Carnegie Learning は、認知科学と AI を組み合わせて、幼稚園から高等学校までの生徒にと、全米の数千の学校で採用されている適応型数学および読み書き指導プラットフォームを提供します。

Carnegie Learning: 認知科学に基づいた幼稚園から高校までの適応学習プラットフォーム

カーネギー学習のコアパラメータと統計

カーネギー ラーニングの製品システムは、「認知モデル + 適応エンジン + 教師用ダッシュボード」の三位一体を中心に構築されています。これは一般的な AI 質疑応答システムではなく、アメリカの幼稚園から高等学校までのカリキュラムに深く結びついた規律学習プラットフォームです。その適応エンジンは、カーネギー メロン大学での 30 年以上にわたる認知心理学と AI 個別指導システム (インテリジェント個別指導システム) の研究に基づいています。これは、基礎となるロジックにおいて、純粋にデータ駆動型の推奨学習製品とは根本的に異なります。

パラメータ	値
製品のポジショニング	K-12 適応型数学およびリテラシー学習プラットフォーム
コア製品	MATHia (数学)、Fast ForWord (読み書き)、LiveLab (指導分析)、MATHstream (ビデオ ストリーミング)、ClearMath Elementary (小学校数学)
対象ユーザー	K-12 学校、学区、教師、生徒
コアテクノロジー	認知適応学習エンジン、ナレッジグラフ、学生行動モデリング、自然言語推論スコアリング
サポートされている言語	英語、スペイン語（フランス語、ドイツ語、中国語、イタリア語などの世界言語コースを含む）
導入方法	クラウド SaaS (教師 + 生徒)、オフライン演習をサポートするものもあります
対象となる学校の数	米国の何千もの学校
対象範囲	数学 (6 年生から 12 年生および高度な数学)、ELA (英語芸術)、読み書き能力の介入、世界の言語
最新バージョン	未公開 (継続的反復)

パラメータの解釈: カーネギー学習の「適応」は、問題の難易度を単純に上げたり下げたりするのではなく、「認知モデル」に基づいて学生の問題解決プロセスをモデル化するものです。これには、学生がどの問題解決戦略を選択するか、どのステップに長く留まりすぎるか、どのような種類の概念的誤解が誤った回答に反映されているかが含まれます。これにより、エンジンは「自分にとってより適切な」質問をプッシュするだけでなく、生徒の現在の認知構造の特定のブレークポイントを特定し、対象を絞った修復のために対応するマイクロレッスンをプッシュすることもできます。これが、カーン アカデミーなどの無料学習プラットフォームとの基礎となる教育ロジックの主な違いです。

カーネギー ラーニングのユーザーと市場での認知度

カーネギー ラーニングの市場のルーツは米国の幼稚園から高等学校までの公教育システムにあり、その導入ロジックは消費者向け AI ツールとは根本的に異なります。購入の決定は学区または学校レベルで行われ、カリキュラム基準、教育効果データ、連邦教育資金などの複数の要因によって決定されます。

学校導入の規模: 米国全土の何千もの幼稚園から高等学校までがカーネギー ラーニングの製品を使用しており、都市部の公立学区、郊外の学校、チャーター スクール (チャーター スクール) をカバーしています。 MATHia は、複数の州教育省によって推奨または承認された数学介入ツールとしてリストされており、特に混合能力クラスにおける差別化された教育シナリオで高い採用率を誇っています。

学術的有効性の検証: カーネギー ラーニングの製品は、第三者による複数回の教育研究評価を受けています。公開されている独立した研究レポートによると、MATHia を使用した生徒は、特に代数 I や幾何学などの主要科目で、従来の指導を受けた対照グループよりも標準数学テストのスコアが向上しました。 Fast ForWord は、失読症や言語発達の遅れを持つ生徒の読み書き能力にプラスの介入効果があることが複数の査読誌で検証されており、多くの州で特殊教育に推奨されるツールのリストに含まれています。

第三者評価と認証: MATHia は Digital Promise などの組織から Research-Based Design 認証を取得しており、その製品デザインが教育研究における強固な基盤を持っていることを示しています。カーネギー ラーニングは、ESSA (Every Student Succeeds Act) 評価システムにも参加しており、その製品の有効性は Tier 2 (中程度の証拠) から Tier 3 (有望な証拠) の証拠基準を満たしており、学区は連邦タイトル I およびその他の資金を調達に使用することができます。

市場の論争と注目点: アダプティブ ラーニング製品の有効性は、教師の導入の質に大きく依存します。一部の教育研究者は、教師がMATHiaを日常の教育に深く統合するのではなく、「スクリーンタイム」の代替としてのみ使用する場合、実際の効果は研究報告書で開示されているデータよりも大幅に低くなるだろうと指摘した。さらに、流行中に全米の学区にデジタル調達の波が押し寄せ、成長の波がもたらされました。しかし、流行の後、一部の学区は予算削減によりソフトウェアのサブスクリプションを削減しました。カーネギーラーニングの実際の更新率は公開されていません。購入者は、現在活動中の学校の定着率データを営業チームに直接リクエストすることをお勧めします。

業界ベンチマーク: K-12 AI アダプティブ ラーニング トラックでは、カーネギー ラーニングは、DreamBox Learning、i-Ready (Curriculum Associates)、ALEKS (McGraw-Hill)、および IXL Learning と直接競合しています。カーネギー ラーニングの差別化された利点は、そのルーツが認知科学にあることと、単純な能力レベルの推定ではなく、MATHia による生徒の問題解決プロセスの詳細なモデリングにあります。

ベンチマークの寸法	カーネギー学習	ドリームボックス学習	i-Ready	アレックス
中核科目	数学 (6-12)、読み書き能力への介入	数学 (K-8)、読書 (K-8)	数学、読書 (K-8)	数学 (3-12)、化学
認知モデルの深さ	問題解決戦略 + パス + 時間モデリング	知識ステータスの追跡	標準に準拠した適応テスト	知識空間理論
教師用ダッシュボード	LiveLab リアルタイム介入の提案	教育に関する洞察パネル	グループ指導の提案	進捗報告
個別指導	MATHstream ビデオ MATHia アドベンチャー	なし	なし	なし
ESSA の証拠レベル	ティア 2 ～ 3	ティア 2 ～ 3	ティア 2 ～ 3	ティア 2 ～ 3

