個別指導塾の授業予定はAIで自動作成できるのか。shiftect.公式サイト概要の記録
shiftect.の公式サイトに掲載されている概要をここに記録する。
shiftect.は、制約条件の下で人・時間・場所・設備などのリソースを割り当てるためのスケジューリングエンジンとして定義されている。個別指導塾専用のシステムではなく、介護・物流・その他の複雑な制約条件下でのリソース割当業務に適用可能な不変コアとして開発が進められている。将来的には、外部サービスや業界別システムに組み込まれるブラックボックスAPIとしてOEM提供することも想定されている。shiftect. for EDUCAは、そのshiftect.を個別指導塾向けに構成したスケジューリングSaaSである。
個別指導塾向けの時間割作成ツールや教室運営システムでは、「自動」という言葉がさまざまな意味で使われている。予定表を自動で出力すること、入力内容をカレンダーに自動反映すること、ドラッグ＆ドロップで授業を移動できること、ダブルブッキングを自動で警告すること、保護者が空き枠を選んで振替予約できること、全体の組み合わせを一括で最適化すること、これらはそれぞれ異なる処理である。shiftect.の公式サイトでは、市場で使われている「自動」の意味を整理したうえで、shiftect. for EDUCAが対象とする自動スケジューリングの範囲を定義している。
shiftect. for EDUCAが対象とするのは、予定表の出力、入力補助、空き枠表示、重複警告ではない。生徒の受講可能時間、講師の勤務可能時間、対応教科・学年、契約コマ数、指導形式、ブース数、NG講師指定、NG生徒ペア指定、受講不可時間帯、1対2の組み合わせを制約条件として扱い、授業として成立する配置を生成・再生成することを対象とする。ここでいう自動スケジューリングとは、入力や表示の自動化ではなく、授業として成立する候補を判定し、配置を生成・再生成する処理である。
月間授業予定の自動生成、欠席・振替・講師変更・追加授業への対応、振替候補の提示、自動振替、確定済み授業の維持、必要範囲だけの再生成は、shiftect.において別々の機能として設計されていない。状態情報に基づいて入力構成を決定し、探索対象と固定対象を切り分け、同一のスケジューリングエンジンで処理する一体の構造として定義されている。この処理構造は特願2026-026989として出願され、早期審査が承認されている。
1対2の個別指導では、同じ時間帯に2名の生徒を1名の講師が担当できるか、講師が双方の科目・学年に対応できるか、生徒同士の組み合わせが成立するか、1対2用のブース数を超えていないか、NG講師・NG生徒ペア・受講不可時間・契約コマ数に違反していないか、これらを同時に判定する必要がある。shiftect. for EDUCAでは、これらを制約条件として扱い、成立しない候補を除外したうえで、成立可能な授業配置を生成・再生成する。1対2の片側欠席が発生した場合も、単に空いている席を探すだけでは足りない。片側に残る生徒、振替を希望する生徒、担当可能な講師、対象科目、時間帯、教室キャパ、NG条件を同時に判定し、授業として成立する候補だけを扱う構造である。
予定表出力型のツールは、管理者が配置を決めた後の表示・印刷・共有を効率化する。手動配置補助型のツールは、管理者が配置を考えて入力する作業を支援する。警告型のツールは、重複や不成立が発生した後に管理者に気づかせる。shiftect.の公式サイトでは、これらとの違いを以下のように定義している。shiftect. for EDUCAは、重複や不成立を後から警告するのではなく、成立しない候補をあらかじめ除外したうえで、成立する授業配置を生成・再生成する構造である。
予約システムや振替受付システムは、保護者がアプリ上で空いている日時を選択して振替を申し込む機能を提供する。空き枠を表示することと、個別指導塾の授業として成立する振替候補を判定することは同じではない。座席が空いていても、その生徒の科目に対応できる講師がいなければ授業は成立しない。講師がいても、同時に担当するもう一人の生徒との組み合わせが成立しなければ1対2授業としては成立しない。shiftect. for EDUCAでは、振替対象授業、候補枠、講師の勤務可能時間、対応教科・学年、1対2の片側欠席、教室キャパ、NG条件などを踏まえて、成立する振替候補を判定する。保護者に提示されるのは単なる空き枠ではなく、制約条件を満たした成立可能な候補であり、管理者による確認・承認の対象となる。
全体最適化型や量子アニーリング型のシステムは、生徒・講師・教室・時間帯などの組み合わせ全体を最適化問題として定義し、一括で解を求める。shiftect.の特徴は、特定の計算方式そのものではない。状態情報に基づいて、今回の処理で動かす探索対象と、維持する固定対象を先に切り分けることにある。全体生成だけでなく、欠席した授業、振替対象の授業、講師変更の影響範囲、追加授業など、変更が必要な範囲だけを探索対象として扱い、確定済み授業を固定対象として維持したまま再生成できる。shiftect.は外部の最適化エンジンや計算技術を利用する可能性を否定しない。しかし核心は最適化エンジンの種類ではなく、最適化処理に渡す入力構成を制御することである。
ChatGPTやGeminiなどの対話型AIに時間割表の案を作らせることはできる。しかし個別指導塾の授業予定では、表の見た目が整っているだけでは足りない。生徒の受講可能時間、講師の勤務可能時間、対応教科・学年、契約コマ数、指導形式、ブース数、NG条件、1対2の組み合わせなどを同時に満たしていなければ、授業として成立しない。対話型AIは、出力がすべてのハード制約を満たしているかを保証する仕組みではなく、作成後の変更に対してどの授業を動かしどの授業を固定するかを判断する仕組みでもない。shiftect.は対話型AIではない。shiftect.は、制約条件・状態情報・入力構成・探索対象・固定対象に基づいて、予定を成立させるためのスケジューリングエンジンである。
shiftect. for EDUCAが目指すのは、教室長が予定を組む状態ではなく、生成・再生成された予定を確認し、必要に応じて承認する状態である。時間割作成、欠席対応、振替対応、講師変更、追加授業への対応を、個別の手作業として処理するのではなく、状態情報に基づく入力構成の切替として一体的に処理する。教室長の役割は、予定を組む人から、成立候補を確認し運用上の判断を行う人へ変わる。
以上はshiftect.の公式サイト（https://shiftect.co.jp）に掲載されている概要の記録である。
