ホーム > 特許ランキング > 株式会社ＣＯＭＰＡＳＳ
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2024-08-21
(45)【発行日】2024-08-29
(54)【発明の名称】プログラム、方法、情報処理装置、システム
(51)【国際特許分類】
G09B 7/00 20060101AFI20240822BHJP
G09B 19/00 20060101ALI20240822BHJP
G06Q 50/20 20120101ALI20240822BHJP
【ＦＩ】
G09B7/00
G09B19/00 H
G06Q50/20
【請求項の数】
14
(21)【出願番号】P 2024002024
(22)【出願日】2024-01-10
【審査請求日】2024-01-10
【早期審査対象出願】
(73)【特許権者】
【識別番号】514286033
【氏名又は名称】株式会社ＣＯＭＰＡＳＳ
(74)【代理人】
【識別番号】110002815
【氏名又は名称】ＩＰＴｅｃｈ弁理士法人
(72)【発明者】
【氏名】常盤 卓也
【審査官】前地 純一郎
(56)【参考文献】
【文献】特開２０２１－０６８０５３（ＪＰ，Ａ）
【文献】特開２０１３－０４４７７０（ＪＰ，Ａ）
【文献】特開２０２２－０２８７１９（ＪＰ，Ａ）
【文献】[プロンプト解説]ChatGPTで難易度別・単元別で数学/数学の問題集を作成する，PROMPTY[online]，2023年04月12日，インターネット＜URL:https://bocek.co.jp/media/formula/learning/650/＞，[2024年2月15日検索]
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０９Ｂ １／００－ ９／５６
Ｇ０９Ｂ １７／００－１９／２６
(57)【特許請求の範囲】
【請求項1】
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、前記プロセッサが、第１ユーザの学習教材の問題に対する正答率および問題を解く際の解答の正誤を含む習熟度に関する情報を取得する習熟度取得ステップと、
前記第１ユーザに関する前記習熟度に基づいて、大規模言語モデルから前記第１ユーザの学習課題または推奨の学習内容に関する説明文を取得する説明文取得ステップと、を実行するプログラム。
【請求項2】
前記説明文取得ステップは、前記第１ユーザの学習課題または推奨問題に関する情報を含む前記説明文を取得するステップである、請求項１記載のプログラム。
【請求項3】
前記説明文取得ステップは、前記第１ユーザの学習単元ごとの学習課題または推奨問題に関する情報を含む前記説明文を取得するステップである、請求項２記載のプログラム。
【請求項4】
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、前記プロセッサが、複数の第１ユーザの学習の習熟度に関する情報を取得する習熟度取得ステップと、
前記習熟度取得ステップにおいて取得した前記習熟度に基づき、複数の前記第１ユーザを、１または複数のグループに関連付けるグループステップと、
所定のグループに関連付けられた１または複数の前記第１ユーザに関する前記習熟度に基づいて、大規模言語モデルから前記所定のグループの学習課題または推奨の学習内容に関する説明文を取得する説明文取得ステップと、を実行し、
前記説明文取得ステップは、前記所定のグループに関連付けられた前記１または複数の第１ユーザに関する前記習熟度に基づく統計量を含む入力データを、前記大規模言語モデルに入力することにより、前記所定のグループに関する前記説明文を取得するステップである、プログラム。
【請求項5】
前記説明文取得ステップは、前記所定のグループに関連付けられた前記１または複数の第１ユーザに関する前記習熟度に含まれる要素ごとの統計量および前記要素の内容を含む入力データを、前記大規模言語モデルに入力することにより、前記所定のグループに関する前記説明文を取得するステップである、請求項４記載のプログラム。
【請求項6】
前記説明文取得ステップは、前記所定のグループに関連付けられた前記１または複数の第１ユーザの個人情報を前記大規模言語モデルに入力しないステップである、請求項４記載のプログラム。
【請求項7】
前記プロセッサが、前記所定のグループに対して、第２ユーザから、前記説明文取得ステップにおいて取得した前記説明文に応じた１または複数の学習教材の選択を受け付ける教材受付ステップと、
前記所定のグループに関連付けられた前記１または複数の前記第１ユーザに対してまとめて、前記教材受付ステップにおいて受け付けた前記１または複数の学習教材を提供する教材提供ステップと、を実行する、請求項４記載のプログラム。
【請求項8】
前記習熟度取得ステップは、複数の前記第１ユーザに関する前記習熟度を取得するステップであり、前記プロセッサが、前記習熟度取得ステップにおいて取得した前記習熟度に基づき、複数の前記第１ユーザを、１または複数のグループに関連付けるグループステップと、
所定のグループに関連付けられた１または複数の前記第１ユーザに対してまとめて学習教材を提供する教材提供ステップと、を実行する、請求項１記載のプログラム。
【請求項9】
前記プロセッサが、前記所定のグループに対して、第２ユーザから１または複数の学習教材の選択を受け付ける教材受付ステップと、を実行し、
前記教材提供ステップは、所定のグループに関連付けられた前記１または複数の前記第１ユーザに対してまとめて、前記教材受付ステップにおいて受け付けた前記１または複数の学習教材を提供するステップである、請求項８記載のプログラム。
【請求項10】
前記グループステップは、前記複数の第１ユーザの前記習熟度の類似度に応じて、複数の前記第１ユーザを、１または複数のグループに関連付けるステップである、請求項４から９のいずれか記載のプログラム。
【請求項11】
前記グループステップは、前記複数の第１ユーザが特定の範囲の学習効果を確認した後に、前記複数の前記第１ユーザを、１または複数のグループに関連付けるステップである、請求項４から９のいずれか記載のプログラム。
【請求項12】
プロセッサと、メモリとを備えるコンピュータに実行される方法であって、前記プロセッサが、請求項１から請求項９のいずれかに係る発明において実行される全てのステップを実行する方法。
【請求項13】
制御部と、記憶部とを備える情報処理装置であって、前記制御部が、請求項１から請求項９のいずれかに係る発明において実行される全てのステップを実行する情報処理装置。
【請求項14】
請求項１から請求項９のいずれかに係る発明において実行される全てのステップを実行する手段を備えるシステム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、プログラム、方法、情報処理装置、システムに関する。
【背景技術】
【0002】
情報処理端末を用いた学習支援技術が知られている。
特許文献１には、学習者の解答内容を評価し、学習者や学習支援者に適切な情報を提供する技術が開示されている。
特許文献２には、登録ユーザ（生徒）の学習意欲を向上させ、学習効果を高めることが可能な学習支援技術が開示されている。
特許文献１には、学習者の解答内容を評価し、学習者や学習支援者に適切な情報を提供する技術が開示されている。
特許文献２には、登録ユーザ（生徒）の学習意欲を向上させ、学習効果を高めることが可能な学習支援技術が開示されている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０２３－０８０４９３号公報
【文献】特開２０１３ー１４２７１８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ユーザの学習に適した説明文を出力することができていないという課題がある。
そこで、本開示は、上記課題を解決すべくなされたものであって、その目的は、ユーザの学習に適した説明文を出力する技術を提供することである。
そこで、本開示は、上記課題を解決すべくなされたものであって、その目的は、ユーザの学習に適した説明文を出力する技術を提供することである。
【課題を解決するための手段】
【0005】
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プロセッサが、第１ユーザに関する属性情報を取得する属性取得ステップと、第１ユーザに関する属性情報に基づいて、大規模言語モデルから第１ユーザに関連する説明文を取得する説明文取得ステップと、を実行するプログラム。
【発明の効果】
【0006】
本開示によれば、ユーザの学習に適した説明文を出力することができる。
【図面の簡単な説明】
【0007】
【図1】システム１の機能構成を示すブロック図である。
【図2】サーバ１０の機能構成を示すブロック図である。
【図3】第１ユーザ端末２０の機能構成を示すブロック図である。
【図4】第２ユーザ端末３０の機能構成を示すブロック図である。
【図5】ユーザテーブル１０１２のデータ構造を示す図である。
【図6】グループテーブル１０１３のデータ構造を示す図である。
【図7】宿題テーブル１０１４のデータ構造を示す図である。
【図8】教材マスタ１０２１のデータ構造を示す図である。
【図9】グルーピング処理の動作を示すフローチャートである。
【図10】説明文作成処理の動作を示すフローチャートである。
【図11】出題処理の動作を示すフローチャートである。
【図12】説明文作成処理の動作を示す画面例である。
【図13】出題処理の動作を示す画面例である。
【図14】学習教材提示処理の動作を示す画面例である。
【図15】コンピュータ９０の基本的なハードウェア構成を示すブロック図である。
【発明を実施するための形態】
【0008】
以下、本開示の実施形態について図面を参照して説明する。実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。なお、以下の実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各図は模式図であり、必ずしも厳密に図示されたものではない。
【0009】
＜システム１の構成＞
本開示におけるシステム１は、学校、学習塾等の教育機関等において、学習を指導する教師から学習する生徒に対して行われる教育サービスを支援する情報処理システムである。
システム１は、ネットワークＮを介して接続された、サーバ１０、第１ユーザ端末２０、第２ユーザ端末３０、大規模言語モデル５０の情報処理装置を備える。
図１は、システム１の機能構成を示すブロック図である。
図２は、サーバ１０の機能構成を示すブロック図である。
図３は、第１ユーザ端末２０の機能構成を示すブロック図である。
図４は、第２ユーザ端末３０の機能構成を示すブロック図である。
本開示におけるシステム１は、学校、学習塾等の教育機関等において、学習を指導する教師から学習する生徒に対して行われる教育サービスを支援する情報処理システムである。
システム１は、ネットワークＮを介して接続された、サーバ１０、第１ユーザ端末２０、第２ユーザ端末３０、大規模言語モデル５０の情報処理装置を備える。
図１は、システム１の機能構成を示すブロック図である。
図２は、サーバ１０の機能構成を示すブロック図である。
図３は、第１ユーザ端末２０の機能構成を示すブロック図である。
図４は、第２ユーザ端末３０の機能構成を示すブロック図である。
【0010】
各情報処理装置は演算装置と記憶装置とを備えたコンピュータにより構成されている。コンピュータの基本ハードウェア構成および、当該ハードウェア構成により実現されるコンピュータの基本機能構成は後述する。サーバ１０、第１ユーザ端末２０、第２ユーザ端末３０、大規模言語モデル５０のそれぞれについて、後述するコンピュータの基本ハードウェア構成およびコンピュータの基本機能構成と重複する説明は省略する。
【0011】
＜サーバ１０の構成＞
サーバ１０は、教師から生徒に対して行われる教育サービスを支援する情報処理装置である。
サーバ１０は、記憶部１０１、制御部１０４を備える。
サーバ１０は、教師から生徒に対して行われる教育サービスを支援する情報処理装置である。
サーバ１０は、記憶部１０１、制御部１０４を備える。
【0012】
＜サーバ１０の記憶部１０１の構成＞
サーバ１０の記憶部１０１は、アプリケーションプログラム１０１１、ユーザテーブル１０１２、グループテーブル１０１３、宿題テーブル１０１４、教材マスタ１０２１を備える。
サーバ１０の記憶部１０１は、アプリケーションプログラム１０１１、ユーザテーブル１０１２、グループテーブル１０１３、宿題テーブル１０１４、教材マスタ１０２１を備える。
【0013】