市場での認識の概要: カーネギー ラーニングは教育研究コミュニティで高い評価を得ており、その製品デザインは認知科学および AIED (教育における AI) 学界に影響力を持っています。しかし、実際の幼稚園から高等学校までの調達市場では、その市場シェアは業界初ではありません。IXL と i-Ready は、対象学年が広く、価格が低いため、大規模学区の調達ではより有利です。カーネギー ラーニングの有利なシナリオは、幼稚園から 5 年生までを包括的にカバーするのではなく、綿密な数学の個別指導と読み書き能力の介入を必要とする高学年 (6 年生から 12 年生) の市場です。

カーネギー学習のコスト上の利点

カーネギー ラーニングのコスト構造では、学校/学区が購入主体となっており、個人の家庭が直接購入することはできません。これは、ほとんどの消費者向け AI 教育製品とは根本的に異なります。以下は、公開情報と業界慣行に基づいたコスト分析です (公式のリアルタイム見積もりの​​対象となります)。

C サイド/個人ホーム: Carnegie Learning では個人のサブスクリプション プランを提供していません。学生は学校または学区を通じてアクセスを取得する必要があります。つまり、Duolingo Plus や Khan Academy の寄付プランのように、家族がアクセス料金を直接支払うことはできません。追加の個別指導が必要なホームスクーラーやご家族の場合は、営業チームに直接連絡して、限定的な外部アクセス プランの利用可能性について問い合わせてください。この記事の執筆時点では、そのようなプランは正式に公開されていません。

B サイド/学校および学区の調達: カーネギー ラーニングでは、価格モデルで生徒数に基づいた年間料金を使用します。公的教育技術調達データベースからの推計によると、学生 1 人あたりの年間ライセンス料は、おおよそ次の範囲です (要事業者確認)。

製品ポートフォリオ	学生あたりの推定年会費	含まれるもの
MATHia 単一科目数学 (6 年生から 12 年生)	$30-45	プラットフォームライセンス、教師トレーニング、技術サポート
高速 ForWord リテラシー介入	$35-$55	適応型診断 + 実践 + 進捗状況の追跡
MATHia + Fast ForWord コンボ	$50-$70	デュアルサブジェクト ライセンス、製品間のデータ統合
全科目パッケージ (ELA、世界言語などを含む)	$60-$90	複数の主題へのアクセス、優先サポート、カスタム レポート

価格に影響を与える要因: 実際の取引価格は、次の変数によって影響されます。 - 生徒の総数 (生徒数 500 人未満の小規模学区の単価は、通常、生徒数 10,000 人の大規模学区よりも高い)、契約期間 (複数年契約の場合は割引が利用可能)、追加の専門サービスが必要かどうか (教師研修ワークショップ、カリキュラム マッピング サービス、データ移行サポート)、仲介業者を通じて購入するかどうか (教育機関など)サービス仲介）。

競合製品とのコスト比較: 学生 1 人あたりの年間数学ソフトウェア ライセンス料金に基づくと、カーネギー ラーニングは業界中央値の上限にあります。 IXL の費用は学生あたり年間約 15 ～ 25 ドル、i-Ready は学生あたり年間約 20 ～ 35 ドル、DreamBox は学生あたり年間約 35 ～ 50 ドルです。カーネギー ラーニングの価格は、機能の深さ (認知モデル + マイクロコース + LiveLab + ビデオ コーチング) の点で製品の複雑さに対応していますが、基本的な適応演習のみが必要な場合は、競合製品の方がより経済的なオプションを提供しています。

隠れたコスト分析:

• 導入コスト: 教師の研修は隠れた最大の投資です。 MATHia の認知モデルの深さは、教師がその教育ロジックとデータ パネルを理解するのに時間を投資する必要があることを意味します。そうしないと、効果を発揮することが困難になります。購入予算には、教師の専門能力開発のための 3 ～ 5 日間を確保しておくことをお勧めします。
• カリキュラム調整コスト: MATHia のコンテンツは共通コアおよび州の標準に合わせられていますが、NGSS (次世代科学標準) またはその他の非標準カリキュラム フレームワークを採用している学区では、追加のカリキュラム マッピング作業が必要になる場合があり、通常、学区の規模に基づいてプログラム料金が請求されます。
• インフラストラクチャ コスト: SaaS モデルにはローカル サーバーは必要ありませんが、学校は生徒の Chromebook、iPad、または Windows デバイスがブラウザとネットワーク帯域幅の最小要件を満たしていることを確認する必要があります。 Fast ForWord にはオーディオ処理が含まれるため、ヘッドフォンの品質とデバイスのオーディオ遅延に関して特定の要件があります。

カーネギー学習の主な機能

カーネギーラーニングの機能マトリックスは、単一の「AI カウンセラー」ではなく、「認知診断 - 個別のプッシュ - 教師の介入 - 効果評価」を中心に設計された 4 層の製品システムです。その中心的な機能とそれらの間の相乗効果は次のとおりです。

1. MATHia 認知適応型数学個別指導

核となる価値: 問題を与え、正しいか間違っているかを判断し、次の質問を進めることではなく、生徒の「認知状態」をリアルタイムでモデル化し、概念的なギャップを正確に特定することです。

• マルチスキル レベルのナレッジ マップ: 各数学的知識ポイント (「1 次元の線形方程式」など) は、5 ～ 15 の細かいスキル (「類似した項目を結合する」、「項目を移動する」、「係数を 1 にする」など) に分類されます。このシステムは、学生の各スキル レベルの習得度を追跡し、前提条件のスキルを習得していない場合は自動的に進行をブロックし、学習パスに構造的な穴がないことを保証します。
• 問題解決戦略の追跡: MATHia は、答えが正しいか間違っているかを判断するだけでなく、生徒がどの問題解決戦略 (「試数法」、「代数法」、「描画法」など) を採用したかを識別し、現在の問題状況におけるこの戦略の適用可能性を判断することもできます。生徒が一貫して代数的手法ではなく代数的手法を使用して問題を解決すると、システムはこの問題を特定し、ガイド付きのマイクロ レッスンを推進します。
• 自然言語推論スコアリング: 生徒に問題解決のアイデアを言葉で説明するよう要求する MATHia Writing では、AI がキーワードの一致ではなく意味論に基づいて推論の品質をスコアリングします。これにより、「プロセスではなく結果だけを見る」という従来の適応学習システムの根本的な欠陥が解決されます。
• マイクロレッスンの即時プッシュ: 生徒が特定のスキルで繰り返し間違いを犯していることをシステムが検出すると、コンセプトを説明するために 3 ～ 5 分のインタラクティブなマイクロレッスン (外部ビデオにジャンプする代わりに MATHia に組み込まれています) が自動的に挿入され、すぐに練習を継続して、「診断 - 指導 - 検証」のコンセプトを形成します。