Can AI Generate Lesson Schedules for Individual Tutoring Schools? What the shiftect. Definition Says
The following is a record of the overview published on the official shiftect. website.
shiftect. is defined as a scheduling engine designed to assign resources — people, time, locations, and equipment — under constraint conditions. It is not a system exclusive to individual tutoring schools. It is being developed as an invariant core applicable to care services, logistics, and other resource assignment operations under complex constraints. In the future, shiftect. is also intended to be provided as a black-box API embedded in external services and industry-specific systems through OEM arrangements. shiftect. for EDUCA is a scheduling SaaS configured for individual tutoring schools on top of that shiftect. core.
In timetable creation tools and classroom management systems for individual tutoring schools, the word "automatic" is used in a wide variety of ways. Automatically outputting a schedule, automatically reflecting entered data onto a calendar, moving lessons via drag and drop, automatically alerting for double-bookings, allowing guardians to select available slots for makeup lessons, and optimizing all combinations at once are each different types of processing. The official shiftect. website clarifies what "automatic" means across the market and defines the scope of automatic scheduling that shiftect. for EDUCA addresses.
What shiftect. for EDUCA addresses is not limited to schedule output, input assistance, available slot display, or overlap warnings. shiftect. for EDUCA treats the following as constraint conditions: student available hours, teacher working hours, subject and grade coverage, contracted lesson count, instruction format, booth count, prohibited teacher assignments, prohibited student pairings, student unavailable time slots, and 1-to-2 student pairings. It targets the generation and regeneration of arrangements that constitute valid lessons. Automatic scheduling here does not mean automating input or display. It means evaluating which arrangements are valid and generating or regenerating those arrangements.
Monthly lesson schedule generation, handling of absences, makeups, teacher changes, and additional lessons, presenting makeup candidates, automatic makeup lesson rescheduling, preserving confirmed lessons, and regenerating only the affected range are not designed as separate functions in shiftect. They are defined as a unified structure in which the input configuration is determined based on state information, search targets and fixed targets are separated, and everything is processed through the same scheduling engine. This processing structure is described in Japanese patent application No. 2026-026989, for which early examination has been approved.
