はじめに
本稿では、AI技術が教育やキャリア支援の現場でどのように活用され、具体的な成果を上げているのかを示す興味深い事例をご紹介します。Meta AIが2025年8月27日に公開した記事「How Llama and Oracle are helping Instituto PROA kickstart careers for students in Brazil」を基に、ブラジルの非営利団体（NPO）「Instituto PROA」が、Metaの大規模言語モデル（LLM）「Llama」とOracleのクラウドサービスを駆使して、若者の就職支援を劇的に変革した事例を解説します。
この事例は、AIが単なる技術的なトピックに留まらず、社会的な課題解決の強力なツールとなり得ることを示しています。特に、限られたリソースの中で活動するNPOが、どのようにしてAIの力を最大限に引き出し、その活動規模を60倍にも拡大させたのか、その仕組みと技術的な背景を掘り下げていきます。
参考記事
- タイトル： How Llama and Oracle are helping Instituto PROA kickstart careers for students in Brazil
- 発行元： Meta AI
- 発行日： 2025年8月27日
- URL： https://ai.meta.com/blog/llama-oracle-help-students-in-brazil/
要点
- ブラジルのNPO「Instituto PROA」は、MetaのLLM「Llama」とOracle Cloud Infrastructure (OCI) を活用し、若者向けの就職支援プログラムを60倍に拡大させた。
- 従来、スタッフが手作業で30分かけていた企業調査と面接対策レポートの作成を、AIアシスタントの導入によりわずか5分に短縮した。
- このシステムの核となる技術は、外部の最新情報を参照して信頼性の高い回答を生成するRAG（Retrieval-Augmented Generation）アーキテクチャである。
- 技術選定においては、既存のクラウド基盤であるOCIとの親和性や、AIのような高負荷な処理に適した性能が重要な要素となった。
- この事例は、AI、特にオープンに利用可能なLLMが、教育やキャリア支援といった社会課題の解決に大きく貢献する可能性を示すものである。
詳細解説
Instituto PROAが直面していた課題とAIによる解決策
ブラジルで活動するNPO法人「Instituto PROA」は、低所得世帯の若者たちがキャリアをスタートできるよう、就職活動の準備を支援しています。彼らの活動の中心にあったのは、学生が応募する企業や求人について調査し、面接に役立つ詳細なレポートを作成することでした。しかし、このプロセスには大きな課題がありました。
従来、このレポート作成はスタッフによる完全な手作業で行われていました。複数のウェブサイトを横断して情報を収集し、それを一つの文書にまとめる作業には、1件あたり平均で30分もの時間を要していました。このため、支援できる学生の数には限界があり、多くの時間を単純作業に費やさざるを得ない状況でした。
この課題を解決するために、PROAはMetaのLLM「Llama」とOracle Cloud Infrastructure (OCI) を基盤としたAIアシスタントを開発しました。このAIアシスタントは、学生が企業名を入力するだけで、Web上から関連情報を自動で収集・分析し、面接対策に最適化されたレポートを生成します。
導入の結果は目覚ましいものでした。レポート作成時間は30分からわずか5分へと大幅に短縮。これにより、スタッフは手作業から解放され、学生一人ひとりへのカウンセリングといった、より人間的なサポートに集中できるようになりました。そして最も大きな成果は、プログラムの規模が60倍にまで拡大し、年間で35,000人もの学生が登録するようになったことです。
システムの仕組みを支える技術：RAGとは？
このAIアシスタントの性能を支えているのが、RAG（Retrieval-Augmented Generation） と呼ばれる技術アーキテクチャです。日本語では「検索拡張生成」と訳されます。これは、大規模言語モデル（LLM）が持つ文章生成能力と、外部の信頼できる情報源を検索する能力を組み合わせたものです。
LLMは、時に「ハルシネーション」と呼ばれる、事実に基づかないもっともらしい嘘の情報を生成してしまう弱点があります。RAGは、この弱点を克服するために非常に有効なアプローチです。
PROAのシステムにおけるRAGの具体的な流れは以下の通りです。
- 入力（Query）: 学生がシステムに企業名を入力します。
- 検索（Retrieval）: システムは、その企業名を使ってWeb検索を行い、関連性の高い最新情報を取得します。
- 情報格納（Knowledge Base）: 取得した情報を、システム内のナレッジベース（情報データベース）に一時的に格納します。
- 生成（Generation）: Llama 3.1（LLM）は、このナレッジベースにある正確な情報に基づいて、構造化されたレポートを生成します。LLM自身の知識だけに頼るのではなく、外部から取得したフレッシュな情報を参照するため、信頼性が格段に向上します。
- 出力（Output）: 生成されたレポートは、自動的にPDF形式に変換され、学生に提供されます。
このように、RAGは「検索して、その情報で知識を補強して、文章を生成する」というステップを踏むことで、AIの回答の正確性と信頼性を担保する重要な役割を担っています。
なぜLlamaとOCIだったのか？
PROAが数ある技術の中からLlamaとOCIを選んだのには、明確な理由があります。
PROAのエグゼクティブ・ディレクターであるAlini Dal Magro氏は、「私たちのソリューションはすべてOracle Cloud Infrastructure上でホストされているため、Llama 3.1を選んだ主な理由は、既存のインフラとのシームレスな統合が可能だった点です」と語っています。つまり、すでに利用しているクラウド環境（OCI）で効率的に動作させることが、技術選定の決め手となったのです。
OCIは、AIのような大量の計算を必要とするワークロード（処理）に対して、高いパフォーマンスと、必要に応じてリソースを柔軟に拡張できるスケーラビリティを提供します。AIモデルを安定して高速に動かすためには、こうした強力なクラウド基盤が不可欠です。
今後の展望：Llama 3.2のマルチモーダル機能への期待
PROAは、さらなる機能強化も見据えています。次世代モデルであるLlama 3.2のリリースにより、特にマルチモーダル機能の活用に期待を寄せています。
マルチモーダルとは、テキストだけでなく、画像や音声など複数の種類のデータ（モダリティ）を同時に処理できる能力のことです。これにより、例えば企業のウェブサイトに掲載されているインフォグラフィック（図やグラフ）をAIが読み解き、その内容を分析してレポートに含めるといったことが可能になります。視覚的なデータから得られる洞察を加えることで、学生はよりリッチで深い企業理解を得ることができるようになるでしょう。
まとめ
本稿でご紹介したブラジルのInstituto PROAの事例は、AI技術、特にオープンに利用できる大規模言語モデルが、社会的な活動にどれほど大きなインパクトを与えうるかを明確に示しています。
手作業による情報収集という時間のかかる業務をAIに任せることで、スタッフは人にしかできない温かみのあるサポートに専念できるようになり、結果として支援の規模を60倍にまで拡大させました。これは、AIが人間の仕事を奪うのではなく、人間がより価値の高い仕事に集中するための強力なパートナーとなり得ることを示す好例です。
この事例から私たちが学べることは、技術そのものだけでなく、それをどのような課題解決のために、どのようなアーキテクチャで活用するかという戦略の重要性です。日本においても、教育格差の是正、キャリア支援の質の向上、NPO活動の効率化など、多くの課題が存在します。PROAの取り組みは、それらの課題に対する新しい解決策の可能性を示唆しています。