相乗効果: MATHia の認知モデル データが LiveLab に直接入力されます。教師は生徒の宿題を自ら分析することなく、どの生徒がどのスキルのどのサブステップに行き詰まっているのか、クラス全体の「認知マップ」を一目でリアルタイムに把握できる。これは、従来の LMS の「レポート カード」形式のレポートとは根本的に異なります。

2. ForWord の高速認知リテラシー トレーニング

核となる価値: 従来の「もっと読んで、もっと書く」演習ではなく、ディスレクシアや学習障害のある生徒向けの神経認知トレーニングです。

• 適応聴覚トレーニング: 音声刺激の持続時間と頻度を正確に調整することで、脳の聴覚処理速度をトレーニングします。これは、音韻処理能力に欠陥がある失読症の生徒にとって特に重要です。
• 言語と読解の認知演習: 音素の認識から構文の理解、談話の推論までの階層的な演習システム。各演習セクションは、成績基準に基づく「オンデマンド問題」ではなく、認知神経科学における脳の可塑性（神経可塑性）の原理に基づいて設計されています。
• 進捗状況の追跡と介入レポート: システムは生徒の認知スキル向上曲線を自動的に生成し、教師はトレーニングの前後で標準化された評価スコアを比較できます。

相乗効果: Fast ForWord と MATHia はデータ レベルで接続できます。LiveLab は、生徒の数学の難しさの原因が読解力不足 (文章題の文章を理解できないこと) であると判断した場合、教師がその生徒を Fast ForWord トレーニング プランに同時に参加させることを推奨できます。この製品間の診断の連携は、カーネギー ラーニングの製品マトリックスの独自の利点です。

3. LiveLab 教師のリアルタイム ダッシュボード

核となる価値: 意思決定の指導を「経験に基づいて誰が優れているかを判断する」から「データを見て誰がどこで行き詰まっているかを知る」ことへの変革。

• クラス全体のヒート マップ: 各生徒の現在の学習活動、習熟度、難しい知識ポイントの分布をリアルタイムで表示します。緑は「前進」、黄色は「困難に遭遇」、赤は「長い間行き詰まっている」を意味します。
• 階層的なグループ分けの提案: システムは、グループ指導に適した 3 ～ 5 人のグループ分けプランを自動的に推奨します。生徒の現在の困難点に基づいてクラスタリングします。単純な「良い生徒のグループ/悪い生徒のグループ」ではなく、「分数の掛け算で行き詰っている生徒のグループと、幾何学的な証明で行き詰まっている生徒のグループ」です。
• 介入行動記録: 教師は実施された介入措置 (1 対 1 の個別指導、再説明、追加演習など) を LiveLab でマークすることができ、システムは措置の効果を追跡して、データ駆動型の教育介入システムを形成します。

4. MATHstream インタラクティブ ビデオ指導

核となる価値: 実際の教師による問題解決ビデオをアダプティブ ラーニング パスに埋め込み、「人間味に欠けた純粋な AI 個別指導」の問題を解決します。

• オンデマンド ビデオ プッシュ: 生徒が MATHia の特定の知識ポイントに行き詰まった場合、システムは実際の数学教師によって録画された 2 ～ 4 分間の問題解決ビデオをプッシュします。このスタイルは TikTok/Reels に似ており、現代の学生の短いビデオの消費習慣に適応しています。
• 埋め込みチェックポイント: 再生中にビデオが一時停止され、チェック用の質問がポップアップ表示されます。生徒は正解した後にのみ視聴を続けることができるため、受動的な視聴が「背景音」にならないようにします。

5. ClearMath 小学校の算数ソリューション

コアバリュー: MATHia の認知モデルを幼稚園から 5 年生までの数学段階に拡張し、数の感覚、加算と減算から分数と小数までの完全な学習パスをカバーします。

6. その他の科目および語学コース

• ELA カリキュラム: Mirrors & Windows (英語芸術カリキュラム)、Clearfluency (口頭流暢性評価)、Bookshop Phonics (フォニックス)。
• 世界言語コース: スペイン語、フランス語、ドイツ語、中国語、イタリア語などの完全なコース システム。各コースには教材、オンライン演習、評価ツールが用意されています。

カーネギー学習のモデルとバージョンの進化

カーネギー ラーニングの製品の進化は、「バージョン番号」でマークされたソフトウェアの反復ではなく、製品ラインの拡張とコグニティブ エンジンのアップグレードに基づいた開発履歴です。この進化を理解することは、購入者がプラットフォームの成熟度と技術ロードマップの安定性を評価するのに役立ちます。

第一段階：MATHiaの誕生と深耕（1998-2014）

• 1998: プロジェクトはカーネギー メロン大学の認知心理学研究プログラムとして開始され、スティーブン リッター、ウィリアム S. ハドリー、ジョン R. アンダーソン (ACT-R 認知アーキテクチャの作成者)、ケネス ケーディンガー (人間とコンピューターの相互作用と学習科学の専門家) を含む創設チームが参加しました。
• 2011: アポロ グループはカーネギー ラーニングを 7,500 万ドルで買収し、カーネギー メロン大学から関連技術のライセンス供与に追加で 2,150 万ドルを支払います。
• 2014: MATHia (当初の名前は Cognitive Tutor) は公立学校に成熟して導入され、6 年生から高度な数学までの完全なカリキュラム システムをカバーしています。認知モデルは10年以上の教室指導データの蓄積により高い精度を実現しました。

第 2 フェーズ: M&A の拡大と分野の拡大 (2015 ～ 2020 年)

• 2015: アポロ グループはカーネギー ラーニングをシカゴに拠点を置く教育投資グループに売却し、同社を幼稚園から高校までを中心とした独立した道に戻しました。
• 2018: プライベート エクイティ会社 CIP Capital がカーネギー ラーニングを買収しました。同年、New Mountain Learning の出版資産を統合し、EMC、Paradigm、JIST などの教科書ブランドを買収して、ELA や World Languages などの科目を完成させました。
• 2020: Scientific Learning Corporation を買収し、Fast ForWord リテラシー トレーニング製品を製品マトリックスに組み込み、「単一科目としての数学」から「すべての科目」への変革における重要な一歩を踏み出しました。

第 3 フェーズ: AI のアップグレードと製品マトリックスの改善 (2020 ～ 2026 年)