アプリケーションプログラム１０１１は、サーバ１０の制御部１０４を各機能ユニットとして機能させるためのプログラムである。
アプリケーションプログラム１０１１は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
アプリケーションプログラム１０１１は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
【0014】
ユーザテーブル１０１２は、サービスを利用する会員ユーザ（以下、ユーザ）の情報を記憶し管理するテーブルである。ユーザは、サービスの利用登録を行うことで、当該ユーザの情報がユーザテーブル１０１２の新しいレコードに記憶される。これにより、ユーザは本開示にかかるサービスを利用できるようになる。本開示においては、生徒（第１ユーザ）、教師（第２ユーザ）、本開示にかかる情報処理サービスの管理者（管理者ユーザ）にかかるユーザのユーザ情報が記憶される。
ユーザテーブル１０１２は、ユーザＩＤを主キーとして、ユーザＩＤ、ユーザ名、属性データ、グループＩＤのカラムを有するテーブルである。
図５は、ユーザテーブル１０１２のデータ構造を示す図である。
ユーザテーブル１０１２は、ユーザＩＤを主キーとして、ユーザＩＤ、ユーザ名、属性データ、グループＩＤのカラムを有するテーブルである。
図５は、ユーザテーブル１０１２のデータ構造を示す図である。
【0015】
ユーザＩＤは、ユーザを識別するためのユーザ識別情報を記憶する項目である。ユーザ識別情報は、ユーザごとにユニークな値が設定されている項目である。
ユーザ名は、ユーザの氏名を記憶する項目である。ユーザ名は、氏名ではなく、ニックネームなど任意の文字列を設定しても良い。
属性データは、以下の情報を含む。特に、属性データは、学習内容に関する習熟度に関する情報を含む。
・個人情報：氏名、生年月日、性別、国籍・民族性
・連絡先情報：住所、電話番号、メールアドレス
・解答情報：学年・クラス、受講科目、習熟度、学習進捗状況、テスト成績・評価、出席状況
・健康情報：アレルギー、既往歴、特別な健康上の配慮
・心理的性質：学習スタイル
・興味・趣味：部活動やクラブ活動、趣味や興味のある分野
・教育的配慮：学習障害の有無、言語障害、知的障害等の情報
習熟度は、生徒が特定の学習単元において、当該学習単元における学習内容をどの程度理解し、身につけているかを示す指標である。習熟度は、オンライン学習サービスにおいて、生徒個々の学習進捗を評価し、適切な学習支援を提供するために用いられる。習熟度は、生徒が単元内の問題や課題等を解いたり学習教材を視聴したり読解する過程で得られるデータ（正誤、解答時間などの解答情報）を基に算出される指標である。
具体的に、習熟度は生徒が各問題を解く際の解答の正誤に関する情報、解答時間などの解答情報を含む。習熟度は、解答情報に基づき評価される多段階の指標・ランク、Ａ（よく理解できている）、Ｂ（概ね理解できている）、Ｃ（あまり理解できていない）、Ｄ（ほとんど理解できていない）を含んでも良い。
グループＩＤは、グループを識別するためのグループ識別情報を記憶する項目である。グループ識別情報は、グループ情報ごとにユニークな値が設定されている項目である。
ユーザ名は、ユーザの氏名を記憶する項目である。ユーザ名は、氏名ではなく、ニックネームなど任意の文字列を設定しても良い。
属性データは、以下の情報を含む。特に、属性データは、学習内容に関する習熟度に関する情報を含む。
・個人情報：氏名、生年月日、性別、国籍・民族性
・連絡先情報：住所、電話番号、メールアドレス
・解答情報：学年・クラス、受講科目、習熟度、学習進捗状況、テスト成績・評価、出席状況
・健康情報：アレルギー、既往歴、特別な健康上の配慮
・心理的性質：学習スタイル
・興味・趣味：部活動やクラブ活動、趣味や興味のある分野
・教育的配慮：学習障害の有無、言語障害、知的障害等の情報
習熟度は、生徒が特定の学習単元において、当該学習単元における学習内容をどの程度理解し、身につけているかを示す指標である。習熟度は、オンライン学習サービスにおいて、生徒個々の学習進捗を評価し、適切な学習支援を提供するために用いられる。習熟度は、生徒が単元内の問題や課題等を解いたり学習教材を視聴したり読解する過程で得られるデータ（正誤、解答時間などの解答情報）を基に算出される指標である。
具体的に、習熟度は生徒が各問題を解く際の解答の正誤に関する情報、解答時間などの解答情報を含む。習熟度は、解答情報に基づき評価される多段階の指標・ランク、Ａ（よく理解できている）、Ｂ（概ね理解できている）、Ｃ（あまり理解できていない）、Ｄ（ほとんど理解できていない）を含んでも良い。
グループＩＤは、グループを識別するためのグループ識別情報を記憶する項目である。グループ識別情報は、グループ情報ごとにユニークな値が設定されている項目である。
【0016】
グループテーブル１０１３は、グループに関する情報（グループ情報）を記憶し管理するためのテーブルである。
グループテーブル１０１３は、グループＩＤを主キーとして、グループＩＤ、グループ名、特徴量、説明文のカラムを有するテーブルである。
図６は、グループテーブル１０１３のデータ構造を示す図である。
グループテーブル１０１３は、グループＩＤを主キーとして、グループＩＤ、グループ名、特徴量、説明文のカラムを有するテーブルである。
図６は、グループテーブル１０１３のデータ構造を示す図である。
【0017】
グループＩＤは、グループを識別するためのグループ識別情報を記憶する項目である。グループ識別情報は、グループ情報ごとにユニークな値が設定されている項目である。
グループ名は、グループの名称を記憶する項目である。グループ名は任意の文字列を設定することができる。
特徴量は、グループを特徴付ける統計量、状態量を記憶する項目である。
具体的に、特徴量は、グループに含まれる複数のユーザの１または複数の属性データおよびそれらの組み合わせに基づき算定される。
特徴量は、グループに含まれる複数のユーザの正誤、解答時間などの解答情報に基づき算定される。特徴量は、グループに含まれる複数のユーザの学習単元ごとに成績（正答率）、解答時間などの平均を含んでも良い。特徴量は、グループに含まれる複数のユーザのランクの平均（Ａ～Ｄ）を特徴量を含んでも良い。その他、特徴量は、高習熟度、中習熟度、低習熟度等のグループに含まれる複数のユーザの習熟度の程度を示す情報を含んでも良い。
説明文は、グループに含まれる１または複数のユーザに関する学習課題、推奨問題の情報を含む。
具体的に、学習課題は、ユーザーが現在取り組んでいる学習課目や学習内容に基づいて設定されます。ユーザーの強みや弱点、進行中のカリキュラム、または特定の評価基準に基づく達成課題を含む。推奨問題は、これらの学習課題に対応するもので、ユーザーが理解を深め、学習に関する習熟度を向上させるための学習教材を含む。
説明文は、グループに含まれる１または複数のユーザに対する学習に関するアドバイス、フィードバック、学習ガイダンス、学習進度、今後の学習計画や学習の改善策、追加学習資料の推奨等を含んでも良い。
グループ名は、グループの名称を記憶する項目である。グループ名は任意の文字列を設定することができる。
特徴量は、グループを特徴付ける統計量、状態量を記憶する項目である。
具体的に、特徴量は、グループに含まれる複数のユーザの１または複数の属性データおよびそれらの組み合わせに基づき算定される。
特徴量は、グループに含まれる複数のユーザの正誤、解答時間などの解答情報に基づき算定される。特徴量は、グループに含まれる複数のユーザの学習単元ごとに成績（正答率）、解答時間などの平均を含んでも良い。特徴量は、グループに含まれる複数のユーザのランクの平均（Ａ～Ｄ）を特徴量を含んでも良い。その他、特徴量は、高習熟度、中習熟度、低習熟度等のグループに含まれる複数のユーザの習熟度の程度を示す情報を含んでも良い。
説明文は、グループに含まれる１または複数のユーザに関する学習課題、推奨問題の情報を含む。
具体的に、学習課題は、ユーザーが現在取り組んでいる学習課目や学習内容に基づいて設定されます。ユーザーの強みや弱点、進行中のカリキュラム、または特定の評価基準に基づく達成課題を含む。推奨問題は、これらの学習課題に対応するもので、ユーザーが理解を深め、学習に関する習熟度を向上させるための学習教材を含む。
説明文は、グループに含まれる１または複数のユーザに対する学習に関するアドバイス、フィードバック、学習ガイダンス、学習進度、今後の学習計画や学習の改善策、追加学習資料の推奨等を含んでも良い。
【0018】
宿題テーブル１０１４は、生徒（第１ユーザ）に対して出題される宿題（学習教材）および当該宿題に対する解答内容に関する情報（宿題情報）を記憶し管理するためのテーブルである。
宿題テーブル１０１４は、宿題ＩＤ、出題者ＩＤ、生徒ＩＤ、教材ＩＤ、解答データのカラムを有するテーブルである。
図７は、宿題テーブル１０１４のデータ構造を示す図である。
宿題テーブル１０１４は、宿題ＩＤ、出題者ＩＤ、生徒ＩＤ、教材ＩＤ、解答データのカラムを有するテーブルである。
図７は、宿題テーブル１０１４のデータ構造を示す図である。
【0019】
宿題ＩＤは、宿題を識別するための宿題識別情報を記憶する項目である。宿題識別情報は、宿題情報ごとにユニークな値が設定されている項目である。
出題者ＩＤは、出題者（教師、第２ユーザ）のユーザ識別情報を記憶する項目である。
生徒ＩＤは、生徒（第１ユーザ）のユーザ識別情報を記憶する項目である。
教材ＩＤは、学習教材を識別するための教材識別情報を記憶する項目である。
解答データは、学習教材に対する生徒の解答内容を記憶する項目である。
解答データは、学習教材に対する生徒の正誤、解答時間などの解答情報を含んでも良い。
出題者ＩＤは、出題者（教師、第２ユーザ）のユーザ識別情報を記憶する項目である。
生徒ＩＤは、生徒（第１ユーザ）のユーザ識別情報を記憶する項目である。
教材ＩＤは、学習教材を識別するための教材識別情報を記憶する項目である。
解答データは、学習教材に対する生徒の解答内容を記憶する項目である。
解答データは、学習教材に対する生徒の正誤、解答時間などの解答情報を含んでも良い。
【0020】
教材マスタ１０２１は、学習教材に関する情報（教材情報）を記憶し管理するためのテーブルである。
教材マスタ１０２１は、教材ＩＤを主キーとして、教材ＩＤ、教材データのカラムを有するテーブルである。
図８は、教材マスタ１０２１のデータ構造を示す図である。
教材マスタ１０２１は、教材ＩＤを主キーとして、教材ＩＤ、教材データのカラムを有するテーブルである。
図８は、教材マスタ１０２１のデータ構造を示す図である。
【0021】
教材ＩＤは、学習教材を識別するための教材識別情報を記憶する項目である。教材識別情報は、学習教材情報ごとにユニークな値が設定されている項目である。
教材データは、学習教材の情報を記憶する項目である。
具体的に、教材データは、以下の情報を含む。
・教科書：各科目の基本的な内容を記述した教材
・ワークブック・練習帳：問題演習や実践的な練習を通じて学習を深めるための教材
教材データは、学習教材の情報を記憶する項目である。
具体的に、教材データは、以下の情報を含む。
・教科書：各科目の基本的な内容を記述した教材
・ワークブック・練習帳：問題演習や実践的な練習を通じて学習を深めるための教材
【0022】
＜サーバ１０の制御部１０４の構成＞
サーバ１０の制御部１０４は、ユーザ登録制御部１０４１、グルーピング部１０４２、説明文作成部１０４３、出題部１０４４を備える。制御部１０４は、記憶部１０１に記憶されたアプリケーションプログラム１０１１を実行することにより、各機能ユニットが実現される。
サーバ１０の制御部１０４は、ユーザ登録制御部１０４１、グルーピング部１０４２、説明文作成部１０４３、出題部１０４４を備える。制御部１０４は、記憶部１０１に記憶されたアプリケーションプログラム１０１１を実行することにより、各機能ユニットが実現される。
【0023】
ユーザ登録制御部１０４１は、本開示に係るサービスの利用を希望するユーザの情報をユーザテーブル１０１２に記憶する処理を行う。
ユーザテーブル１０１２に記憶される情報は、ユーザが任意の情報処理端末からサービス提供者が運営するウェブページなどを開き、所定の入力フォームに情報を入力しサーバ１０へ送信する。ユーザ登録制御部１０４１は、受信した情報をユーザテーブル１０１２の新しいレコードに記憶し、ユーザ登録が完了する。これにより、ユーザテーブル１０１２に記憶されたユーザはサービスを利用することができるようになる。
ユーザ登録制御部１０４１によるユーザ情報のユーザテーブル１０１２への登録に先立ち、サービス提供者は所定の審査を行いユーザによるサービス利用可否を制限しても良い。
