気づいたら“合格できない理由”は、データにすらされていなかった。

志望理由書は添削される。小論文は評価される。模擬面接は練習される。

でも。

「どう考えたか」
「なぜこの話を選んだか」
「何が伝わっていないのか」

は、ちゃんと“観測”されていない。
それでも、入試の結果は一つの数字で決まる。

エンジニアなら、こう思いませんか？

「このプロセス、ちゃんとデータ化できないの？」

→ できる。
→ でも、それをプロダクトにするのは、難しい。

弊社サービスのアオマルは、
総合型選抜（旧AO入試）対策のためのAI SaaSです。
AIが、受験生の思考プロセスそのものをリアルタイムに観測し、
小論文添削も、志望校ごとの面接練習も、単なる “評価” ではなく、
受験生の“表現力と主体性”そのものの進化につなげます。

単なる出題→正誤の判定じゃ、足りない

• 小論文は「構成・論理・表現力」を即時フィードバック
• 面接は志望校の傾向に合わせた対話＋評価レポート
• 1回の練習が、そのまま次の改善サイクルにつながる

そしてすべて、
“採点待ちゼロ” で回せる。

これはただの “AI添削” じゃない。

学習のループそのものを高速化している。

「評価されるもの」と「強くなる過程」をつなぐ

教育は、未最適化の巨大ドメインです。
総合型選抜も例外ではなく、従来の指導は…

• 指導者の負担が大きい
• 生徒ごとのフィードバックが不安定
• 対策の質にばらつきがある

という現実がありました。

アオマルは、この領域に
データ設計 × AIインタラクション × UX を持ち込みます。

エンジニアとして、ここが挑戦点

・生の思考プロセスを構造化するデータモデリング
・言語理解を“正解だけ”でなく“成長に結びつける”評価設計
・面接対話で出る雑音だらけの生成データの信頼性処理
・個々の回答が次の改善につながるリアルタイムフィードバック

これって、
ただの AI システム開発ではありません。
“表現する人間そのもの”を解釈するエンジニアリング。

教育 × AI、まだ答えのない問いがある

AIがすべての問題を解くわけじゃありません。
でも。

・生徒が途中で諦める前に
・まだ言葉にできていない気持ちを可視化し
・自分の強みを言語化できるまで寄り添う

そんな体験をつくる技術には、
まだ答えがない。

そして、
それが面白い。

求む：未来を再定義したいエンジニア

もしあなたが、

・LLM や機械学習で“表現の質”を設計したい
・生データのノイズと向き合う挑戦が好き
・教育という未最適ドメインで答案ではなく「成長」にコミットしたい

なら。

次の Pull Request は、
受験生の未来に向けて打ちませんか？

会社HP
https://mugend-ai.com/

Product紹介
https://ao-maru.com/

プレスリリース一覧
https://prtimes.jp/main/html/searchrlp/company_id/151929