• 2020-2022: 流行により、全米の地区でデジタル調達の波が押し寄せています。カーネギー学習は、MATHia の AI エンジンのアップグレードを加速し、よりきめ細かいポリシー追跡モデル、自然言語推論スコアリング モジュール、およびリアルタイム グループ化アルゴリズムを導入します。
• 2022: スージー エイミス キャメロンとジェームズ キャメロンが設立した幼稚園から高校までのオンライン学習プラットフォームである MUSE Virtual を買収し、バーチャル スクールの運営経験とテクノロジー資産を獲得します。
• 2023-2024: MATHstream インタラクティブ ビデオ個別指導 MATHia Adventure (ゲーム化された学習) と ClearMath Elementary (小学校の数学プログラム) を開始します。 LiveLab ダッシュボードは UI の大幅なアップグレードを完了し、製品間のデータ統合機能が追加されました。
• 2024 年 10 月: カナダのニューファンドランド州セントジョンズにカナダ本社を開設し、北米以外の市場への拡大を開始します。
• 2025-2026: 適応エンジンの深層学習モデルのアップグレードを継続し、NLP 機能を推論スコアリングおよびポリシー識別モジュールにさらに深く埋め込みます。 LiveLab は予測介入の提案を導入しており、教師に「現在問題を抱えているのは誰なのか」を伝えるだけでなく、「介入が行われなければ来週取り残される可能性があるのは誰なのか」を予測することもできます。

リリース ノート: Carnegie Learning の製品バージョン番号は一般公開されていません。上記のマイルストーンは、ウィキペディアの記録、公式プレスリリース、および業界の公開レポートに基づいています。正確なエンジン バージョン番号と API バージョンは、商用チャネルを通じて取得する必要があります。購入者は、評価の基礎として、過去 3 年間の製品更新ロードマップ (ロードマップ) を営業チームに要求することをお勧めします。

カーネギー学習の技術的利点

カーネギーラーニングの技術的障壁は、「どのような最新の AI モデルが使用されているか」ではなく、教育シナリオの深い理解と認知モデルの継続的な磨きにあります。以下はその技術メカニズムを 4 つの側面から分解したものです。

1. 認知モデル駆動型適応エンジン (データ駆動型ではない)

ほとんどの適応学習システム (一部の AI 教育製品を含む) は、「ナレッジ トレーシング」手法を採用しています。つまり、ベイジアン モデルまたは深層学習ネットワークを通じて、学習者の解答順序に基づいて習得の確率が計算されます。カーネギー ラーニングの MATHia エンジンは、これに基づいてモデリング次元の 3 つの層を追加します。

• 戦略選択モデル: 「できるかどうか」だけでなく、「どう考えるか」にも依存します。このシステムには、複数の数学教育専門家によってマークされた問題解決戦略ライブラリが組み込まれています。生徒が問題を解くとき、エンジンは生徒の入力シーケンスを分析することによって生徒が採用する戦略 (項目を最初に移動する、類似の項目を最初にマージするなど) を推測し、現在の問題における戦略の有効性を判断します。
• 時間次元モデリング: 各ステップの滞留時間がモデルに組み込まれます。滞留時間が異常に長い場合は「推測」または「注意散漫」である可能性があり、滞留時間が異常に短い場合は「ランダムな入力」または「盗用」である可能性があります。これらの信号は、プッシュ戦略を調整するために使用されます。つまり、生徒を推測するためのプロンプトの頻度を増やし、気が散った生徒のために質問の提示方法を切り替えます。
• エラー分類モデル: システムは単に「誤答」を記録するのではなく、システムはエラーを「概念の誤解」、「計算ミス」、「不適切な戦略」、「問題の読み取りの逸脱」などのタイプに分類します。エラーの種類が異なれば、指導応答も異なります。

メカニズム→効果: 上記の 3 層モデルの重ね合わせ効果は、「分数のたし算を間違えた」生徒に対する MATHia の対応が、単純に分数の足し算の問題を 10 問追加するということではなく、「生徒が公分母の概念を理解していない (概念の誤解)」か、「手法は使えるが、分子の足し算のステップを頻繁に外す (計算ミス)」かを判定することであるということです。前者は概念の説明に関するマイクロ講義を推進し、後者は的を絞った演習を推進します。

2. ナレッジマップとカリキュラム基準の徹底的な結合

MATHia のコンテンツ モデルは、単なるスキル レベル ツリーではなく、Common Core State Standards (CCSS) および州のカリキュラム基準と細かく調整されています。各ナレッジ ポイントは、システム内の CCSS 標準コードのセットに対応します。これは、次のことを意味します。

• 標準的な監査機能: 学校は、「CCSS.7.EE.B.4 (現実の複数ステップの問題の解決) でどの程度うまくやっているか」を正確に追跡できます。
• 柔軟なカリキュラム マッピング: 学区が非 CCSS 標準 (テキサス州の TEKS など) を使用している場合、カーネギー ラーニングは標準のカスタム マッピング ツールを提供しますが、このツールには一定の構成投資が必要です。
• 学年を越えた接続: システムは、「特定の 8 年生の生徒が方程式を解くのが難しいのは、7 年生の移行スキルが習得されていないためである」と特定し、自動的に 7 年生レベルの内容を埋めることができます。これは、学年ごとに一律に指導する学校における一種のカリキュラム適応の柔軟性です。

3. LiveLab のデータ分析と介入ガイダンス

LiveLab は従来の「生徒の成績ダッシュボード」ではなく、教育意思決定支援システムです。

• リアルタイムのグループ化アルゴリズム: すべての生徒の現在の学習状況データに基づいて、クラスタリング アルゴリズムを使用して、難しい知識ポイントに従って生徒をグループ化します。成績によるグループ化とは異なり、この動的なグループ化は「前回の試験」の結果ではなく「現在の」難易度を反映するため、クラスごとに異なる場合があります。
• 介入効果の追跡: 教師が介入アクションをマークすると、システムはその後の学習における生徒の成績の変化を自動的に追跡します。時間の経過とともに蓄積されたデータは、教師が自分のクラスに最も効果的な介入戦略を特定するのに役立ちます。
• 予測分析: LiveLab の最新バージョンでは、シンプルな時系列予測が導入されています。これは、現在の学習軌跡に基づいて、次の単元の評価で生徒のパフォーマンスが予想されることを予測し、教師が事後的に修正するのではなく、事前に介入できるようにします。

