ある語学学習プラットフォームが、講師と生徒の会話から文法項目を分類する小型AIモデルを導入した。教師が作成した例で微調整した、パラメーター数0.8 billionのQwen3.5を採用。現在は、サービスを利用するすべての英語学習者向けに、新たな文法習得度トラッカーを支えている。同社によると、GPT-5.4やGPT-5.6などの大規模な最先端モデルにプロンプトを与える場合と比べ、運用コストを16分の1に抑えられるという。
モデルの開発とテスト
チームは教師が作成した教師データを選別・再調整したうえで、注釈付けのルールを反映するアダプター層（追加する小規模な重みのセット）を加えた。これにより、0.8Bモデルは長い指示文ではなく、簡潔で形式をそろえたプロンプトで動作できる。人手で作成した2つのベンチマークテストでは、実運用モデルと参照用の4Bモデルが、概念、根拠となる文章の範囲、正確性について照合基準を段階的に厳しくした場合でも、適合率と再現率の両方で、プロンプトを使ったGPT-5.4とGPT-5.6を上回った。
学習者と事業への影響
オンラインで実施したA/Bテストでは、新しいトラッカーによって学習者のエンゲージメントが15.8％向上した。プラットフォームの社内指標によると、予約されたレッスン時間は2.1％増え、新規レッスンの流通取引総額は13.2％伸びた。
なぜ重要か
英語学習者にとっては、AIの運用コストが下がることで、プラットフォームが値上げせずに継続的な自動文法フィードバックを提供できる。企業にとっては、計算コストの低下とエンゲージメントの向上が、レッスン予約と売上の増加につながる。