ユーザＩＤは、ユーザを識別できる任意の文字列または数字で良く、ユーザが希望する任意の文字列または数字、もしくはユーザ登録制御部１０４１が自動的に任意の文字列または数字を設定しても良い。
ユーザテーブル１０１２に記憶される情報は、ユーザが任意の情報処理端末からサービス提供者が運営するウェブページなどを開き、所定の入力フォームに情報を入力しサーバ１０へ送信する。ユーザ登録制御部１０４１は、受信した情報をユーザテーブル１０１２の新しいレコードに記憶し、ユーザ登録が完了する。これにより、ユーザテーブル１０１２に記憶されたユーザはサービスを利用することができるようになる。
ユーザ登録制御部１０４１によるユーザ情報のユーザテーブル１０１２への登録に先立ち、サービス提供者は所定の審査を行いユーザによるサービス利用可否を制限しても良い。
ユーザＩＤは、ユーザを識別できる任意の文字列または数字で良く、ユーザが希望する任意の文字列または数字、もしくはユーザ登録制御部１０４１が自動的に任意の文字列または数字を設定しても良い。
【0024】
グルーピング部１０４２は、グルーピング処理を実行する。詳細は後述する。
【0025】
説明文作成部１０４３は、説明文作成処理を実行する。詳細は後述する。
【0026】
出題部１０４４は、出題処理を実行する。詳細は後述する。
【0027】
＜第１ユーザ端末２０の構成＞
第１ユーザ端末２０は、サービスを利用するユーザが操作する情報処理装置である。第１ユーザ端末２０は、例えば、スマートフォン、タブレット等の携帯端末でもよいし、据え置き型のＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ラップトップＰＣであってもよい。また、ＨＭＤ（Ｈｅａｄ Ｍｏｕｎｔ Ｄｉｓｐｌａｙ）、腕時計型端末等のウェアラブル端末であってもよい。
第１ユーザ端末２０は、記憶部２０１、制御部２０４、入力装置２０６、出力装置２０８を備える。
第１ユーザ端末２０は、サービスを利用するユーザが操作する情報処理装置である。第１ユーザ端末２０は、例えば、スマートフォン、タブレット等の携帯端末でもよいし、据え置き型のＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ラップトップＰＣであってもよい。また、ＨＭＤ（Ｈｅａｄ Ｍｏｕｎｔ Ｄｉｓｐｌａｙ）、腕時計型端末等のウェアラブル端末であってもよい。
第１ユーザ端末２０は、記憶部２０１、制御部２０４、入力装置２０６、出力装置２０８を備える。
【0028】
＜第１ユーザ端末２０の記憶部２０１の構成＞
第１ユーザ端末２０の記憶部２０１は、第１ユーザＩＤ２０１１、アプリケーションプログラム２０１２を備える。
第１ユーザ端末２０の記憶部２０１は、第１ユーザＩＤ２０１１、アプリケーションプログラム２０１２を備える。
【0029】
第１ユーザＩＤ２０１１は第１ユーザのアカウントＩＤである。ユーザは、第１ユーザ端末２０から第１ユーザＩＤ２０１１を、サーバ１０へ送信する。サーバ１０は、第１ユーザＩＤ２０１１に基づきユーザを識別し、本開示にかかるサービスをユーザに対して提供する。なお、第１ユーザＩＤ２０１１には、第１ユーザ端末２０を利用しているユーザを識別するにあたりサーバ１０から一時的に付与されるセッションＩＤなどの情報を含む。
【0030】
アプリケーションプログラム２０１２は、記憶部２０１に予め記憶されていても良いし、通信ＩＦを介してサービス提供者が運営するウェブサーバ等からダウンロードする構成としても良い。
アプリケーションプログラム２０１２は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
アプリケーションプログラム２０１２は、第１ユーザ端末２０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）などのインタープリター型プログラミング言語を含む。
アプリケーションプログラム２０１２は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
アプリケーションプログラム２０１２は、第１ユーザ端末２０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）などのインタープリター型プログラミング言語を含む。
【0031】
＜第１ユーザ端末２０の制御部２０４の構成＞
第１ユーザ端末２０の制御部２０４は、入力制御部２０４１、出力制御部２０４２を備える。制御部２０４は、記憶部２０１に記憶されたアプリケーションプログラム２０１２を実行することにより、各機能ユニットが実現される。
第１ユーザ端末２０の制御部２０４は、入力制御部２０４１、出力制御部２０４２を備える。制御部２０４は、記憶部２０１に記憶されたアプリケーションプログラム２０１２を実行することにより、各機能ユニットが実現される。
【0032】
＜第１ユーザ端末２０の入力装置２０６の構成＞
第１ユーザ端末２０の入力装置２０６は、カメラ２０６１、マイク２０６２、位置情報センサ２０６３、モーションセンサ２０６４、タッチデバイス２０６５を備える。
第１ユーザ端末２０の入力装置２０６は、カメラ２０６１、マイク２０６２、位置情報センサ２０６３、モーションセンサ２０６４、タッチデバイス２０６５を備える。
【0033】
＜第１ユーザ端末２０の出力装置２０８の構成＞
第１ユーザ端末２０の出力装置２０８は、ディスプレイ２０８１、スピーカ２０８２を備える。
第１ユーザ端末２０の出力装置２０８は、ディスプレイ２０８１、スピーカ２０８２を備える。
【0034】
＜第２ユーザ端末３０の構成＞
第２ユーザ端末３０は、サービスを利用するユーザが操作する情報処理装置である。第２ユーザ端末３０は、例えば、スマートフォン、タブレット等の携帯端末でもよいし、据え置き型のＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ラップトップＰＣであってもよい。また、ＨＭＤ（Ｈｅａｄ Ｍｏｕｎｔ Ｄｉｓｐｌａｙ）、腕時計型端末等のウェアラブル端末であってもよい。
第２ユーザ端末３０は、記憶部３０１、制御部３０４、入力装置３０６、出力装置３０８を備える。
第２ユーザ端末３０は、サービスを利用するユーザが操作する情報処理装置である。第２ユーザ端末３０は、例えば、スマートフォン、タブレット等の携帯端末でもよいし、据え置き型のＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ラップトップＰＣであってもよい。また、ＨＭＤ（Ｈｅａｄ Ｍｏｕｎｔ Ｄｉｓｐｌａｙ）、腕時計型端末等のウェアラブル端末であってもよい。
第２ユーザ端末３０は、記憶部３０１、制御部３０４、入力装置３０６、出力装置３０８を備える。
【0035】
＜第２ユーザ端末３０の記憶部３０１の構成＞
第２ユーザ端末３０の記憶部３０１は、第２ユーザＩＤ３０１１、アプリケーションプログラム３０１２を備える。
第２ユーザ端末３０の記憶部３０１は、第２ユーザＩＤ３０１１、アプリケーションプログラム３０１２を備える。
【0036】
第２ユーザＩＤ３０１１は第２ユーザのアカウントＩＤである。ユーザは、第２ユーザ端末３０から第２ユーザＩＤ３０１１を、サーバ１０へ送信する。サーバ１０は、第２ユーザＩＤ３０１１に基づきユーザを識別し、本開示にかかるサービスをユーザに対して提供する。なお、第２ユーザＩＤ３０１１には、第２ユーザ端末３０を利用しているユーザを識別するにあたりサーバ１０から一時的に付与されるセッションＩＤなどの情報を含む。
【0037】
アプリケーションプログラム３０１２は、記憶部３０１に予め記憶されていても良いし、通信ＩＦを介してサービス提供者が運営するウェブサーバ等からダウンロードする構成としても良い。
アプリケーションプログラム３０１２は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
アプリケーションプログラム３０１２は、第２ユーザ端末３０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）などのインタープリター型プログラミング言語を含む。
アプリケーションプログラム３０１２は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
アプリケーションプログラム３０１２は、第２ユーザ端末３０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）などのインタープリター型プログラミング言語を含む。
【0038】
＜第２ユーザ端末３０の制御部３０４の構成＞
第２ユーザ端末３０の制御部３０４は、入力制御部３０４１、出力制御部３０４２を備える。制御部３０４は、記憶部３０１に記憶されたアプリケーションプログラム３０１２を実行することにより、各機能ユニットが実現される。
第２ユーザ端末３０の制御部３０４は、入力制御部３０４１、出力制御部３０４２を備える。制御部３０４は、記憶部３０１に記憶されたアプリケーションプログラム３０１２を実行することにより、各機能ユニットが実現される。
【0039】
＜第２ユーザ端末３０の入力装置３０６の構成＞
第２ユーザ端末３０の入力装置３０６は、カメラ３０６１、マイク３０６２、位置情報センサ３０６３、モーションセンサ３０６４、タッチデバイス３０６５を備える。
第２ユーザ端末３０の入力装置３０６は、カメラ３０６１、マイク３０６２、位置情報センサ３０６３、モーションセンサ３０６４、タッチデバイス３０６５を備える。
【0040】
＜第２ユーザ端末３０の出力装置３０８の構成＞
第２ユーザ端末３０の出力装置３０８は、ディスプレイ３０８１、スピーカ３０８２を備える。
第２ユーザ端末３０の出力装置３０８は、ディスプレイ３０８１、スピーカ３０８２を備える。
【0041】
＜大規模言語モデル５０の構成＞
大規模言語モデル５０は、大規模言語モデルとは、広範なテキストデータから学習し、自然言語理解や生成など、多様な言語関連タスクにおいて高度な性能を発揮する人工知能システムである。大規模言語モデル５０は、大量の文書や会話データを分析し、文脈理解、文章生成、質問応答、翻訳、要約作成などの能力を有する。
大規模言語モデル５０は、例えば、ＯｐｅｎＡＩ社により開発されたＣｈａｔＧＰＴ、Ｇｏｏｇｌｅ社によって開発されたＧｏｏｇｌｅＢａｒｄ等を含む。
大規模言語モデル５０は、大規模言語モデルとは、広範なテキストデータから学習し、自然言語理解や生成など、多様な言語関連タスクにおいて高度な性能を発揮する人工知能システムである。大規模言語モデル５０は、大量の文書や会話データを分析し、文脈理解、文章生成、質問応答、翻訳、要約作成などの能力を有する。
大規模言語モデル５０は、例えば、ＯｐｅｎＡＩ社により開発されたＣｈａｔＧＰＴ、Ｇｏｏｇｌｅ社によって開発されたＧｏｏｇｌｅＢａｒｄ等を含む。
【0042】
＜システム１の動作＞
以下、システム１の各処理について説明する。
図９は、グルーピング処理の動作を示すフローチャートである。
図１０は、説明文作成処理の動作を示すフローチャートである。
図１１は、出題処理の動作を示すフローチャートである。
図１２は、説明文作成処理の動作を示す画面例である。
図１３は、出題処理の動作を示す画面例である。
図１４は、学習教材提示処理の動作を示す画面例である。
以下、システム１の各処理について説明する。
図９は、グルーピング処理の動作を示すフローチャートである。
図１０は、説明文作成処理の動作を示すフローチャートである。
図１１は、出題処理の動作を示すフローチャートである。
図１２は、説明文作成処理の動作を示す画面例である。
図１３は、出題処理の動作を示す画面例である。
図１４は、学習教材提示処理の動作を示す画面例である。
【0043】
＜グルーピング処理＞
グルーピング処理は、複数の生徒（第１ユーザ）を、生徒の属性データの類似度に応じて複数のグループに分類する処理である
グルーピング処理は、複数の生徒（第１ユーザ）を、生徒の属性データの類似度に応じて複数のグループに分類する処理である
【0044】
＜グルーピング処理の概要＞
グルーピング処理は、複数の生徒の属性データを取得し、属性データの類似度に応じてクラスタリング処理を実行し、複数の生徒を複数のグループに分類するとともに、グループごとの特徴量を算定する一連の処理である
グルーピング処理は、複数の生徒の属性データを取得し、属性データの類似度に応じてクラスタリング処理を実行し、複数の生徒を複数のグループに分類するとともに、グループごとの特徴量を算定する一連の処理である
【0045】
グルーピング処理は、以下のタイミングで実行しても良い。