4. 純粋な AI 学習製品との技術的な位置付けの違い

技術的側面	カーネギー学習	一般的な AI アシスタント (ChatGPT/Claude など) を教育に応用
権威ある教育コンテンツ	主題の専門家によって書かれ、カリキュラム基準に準拠しています	モデルによって生成されたコンテンツ、カリキュラム基準によって保証されていない
学生モデル	多次元認知モデル (戦略 + 時間 + エラー分類)	構造化されていない学生モデル、学習者のステータスの記憶がない
指導戦略	認知科学に基づいた階層的教育戦略	質問と回答は 1 回限りで、長期的な学習計画は不要
データ管理	診断→指導→実践→評価→再診断	各会話は独立しており、教育管理はありません。
プライバシーコンプライアンス	FERPA 準拠、COPPA 準拠、データはモデルのトレーニングには使用されません	無料版と製品版のデータ使用ポリシーを区別する必要がある

技術的利点の概要: カーネギー ラーニングの技術的ルートにより、カーネギー ラーニングは「最速の AI 教育製品」ではないが、「最も説明可能な教育ロジックを備えた適応型プラットフォーム」になる可能性が高いことがわかります。教育研究者や購買意思決定者にとって、この説明可能性は、製品の効果が再現可能で改善可能であることを意味し、製品がなぜ機能するのか、さらに効果を高める方法がわかるということです。

カーネギー学習の使用方法

カーネギー ラーニングの展開と使用方法は、消費者向けの AI 製品とは根本的に異なります。カーネギー ラーニングは、個人が独自に登録できるアプリケーションではなく、学校/地区レベルでの統一された展開を必要とする SaaS プラットフォームです。さまざまな役割の使用プロセスは次のとおりです。

学校/地区の調達開始プロセス

1. ニーズの評価: 学区は、対象とする必要のある科目 (数学、読み書き ELA、世界言語)、学年範囲、および予算を決定します。まずはパイロットトライアル（通常 3 ～ 6 か月、2 ～ 3 クラス）に申し込み、教育効果が確認されてから拡張することをお勧めします。
2. 契約署名: カスタマイズされた見積もりを取得するには、カーネギー ラーニングの営業チーム (公式 Web サイトの連絡フォームまたは電話) に連絡してください。契約書で確認する必要があるもの: ライセンスの種類 (生徒ごとか学校ごとか)、データの保存場所 (米国内か、カナダ/その他の地域をサポート)、FERPA 準拠条件、教師トレーニングの提供方法 (オンライン/オフライン/ハイブリッド)、およびテクニカル サポート SLA。
3. 実施とトレーニング: 通常 2 ～ 3 日間のスタートアップ ワークショップと継続的なオンライン サポートを含む、教師トレーニング (専門能力開発) サービスを正式に提供します。カーネギーラーニングとの主なインターフェースとして「教育技術コーチ」を社内に用意することをお勧めします。
4. 技術的な展開: カーネギー ラーニングはクラウド SaaS モデルであり、学校はサーバーを設置する必要がありません。 IT 部門は、すべての生徒のデバイスが「*.carnegielearning.com」ドメイン名にアクセスできること、ブラウザが Chrome/Firefox/Safari/Edge の最新バージョンであること、Fast ForWord にはヘッドフォンと安定したインターネット接続が必要であることを確認する必要があります。
5. コース マッピング: 学校のカリキュラム コーディネーター (カリキュラム コーディネーター) は、カーネギー ラーニングのカリキュラム サービス チームと協力して、学校のカリキュラム プラン (ペーシング ガイド) をシステム内の標準コンテンツ シーケンスにマッピングします。

教師向けの毎日の使用プロセス

1. 授業前の準備: 教師は LiveLab にログインしてその日のクラスのヒート マップを表示し、どの生徒がどの知識点で困難を抱えているかを理解し、それに応じて指導計画を調整します。どの生徒が 1 対 1 の個別指導を必要とするか、どの生徒が自主的に進めることができるか、どの生徒がグループ ディスカッションに適しているかなどです。
2. 教室での実施:
   • 学生は MATHia または Fast ForWord にログインして、個別の演習を完了します。教師は LiveLab で進捗状況をリアルタイムで監視できます。
   • LiveLab がクラスの特定の知識ポイントの習熟度が低いことを示した場合、教師は自習を一時停止し、統一説明モードに切り替えます。
   • 追加の支援が必要な生徒のために、教師は MATHia で「生徒の完全な解決策」を即座に表示できます。最終的な答えだけでなく、各ステップでの生徒の一連の操作も確認して、認識上のブレークポイントをすばやく見つけることができます。
3. 授業後評価: システムによって生成された学習レポートを使用して形成的評価 (Formative Assessment) を実施し、教育戦略の調整が必要な知識ポイントを特定します。

学生入学

役割	入口	主な業務	必要な機器
学生（数学）	MATHia Web アプリケーション	個別の演習、マイクロクラス学習、説明の作成	Chromebook/iPad/Windows ノートブック
学生（読み書き）	高速 ForWord クライアント/Web	聴覚訓練、言語練習、読解練習	コンピューター + ヘッドフォン
教師	ライブラボダッシュボード	リアルタイム監視、グループ管理、介入記録	任意の Web ブラウザ
指導研究員・校長	管理レポートパネル	全校・地区データ概要、標準達成報告書	任意の Web ブラウザ

一般的なAI教育ツールとのユーザーエクスペリエンスの違い

カーネギー学習の使用体験は、「ダイアログ ボックスを開いて AI に質問する」というものではなく、構造化された学習管理システムです。学生は「今日何を勉強するか」を選択することはできません。システムの適応エンジンは、認知モデルに基づいて学習タスクを自動的に割り当てます。この設計コンセプトの長所と短所も同様に明白です。長所は、学習経路の完全性と体系性を確保することですが、短所は、学生が独立した選択をする権利を欠いており、それが強い自発性を持つ学生にとって拘束感を生み出す可能性があることです。

カーネギー学習の製品価格

カーネギー ラーニングの価格体系は B エンドの学校の調達を中心としており、公開価格表はありません。以下の分析は、公教育技術調達データと業界の慣行に基づいています。実際の見積もりはビジネス チャネルを通じて取得する必要があります。

価格モデルの概要

調達モデル	請求方法	適用対象	典型的な契約サイクル
単一学校ライセンス	学生年度ごとの料金	幼稚園から高校までの単一学校	1年
地区ライセンス	生徒年間料金 (段階的割引)	2 つ以上の学校がある学区	1～3年
州全体	カスタム契約	州教育局	3～5年
パイロットトライアル	学生あたりの年会費 (通常 6 ～ 12 か月)	志望校	6ヶ月