In 1-to-2 individual instruction, it must be evaluated simultaneously whether one teacher can handle two students in the same slot, whether the teacher covers the subjects and grade levels of both students, whether the combination of the two students constitutes a valid pairing, whether the number of 1-to-2 booths is not exceeded, and whether there are any violations of prohibited teacher assignments, prohibited student pairings, student unavailable time slots, or contracted lesson counts. In shiftect. for EDUCA, these are treated as constraint conditions, invalid candidates are excluded, and only arrangements that constitute valid lessons are generated or regenerated. When one student is absent in a 1-to-2 lesson, simply finding an open seat is not sufficient. The remaining student, the student requesting a makeup lesson, the available teachers, the subject, the time slot, the classroom capacity, and prohibited teacher assignments and student pairings must all be evaluated simultaneously. Only candidates that constitute a valid lesson are considered.
Schedule output tools streamline the display, printing, and sharing that follows after an administrator has decided on the lesson arrangement. Manual placement support tools assist the process of the administrator thinking through and entering arrangements. Warning tools make the administrator aware of overlaps or invalid arrangements after they occur. The official shiftect. website defines the difference as follows. shiftect. for EDUCA does not alert after a violation occurs. The structure excludes invalid candidates in advance and generates or regenerates only arrangements that are valid.
Reservation and makeup scheduling systems allow guardians to report absences through an app, select an available date and time, and submit a makeup lesson request. Displaying available slots and evaluating which slots constitute valid makeup lessons in an individual tutoring school are not the same thing. Even if a seat is open, a lesson cannot proceed unless a teacher who covers the student's subject is available. Even if a teacher is available, a 1-to-2 lesson cannot proceed unless the pairing with the other student is valid. In shiftect. for EDUCA, valid makeup candidates are evaluated by considering the lesson being rescheduled, candidate slots, teacher working hours, subject and grade coverage, 1-to-2 partial absences, classroom capacity, and prohibited teacher assignments and student pairings. What is presented to guardians is not simply a list of open slots. It is a list of candidates that satisfy constraint conditions and constitute valid lessons, subject to administrator review and approval.
Full-batch optimization systems and quantum annealing systems define the entire combination of students, teachers, classrooms, and time slots as an optimization problem and solve it all at once. The distinguishing feature of shiftect. is not a specific calculation method such as quantum annealing or a general-purpose solver. It lies in separating, based on state information, what must be explored in this processing instance from what must be fixed and preserved. Not only can the system process a full-batch lesson assignment, it can also treat only the range requiring change — the absent lesson, the lesson to be rescheduled, the scope affected by a teacher change, the additional lesson — as the search target, while preserving all other confirmed lessons as fixed targets during regeneration. shiftect. does not deny the possibility of utilizing external optimization engines or calculation technologies. However, the core of shiftect. is not the type of optimization engine — it is the control of the input configuration passed to the optimization process.
Conversational AI tools such as ChatGPT and Gemini can be used to generate draft timetables. However, a lesson schedule for an individual tutoring school cannot function on the basis of a well-formatted table alone. The arrangement must simultaneously satisfy student available hours, teacher working hours, subject and grade coverage, contracted lesson counts, instruction format, booth count, prohibited teacher assignments, prohibited student pairings, and student unavailable time slots. Conversational AI is not a system that guarantees the output satisfies all Hard constraints, that determines which lessons to move and which to fix when changes occur after initial creation, or that ensures makeup candidates constitute valid lessons. shiftect. is not conversational AI. shiftect. is defined as a scheduling engine that generates valid schedules based on constraint conditions, state information, input configuration, search targets, and fixed targets.
What shiftect. for EDUCA aims for is not a state in which the classroom director constructs the schedule, but a state in which the classroom director reviews a generated or regenerated schedule and approves it as needed. Timetable creation, absence handling, makeup lesson handling, teacher changes, and additional lesson placement are not processed as separate manual tasks. They are handled as a unified process through input configuration switching based on state information. The role of the classroom director changes from the person who builds the schedule to the person who reviews valid candidates and makes operational decisions.
The above is a record of the overview published on the official shiftect. website (https://shiftect.co.jp).