「どう勉強すればいいのか、分からない」

代表の西江が教育の課題を強く意識するようになった原点には、自身の大学受験があります。

勉強方法を模索しながらも、身近に相談できる人はいない。
自分の現在地も、改善すべきことも、なかなか分からない。

その後、東京大学在学中に塾講師や採点の仕事を経験し、今度は指導する側の課題にも直面しました。

生徒が書いた文章を、一つひとつ人の手で確認する。
先生によって、指導方法やフィードバックの質が変わる。
生徒と向き合いたくても、採点や事務作業に多くの時間を取られる。

「教育は、もっと効率的に、もっと平等に提供できるはずだ」

この問題意識から、株式会社mugendAIは始まりました。

西江「受験生として感じた孤独と、指導者として目にした非効率。その両方がmugendAIの原点です」

私たちがつくりたいのは、便利なAIツールではありません

mugendAIのミッションは、

すべての教育現場にAIを

です。

2024年6月に創業し、シードラウンドで約3,000万円を調達。現在は、総合型選抜・AO入試の指導を支援するAIプロダクト「アオマル」を開発しています。

アオマルは、文章を入力すると添削結果が返ってくるだけのサービスではありません。

自己分析、志望理由書、小論文、面接対策、先生向けの生徒管理までを、一つのプラットフォームにつなげています。

生徒の過去の経験や価値観を整理し、志望大学が求める人物像と掛け合わせ、その生徒に必要な問いやフィードバックを届ける。

先生には、生徒の進捗や提出物を可視化し、単純な添削作業ではなく、生徒との対話や進路指導に集中してもらう。

私たちが目指しているのは、AIによって先生を置き換えることではありません。

AIに任せられる部分を増やし、人にしかできない教育の時間を取り戻すことです。

教育AIは、プロンプトを“いい感じ”に書けば完成するものではない

教育、特に総合型選抜には、簡単に数値化できないものが数多くあります。

例えば、小論文や志望理由書を評価する際には、

• 主張と根拠が論理的につながっているか
• その生徒自身の経験が言葉になっているか
• 大学や学部の方針と合っているか
• 表面的な言い換えではなく、思考が深まっているか
• 次に何を直せば成長できるか

といった複数の観点を扱わなければなりません。

同じ文章でも、志望大学や課題文、生徒の過去の回答によって、適切なフィードバックは変わります。

しかも、利用するのは受験を控えた高校生です。

もっともらしいけれど根拠のない評価や、毎回内容が変わるフィードバックを返すわけにはいきません。

長文自然言語の理解。
曖昧な評価軸の構造化。
大学ごとに異なる基準への対応。
生徒の文脈を踏まえた個別最適化。
生成結果の評価、再現性、信頼性。
先生の実際の指導フローに馴染むUX。

アオマルには、LLMをAPIで呼び出すだけでは解けない課題が山積みです。

そして、まだ決まった正解はありません。

だからこそ、エンジニアリングの余白があります。

実装方法だけでなく、“何をどう評価するべきか”から議論！！！

技術の意思決定が、そのままプロダクトの価値になる

mugendAIでは、エンジニアが決めることと、事業が決めることが分かれていません。

AIのフィードバック設計を変えれば、生徒の学習体験が変わります。

評価ロジックの精度が上がれば、先生が安心して活用できる範囲が広がります。

管理画面の設計を変えれば、教育機関への導入ハードルが下がります。

つまり、技術的な意思決定が、ユーザーの反応や事業成長に直結します。

現在のmugendAIは、完成された仕様書に沿って開発するフェーズではありません。

• どのデータを蓄積し、どう活用するか
• LLMの出力品質をどう評価するか
• AIとルールベースをどう組み合わせるか
• プロンプトやモデル変更の影響をどう検証するか
• 生徒向けと先生向けの体験をどうつなぐか
• プロダクトの成長に耐えられる基盤をどうつくるか
• 開発組織にどのような文化を根づかせるか

こうした問いに、現CTOやプロダクトメンバー、経営陣と一緒に向き合ってもらいます。

「どう実装するか」だけではなく、「そもそも何をつくるべきか」から関われる環境です。

プロダクトが社会に届き始めた、今だから面白い

2026年5月には、教育分野で国内最大級の展示会「EDIX東京」にアオマルを出展しました。

高校や学習塾など、教育現場との接点が増え、アオマルは自己分析、志望理由書、小論文、面接対策、生徒管理を一気通貫で支援するプロダクトへと進化しています。

一方で、会社も開発組織も、まだ創業初期です。

整っていないこともあります。
つくり直すべき部分もあります。
実装したいのに、まだ手が回っていない機能もあります。

しかし、それは欠点であると同時に、今しかない機会でもあります。

技術選定に関われる。
プロダクトロードマップに意見を出せる。
開発プロセスやチーム文化をつくれる。
自分の仕事がユーザーに届くところまで見届けられる。

数年後に完成された組織へ入るのではなく、今、その骨格をつくる。

mugendAIで得られるのは、その経験です。
プロダクトが教育現場へ届き始め、現場から得られる声も急速に増えています！

こんなエンジニアと話してみたい

私たちが探しているのは、教育業界の経験がある人だけではありません。

• 技術を、事業やユーザー価値につなげたい
• LLMを使ったプロダクトを、本番環境で育てたい
• 曖昧な要件を整理し、仮説検証しながら前に進めたい
• 仕様どおりに実装するだけでなく、何をつくるかにも関わりたい
• 将来的にテックリードやCTO候補として組織づくりを担いたい
• 自分の技術を、誰かの人生の選択肢を広げるために使いたい

一つでも重なるものがあれば、ぜひ一度お話ししたいです。

現時点で、転職を決めている必要はありません。

アオマルのアーキテクチャの話でも、LLMの限界の話でも、教育業界への違和感でも構いません。

「すべての教育現場にAIを」というミッションを、単なるスローガンではなく、動くプロダクトとして実現する。

その挑戦を、一緒に始めませんか？

まずはカジュアルに、mugendAIの現在地と、これからつくりたい未来についてお話ししましょう。