C側/個人

カーネギーラーニングは個人世帯への直接販売は行っておりません。これは重要な決定上の制限です。ホームスクールの家族や生徒が授業外に MATHia にアクセスしたい場合は、Grammarly や Duolingo のサブスクリプションのように直接料金を支払うことはできません。この記事の執筆時点では、正式な個人購読プランは公開されていません。困っている家族は、営業チームに連絡して例外措置が存在するかどうか問い合わせることができますが、これは標準的な製品パスではありません。

B 面/学校と学区

推定価格帯 (ビジネス上の確認が必要):

製品	学生1人当たりの年会費（概算）	含まれるサービス
MATHia (6-12 数学)	30～45ドル	アダプティブ ラーニング エンジン LiveLab、マイクロコース ライブラリ、基本的な技術サポート
Fast ForWord (読み書き能力の介入)	$35-$55	適応型の診断とトレーニング、進捗状況の追跡、教師のトレーニング
MATHia + Fast ForWord コンボ	$50-$70	製品間のデータ統合、統合 LiveLab ダッシュボード
全主題バンドル	$60-$90	数学 + 読み書き能力 + ELA + 世界言語 + 優先サポート

割引交渉の余地: 米国の幼稚園から高校までの教育技術調達における業界慣行に基づき、大規模な契約 (10 万ドル以上の年会費) は通常 10% ～ 25% の割引を受けます。複数年契約 (3 年以上) の場合は、合計価格からさらに 5% ～ 15% 割引されます。 E-rate 補助金プログラムを通じて購入した学校は、追加の連邦補助金も受け取ります。

最も重要な価格の問題: 契約に署名する前に、教師トレーニング (専門能力開発) の数と形式、コース マッピング サービスの最大作業時間、データ移行のコスト (他のプラットフォームから移行する場合)、およびライセンスを取得した生徒の数を超えて柔軟に拡張するための単価など、次のコストが見積もりに含まれているかどうかを必ず明確にするよう営業チームに依頼してください。

企業/学区レベル

大規模学区 (生徒数 10,000 人以上) では、以下を含むカスタマイズされた契約モデルを使用する場合があります。

• 専任のカスタマー サクセス マネージャー
• カスタマイズされたレポートとデータのエクスポート (API/SFTP バッチ エクスポートをサポート)
• 教員研修の徹底したカスタマイズ（教科・学年別の階層別研修）
• 優先的なテクニカル サポートの応答 (例: 4 時間以内の応答)
• オプションで生徒データのローカライズされたストレージ (追加のインフラストラクチャ料金は交渉による)

カーネギー学習の応用シナリオ

カーネギー学習の応用シナリオは、幼稚園から高校までの公教育システムにおける数学と読み書きスキルの構造的な向上に焦点を当てています。次の 4 つのシナリオが大規模な導入を通じて検証されています。

シナリオ 1: 混合能力クラスにおける数学の差別化指導

問題点: 7 年生の数学のクラスでは、生徒の 3 分の 1 が現在の知識ポイントを習得しており、3 分の 1 は準備段階にあり、3 分の 1 は前提条件のスキルを補足する必要があります。従来の統一的なペースでの指導では、「良い子は十分に食べることができず、悪い子はついていけなくなる」という結果につながります。

カーネギーラーニングのソリューション:

• MATHia は、クラス全体が同時に同じ内容を学習する必要がなく、各生徒に個別の学習パスを割り当てます。
• 教師は LiveLab を通じてクラス全体の「認知マップ」をリアルタイムで把握し、同様の支援が必要な生徒をグループに分けて対象を絞った個別指導を行うことができます。
• MATHstream の短いビデオは、行き詰まった生徒に実際の指導を提供し、教師が説明を繰り返す負担を軽減します。

コスト削減と効率向上の控除:

• 教師向け: 「誰ができないかを見つけるために山積みの宿題を修正する」から「誰がどこで行き詰まっているのかを見つけるためにパネルを開ける」まで、差別化された卒業証書の準備時間は、週に 2 ～ 3 時間から 15 ～ 20 分 (推定) に短縮されました。ただし、LiveLab パネルの解釈能力にはトレーニングが必要であり、初期段階では教師の認知的負荷が増加する可能性があります。
• 学生向け: 80% 以上の習熟度を持つ学生は、自主的に学習を進めることができ、クラス全体を待つために教室時間を無駄にする必要がなくなります。習熟度が不十分な生徒は、理解できない内容に従うことを強制されるのではなく、的を絞った修正を受けます。

シナリオ 2: ディスレクシアと特殊教育における読み書き能力への介入

問題点: 幼稚園から高校までの生徒における失読症 (ディスレクシア) の発生率は約 5% ～ 15% ですが、ほとんどのデジタル学習製品は対象を絞った認知トレーニングを提供しておらず、生徒がすでに基本的な音韻処理能力を備えていることを前提としています。

カーネギーラーニングのソリューション:

• Fast ForWord の聴覚トレーニングは神経認知レベルから始まり、音声信号の速度と周波数を調整することで脳の聴覚処理速度をトレーニングします。
• IEP (個別教育計画) に定量的なデータのサポートを提供するための、トレーニング前、トレーニング中、トレーニング後の複数の標準化された評価。

コストの削減と効率の向上: 従来の特殊教育では、特殊教育教師は通常 8 ～ 15 人の生徒を担当しており、そのほとんどはコンピューターの支援なしで紙と鉛筆の演習に依存しています。 Fast ForWord の自動診断とトレーニングにより、特殊教育の教師は「トピック設計者」から「トレーニング効果の監督者」に変身し、1 対 1 またはグループでの介入により多くの時間を費やすことができます。特殊教育の分野では通常、効率よりも介入効果（エフェクトサイズ）に注意が払われます。 Fast ForWord が複数の査読論文で報告した効果量 (コーエンの d) は 0.3 ～ 0.5 の範囲にあり、これは中程度に効果的な介入であり、教育介入としては許容可能なレベルです。

シナリオ 3: 学区レベルでの教育の質の向上

問題点: 学区の教育および研究スタッフは、教育リソースの割り当てを均一に調整するために、「学区全体でどの知識ポイントの習得が不十分であるか」を判断する必要があります。従来のアプローチは、遅れがあり、まばらで、粒度の粗い、半年ごとの標準化されたテスト データに依存しています。

カーネギーラーニングのソリューション:

• 管理レポート パネルは、学区、学校、学年、クラスごとの 4 レベルのデータ ドリルダウン機能を提供します。
• 各知識ポイントは CCSS 標準コードに対応しており、教育研究者が「私たちの学区の生徒は CCSS.8.F.A.1 (機能定義理解) において州平均よりも遅れている」ことを正確に特定できるようになります。
• データは、介入効果の変化傾向を追跡するために、学年度、学期、四半期、およびカスタマイズされた時間間隔によるフィルタリングをサポートしています。