・サーバ１０のグルーピング部１０４２は、本開示にかかる情報処理サービスにおいて、生徒（第１ユーザ）に対して課題や問題などの試験（テスト）などを出題し、特定の範囲の学習効果を確認した後に、グルーピング処理を実行しても良い。テストの実施前後、日々の授業で学習効果の進捗を確認した後に、第１ユーザは自動的に複数のグループに関連づけられる。第１ユーザは、最新の属性情報に応じてより適したグループにグルーピングすることができる。後述する出題処理により、同程度の学習習熟度を有する複数の第１ユーザごとに学習教材等をまとめて提供することができる。
・本開示にかかる情報処理サービスの管理者にかかるユーザの入力操作に応じて実行する。管理者にかかるユーザによるグルーピング処理を実行するための明示的な処理に応じて実行する構成としても良い。
・サーバ１０のグルーピング部１０４２は、所定の期間（毎時、毎日、毎週、毎月など）ごとにグルーピング処理を実行しても良い。
・サーバ１０のグルーピング部１０４２は、本開示にかかる情報処理サービスにおいて、生徒（第１ユーザ）に対して課題や問題などの試験（テスト）などを出題し、特定の範囲の学習効果を確認した後に、グルーピング処理を実行しても良い。テストの実施前後、日々の授業で学習効果の進捗を確認した後に、第１ユーザは自動的に複数のグループに関連づけられる。第１ユーザは、最新の属性情報に応じてより適したグループにグルーピングすることができる。後述する出題処理により、同程度の学習習熟度を有する複数の第１ユーザごとに学習教材等をまとめて提供することができる。
・本開示にかかる情報処理サービスの管理者にかかるユーザの入力操作に応じて実行する。管理者にかかるユーザによるグルーピング処理を実行するための明示的な処理に応じて実行する構成としても良い。
・サーバ１０のグルーピング部１０４２は、所定の期間（毎時、毎日、毎週、毎月など）ごとにグルーピング処理を実行しても良い。
【0046】
＜グルーピング処理の詳細＞
以下に、グルーピング処理の詳細を説明する。
以下に、グルーピング処理の詳細を説明する。
【0047】
ステップＳ１０１において、サーバ１０のグルーピング部１０４２は、第１ユーザに関する学習教材の学習内容の習熟度に関する情報を含む属性情報を取得する属性取得ステップを実行する。属性取得ステップは、複数の第１ユーザに関する属性情報を取得する。
具体的に、サーバ１０のグルーピング部１０４２は、ユーザテーブル１０１２を参照して複数の生徒ごとの属性データを取得する。なお、サーバ１０のグルーピング部１０４２は、属性データに含まれる学年、クラスなどの所定の属性データに応じて複数の生徒をフィルタリングし、当該生徒の属性データを取得する構成としても良い。つまり、サーバ１０のグルーピング部１０４２は、所定の学年、所定のクラスに属する一部の生徒に対してグルーピング処理を実行しても良い。
具体的に、サーバ１０のグルーピング部１０４２は、ユーザテーブル１０１２を参照して複数の生徒ごとの属性データを取得する。なお、サーバ１０のグルーピング部１０４２は、属性データに含まれる学年、クラスなどの所定の属性データに応じて複数の生徒をフィルタリングし、当該生徒の属性データを取得する構成としても良い。つまり、サーバ１０のグルーピング部１０４２は、所定の学年、所定のクラスに属する一部の生徒に対してグルーピング処理を実行しても良い。
【0048】
ステップＳ１０２において、サーバ１０のグルーピング部１０４２は、属性取得ステップにおいて取得した属性情報に基づき、複数の第１ユーザを、１または複数のグループに関連付けるグループステップを実行する。グループステップは、複数の第１ユーザの属性情報の類似度に応じて、複数の第１ユーザを、１または複数のグループに関連付ける。
具体的に、サーバ１０のグルーピング部１０４２は、属性データを、属性データに含まれる複数の要素ごとの値を有するベクトルとして捉える。サーバ１０のグルーピング部１０４２は、それぞれの生徒の属性データに基づくベクトル同士の距離を、ユークリッド距離、マンハッタン距離、コサイン類似度、ジャッカード類似度等の手法により計算する。
特に、サーバ１０のグルーピング部１０４２は、第１ユーザの習熟度、問題の正誤、解答時間などの解答情報の類似度からなるベクトルの類似度を計算することが好適である。
サーバ１０のグルーピング部１０４２は、取得した複数の第１ユーザの属性データの類似度に応じて以下の方法（１または複数の方法またはそれらの組み合わせ）により複数の第１ユーザを複数のグループに分類（クラスタリング）する。
なお、サーバ１０のグルーピング部１０４２は、属性データ、習熟度等のベクトル成分に対して任意の正規化手法等の処理を適用しても構わない。その場合も、処理後のベクトルは生徒の属性データに含まれる。
具体的に、サーバ１０のグルーピング部１０４２は、属性データを、属性データに含まれる複数の要素ごとの値を有するベクトルとして捉える。サーバ１０のグルーピング部１０４２は、それぞれの生徒の属性データに基づくベクトル同士の距離を、ユークリッド距離、マンハッタン距離、コサイン類似度、ジャッカード類似度等の手法により計算する。
特に、サーバ１０のグルーピング部１０４２は、第１ユーザの習熟度、問題の正誤、解答時間などの解答情報の類似度からなるベクトルの類似度を計算することが好適である。
サーバ１０のグルーピング部１０４２は、取得した複数の第１ユーザの属性データの類似度に応じて以下の方法（１または複数の方法またはそれらの組み合わせ）により複数の第１ユーザを複数のグループに分類（クラスタリング）する。
なお、サーバ１０のグルーピング部１０４２は、属性データ、習熟度等のベクトル成分に対して任意の正規化手法等の処理を適用しても構わない。その場合も、処理後のベクトルは生徒の属性データに含まれる。
【0049】
・Ｋ－ｍｅａｎｓ法
この方法では、複数の生徒をＫ個のクラスタ（グループ）に分類する。まず、ランダムにＫ個のクラスタ中心を選ぶ。次に、各生徒を最も近いクラスタ中心に割り当て、クラスタ中心を更新する。このプロセスを繰り返し、クラスタ中心の変更がなくなるまで続ける。
この方法では、複数のクラスタ数（グループ数）を指定して複数の第１ユーザを分類することができる。
・階層的クラスタリング
この方法では、初めに各生徒を個別のクラスタ（グループ）とみなし、徐々に類似のクラスタを結合する。クラスタ間の類似度は、例えば最短距離、最長距離、平均距離などの基準で計算する。
クラスタ数が事前に不明な場合や、データの構造を詳細に理解したい場合に適している。
・密度ベースのクラスタリング（ＤＢＳＣＡＮなど）
この方法では、密度（データポイントの集中度）を基準にクラスタ（グループ）を形成する。特定の密度以上の領域をクラスタとし、その周辺の密度の低い領域をノイズとして扱う。
クラスタの形状が不規則な場合や、ノイズを含むデータに適している。
・スペクトラルクラスタリング
この方法では、データの類似度行列を用いて次元削減を行い、その後Ｋ－ｍｅａｎｓなどの方法でクラスタリングを実施する。類似度行列は、データポイント間の類似度（または距離）を表す。
グラフ構造のデータや、非線形構造のデータに適している。
この方法では、複数の生徒をＫ個のクラスタ（グループ）に分類する。まず、ランダムにＫ個のクラスタ中心を選ぶ。次に、各生徒を最も近いクラスタ中心に割り当て、クラスタ中心を更新する。このプロセスを繰り返し、クラスタ中心の変更がなくなるまで続ける。
この方法では、複数のクラスタ数（グループ数）を指定して複数の第１ユーザを分類することができる。
・階層的クラスタリング
この方法では、初めに各生徒を個別のクラスタ（グループ）とみなし、徐々に類似のクラスタを結合する。クラスタ間の類似度は、例えば最短距離、最長距離、平均距離などの基準で計算する。
クラスタ数が事前に不明な場合や、データの構造を詳細に理解したい場合に適している。
・密度ベースのクラスタリング（ＤＢＳＣＡＮなど）
この方法では、密度（データポイントの集中度）を基準にクラスタ（グループ）を形成する。特定の密度以上の領域をクラスタとし、その周辺の密度の低い領域をノイズとして扱う。
クラスタの形状が不規則な場合や、ノイズを含むデータに適している。
・スペクトラルクラスタリング
この方法では、データの類似度行列を用いて次元削減を行い、その後Ｋ－ｍｅａｎｓなどの方法でクラスタリングを実施する。類似度行列は、データポイント間の類似度（または距離）を表す。
グラフ構造のデータや、非線形構造のデータに適している。
【0050】
サーバ１０のグルーピング部１０４２は、ステップＳ１０２において取得した複数の生徒を、複数のグループに分類する。例えば、サーバ１０のグルーピング部１０４２は、複数の生徒（生徒Ａ、生徒Ｂ、生徒Ｃ、生徒Ｄ）に対して、グループＡ（生徒Ａ、生徒Ｃ）、グループＢ（生徒Ｂ）、グループＣ（生徒Ｄ）などに分類する。
【0051】
ステップＳ１０２において、グループステップは、複数の第１ユーザが特定の範囲の学習効果を確認した後に、複数の第１ユーザを、１または複数のグループに関連付けるステップを実行する。
具体的に、サーバ１０のグルーピング部１０４２は、本開示にかかる情報処理サービスにおいて、生徒（第１ユーザ）に対して課題や問題などの試験（テスト）などを出題し、特定の範囲の学習効果を確認した後に、ステップＳ１０２にかかるクラスタリング処理を実行しても良い。
具体的に、サーバ１０のグルーピング部１０４２は、本開示にかかる情報処理サービスにおいて、生徒（第１ユーザ）に対して課題や問題などの試験（テスト）などを出題し、特定の範囲の学習効果を確認した後に、ステップＳ１０２にかかるクラスタリング処理を実行しても良い。
【0052】
ステップＳ１０３において、サーバ１０のグルーピング部１０４２は、ステップＳ１０２において分類したクラスタ（グループ）ごとの特徴量を算定する。
具体的に、サーバ１０のグルーピング部１０４２は、クラスタ内のデータポイント（クラスタに属する１または複数の生徒の属性データ、習熟度、解答情報に基づくベクトル）の特性を集約し、クラスタ全体の特性を表現する特徴量（代表ベクトル）を算定する。
具体的に、サーバ１０のグルーピング部１０４２は、クラスタ内のデータポイント（クラスタに属する１または複数の生徒の属性データ、習熟度、解答情報に基づくベクトル）の特性を集約し、クラスタ全体の特性を表現する特徴量（代表ベクトル）を算定する。
【0053】
例えば、サーバ１０のグルーピング部１０４２は、以下の方法により算定した特徴量をクラスタごとの特徴量に含めても良い。サーバ１０のグルーピング部１０４２は、クラスタに属する１または複数の生徒の属性データ、習熟度、解答情報のいずれか１以上のベクトルに基づき特徴量を計算する。
・平均ベクトル（平均値ベクトル、中央値ベクトル、最頻値ベクトル）
クラスタに属するすべての生徒のベクトルの平均（平均値、中央値、最頻値等の統計値）を計算する。
各生徒のベクトルは、その生徒の各学習単元における習熟度のスコアを要素として含む。
平均ベクトルの各要素は、そのクラスタ内の生徒の平均的な習熟度を反映する。
なお、平均に替えて、最大値、最小値等の任意の統計値を用いても構わない。
・分散、標準偏差
クラスタ内の属性データ、習熟度、解答情報、ベクトルの分散や標準偏差を計算する。
クラスタ内の生徒の習熟度がどれだけばらついているかを示す。
・範囲（最大値・最小値）
クラスタ内の最高習熟度スコアと最低スコアの差を計算する。
クラスタ内の生徒の習熟度の範囲を示す。
・特定の指標に基づく特徴量
例えば、特定の学習単元における平均正答率、平均解答時間など、特定の指標に基づく任意のパラメータを特徴量に含めても構わない。
・平均ベクトル（平均値ベクトル、中央値ベクトル、最頻値ベクトル）
クラスタに属するすべての生徒のベクトルの平均（平均値、中央値、最頻値等の統計値）を計算する。
各生徒のベクトルは、その生徒の各学習単元における習熟度のスコアを要素として含む。
平均ベクトルの各要素は、そのクラスタ内の生徒の平均的な習熟度を反映する。
なお、平均に替えて、最大値、最小値等の任意の統計値を用いても構わない。
・分散、標準偏差
クラスタ内の属性データ、習熟度、解答情報、ベクトルの分散や標準偏差を計算する。
クラスタ内の生徒の習熟度がどれだけばらついているかを示す。
・範囲（最大値・最小値）
クラスタ内の最高習熟度スコアと最低スコアの差を計算する。
クラスタ内の生徒の習熟度の範囲を示す。
・特定の指標に基づく特徴量
例えば、特定の学習単元における平均正答率、平均解答時間など、特定の指標に基づく任意のパラメータを特徴量に含めても構わない。
【0054】
サーバ１０のグルーピング部１０４２は、ステップＳ１０２において作成した分類をステップＳ１０３において計算した特徴量と関連付けて、グループテーブル１０１３の新たなレコードのグループ名、特徴量の項目に記憶する。これにより、生徒を分類するためのグループ情報がグループテーブル１０１３に記憶される。
