代表取締役の吉田 宣也は次のように述べています。「私たちの新しいAIデータ管理システムは、教育機関のデータ活用のあり方を革新します。これにより、教育機関は、効率的に教育データを活用し、教育効率を高めることができます。」
AOSデータ社は、教育業界におけるデータ活用の最前線で革新的なソリューションを継続して提供して参ります。私たちの使命は、最先端の技術を駆使して教育関連事業の成長と発展を支援することです。
当社は、AIとデータ管理技術の分野でリーダーシップを持つ企業として、教育データの活用を支援し、教育の進化を促進する革新的なソリューションを提供しています。

■主な特徴

「AIデータ管理システム AIデータALM教育」は、教育機関向けに特化した機能と特徴を備えており、教育データのAIライフサイクル全体を効率的に管理するためのソリューションを提供します。以下は、その主要な特徴です。

厳格かつ柔軟なアクセス権限管理機能や、教育関連ドキュメントへの検索用メタデータ付与によるデータ検索性の強化、AIデータ活用に向けたマルチモーダルAIへの対応、様々なフォーマットのデータを専用ソフトなしに表示できるファイルビューアー機能、暗号化および監査機能、バックアップ機能、および大容量長期保管向けアーカイブシステム機能を備えています。「AIデータ管理システム、AIデータALM 教育」は、教育データを活用するAIプロジェクトに携わる教育機関向けに設計されたクラウドストレージのSaaSです。

(1)教育機関のデータをバックアップし、どこからでもアクセスできるようにする
(2)専用ソフトを使用しなくて、多様なデータを閲覧し、チームと安全に共有できる
(3)すべてのドキュメントのバージョンと変更を追跡する
(4)VDRドリブンセキュリティにより、セキュリティとコンプライアンスを最大化して、教育機関の内外の関係者のデータを安全に保つ
(5) AI活用を見据えた検索用メタタグ機能
(6)大規模なコスト削減を可能にする大容量データ管理機能
(7)マルチモーダルAIへの対応
(8)セキュアなデータ管理、厳格なセキュリティプロトコルに基づいたデータ管理を実現し、教育データの機密性と安全性を確保します。

■AIに学習させる教育データ
AIに学習させるために教育機関で収集される教育データの一覧は以下のようになります。

１．学生情報データ：
• 学生ID、名前、年齢、性別
• 入学年次、学年、クラス
２．学業成績データ：
• 試験の点数、評価、成績評価表
• 科目別の成績履歴
• GPA（Grade Point Average）
３．出席データ：
• 出席日数、欠席日数、遅刻・早退の記録
• 出席率
４．学習活動データ：
• 授業の参加記録、課題提出状況
• オンライン学習プラットフォームでの活動ログ
• 学習時間、学習頻度
５．行動データ：
• 校内での行動記録（図書館利用、クラブ活動参加など）
• 校外活動（インターンシップ、ボランティア活動）
６．心理・社会データ：
• 学生のアンケート結果（学習意欲、ストレスレベルなど）
• カウンセリング記録
７．学習資源データ：
• 使用した教材や参考書の情報
• オンラインリソースのアクセス履歴
８．教師データ：
• 教師の授業評価、フィードバック
• 授業の計画と実施記録
９．進路・キャリアデータ：
• 進学先、就職先の情報
• キャリアカウンセリングの記録
10．学習成果データ：
• プロジェクトや研究成果
• 学生のポートフォリオ
11．生活環境データ：
• 家庭環境（親の職業、家庭の経済状況）
• 住居情報（寮生活、通学時間）
12．健康データ：
• 健康診断の結果
• 健康状態に関する情報（既往症、アレルギーなど）

これらのデータをAIに学習させることで、以下のような応用が可能となります。
• 学生の学習成果の予測
• パーソナライズされた学習プランの作成
• 学生の早期離脱予防
• 教育プログラムの効果分析
• 学生のカウンセリングや支援の強化

