学務インテリジェンスエンジン
Course Outcome マッピング
CO（科目学習成果）の設計と運用上の紐づけを自動化。シラバスの目標を、測定可能で評価に直結する目標へ即座に変換します。
認知レベルのマッピング
ブルームの分類法との整合
国際的に認められた教育フレームワークに沿って、すべての科目学習成果が正確に分類されるようにします。
L1-L2
記憶・理解
低次の成果を自動で判別します。入門科目に最適です。
L3
応用
成果を手順の実行や実験・実習での応用に対応づけます。
L4-L5
分析・評価
高度な理論科目を、批判的思考と体系的な評価に整合させます。
L6
創造
卒業研究や最終学年の科目が、高次の統合に確実に対応づくようにします。
CO運用ワークフロー
ステップ1
シラバス取り込み
カリキュラム原本をアップロードすると、AIがトピック、モジュール、参考資料を解析します。
ステップ2
成果の生成
エンジンが適切な行動動詞を用いて、測定可能なCOを4〜6件起草します。
ステップ3
教員による承認
教員が内容を確認・調整し、機関のデータベースに確定登録します。
検証
成果と評価を結びつける
科目学習成果は、適切に測定されなければ意味を持ちません。CO Mappingエンジンは学内の評価設計を自動的に監査します。
「設計する」（L6）を求める成果であれば、対応する試験課題が単純な多肢選択問題ではなくプロジェクトや設計課題になっていることを確認します。
CO-3：データベースアーキテクチャを設計する
L6（創造）
設問1（多肢選択）
不整合を検出：L6の成果をL1で測定
実習課題4
整合を確認：実践的な遂行がL6に対応しています。
科目の継続的な改善
産業界の要件が変わり、学生の顔ぶれも移り変わるなかで、科目学習成果もまた適応していく必要があります。エンジンは各COの達成状況の履歴を追跡し、恒常的に達成困難な成果や著しく陳腐化した成果については、翌年度に向けた改訂案を自動的に提案します。
バージョン管理されたシラバス
FAQ
よくあるご質問
CO（Course Outcome、科目学習成果）の設計と運用上の紐づけを自動化し、シラバスの目標を測定可能で評価に直結する目標へと即座に変換します。
ワークフローは3つのステップで進みます。まずカリキュラム原本をアップロードすると、AIがトピック、モジュール、参考資料を解析します。次にエンジンが適切な行動動詞を用いて、測定可能なCOを4〜6件起草します。最後に教員が内容を確認・調整し、機関のデータベースに確定登録します。
すべての科目学習成果は、L1〜L2（記憶・理解）、L3（応用）、L4〜L5（分析・評価）、L6（創造）という認知レベル別に、国際的に認められた教育フレームワークに照らして分類されます。これにより低次・高次の成果が正しく判別されます。
学内の評価設計を自動的に監査し、測定方法が成果に見合っているかを確認します。たとえば「設計する（L6）」を求める成果であれば、対応する課題が単純な多肢選択問題ではなくプロジェクトや設計課題になっているかを検証し、L6の成果をL1の設問で測っているといった不整合を検出します。
エンジンは各COの達成状況の履歴を追跡し、恒常的に達成困難な成果や著しく陳腐化した成果については、翌年度に向けた改訂案を自動的に提案します。シラバスはバージョン管理された状態で維持されます。
関連する教育機関向けモジュール
Institution Intelligence Suite の他の連携モジュールもご覧ください。