人間と機械のコラボレーションの境界: 学区レベルのデータ分析は、システムによって自動的に完了できます。知識の弱点を特定し、学校間の違いを比較し、変化する傾向を追跡します。ただし、次のセクションでは手動による意思決定が必要です。つまり、弱い知識点について学区全体で統一した指導調整を行うかどうか、この知識点に対して追加の補助教材を購入するかどうか、教師の研修リソースをどのように割り当てるかなどです。システムは「それが何であるか」については答えを提供しますが、「何をすべきか」については依然として教職員の専門的な判断が必要です。

シナリオ 4: 流行後の学習損失の修復

問題点: 新型コロナウイルス感染症の流行により、全米の幼稚園から高校までの生徒、特に最も影響を受けている低所得学区や少数派の生徒の間で数学と読解力の大幅な学習損失（学習損失）が生じています。

カーネギーラーニングのソリューション:

• MATHia の診断機能は、生徒の現在の習熟レベルと学年レベルの基準との間のギャップを迅速に特定します。
• アダプティブ エンジンは、前提条件のスキルを自動的に補充します - 9 年生の生徒が 7 年生の時点で代数の基礎が弱い場合、システムは 9 年生の内容を直接押し付けるのではなく、自動的に補習を手配します。
• 教師は、LiveLab データに基づいた「高用量個別指導」を実装できます。これは、教師と生徒の比率が 1:3 または 1:4 で、週に 3 回、毎回 30 分以上の対象を絞った個別指導です。教育研究では、これが学習の損失を補うための最も効果的な介入形式の 1 つであると考えられています。

カーネギー学習は誰に適していますか?

カーネギーラーニングの対象となるのは「数学を学びたい人全員」ではなく、特定の教育シナリオの参加者です。以下は 4 つの中心的な役割とその適応境界です。

該当する役割 1:幼稚園から高等学校までの数学教師 (6 年生から 12 年生)

• コアバリュー: 「学力を判断するための課題の添削」から「リアルタイムのデータドリブンな指導」へ。 MATHia と LiveLab の組み合わせにより、教師の注意は「誰が正しく理解できたか」から「誰がどこで行き詰まり、なぜ、何をすべきか」へと解放されます。
• 前提条件: 基本的なデジタル教育への適応性と、データに基づいた意思決定を日常の教育に組み込む意欲が必要です。 「スクリーン指導」に抵抗のある教師には、より長い移行期間が必要になる場合があります。
• 境界の不適合: 学校が十分な教師研修時間を提供しない場合 (少なくとも 3 日間のワークショップ + 継続的なオンライン サポート)、MATHia 実装の有効性は大幅に低下します。教師は「インストールすれば自動的に機能する」ことを期待することはできません。この製品は教育の代替品ではなく、教材です。

該当する役割 2: 特殊教育教師および識字介入専門家

• 核となる価値: Fast ForWord は、IEP 目標と学習進捗状況のモニタリングのための定量的なデータ サポートを提供し、手動評価への依存を減らします。自動聴覚トレーニングにより、生徒は教師が直接関与することなく毎日のトレーニングを完了できるため、特殊教育の教師はより複雑な 1 対 1 の介入に時間を費やすことができます。
• 前提条件: 生徒はトレーニングを完了するために、コンピューターとヘッドフォンを独立して使用できる必要があります (通常は 2 ～ 3 年生以上)。低学年の生徒や重度の認知障害のある生徒は、準専門家のサポートが必要な場合があります。
• 境界に適合しない: Fast ForWord が失読症に対する唯一の、または画一的な解決策ではありません。これは主に音韻処理レベルでの読解困難を対象にしており、注意欠陥、視覚処理障害、または文脈要因によって引き起こされる学習困難に対しては限定的な効果しかありません。

該当する役割 3: 学区カリキュラム コーディネーターおよび教育研究員

• 核となる価値: 学校や学年全体でデータを比較できるため、学区レベルでの教育リソースの割り当てを「経験主導」から「証拠主導」に移行することができます。
• 前提条件: データレポートを解釈し、小さなサンプル間の違いの過度の解釈を避けるには、基本的な統計リテラシーが必要です。
• 不適合境界: カーネギー ラーニングのデータ分析の側面 (知識ポイントの習熟度、戦略分布、進捗速度) は豊富ですが、「なぜ B 校の代数スコアが A 校よりも悪いのか」などの因果関係の推論は提供されません。このため、教育研究者は、授業観察、教師の状況、課外リソースなどの外部情報に基づいて総合的に判断することが求められます。

該当する役割 4: K-12 の生徒 (6 年生から 12 年生)

• 核となる価値: 真にパーソナライズされた学習パスを取得します。「正解したらジャンプ、間違ったらやめる」という単純な適応ではなく、認知モデルに基づいた深い適応です。学習プロセスは、問題を個別に検討するのではなく、「診断-マイクロ講義-演習-再診断」という完全な学習プロセスです。
• 前提条件: 学生には基本的なコンピュータ操作スキルとある程度の自制心が必要です。 MATHia の学習プロセスは構造化されており、「好きなものを学ぶ」という探求的な学習には適していません。
• 境界に適合しません:
  • 幼稚園～5 年生: MATHia のコアデザインは 6 年生から 12 年生を対象としています。 ClearMath Elementary は小学校の数学をカバーしていますが、この学年レベルの教室での対話やゲームベースの学習のニーズは、MATHia の構造化されたスタイルと完全には一致しません。
  • 並外れた学生: 数学に非常に才能があり、学習を飛躍的に進める必要がある学生にとって、MATHia の事前スキル ブロック メカニズムがボトルネックになる可能性があります。システムは、学生が他の手段で能力を証明している場合でも、前提条件となるすべてのスキルを習得することを要求します。ただし、教師は、特別な生徒のニーズに合わせて学習パスの設定をバックグラウンドで調整できます。
  • 米国以外のカリキュラムの学生: 学生の数学カリキュラムが Common Core または米国の州標準に基づいていない場合、カリキュラム調整のコストが製品自体の価値よりも高くなる可能性があります。

カーネギー学習の概要と展望

カーネギー ラーニングは、幼稚園から高等学校までの AI 適応学習トラックの中で独自の位置を占めています。一般的な AI アシスタントのように会話の流暢さを追求するものでも、カーン アカデミーのように無料でオープンなアクセスを追求するものでもありません。その代わりに、「認知科学 + 学校調達」セグメントを深く育成し、説明可能で検証可能で学術的に承認された一連の数学と読み書き指導システムの蓄積に 20 年以上を費やしてきました。