これらのデータは、適切なプライバシー保護とセキュリティ対策を講じた上で収集・管理される必要があります。

■AIシステムを最適化する教育データのAIライフサイクルとは
教育データのAIライフサイクルは、教育機関がAIシステムを効果的に活用し、最適化するための一連のプロセスを指します。このライフサイクルは、データの収集からモデルの展開、評価、改善までのすべての段階を包括しています。以下は、その主なステップです。

１．データ収集：
•　データソースの特定：学生情報、学業成績、出席データ、学習活動ログなど、必要なデータソースを特定します。
•　データ収集方法の確立：自動化された収集システムや手動入力によるデータ収集方法を確立します。
２．データ前処理：
•　データクレンジング：不完全なデータやノイズデータを除去し、データの品質を向上させます。
• データ標準化：異なるソースから収集されたデータを一貫したフォーマットに変換します。
• データ統合：異なるデータソースを統合し、総合的なデータセットを構築します。
３．データ管理：
• データストレージ：安全でアクセス可能なデータベースにデータを保存します。
• データセキュリティ：プライバシー保護とセキュリティ対策を実施し、データの不正アクセスを防ぎます。
４．データ分析：
• 探索的データ分析（EDA）：データの基本的な特徴を理解するための分析を行います。
• データ可視化：グラフやチャートを用いてデータの可視化を行い、洞察を得やすくします。
５．モデル開発：
• 特徴選択：予測に重要な特徴量を選定します。
• モデル選定：機械学習アルゴリズムを選定し、モデルを構築します。
• モデル訓練：収集したデータを用いてモデルを訓練します。
６．モデル評価：
• 評価指標の設定：モデルの性能を評価するための指標（精度、再現率、F1スコアなど）を設定します。
• モデルテスト：訓練データとは別のテストデータを用いてモデルの性能を評価します。
７．モデル展開：
• デプロイメント：訓練されたモデルを運用環境に展開し、実際のデータを用いて予測や分析を行います。
• インテグレーション：教育機関の既存システムと統合し、シームレスに利用できるようにします。
８．モデル運用と監視：
• パフォーマンスモニタリング：モデルの予測精度や応答時間などを継続的に監視します。
• エラー解析：モデルのエラーや異常を検出し、原因を分析します。
９．モデル改善：
• フィードバック収集：ユーザーやステークホルダーからのフィードバックを収集します。
• モデルの再訓練：新しいデータやフィードバックを基にモデルを再訓練し、性能を向上させます。

10．ドキュメントとレポート：
• プロジェクトドキュメンテーション：モデルの構築過程、使用したデータ、評価結果などをドキュメント化します。
• レポート生成：定期的にモデルのパフォーマンスや成果をレポートとしてまとめ、関係者に共有します。

このAIライフサイクルを効果的に管理することで、教育機関はデータドリブンな意思決定を行い、学生の学習成果を最大化するためのAIシステムを最適化することができます。

