個々の学力に応じた学習体験と学習効果の向上
FY2017に初出。10回の記載のうち6回が「前進」で、最初の「前進」はFY2020-Q3。直近の記載はFY2026-H1。
直近の記載が「前進」なのは、ほかに3社。
- FY2026-H1前進有価証券報告書
「プロダクト開発では、顧客の利便性向上及び市場ニーズへの対応に向け、新機能の提供と既存サービスの改善を進めました。自治体向けに「Surala-i」をリリースし、既存の「すららドリル」導入自治体で試験導入を進めるとともに、2027年春の提供開始に向け、私立学校及び学習塾向け「Surala-i」第2弾の開発を進めております。」
自治体向け「Surala-i」のリリースと既存自治体での試験導入を進め、私立学校・学習塾向け第2弾を2027年春の提供開始に向けて開発している。 - FY2025再掲有価証券報告書
「AI×アダプティブラーニング教材「すらら」は小学校から高校までの国語、算数/数学、英語、理科、社会、情報Ⅰの6教科の学習を、先生役のアニメーションキャラクターと一緒に、一人一人の理解度に合わせて進めることができるアダプティブなeラーニング教材です。」
一人ひとりの理解度に応じて学習を進めるアダプティブ教材という位置づけを継続している。 - FY2023再掲有価証券報告書
「当社ICT教材は、従来の進学塾・予備校、人による個別指導塾や映像配信型の教材とは異なり、無学年式で、学習内容のさかのぼり、先取りを学年、学校種を超えて行える(高校生が小学校の復習に取り組むなど)特長を活かし、偏差値30~60と低学力層を含めた幅広いレンジの生徒が利用でき、一人ひとりの学力向上のみならず学習塾・学校全体の学力底上げを目指すコンテンツです。」
無学年式、さかのぼり・先取り学習、偏差値30~60を含む幅広い学力層への対応という教材の位置づけを継続している。 - FY2023-Q1前進有価証券報告書
「「すらら」利用者の学習方法に合わせて操作性と、先生が利用する学習管理画面の機能性と利便性を高めるための改修を行いました。」
利用者向け操作性と教師向け学習管理画面の機能性・利便性を高める改修を実施した。 - FY2022-Q2前進有価証券報告書
「すららネットでは第2四半期連結累計期間において、AI×アダプティブラーニング教材「すらら」「すららドリル」「ピタドリ」の算数・数学のドリル学習に、途中式の正誤判定等を行う、国内初の革新的機能である「途中式判定機能」(特許出願中)を搭載いたしました。」
算数・数学のドリル学習に、途中式の正誤判定を行う新機能を搭載し、個別最適化された学習体験の機能を拡張した。 - FY2022-Q1再掲有価証券報告書
「「すらら」は小学校から高校までの国語、算数/数学、英語、理科、社会 5教科の学習を、先生役のアニメーションキャラクターと一緒に、一人一人の理解度に合わせて進めることができるアダプティブな eラーニング教材です。」
一人ひとりの理解度に合わせて学習を進めるアダプティブ教材という位置づけを継続している。 - FY2021前進有価証券報告書
「2021年11月には、教師がオリジナル問題を作問・登録できる機能を追加した。」
個別最適化された学習体験を支えるテスト機能に、教師がオリジナル問題を作成・登録できる機能を追加した。 - FY2020前進有価証券報告書
「当社教材は、従来の進学塾・予備校、人による個別指導塾や映像配信型の教材とは異なり、無学年式で、学習内容のさかのぼり、先取りを学年、学校種を超えて行える(高校生が小学校の復習に取り組むなど)特長を活かし、偏差値30~60と低学力層を含めた幅広いレンジの生徒が利用でき、一人ひとりの学力向上のみならず学習塾・学校全体の学力底上げを目指すコンテンツです。」
無学年式・さかのぼり・先取り学習を通じ、偏差値30~60を含む幅広い学力層への対応を明示した。 - FY2020-Q3前進有価証券報告書
「これまでの「低学力に強い学力向上教材」というイメージに加え、先取り学習・反転授業など幅広い学力層での活用拡大、新型コロナウイルス感染症拡大による休校要請時におけるオンライン学習切り替えへの迅速な対応実績から「通塾でもオンラインでもシームレスに対応できるAI教材」として急速に認知が拡大しています。」
先取り学習・反転授業など幅広い学力層への活用と、通塾・オンラインを切り替えられる教材としての利用が記載された。 - FY2017初出有価証券報告書
「「すらら」は当社のサービスを使って学習塾を独立開業される方や、従来より塾を経営されている個人顧客に加えて、複数の校舎や生徒を有する学習塾や学校等の法人顧客にも利用されており、法人顧客においては、「すらら」を活用した反転授業等により利用されております。」
スモールステップ、アダプティヴラーニング、学習管理、ゲーミフィケーション等を組み合わせ、個別最適化と継続学習を図っている。