サーバ１０のグルーピング部１０４２は、ユーザテーブル１０１２において、ステップＳ１０２において分類した生徒のユーザＩＤに基づき特定されるレコードのグループＩＤの項目に、当該生徒が分類されたグループのグループＩＤ（グループテーブル１０１３において新たに作成したレコードのグループＩＤ）を関連付けて記憶する。
これにより、生徒と、生徒が所属するグループとの関連付けが表現される。また、生徒がどのグループに含まれるかが特定される。
サーバ１０のグルーピング部１０４２は、ユーザテーブル１０１２において、ステップＳ１０２において分類した生徒のユーザＩＤに基づき特定されるレコードのグループＩＤの項目に、当該生徒が分類されたグループのグループＩＤ（グループテーブル１０１３において新たに作成したレコードのグループＩＤ）を関連付けて記憶する。
これにより、生徒と、生徒が所属するグループとの関連付けが表現される。また、生徒がどのグループに含まれるかが特定される。
【0055】
＜説明文作成処理＞
説明文作成処理は、グループごとに説明文を作成する処理である。
説明文作成処理は、グループごとに説明文を作成する処理である。
【0056】
＜説明文作成処理の概要＞
説明文作成処理は、グループごとの特徴量を取得し、特徴量に基づき大規模言語モデルへの入力文となるプロンプト（グループに関する説明文を作成するための入力文章）を作成し、作成したプロンプトを大規模言語モデルへ送信し、大規模言語モデルから説明文を取得し、取得した説明文を記憶する一連の処理である
サーバ１０の説明文作成部１０４３は、グループテーブル１０１３に記憶された複数のグループ情報のそれぞれに対して説明文作成処理を実行し、説明文をグループ情報と関連付けてグループテーブル１０１３の説明文の項目に記憶する。
説明文作成処理は、グループごとの特徴量を取得し、特徴量に基づき大規模言語モデルへの入力文となるプロンプト（グループに関する説明文を作成するための入力文章）を作成し、作成したプロンプトを大規模言語モデルへ送信し、大規模言語モデルから説明文を取得し、取得した説明文を記憶する一連の処理である
サーバ１０の説明文作成部１０４３は、グループテーブル１０１３に記憶された複数のグループ情報のそれぞれに対して説明文作成処理を実行し、説明文をグループ情報と関連付けてグループテーブル１０１３の説明文の項目に記憶する。
【0057】
＜説明文作成処理の詳細＞
以下に、説明文作成処理の詳細を説明する。
以下に、説明文作成処理の詳細を説明する。
【0058】
ステップＳ３０１において、サーバ１０の説明文作成部１０４３は、グループテーブル１０１３を参照して、グループ名、特徴量を含むグループ情報を取得するグループ情報取得ステップを実行する。
【0059】
ステップＳ３０２において、サーバ１０の説明文作成部１０４３は、ステップＳ３０１において取得した特徴量を含むグループ情報に基づき、大規模言語モデルへの入力文となるプロンプト（グループに関する説明文を作成するための指示文、命令文を含む入力文章）を作成するプロンプト作成ステップを実行する。
サーバ１０の説明文作成部１０４３は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報に含まれる要素ごとの統計量および要素の内容を含む入力データを、大規模言語モデルに入力する。
サーバ１０の説明文作成部１０４３は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報に含まれる要素ごとの統計量および要素の内容を含む入力データを、大規模言語モデルに入力する。
【0060】
具体的に、サーバ１０の説明文作成部１０４３は、ステップＳ３０１において取得した特徴量に基づき以下に示すプロンプトを作成する。なお、以下のプロンプトは一例であり、プロンプトは以下に記載のプロンプトには限られない。特徴量は、生徒に関する属性データに含まれる要素ごとの統計量および要素の内容を含む。
【0061】
〔プロンプト〕
＃命令書：
以下の情報は、複数の生徒が所属する学習習熟度に応じて分類した特定のグループにおける学習習熟度に関する情報である。以下のグループの学習習熟度に基づいて、課題および推奨問題に関する情報を含む説明文を出力してください。
＃グループＡの学習習熟度：
問題Ａ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
問題Ｂ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
問題Ｃ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
学習単元Ａ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
学習単元Ｂ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
学習単元Ｃ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
＃グループＡが苦手な問題
問題Ａの内容・・・
問題Ｂの内容・・・
問題Ｃの内容・・・
＃グループＡが苦手を克服するために解く基礎問題
問題Ａの内容・・・
問題Ｂの内容・・・
問題Ｃの内容・・・
＃その他関連する問題
問題Ａの内容・・・
問題Ｂの内容・・・
問題Ｃの内容・・・
＃説明文：
＃命令書：
以下の情報は、複数の生徒が所属する学習習熟度に応じて分類した特定のグループにおける学習習熟度に関する情報である。以下のグループの学習習熟度に基づいて、課題および推奨問題に関する情報を含む説明文を出力してください。
＃グループＡの学習習熟度：
問題Ａ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
問題Ｂ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
問題Ｃ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
学習単元Ａ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
学習単元Ｂ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
学習単元Ｃ：平均正答率・％ 平均解答時間・秒 分散 標準偏差
＃グループＡが苦手な問題
問題Ａの内容・・・
問題Ｂの内容・・・
問題Ｃの内容・・・
＃グループＡが苦手を克服するために解く基礎問題
問題Ａの内容・・・
問題Ｂの内容・・・
問題Ｃの内容・・・
＃その他関連する問題
問題Ａの内容・・・
問題Ｂの内容・・・
問題Ｃの内容・・・
＃説明文：
【0062】
プロンプトはグループに属する複数の生徒の学習習熟度ではなく、グループに属する複数の生徒の属性データを含んでも良い。プロンプトは、学習教材にかかる課題、問題、単元ごとの解答情報、学習の習熟度に関する情報を含んでも良い。
具体的に、プロンプトはグループごとに学習習熟度に関連する課題、問題の内容を含んでも良い。
具体的に、プロンプトはグループごとに学習習熟度に関連する課題、問題の内容を含んでも良い。
【0063】
サーバ１０の説明文作成部１０４３は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報を大規模言語モデルに入力しないものとしても良い。
具体的に、サーバ１０の説明文作成部１０４３は、プロンプトに複数の生徒の属性データに基づき算定された特徴量を含めても良いが、個別の生徒の属性データ、習熟度、解答情報等は含めない構成とすることが好適である。これにより、サーバ１０の説明文作成部１０４３は、外部の大規模言語モデル５０に対して個別生徒の個人情報である属性データ、習熟度、解答情報等の送信をしないことができる。例えば、生徒の個人情報を外部へ送信しないことができ、個人情報漏洩等のリスクを低減することができる。
具体的に、サーバ１０の説明文作成部１０４３は、プロンプトに複数の生徒の属性データに基づき算定された特徴量を含めても良いが、個別の生徒の属性データ、習熟度、解答情報等は含めない構成とすることが好適である。これにより、サーバ１０の説明文作成部１０４３は、外部の大規模言語モデル５０に対して個別生徒の個人情報である属性データ、習熟度、解答情報等の送信をしないことができる。例えば、生徒の個人情報を外部へ送信しないことができ、個人情報漏洩等のリスクを低減することができる。
【0064】
ステップＳ３０３において、サーバ１０の説明文作成部１０４３は、プロンプト作成ステップにおいて作成したプロンプトを大規模言語モデル５０へ送信するプロンプト送信ステップを実行する。
具体的に、サーバ１０の説明文作成部１０４３は、大規模言語モデル５０が提供するプロンプトの入力を受け付けるエンドポイント（ＵＲＬ）へ、ステップＳ３０２において作成したプロンプトを含むリクエストを送信する。
サーバ１０の説明文作成部１０４３は、エンドポイントに対してプロンプト以外の、利用する大規模言語モデル５０のモデル名、ｔｅｍｐｅｒａｔｕｒｅなどの大規模言語モデル５０からの回答文を制御するためのハイパーパラメータをリクエストに含めても良い。
具体的に、サーバ１０の説明文作成部１０４３は、大規模言語モデル５０が提供するプロンプトの入力を受け付けるエンドポイント（ＵＲＬ）へ、ステップＳ３０２において作成したプロンプトを含むリクエストを送信する。
サーバ１０の説明文作成部１０４３は、エンドポイントに対してプロンプト以外の、利用する大規模言語モデル５０のモデル名、ｔｅｍｐｅｒａｔｕｒｅなどの大規模言語モデル５０からの回答文を制御するためのハイパーパラメータをリクエストに含めても良い。
【0065】
ステップＳ３０４において、サーバ１０の説明文作成部１０４３は、第１ユーザに関する属性情報に基づいて、大規模言語モデルから第１ユーザに関連する説明文を取得する説明文取得ステップを実行する。説明文取得ステップは、第１ユーザの課題および推奨問題に関する情報を含む説明文を取得する。また、説明文取得ステップは、第１ユーザの学習単元ごとの課題および推奨問題に関する情報を含む説明文を取得する。
具体的に、サーバ１０の説明文作成部１０４３は、ステップＳ３０３における大規模言語モデル５０に対するリクエストの送信に応じて、大規模言語モデル５０が出力する説明文を含むレスポンスを受信し、取得する。取得する説明文は、生徒の属性データ、習熟度、解答情報等に基づき大規模言語モデル５０が出力した説明文である。
説明文は、課題および推奨問題に関する情報を含む。説明文は、学習単元ごとの課題および推奨問題に関する情報を含むものとしても良い。説明文を以下のように例示する。
具体的に、サーバ１０の説明文作成部１０４３は、ステップＳ３０３における大規模言語モデル５０に対するリクエストの送信に応じて、大規模言語モデル５０が出力する説明文を含むレスポンスを受信し、取得する。取得する説明文は、生徒の属性データ、習熟度、解答情報等に基づき大規模言語モデル５０が出力した説明文である。
説明文は、課題および推奨問題に関する情報を含む。説明文は、学習単元ごとの課題および推奨問題に関する情報を含むものとしても良い。説明文を以下のように例示する。
【0066】
〔説明文〕
＃説明文：
＃課題：このグループの生徒は、多項式の次数と単項式の次数について理解しています。しかし、係数を表す能力、特に正の整数と－１については理解度が低いです。また、ｎ次式かどうかを判断する能力もやや低いです。
＃おすすめ問題：このグループにおける苦手な問題は、問題Ｄ、Ｅ、Ｌなどです。具体的に、このグループはＦ、Ｍ、Ｐという知識の理解が不足しています。それらの知識を身につけるための推奨問題にはＱ、Ｒなどがあります。
＃説明文：
＃課題：このグループの生徒は、多項式の次数と単項式の次数について理解しています。しかし、係数を表す能力、特に正の整数と－１については理解度が低いです。また、ｎ次式かどうかを判断する能力もやや低いです。
＃おすすめ問題：このグループにおける苦手な問題は、問題Ｄ、Ｅ、Ｌなどです。具体的に、このグループはＦ、Ｍ、Ｐという知識の理解が不足しています。それらの知識を身につけるための推奨問題にはＱ、Ｒなどがあります。
【0067】
サーバ１０の説明文作成部１０４３は、ステップＳ３０４において出力された説明文を、グループテーブル１０１３のプロンプト作成にかかるグループのグループ情報のレコードの説明文の項目に記憶する。これにより、それぞれのグループ情報について説明文が関連付けて記憶される。
サーバ１０の説明文作成部１０４３は、説明文取得ステップにおいて取得した説明文を提示しても良い。
サーバ１０の説明文作成部１０４３は、説明文取得ステップにおいて取得した説明文を提示しても良い。
【0068】