■「AIデータ管理システム、AIデータALM 教育」の機能
・データ保護
教育データをAIに学習させるためには、データのバージョン管理は要となります。誤った時期のデータを使用することにより誤ったAIシステムの結果を得ることになります。互いに相関を持ったデータを正しく管理することで、データの上書きによるデータ喪失を防ぎ、Raw Data、アノテーションデータ、さまざまな大量の学習データも最大１０世代まで保存することができ、万が一の場合に、どの世代にも復元することができます。また、完了済みのプロジェクトにおいても、AIの学習目的においても以前の資料やデータが必要なケースが出てきます。そのために低コストで中長期にデータ保管ができるコールドドライブ機能が非常に役に立ちます。
・メンバー管理
教育データを扱うAIプロジェクトでは多数の社内外のメンバーが参画をすることで、権限を厳格にしたデータの管理が求められてきます。他部門との安全なファイル共有ができるとともに、一方で権限がないフォルダは、存在していることもわからないためプロジェクトを秘密裏に進めることも可能です。監査機能により、メンバーの履歴を確認することができるので、ログイン、ダウンロードアップロードなど、AIプロジェクトメンバーの行動履歴も管理できます。また、必要なファイルを探し出す際にもメタデータ検索機能で、ファイル名、フォルダ名や、保存場所がわからないメンバーも閲覧を許可されたファイルであれば、キーワードから瞬時に該当ファイルを探し出すことができます。
・BCP対策
プロジェクトの遂行にあたって、AIデータの保存先を常に意識してバックアップを取ることは困難です。個人のデバイスから簡単にWebブラウザからアップロードをしたり、クライアントプログラムでデータをバックアップすることで、負荷が大きく軽減されるとともに、万が一のときにデータを喪失することなく保持することができます。教育機関が保有する教育データを狙ってくるランサムウェア攻撃（身代金強奪マルウェアによる暗号化）からもデータを守ることが可能です。
・アクセス権限設定
学習データを本番環境に展開し、エラー/更新した新しいデータを収集しても、データの管理共有のプロセスにおいて、漏えいリスクを排除することは、AIライフサイクルマネジメントにとって重要な課題です。AIライフサイクルの中で収集されるローデータ、アノテーション済みデータ、更新されたデータなどの膨大な量のデータを厳格なアクセス権限を持って管理し、共有することができます。さらに、セキュリティレベルの向上やコンプライアンス統一、ガバナンス体制の強化を実現する保護機能が満載です。

■「AIデータ管理システム AIデータ ALM 教育」を支える各賞受賞実績の技術
「AIデータ ALM 教育」は、経済産業大臣賞に輝くAOSグループのリーガルテックの技術、ITreview Grid Awardの3部門で連続受賞、2020年11月ITreview Customer Voice Leaders受賞の「AOSBOX」のクラウドバックアップ技術、BCN AWARD システムメンテナンスソフト部門最優秀賞を15年連続受賞したデータ管理技術、経済産業大臣賞を受賞したグループ企業のリーガルテック社のVDR技術を融合し、安全なデータのやりとりと共有および保管システムを基盤とするインテリジェントなDXソリューションとして開発されました。

■「AIデータ管理システム、AIデータALM 教育」サービス概要
・サービス名： AIデータ管理システム、AIデータALM（エーアイデータ エーエルエム）教育
・提供開始：2024年8月8日　　
・価格：月額16,500円（税込）～
・URL：https://aidata.jp/notice/alm-education/

【AOSデータ株式会社について】
名 称：AOSデータ株式会社　代表者：吉田 宣也
設 立：2015年4月　所在地：東京都港区虎ノ門5-1-5 メトロシティ神谷町ビル4F
資本金：1億円（資本準備金15億2500万円）　
URL https://www.aosdata.co.jp/
AOSデータ社は、データ管理技術で知的財産を守る活動を続けており、企業8,000社以上、国内会員90万人を超えるお客様のデータをクラウドにお預かりするクラウドデータ事業、20年に渡り100万人以上のお客様の無くしてしまったデータを復旧してきたデータ復旧事業、1,300万人以上のお客様のデータ移行を支援してきたシステムデータ事業で数多くの実績を上げてきました。データ移行、データバックアップ、データ復旧、データ消去など、データのライフサイクルに合わせたデータアセットマネジメント事業を展開し、BCNアワードのシステムメンテナンスソフト部門では、15年連続販売本数1位を獲得しています。また、捜査機関、弁護士事務所、大手企業に対して、証拠データのフォレンジック調査や証拠開示のEデイスカバリサービスで数多くの事件の解決をサポートした技術が評価され、経済産業大臣賞を受けたグループ企業のリーガルテック社のリーガルデータ事業を統合し、今後一層、データコンプライアンス、AI・DXデータを含めた「データアセットマネジメント」ソリューションを通して、お客様のデータ資産を総合的に守り、活用できるようにご支援することで、社会に貢献いたします。また、 若手隊員の登用・育成を促進し、防衛省の優秀な人材確保・育成に寄与することを目的として作られた若年定年制度を支援し、先端技術のエンジンニアキャリアが活かされる産官連携で日本社会に貢献します。