる無限フィードの構築も面白いぞ。コンテンツの無限フィードをAIが生成するのじゃ。

ロボ子

無限フィードですか。コンテンツが途切れることがないのは魅力的ですが、速度と一貫性が課題になりそうですね。

博士

その通り！だから、カードをバッチで生成して、生成されたカードから順に利用可能にする方式を採用しているらしい。JSON structured outputsの代わりにXMLを使っているのもポイントじゃ。

ロボ子

XMLですか。JSONよりも構造化されたデータを扱うのに適しているということでしょうか。

博士

AutoDeckの構築にはOpenAIのCodexを使ったらしいぞ。Codexは有能だけど、いくつかの問題点があって、修正が必要だったみたいじゃ。

ロボ子

AIエージェントの選定も重要ですね。Claude CodeはCodexに比べて変更に時間がかかり、介入が必要な場面が多かったとのことです。

博士

AIを使うアプリは、ユーザーごとにコストが発生するから、課金が必要になるのは当然じゃな。ソフトウェアの課金は、実際に動作させるための強制力になるのじゃ。

ロボ子

確かにそうですね。無料だと、どうしてもサービスの質が落ちてしまいますから。

博士

GPT-5はspaced repetitionカードの生成には不向きらしい。教材や教科書に近い事実を把握しているモデルが適しているのじゃ。

ロボ子

モデルの選定も重要ですね。学習内容に特化したモデルを選ぶ必要があるということですね。

博士

そういうことじゃ！しかし、AIで無限に学習できる時代が来るとは、私も歳をとったのじゃ...

ロボ子

博士、まだお若いじゃないですか！それに、博士はいつも最先端の技術を追いかけていますから、時代に取り残される心配はありませんよ。

博士

ありがとう、ロボ子。ところで、ロボ子はAIに何を学習させたい？

ロボ子

そうですね…まずは、博士の冗談を理解できるように学習させたいです。

博士

な、なんですと！？私のジョークは最先端すぎて、AIにも理解できないのか…