現在の主な利点:

• 認知モデルの深さ: 生徒の戦略の選択、問題解決の経路、時間の消費およびエラーの種類の多次元モデリング。これは、ほとんどの競合製品にはない差別化された機能です。ペーシング効率よりも指導ロジックを重視する教育者にとって、この深さは指導の解釈可能性の向上を意味します。
• 学術的証拠ベース: ESSA Tier 2 ～ 3 の証拠レベル、独立した第三者による調査検証、および数十年にわたる教室展開データにより、学区が購入する際の「コンプライアンス リスク」が大幅に軽減されます (タイトル I、IDEA などの連邦資金による証拠に基づく購入)。
• 製品マトリックスの完全性: MATHia (数学)、Fast ForWord (読み書き能力)、LiveLab (データ分析)、MATHstream (ビデオ個別指導) に至るまで、カーネギー ラーニングは、単一ポイント ツールではなく、分野を超えた、役割を超えた製品マトリックスを構築しました。 LiveLab での数学とデータの読み書きのリンクされた診断は、競合製品が真似するのが難しい機能です。

現在の主な制限事項:

• カリキュラム システムがロックされています: この製品は、米国の Common Core および州の基準に深く拘束されています。 IB (国際バカロレア)、ケンブリッジカリキュラム、中国国家カリキュラム標準、または米国以外のカリキュラムシステムを採用している学校にとって、カリキュラムの調整は巨額の投資となり、ほとんど実現不可能です。この制限により、カーネギー ラーニングの北米以外の市場への浸透が非常に遅くなることが決まります。
• 購入基準が高い: 個人の家族には販売されておらず、セルフサービス登録のための試用チャネルもありません。学校調達の意思決定サイクルは通常 6 ～ 18 か月ですが、これは迅速な展開が必要な教育機関にとっては好ましくありません。パイロットトライアルのプロセスと価格設定には営業チームに連絡する必要があり、初期プロセスは十分に透明ではありません。
• 教師への依存度が高い: 製品の効果は教師の実装品質に大きく依存します。 - LiveLab のデータは教師が積極的に解釈して使用する必要があり、MATHia の学習パスには教師の理解と協力が必要です。教師の研修が不十分であったり、教師の異動が頻繁に行われている学校では、この製品は「高価なオンライン オペレーティング システム」になる可能性があります。
• 限定的な多言語サポート: 複数の世界言語コースが提供されていますが、言語と教育インターフェースの基礎となるコンテンツ構造は主に英語であるため、英語能力が限られている生徒や家族にとっては、さらなる言語の壁が生じる可能性があります。

経過観察ポイント:

• カナダ本社の設立は、北米以外への市場拡大の開始を意味しますか？カナダ、イギリス、またはシンガポールのカリキュラムに適合した製品のコンテンツ バージョンはありますか?
• 予測分析機能は今後の反復でさらに多くの機械学習モデルを導入し、「学習条件の記述」から「指導戦略の推奨」に進化するのでしょうか?
• カーネギー ラーニングは、ホームスクールと放課後の個別指導市場をカバーする個人/家族向けサブスクリプション プランを開始しますか?これは、ファミリー プランを提供する IXL などの競合他社との重要なギャップの 1 つです。

調達および採用のリスク評価: カーネギーラーニングは、「購入すると自動的にポイントが増える」教育製品ではありません。その有効性は、教師のトレーニングの質、学校の実施能力、カリキュラムの適応性に深く関係しています。調達を検討している学区では、次の評価パスに従うことをお勧めします。

1. 最初にパイロット: 代表的なクラスを 2 ～ 3 つ選択し (通常レベルのクラス、特殊教育の生徒の割合が高いクラス、英語学習者の割合が高いクラスを含めることをお勧めします)、パイロットを 1 学期にわたって実行します。
2. 制御された実験計画: パイロット クラスは MATHia を使用し、比較クラスは既存の指導計画を使用します。学期の終わりに、2 つのグループの学生の標準テストのスコアと教室への参加データが比較されます。
3. 教師のフィードバック収集: パイロット後に参加教師に構造化されたインタビューを実施し、次の点を理解することに重点を置きます。LiveLab は本当に指導上の決定を変えましたか?教師の研修は十分ですか？毎日の使用を妨げるものは何ですか?
4. 総原価計算: 調達契約に署名する前に、TCO (総所有コスト) = ライセンス料金 + 教師トレーニング料金 + コース マッピング料金 + IT サポート コスト + 推定追加教師時間コストを計算します。
5. 契約の重要な条件の確認:
   • 学生データの保管場所と FERPA/COPPA 準拠条件 (カナダのデータセンターを使用する場合は追加の確認が必要です)
   • 教師向けトレーニングの実施方法、セッションの数、継続的なサポートが含まれるか、それとも 1 回限りのワークショップが含まれるか
   • 契約終了時のデータエクスポート権とエクスポート形式（1EdTechなどの共通LMS規格への対応の有無）
   • 主要な製品アップデートに追加料金が必要かどうか、アップデートのリリース頻度と通知リードタイム
   • SLA 条件 - システムの可用性、テクニカル サポートの応答時間、障害修復時間 (99.5% の稼働時間、営業日の 4 時間の応答など)
   • ユーザー拡張条件 - パイロットが学区全体に正常に拡張された場合、新規ユーザーの単価は固定されるか、現在の価格表に基づくか

一文の決定: あなたの学区が主に 6 年生から 12 年生までの生徒を対象にしており、数学の学力に深刻な差があり、データ駆動型の指導を積極的に採用する教師のチームがあり、6 か月以上の評価と導入サイクルがある場合、カーネギー ラーニングはパイロットの最終候補リストに掲載されるに値します。 K-5 または米国以外のカリキュラム システムをカバーするソリューションが緊急に必要な場合、または調達プロセスの透明性に対する非常に高い要件がある場合 (オンラインのセルフサービス価格比較や即時アクティベーションなど)、カーネギー ラーニングは最良の選択ではない可能性があります。

関連ツール: khanmigo、quizlet

バージョン情報

• カーネギー学習の最新バージョン ：公式の正確な日付はまだありませんが、適応学習エンジンとコースの内容は継続的に更新されます。 （~2026）
• マシア初版 ：公式の正確な日付はまだありませんが、カーネギー ラーニングは AI 数学個別指導プラットフォーム MATHia を立ち上げます。 （~2014）