具体的に、第２ユーザは、第２ユーザ端末３０の入力装置３０６を操作し、ブラウザアプリケーション等を実行し、説明文提示処理を実行するためのウェブページ（説明文提示ページ）のＵＲＬ等を入力することにより説明文提示ページＤ１を開く。第２ユーザ端末３０の制御部３０４は、説明文提示ページを開くための第２ユーザＩＤ３０１１を含むリクエストをサーバ１０へ送信する。
【0069】
サーバ１０は、リクエストを受信すると説明文提示ページを生成し第２ユーザ端末３０へ送信する。第２ユーザ端末３０の制御部３０４は、説明文提示ページを第２ユーザ端末３０のディスプレイ３０８１に表示し、提示する。
図１２は、説明文提示処理における説明文提示画面の画面例である。第２ユーザ端末３０のディスプレイ３０８１には、説明文提示ページＤ１が表示される。説明文提示ページＤ１は、グループ情報Ｄ１１、Ｄ１２、Ｄ１３・・・を含む。
グループ情報Ｄ１１は、グループ名Ｄ１１１、説明文Ｄ１１２、グループに含まれる生徒の氏名（第１ユーザのユーザ名）Ｄ１１３、生徒数Ｄ１１４、出題ボタンＤ１１５を含む。グループ情報Ｄ１２、Ｄ１３についても同様に、グループ名Ｄ１２１、Ｄ１３１、説明文Ｄ１２２、Ｄ１３２、グループに含まれる生徒の氏名（第１ユーザのユーザ名）Ｄ１２３、Ｄ１３３、生徒数Ｄ１２４、Ｄ１３４、出題ボタンＤ１２５、Ｄ１３５を含む。
図１２は、説明文提示処理における説明文提示画面の画面例である。第２ユーザ端末３０のディスプレイ３０８１には、説明文提示ページＤ１が表示される。説明文提示ページＤ１は、グループ情報Ｄ１１、Ｄ１２、Ｄ１３・・・を含む。
グループ情報Ｄ１１は、グループ名Ｄ１１１、説明文Ｄ１１２、グループに含まれる生徒の氏名（第１ユーザのユーザ名）Ｄ１１３、生徒数Ｄ１１４、出題ボタンＤ１１５を含む。グループ情報Ｄ１２、Ｄ１３についても同様に、グループ名Ｄ１２１、Ｄ１３１、説明文Ｄ１２２、Ｄ１３２、グループに含まれる生徒の氏名（第１ユーザのユーザ名）Ｄ１２３、Ｄ１３３、生徒数Ｄ１２４、Ｄ１３４、出題ボタンＤ１２５、Ｄ１３５を含む。
【0070】
＜出題処理＞
出題処理は、グループに含まれる複数の生徒（第１ユーザ）に対してまとめて学習教材を出題する処理である。
出題処理は、グループに含まれる複数の生徒（第１ユーザ）に対してまとめて学習教材を出題する処理である。
【0071】
＜出題処理の概要＞
出題処理は、教師（第２ユーザ）から１または複数のグループの選択を受け付け、教師から１または複数の学習教材の選択を受け付け、選択を受け付けた１または複数の学習教材を１または複数のグループに割り当て、当該割り当てた１または複数の学習教材を生徒に対して提示する一連の処理である。
出題処理は、教師（第２ユーザ）から１または複数のグループの選択を受け付け、教師から１または複数の学習教材の選択を受け付け、選択を受け付けた１または複数の学習教材を１または複数のグループに割り当て、当該割り当てた１または複数の学習教材を生徒に対して提示する一連の処理である。
【0072】
＜出題処理の詳細＞
以下に、出題処理の詳細を説明する。
以下に、出題処理の詳細を説明する。
【0073】
ステップＳ５０１において、サーバ１０の出題部１０４４は、所定のグループに対して、第２ユーザから、説明文取得ステップにおいて取得した説明文に応じた１または複数の学習教材の選択を受け付ける教材受付ステップを実行する。
具体的に、教師は、説明文提示ページＤ１において、グループ情報Ｄ１１、Ｄ１２、Ｄ１３・・・に含まれるグループのうち、出題処理を希望するグループの出題ボタンＤ１１５、Ｄ１２５、Ｄ１３５を選択する。
具体的に、教師は、説明文提示ページＤ１において、グループ情報Ｄ１１、Ｄ１２、Ｄ１３・・・に含まれるグループのうち、出題処理を希望するグループの出題ボタンＤ１１５、Ｄ１２５、Ｄ１３５を選択する。
【0074】
サーバ１０の出題部１０４４は、教材マスタ１０２１を参照して教材ＩＤ、教材データを含む教材情報を取得する。なお、サーバ１０の出題部１０４４は、選択された出題ボタンＤ１１５、Ｄ１２５、Ｄ１３５にかかるグループの学年、クラスなどの所定の属性データに応じて複数の学習教材をフィルタリングし、当該学習教材に関する教材情報を取得し、特定する構成としても良い。つまり、グループの学年、クラスとは関係ない教材情報は除外して教材情報を取得し、特定しても良い。
【0075】
サーバ１０の出題部１０４４は、取得した学習教材に関する教材情報に基づき出題ページを生成し第２ユーザ端末３０へ送信する。第２ユーザ端末３０の制御部３０４は、出題ページを第２ユーザ端末３０のディスプレイ３０８１に表示し、提示する。
図１３は、出題処理における出題画面の画面例である。第２ユーザ端末３０のディスプレイ３０８１には、出題ページＤ３が表示される。出題ページＤ３は、単元ごとの問題Ｄ３０１、Ｄ３０２、Ｄ３０３・・・を含む。問題Ｄ３０１、Ｄ３０２、Ｄ３０３・・・は、それぞれ、問題名Ｄ３０１１、Ｄ３０２１、Ｄ３０３１・・・、チェックボックスＤ３０１２、Ｄ３０２２、Ｄ３０３２・・・、割当ボタンＤ３１、を含む。出題ページＤ３は、単元ごとに問題（学習教材）を一覧表示する。なお、問題Ｄ３０１、Ｄ３０２、Ｄ３０３・・・のそれぞれは、教材マスタ１０２１から取得した教材情報の教材ＩＤ等と関連付けられている。
図１３は、出題処理における出題画面の画面例である。第２ユーザ端末３０のディスプレイ３０８１には、出題ページＤ３が表示される。出題ページＤ３は、単元ごとの問題Ｄ３０１、Ｄ３０２、Ｄ３０３・・・を含む。問題Ｄ３０１、Ｄ３０２、Ｄ３０３・・・は、それぞれ、問題名Ｄ３０１１、Ｄ３０２１、Ｄ３０３１・・・、チェックボックスＤ３０１２、Ｄ３０２２、Ｄ３０３２・・・、割当ボタンＤ３１、を含む。出題ページＤ３は、単元ごとに問題（学習教材）を一覧表示する。なお、問題Ｄ３０１、Ｄ３０２、Ｄ３０３・・・のそれぞれは、教材マスタ１０２１から取得した教材情報の教材ＩＤ等と関連付けられている。
【0076】
なお、第２ユーザ端末３０の制御部３０４は、説明文Ｄ１１２、Ｄ１２２、Ｄ１３２に含まれる推奨問題に関する問題Ｄ３０１、Ｄ３０２、Ｄ３０３・・・のチェックボックスＤ３０１２、Ｄ３０２２、Ｄ３０３２・・・、は選択された状態で、教師に対して問題を提示しても良い。
これにより、教師は推奨問題を選択する煩雑な作業を省略することができる。教師の入力作業負荷を低減することができる。
これにより、教師は推奨問題を選択する煩雑な作業を省略することができる。教師の入力作業負荷を低減することができる。
【0077】
ステップＳ５０２において、サーバ１０の出題部１０４４は、所定のグループに対して、第２ユーザから１または複数の学習教材の選択を受け付ける教材受付ステップを実行する。
具体的に、第２ユーザは、第２ユーザ端末３０の入力装置３０６を操作することにより、チェックボックスＤ３０１２、Ｄ３０２２、Ｄ３０３２・・・、を選択する。これにより、第２ユーザは、出題ページＤ３において一覧提示された学習教材のうち、１または複数の学習教材を選択することができる。
具体的に、第２ユーザは、第２ユーザ端末３０の入力装置３０６を操作することにより、チェックボックスＤ３０１２、Ｄ３０２２、Ｄ３０３２・・・、を選択する。これにより、第２ユーザは、出題ページＤ３において一覧提示された学習教材のうち、１または複数の学習教材を選択することができる。
【0078】
ステップＳ５０３において、サーバ１０の出題部１０４４は、所定のグループに関連付けられた１または複数の第１ユーザに対してまとめて、教材受付ステップにおいて受け付けた１または複数の学習教材を提供する教材提供ステップを実行する。
具体的に、第２ユーザは、第２ユーザ端末３０の入力装置３０６を操作することにより、割当ボタンＤ３１を選択する。第２ユーザ端末３０の制御部３０４は、学習教材をグループごとに複数の生徒に対して割り当てるためのリクエストをサーバ１０へ送信する。リクエストは、第２ユーザＩＤ３０１１、ステップＳ５０１において選択したグループに含まれる１または複数の第１ユーザの第１ユーザＩＤ、ステップＳ５０２において選択したチェックボックスＤ３０１２、Ｄ３０２２、Ｄ３０３２・・・に基づき特定される１または複数の教材ＩＤを含む。
サーバ１０の出題部１０４４は、リクエストに含まれる第２ユーザＩＤ３０１１、複数の第１ユーザＩＤ、１または複数の教材ＩＤを、宿題テーブル１０１４の新たなレコードの出題者ＩＤ、生徒ＩＤ、教材ＩＤの項目に記憶する。具体的に、サーバ１０の出題部１０４４は、複数の第１ユーザＩＤ、複数の教材ＩＤに応じて、宿題テーブル１０１４には複数のレコードを記憶する。これにより、複数の学習教材がステップＳ５０１において教師により選択されたグループに所属する１または複数の生徒に対してまとめて出題できる。
具体的に、第２ユーザは、第２ユーザ端末３０の入力装置３０６を操作することにより、割当ボタンＤ３１を選択する。第２ユーザ端末３０の制御部３０４は、学習教材をグループごとに複数の生徒に対して割り当てるためのリクエストをサーバ１０へ送信する。リクエストは、第２ユーザＩＤ３０１１、ステップＳ５０１において選択したグループに含まれる１または複数の第１ユーザの第１ユーザＩＤ、ステップＳ５０２において選択したチェックボックスＤ３０１２、Ｄ３０２２、Ｄ３０３２・・・に基づき特定される１または複数の教材ＩＤを含む。
サーバ１０の出題部１０４４は、リクエストに含まれる第２ユーザＩＤ３０１１、複数の第１ユーザＩＤ、１または複数の教材ＩＤを、宿題テーブル１０１４の新たなレコードの出題者ＩＤ、生徒ＩＤ、教材ＩＤの項目に記憶する。具体的に、サーバ１０の出題部１０４４は、複数の第１ユーザＩＤ、複数の教材ＩＤに応じて、宿題テーブル１０１４には複数のレコードを記憶する。これにより、複数の学習教材がステップＳ５０１において教師により選択されたグループに所属する１または複数の生徒に対してまとめて出題できる。
【0079】
ステップＳ５０４において、サーバ１０の出題部１０４４は、宿題テーブル１０１４に記憶された教材ＩＤに基づき特定される学習教材を第１ユーザに対して提示する学習教材提示処理を実行する。
具体的に、第１ユーザは、第１ユーザ端末２０の入力装置２０６を操作し、ブラウザアプリケーション等を実行し、学習教材提示処理を実行するためのウェブページ（学習教材提示ページ）のＵＲＬ等を入力することにより学習教材提示ページＤ５を開く。第１ユーザ端末２０の制御部２０４は、学習教材提示ページを開くための第１ユーザＩＤ２０１１を含むリクエストをサーバ１０へ送信する。
具体的に、第１ユーザは、第１ユーザ端末２０の入力装置２０６を操作し、ブラウザアプリケーション等を実行し、学習教材提示処理を実行するためのウェブページ（学習教材提示ページ）のＵＲＬ等を入力することにより学習教材提示ページＤ５を開く。第１ユーザ端末２０の制御部２０４は、学習教材提示ページを開くための第１ユーザＩＤ２０１１を含むリクエストをサーバ１０へ送信する。
【0080】
サーバ１０の出題部１０４４は、リクエストを受信すると、第１ユーザＩＤ２０１１に基づき宿題テーブル１０１４の生徒ＩＤの項目を検索し、宿題情報を取得し、特定する。なお、サーバ１０の出題部１０４４は、解答データの項目に何も記憶されていない（ヌル値またはブランク等）レコードのみを取得し、解答データの項目に情報が記憶されている（既に生徒が解答した）レコードは除外して宿題情報を特定しても良い。サーバ１０の出題部１０４４は、取得した教材ＩＤに基づき教材マスタ１０２１の教材ＩＤの項目を検索し、教材データを含む教材情報を取得する。
サーバ１０の出題部１０４４は、取得した宿題情報および教材情報に基づき学習教材提示ページを生成し第１ユーザ端末２０へ送信する。第１ユーザ端末２０の制御部２０４は、学習教材提示ページＤ５を第１ユーザ端末２０のディスプレイ２０８１に表示し、提示する。
図１４は、学習教材提示処理における学習教材提示画面の画面例である。第１ユーザ端末２０のディスプレイ２０８１には、学習教材提示ページＤ５が表示される。学習教材提示ページＤ５は、学習教材Ｄ５１、Ｄ５２、Ｄ５３・・・を含む。学習教材Ｄ５１は、問題Ｄ５１１、解答入力欄Ｄ５１２を含む。なお、学習教材Ｄ５１、Ｄ５２、Ｄ５３・・・は、教材情報に含まれる教材データに基づき描画される。
第１ユーザは、第１ユーザ端末２０の入力装置２０６を操作することにより、解答入力欄Ｄ５１２に、問題Ｄ５１１に対する解答を入力する。第１ユーザ端末２０の制御部２０４は、解答入力欄Ｄ５１２に入力された解答内容、問題Ｄ５１１にかかる宿題ＩＤを含むリクエストをサーバ１０へ送信する。サーバ１０の出題部１０４４は、第１ユーザ端末２０から受信したリクエストに含まれる宿題ＩＤに基づき、宿題テーブル１０１４の宿題ＩＤの項目を検索し、特定したレコードの解答データの項目に解答入力欄Ｄ５１２に入力された解答内容を記憶する。これにより、生徒に出題されたそれぞれの問題に対する解答内容を関連付けて記憶することができる。
