学生相談通話をDatabricksで文字起こし・全件評価する構成

Databricksは、大学の入学・奨学金・履修相談などの通話を文字起こしし、相談員の品質評価と学生の困り事の発見へつなげる構成を公開しました。Baylor Universityの取り組みを洗練した実装例です。

要点

• WhisperをModel Servingで動かし、ai_query()で通話を日次・週次に文字起こしします。
• LLM-as-a-judgeが大学の評価基準を使って1〜5点、項目別点数、説明を返し、要確認通話を人へ送ります。
• Genieは構造化傾向、Agent Bricks Knowledge Assistantは引用付きで個別通話を調べます。

今回のブログ記事で語られていること

高等教育機関の相談窓口では、通話量が多く、人が品質を確認できるのは年間約5%という例が示されています。対象を倍にするには人員も増え、10人を一人5万ドルで増員すれば年50万ドルになるという試算です。既存の文字起こしは学生名を誤認し、履歴を学生情報へ結び付けにくい場合があります。さらに、話題や感情を抽出する従来のNLP処理は語句リストの保守が必要で、週次処理では学期中の新しい問題を見つけるのが遅れます。

提案構成では、クラウドストレージの音声をAuto LoaderとVolumesでDeltaテーブルへ取り込み、OpenAI WhisperをModel Servingへ置いて文字へ変換します。モデルはNVIDIA CanaryやDistil-Whisperなどへ交換できます。AI FunctionsとUnity CatalogのSQL関数で感情、話題、意図、通話分類を追加し、大学固有の評価表を指示へ組み込んだLLM-as-a-judgeが総合1〜5点、項目別点数、説明を返します。全件を人の代わりに最終判定するのではなく、改善が必要そうな通話を品質担当へ優先的に渡す使い方です。

結果の利用経路も二つに分かれます。Genie Spaceは「分類別の平均評価」のような構造化質問を自然言語からSQLへ変えます。Agent Bricks Knowledge Assistantは「奨学金について学生が何に困っているか」のような非構造化質問を、元通話への引用付きで扱います。Unity Catalogが学生情報と通話への細粒度権限を管理し、LangGraphとClaudeを使う推論エージェントがSQL関数を道具として呼びます。導入例はDBR 15.4 LTS以上の単一利用者クラスターまたはサーバーレス環境、SQLウェアハウス、12個のSQL関数、40件超の試験を案内しています。教育記録や通話は高感度情報であるため、同意、保存期限、学生による訂正、評価の偏り、人の異議申立て経路を別途設計する必要があります。

今回のブログ記事が関係する人

大学の相談窓口責任者、通話品質を確認するチーム、学生データを扱う分析基盤担当、教育分野のプライバシー・公平性を管理する担当に関係します。

結局、今回のブログ記事をどう読むべきか

人による5%の無作為確認を、AIで全件候補化して人の注意を問題通話へ集中させる構成です。自動採点を処分や人事評価へ直結させず、誤文字起こし、評価差、引用、アクセス記録を人が検証できる運用が前提です。