MATHia（マシア）

MATHiaとは

MATHia（マシア）は、Pittsburgh大学とCarnegie Mellon大学の認知科学・教育心理学研究から生まれたCarnegie Learningが提供する数学特化AI学習プラットフォーム。1990年代から続く「Cognitive Tutor」研究の商業実装であり、教育AIの中でも最長の研究実績を持つシステムのひとつ。

知識追跡モデル（Knowledge Tracing）

MATHiaの中核技術はBayesian Knowledge Tracing（BKT）とDeep Knowledge Tracing（DKT）の組み合わせ。学習者が問題に答えるたびに「この知識スキルの習熟確率」を更新するベイズ推定モデルで動作する。

P(知識有り | 正解) → 事後確率更新 → 次問難易度・種類の決定
P(知識有り | 誤答) → スリップ確率・推測確率を考慮した補正

この動的モデルにより、「たまたま正解した」「知っているのに凡ミスした」を区別し、真の習熟度を推定できる。

マスタリーラーニング設計

MATHiaは各スキルに習熟度閾値（通常P=0.95）を設定し、閾値に達するまで同スキルの問題を繰り返すMastery Learningアーキテクチャを採用。これにより「理解が不十分なまま次の単元に進む」という従来授業の問題を構造的に解決する。

• スキルメーター: 各数学スキルの習熟度をバー表示でリアルタイム可視化
• ヒントシステム: 3段階（一般的ヒント → 具体的ヒント → 解法提示）の段階的ヒント
• バグメッセージ: 頻出する誤答パターン（「バグ」）に対する特化解説

LLM統合（2024年アップデート）

2024年版でGPT-4oベースの自然言語ヒント機能を統合。従来の定型ヒントに加え、「なぜこのステップが必要か」をテキスト対話で説明する機能が追加された。数式操作の機械的習熟と概念理解の深化を両立させる設計となっている。

実証研究と効果

RAND Corporationが実施した独立RCT研究（2019）では、MATHia利用校の学習者が代数I・代数IIの州統一テストで対照群比+0.2〜0.3標準偏差の有意な向上を示した。この効果量は教育介入研究の中でも実用上意味のあるレベルとされる。

競合との差別化

• MATHia: 数学特化・BKT+DKT・RCT多数・学校契約中心
• Khanmigo: 全教科汎用・LLM対話・内部調査・$4/月
• IXL Math: 中程度特化・正答率ベース・限定的研究・$9.95/月

まとめ

30年の認知科学研究を礎にしたMATHiaは、LLM時代においても「数学スキルの確実な習熟」という目標に特化した設計で独自の地位を保っている。LLM汎用チューターと科学的根拠のある適応学習の組み合わせが次世代教育AIの方向性を示している。