大規模オンデマンド講義のための、
次世代 LMS

大人数（数百名規模）のオンデマンド講義に最適化されています。単位認定を伴う通年の大規模講義、反転授業、期末テスト、資格対策の模擬試験など、幅広い用途に対応します。

サーバーやデータベースを持たないエッジネイティブ構成で、大規模クラスでも低コストに稼働します。AI 短文レポート自動採点、多層的な不正対策、エッジ動画配信など、大規模オンデマンド講義特有の課題に応える機能を備えています。

AI 採点は教員による手動上書きを前提とした補助ツールとして設計されています。採点時には講義の文字起こし（スライド・口頭解説・講義内で上映した動画/VTR を含む）を RAG 照合し、学生の記述が実際に講義で扱われた内容かを検証します。これによりスライドに明記されていないだけの正当な記述を『講義にない』と誤判定したり AI 生成と誤認することを抑えます。AI の講評は学生へのフィードバックとして提供しつつ、最終的な成績評価は教員が確認・調整できます。

講義固有の用語・事例・データへの言及があるかを RAG 照合で確認し、講義内容に一切触れず一般論に終始するレポートを AI 生成の疑いとして可視化します。判定はあくまで教員確認のための補助シグナルで、自動で不合格にはせず、教員が最終判断します。

Cloudflare のエッジから配信するため、従来型のビデオ配信サービスと比べて大幅に低コストで運用できます。視聴ログも同時に記録され、平常点評価や学習状況の把握に活用できます。

不要です。フロントエンド・API・データストレージ・AI 採点のすべてを Cloudflare のマネージドサービスで構成しているため、OS 更新・データベース保守・スケール対策などの運用作業は発生しません。

出題順序の制御、受験認証、時間制御、コンテンツ保護、受験履歴に基づくアクセス制御などを組み合わせた多層的な防御で、大人数クラスでの不正受験を抑制する仕組みを備えています。さらに期末テスト等の高 stakes な試験では、提出時の受験環境メタデータ（IP アドレス・ブラウザ情報）を記録し、同一環境からの複数受験や代理受験の可能性を教員が事後に確認できます。これらは自動的な失格・減点には用いず、共有 Wi-Fi 等の正常な同一 IP を誤って処分しないよう、最終判断は教員に委ねる運用としています。

現状、大学側 LMS の仕様変更を伴うような連携（LTI 接続等）はすぐには対応できません。一方で、大学の LMS とは独立した専用の受験動線を用意しており、学生の個人情報を外部（大学 LMS 側や学外サービス）に一切出さずに運用することが可能です。