サーバ１０の出題部１０４４は、取得した宿題情報および教材情報に基づき学習教材提示ページを生成し第１ユーザ端末２０へ送信する。第１ユーザ端末２０の制御部２０４は、学習教材提示ページＤ５を第１ユーザ端末２０のディスプレイ２０８１に表示し、提示する。
図１４は、学習教材提示処理における学習教材提示画面の画面例である。第１ユーザ端末２０のディスプレイ２０８１には、学習教材提示ページＤ５が表示される。学習教材提示ページＤ５は、学習教材Ｄ５１、Ｄ５２、Ｄ５３・・・を含む。学習教材Ｄ５１は、問題Ｄ５１１、解答入力欄Ｄ５１２を含む。なお、学習教材Ｄ５１、Ｄ５２、Ｄ５３・・・は、教材情報に含まれる教材データに基づき描画される。
第１ユーザは、第１ユーザ端末２０の入力装置２０６を操作することにより、解答入力欄Ｄ５１２に、問題Ｄ５１１に対する解答を入力する。第１ユーザ端末２０の制御部２０４は、解答入力欄Ｄ５１２に入力された解答内容、問題Ｄ５１１にかかる宿題ＩＤを含むリクエストをサーバ１０へ送信する。サーバ１０の出題部１０４４は、第１ユーザ端末２０から受信したリクエストに含まれる宿題ＩＤに基づき、宿題テーブル１０１４の宿題ＩＤの項目を検索し、特定したレコードの解答データの項目に解答入力欄Ｄ５１２に入力された解答内容を記憶する。これにより、生徒に出題されたそれぞれの問題に対する解答内容を関連付けて記憶することができる。
【0081】
＜コンピュータの基本ハードウェア構成＞
図１５は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９０１、主記憶装置９０２、補助記憶装置９０３、通信ＩＦ９９１（インタフェース、Ｉｎｔｅｒｆａｃｅ）を少なくとも備える。これらは通信バス９２１により相互に電気的に接続される。
図１５は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９０１、主記憶装置９０２、補助記憶装置９０３、通信ＩＦ９９１（インタフェース、Ｉｎｔｅｒｆａｃｅ）を少なくとも備える。これらは通信バス９２１により相互に電気的に接続される。
【0082】
プロセッサ９０１とは、プログラムに記述された命令セットを実行するためのハードウェアである。プロセッサ９０１は、演算装置、レジスタ、周辺回路等から構成される。
【0083】
主記憶装置９０２とは、プログラム、及びプログラム等で処理されるデータ等を一時的に記憶するためのものである。例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の揮発性のメモリである。
【0084】
補助記憶装置９０３とは、データ及びプログラムを保存するための記憶装置である。例えば、フラッシュメモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｃ Ｄｒｉｖｅ）、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等である。
【0085】
通信ＩＦ９９１とは、有線又は無線の通信規格を用いて、他のコンピュータとネットワークを介して通信するための信号を入出力するためのインタフェースである。
ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばＷｉ－Ｆｉ（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ－Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合は、ネットワークには、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ケーブル等により直接接続するものも含む。
ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばＷｉ－Ｆｉ（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ－Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合は、ネットワークには、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ケーブル等により直接接続するものも含む。
【0086】
なお、各ハードウェア構成の全部または一部を複数のコンピュータ９０に分散して設け、ネットワークを介して相互に接続することによりコンピュータ９０を仮想的に実現することができる。このように、コンピュータ９０は、単一の筐体、ケースに収納されたコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。
【0087】
＜コンピュータ９０の基本機能構成＞
コンピュータ９０の基本ハードウェア構成（図１５）により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。
コンピュータ９０の基本ハードウェア構成（図１５）により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。
【0088】
なお、コンピュータ９０が備える機能ユニットは、それぞれの機能ユニットの全部または一部を、ネットワークで相互に接続された複数のコンピュータ９０に分散して設けても実現することができる。コンピュータ９０は、単一のコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。
【0089】
制御部は、プロセッサ９０１が補助記憶装置９０３に記憶された各種プログラムを読み出して主記憶装置９０２に展開し、当該プログラムに従って処理を実行することにより実現される。制御部は、プログラムの種類に応じて様々な情報処理を行う機能ユニットを実現することができる。これにより、コンピュータは情報処理を行う情報処理装置として実現される。
【0090】
記憶部は、主記憶装置９０２、補助記憶装置９０３により実現される。記憶部は、データ、各種プログラム、各種データベースを記憶する。また、プロセッサ９０１は、プログラムに従って記憶部に対応する記憶領域を主記憶装置９０２または補助記憶装置９０３に確保することができる。また、制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶されたデータの追加、更新、削除処理を実行させることができる。
【0091】
データベースは、リレーショナルデータベースを指し、行と列によって構造的に規定された表形式のテーブル、マスタと呼ばれるデータ集合を、互いに関連づけて管理するためのものである。データベースでは、表をテーブル、マスタ、表の列をカラム、表の行をレコードと呼ぶ。リレーショナルデータベースでは、テーブル、マスタ同士の関係を設定し、関連づけることができる。
通常、各テーブル、各マスタにはレコードを一意に特定するための主キーとなるカラムが設定されるが、カラムへの主キーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶された特定のテーブル、マスタにレコードを追加、削除、更新を実行させることができる。
また、記憶部に、データ、各種プログラム、各種データベースを記憶させることにより、本開示にかかる情報処理装置、情報処理システムが製造されたものとして捉えることができる。
通常、各テーブル、各マスタにはレコードを一意に特定するための主キーとなるカラムが設定されるが、カラムへの主キーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶された特定のテーブル、マスタにレコードを追加、削除、更新を実行させることができる。
また、記憶部に、データ、各種プログラム、各種データベースを記憶させることにより、本開示にかかる情報処理装置、情報処理システムが製造されたものとして捉えることができる。
【0092】
なお、本開示におけるデータベース、マスタは、情報が構造的に規定された任意のデータ構造体（リスト、辞書、連想配列、オブジェクトなど）を含み得る。データ構造体には、データと、任意のプログラミング言語により記述された関数、クラス、メソッドなどを組み合わせることにより、データ構造体と見なし得るデータも含むものとする。
【0093】
通信部は、通信ＩＦ９９１により実現される。通信部は、ネットワークを介して他のコンピュータ９０と通信を行う機能を実現する。通信部は、他のコンピュータ９０から送信された情報を受信し、制御部へ入力することができる。制御部は、各種プログラムに従ってプロセッサ９０１に、受信した情報に対する情報処理を実行させることができる。また、通信部は、制御部から出力された情報を他のコンピュータ９０へ送信することができる。
【0094】
＜付記＞
以上の各実施形態で説明した事項を以下に付記する。
以上の各実施形態で説明した事項を以下に付記する。
【0095】
（付記１）
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プロセッサが、第１ユーザに関する属性情報を取得する属性取得ステップ（Ｓ１０１）と、第１ユーザに関する属性情報に基づいて、大規模言語モデルから第１ユーザに関連する説明文を取得する説明文取得ステップ（Ｓ３０４）と、を実行するプログラム。
これにより、第１ユーザ（生徒）の属性情報に応じて第１ユーザの学習に適した説明文を取得することができる。
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プロセッサが、第１ユーザに関する属性情報を取得する属性取得ステップ（Ｓ１０１）と、第１ユーザに関する属性情報に基づいて、大規模言語モデルから第１ユーザに関連する説明文を取得する説明文取得ステップ（Ｓ３０４）と、を実行するプログラム。
これにより、第１ユーザ（生徒）の属性情報に応じて第１ユーザの学習に適した説明文を取得することができる。
【0096】
（付記２）
属性取得ステップ（Ｓ１０１）は、第１ユーザに関する学習教材の学習内容の習熟度に関する情報を含む属性情報を取得するステップである、付記１記載のプログラム。
これにより、第１ユーザの学習習熟度に応じて第１ユーザの学習に適した説明文を取得することができる。
属性取得ステップ（Ｓ１０１）は、第１ユーザに関する学習教材の学習内容の習熟度に関する情報を含む属性情報を取得するステップである、付記１記載のプログラム。
これにより、第１ユーザの学習習熟度に応じて第１ユーザの学習に適した説明文を取得することができる。
【0097】
（付記３）
説明文取得ステップ（Ｓ３０４）は、第１ユーザの課題および推奨問題に関する情報を含む説明文を取得するステップである、付記１記載のプログラム。
これにより、第１ユーザの属性情報に応じて第１ユーザの学習に適した課題、推奨問題（おすすめ問題）を含む説明文を取得することができる。
説明文取得ステップ（Ｓ３０４）は、第１ユーザの課題および推奨問題に関する情報を含む説明文を取得するステップである、付記１記載のプログラム。
これにより、第１ユーザの属性情報に応じて第１ユーザの学習に適した課題、推奨問題（おすすめ問題）を含む説明文を取得することができる。
【0098】
（付記４）
説明文取得ステップ（Ｓ３０４）は、第１ユーザの学習単元ごとの課題および推奨問題に関する情報を含む説明文を取得するステップである、付記３記載のプログラム。
これにより、第１ユーザの属性情報に応じて第１ユーザの学習に適した学習単元ごとの課題、推奨問題（おすすめ問題）を含む説明文を取得することができる。
説明文取得ステップ（Ｓ３０４）は、第１ユーザの学習単元ごとの課題および推奨問題に関する情報を含む説明文を取得するステップである、付記３記載のプログラム。
これにより、第１ユーザの属性情報に応じて第１ユーザの学習に適した学習単元ごとの課題、推奨問題（おすすめ問題）を含む説明文を取得することができる。
【0099】
（付記５）
属性取得ステップ（Ｓ１０１）は、複数の第１ユーザに関する属性情報を取得するステップであり、プロセッサが、属性取得ステップにおいて取得した属性情報に基づき、複数の第１ユーザを、１または複数のグループに関連付けるグループステップ（Ｓ１０２）と、を実行し、説明文取得ステップ（Ｓ３０４）は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報に基づいて、大規模言語モデルから所定のグループに関する説明文を取得するステップである、付記１記載のプログラム。
これにより、属性情報に基づき第１ユーザをグループ分けするとともに、グループごとに学習に適した説明文を取得することができる。
属性取得ステップ（Ｓ１０１）は、複数の第１ユーザに関する属性情報を取得するステップであり、プロセッサが、属性取得ステップにおいて取得した属性情報に基づき、複数の第１ユーザを、１または複数のグループに関連付けるグループステップ（Ｓ１０２）と、を実行し、説明文取得ステップ（Ｓ３０４）は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報に基づいて、大規模言語モデルから所定のグループに関する説明文を取得するステップである、付記１記載のプログラム。
これにより、属性情報に基づき第１ユーザをグループ分けするとともに、グループごとに学習に適した説明文を取得することができる。
【0100】
（付記６）
説明文取得ステップ（Ｓ３０４）は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報に含まれる要素ごとの統計量および要素の内容を含む入力データを、大規模言語モデルに入力することにより、所定のグループに関する説明文を取得するステップである、付記５記載のプログラム。
これにより、個別の第１ユーザの属性情報に含まれる個別要素ごとの統計量（特徴量）、要素の内容（定義）等を入力データとして、所定のグループに関する説明文を取得することができる。
説明文は、学習単元ごとの課題および推奨問題に関する情報を含んでも良い。
説明文取得ステップ（Ｓ３０４）は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報に含まれる要素ごとの統計量および要素の内容を含む入力データを、大規模言語モデルに入力することにより、所定のグループに関する説明文を取得するステップである、付記５記載のプログラム。
これにより、個別の第１ユーザの属性情報に含まれる個別要素ごとの統計量（特徴量）、要素の内容（定義）等を入力データとして、所定のグループに関する説明文を取得することができる。
説明文は、学習単元ごとの課題および推奨問題に関する情報を含んでも良い。
【0101】
（付記７）
説明文取得ステップ（Ｓ３０４）は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報を大規模言語モデルに入力しないステップである、付記６記載のプログラム。
これにより、個別の第１ユーザの属性情報等の個人情報を大規模言語モデルへ入れることなしに、所定のグループに関する説明文を取得することができる。
個別の第１ユーザの属性情報等を外部の大規模言語モデル等へ送信することなしに、それぞれの第１ユーザの属性情報に応じたグループごとに好適な説明文を取得することができる。
説明文取得ステップ（Ｓ３０４）は、所定のグループに関連付けられた１または複数の第１ユーザに関する属性情報を大規模言語モデルに入力しないステップである、付記６記載のプログラム。
これにより、個別の第１ユーザの属性情報等の個人情報を大規模言語モデルへ入れることなしに、所定のグループに関する説明文を取得することができる。
個別の第１ユーザの属性情報等を外部の大規模言語モデル等へ送信することなしに、それぞれの第１ユーザの属性情報に応じたグループごとに好適な説明文を取得することができる。
【0102】
（付記８）
プロセッサが、所定のグループに対して、第２ユーザから、説明文取得ステップにおいて取得した説明文に応じた１または複数の学習教材の選択を受け付ける教材受付ステップ（Ｓ５０２）と、所定のグループに関連付けられた１または複数の第１ユーザに対してまとめて、教材受付ステップにおいて受け付けた１または複数の学習教材を提供する教材提供ステップ（Ｓ５０３）と、を実行する、付記７記載のプログラム。
これにより、第２ユーザ（教師）は、取得した説明文に応じて、グループに含まれる複数の第１ユーザごとに、学習教材を選択するとともに、選択した学習教材をグループごとにまとめて提供することができる。
プロセッサが、所定のグループに対して、第２ユーザから、説明文取得ステップにおいて取得した説明文に応じた１または複数の学習教材の選択を受け付ける教材受付ステップ（Ｓ５０２）と、所定のグループに関連付けられた１または複数の第１ユーザに対してまとめて、教材受付ステップにおいて受け付けた１または複数の学習教材を提供する教材提供ステップ（Ｓ５０３）と、を実行する、付記７記載のプログラム。
これにより、第２ユーザ（教師）は、取得した説明文に応じて、グループに含まれる複数の第１ユーザごとに、学習教材を選択するとともに、選択した学習教材をグループごとにまとめて提供することができる。
【0103】
（付記９）
属性取得ステップ（Ｓ１０１）は、複数の第１ユーザに関する属性情報を取得するステップであり、プロセッサが、属性取得ステップにおいて取得した属性情報に基づき、複数の第１ユーザを、１または複数のグループに関連付けるグループステップ（Ｓ１０２）と、所定のグループに関連付けられた１または複数の第１ユーザに対してまとめて学習教材を提供する教材提供ステップ（Ｓ５０３）と、を実行する、付記１記載のプログラム。
これにより、属性情報に基づくグループに含まれる複数の第１ユーザごとに、学習教材をまとめて提供することができる。
属性取得ステップ（Ｓ１０１）は、複数の第１ユーザに関する属性情報を取得するステップであり、プロセッサが、属性取得ステップにおいて取得した属性情報に基づき、複数の第１ユーザを、１または複数のグループに関連付けるグループステップ（Ｓ１０２）と、所定のグループに関連付けられた１または複数の第１ユーザに対してまとめて学習教材を提供する教材提供ステップ（Ｓ５０３）と、を実行する、付記１記載のプログラム。
これにより、属性情報に基づくグループに含まれる複数の第１ユーザごとに、学習教材をまとめて提供することができる。
【0104】
（付記１０）
プロセッサが、所定のグループに対して、第２ユーザから１または複数の学習教材の選択を受け付ける教材受付ステップ（Ｓ５０１）と、を実行し、教材提供ステップ（Ｓ５０３）は、所定のグループに関連付けられた１または複数の第１ユーザに対してまとめて、教材受付ステップにおいて受け付けた１または複数の学習教材を提供するステップである、付記９記載のプログラム。
これにより、第２ユーザ（教師）は、グループに含まれる複数の第１ユーザごとに、学習教材を選択するとともに、選択した学習教材をグループごとにまとめて提供することができる。
プロセッサが、所定のグループに対して、第２ユーザから１または複数の学習教材の選択を受け付ける教材受付ステップ（Ｓ５０１）と、を実行し、教材提供ステップ（Ｓ５０３）は、所定のグループに関連付けられた１または複数の第１ユーザに対してまとめて、教材受付ステップにおいて受け付けた１または複数の学習教材を提供するステップである、付記９記載のプログラム。
これにより、第２ユーザ（教師）は、グループに含まれる複数の第１ユーザごとに、学習教材を選択するとともに、選択した学習教材をグループごとにまとめて提供することができる。
【0105】
（付記１１）
グループステップ（Ｓ１０２）は、複数の第１ユーザの属性情報の類似度に応じて、複数の第１ユーザを、１または複数のグループに関連付けるステップである、付記５または付記１０記載のプログラム。
これにより、第１ユーザの属性情報の類似度に応じて第１ユーザをグルーピングすることができる。例えば、第１ユーザの学習習熟度等の類似度に応じて、同程度の学習習熟度を有する複数の第１ユーザを同じグループにグルーピングすることができる。また、同程度の学習習熟度を有する複数の第１ユーザごとに学習教材等をまとめて提供することができる。
グループステップ（Ｓ１０２）は、複数の第１ユーザの属性情報の類似度に応じて、複数の第１ユーザを、１または複数のグループに関連付けるステップである、付記５または付記１０記載のプログラム。
これにより、第１ユーザの属性情報の類似度に応じて第１ユーザをグルーピングすることができる。例えば、第１ユーザの学習習熟度等の類似度に応じて、同程度の学習習熟度を有する複数の第１ユーザを同じグループにグルーピングすることができる。また、同程度の学習習熟度を有する複数の第１ユーザごとに学習教材等をまとめて提供することができる。
【0106】
（付記１２）
グループステップ（Ｓ１０２）は、複数の第１ユーザが特定の範囲の学習効果を確認した後に、複数の第１ユーザを、１または複数のグループに関連付けるステップである、付記５または付記１０記載のプログラム。
これにより、テストの実施前後、日々の授業で学習効果の進捗を確認した後に、第１ユーザは自動的に複数のグループに関連づけられる。例えば、テストの際に、第１ユーザの属性情報（学習習熟度）を更新する構成が好適である。
この場合、第１ユーザは、最新の属性情報に応じてより適したグループにグルーピングすることができる。同程度の学習習熟度を有する複数の第１ユーザごとに学習教材等をまとめて提供することができる。
グループステップ（Ｓ１０２）は、複数の第１ユーザが特定の範囲の学習効果を確認した後に、複数の第１ユーザを、１または複数のグループに関連付けるステップである、付記５または付記１０記載のプログラム。
これにより、テストの実施前後、日々の授業で学習効果の進捗を確認した後に、第１ユーザは自動的に複数のグループに関連づけられる。例えば、テストの際に、第１ユーザの属性情報（学習習熟度）を更新する構成が好適である。
この場合、第１ユーザは、最新の属性情報に応じてより適したグループにグルーピングすることができる。同程度の学習習熟度を有する複数の第１ユーザごとに学習教材等をまとめて提供することができる。
【0107】
（付記１３）
プロセッサと、メモリとを備えるコンピュータに実行される方法であって、プロセッサが、付記１から付記１０のいずれかに係る発明において実行される全てのステップを実行する方法。
これにより、第１ユーザ（生徒）の属性情報に応じて第１ユーザの学習に適した説明文を取得することができる。
プロセッサと、メモリとを備えるコンピュータに実行される方法であって、プロセッサが、付記１から付記１０のいずれかに係る発明において実行される全てのステップを実行する方法。
これにより、第１ユーザ（生徒）の属性情報に応じて第１ユーザの学習に適した説明文を取得することができる。
【0108】
（付記１４）
制御部と、記憶部とを備える情報処理装置であって、制御部が、付記１から付記１０のいずれかに係る発明において実行される全てのステップを実行する情報処理装置。
これにより、第１ユーザ（生徒）の属性情報に応じて第１ユーザの学習に適した説明文を取得することができる。
制御部と、記憶部とを備える情報処理装置であって、制御部が、付記１から付記１０のいずれかに係る発明において実行される全てのステップを実行する情報処理装置。
これにより、第１ユーザ（生徒）の属性情報に応じて第１ユーザの学習に適した説明文を取得することができる。
【0109】
（付記１５）
付記１から付記１０のいずれかに係る発明において実行される全てのステップを実行する手段を備えるシステム。
これにより、第１ユーザ（生徒）の属性情報に応じて第１ユーザの学習に適した説明文を取得することができる。
付記１から付記１０のいずれかに係る発明において実行される全てのステップを実行する手段を備えるシステム。
これにより、第１ユーザ（生徒）の属性情報に応じて第１ユーザの学習に適した説明文を取得することができる。
【符号の説明】
【0110】
１ システム、１０ サーバ、１０１ 記憶部、１０４ 制御部、１０６ 入力装置、１０８ 出力装置、２０ 第１ユーザ端末、２０１ 記憶部、２０４ 制御部、２０６ 入力装置、２０８ 出力装置、３０ 第２ユーザ端末、３０１ 記憶部、３０４ 制御部、３０６ 入力装置、３０８ 出力装置、５０ 大規模言語モデル、５０１ 記憶部、５０４ 制御部、５０６ 入力装置、５０８ 出力装置
【要約】
【課題】ユーザの学習に適した説明文を出力することができていないという課題がある。
【解決手段】プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プロセッサが、第１ユーザに関する属性情報を取得する属性取得ステップと、第１ユーザに関する属性情報に基づいて、大規模言語モデルから第１ユーザに関連する説明文を取得する説明文取得ステップと、を実行するプログラム。
【選択図】 図１２
【解決手段】プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プロセッサが、第１ユーザに関する属性情報を取得する属性取得ステップと、第１ユーザに関する属性情報に基づいて、大規模言語モデルから第１ユーザに関連する説明文を取得する説明文取得ステップと、を実行するプログラム。
【選択図】 図１２
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
