ある教育機関では、毎月大量の学生解答用紙を処理する必要があった。従来は、解答用紙を集めてスキャンセンターに輸送し、そこでスキャンした画像に対して回答領域の抽出などの加工を行い、オンライン採点システムに取り込むプロセスであったが、時間・コストの両方を要するため、迅速な採点が求められる状況では大きな負担となっていた。

そして、従来型OCRではわずかな位置ズレや折れ、手書きの書き込みなどに弱く、都度人手で補正しなければならず、試験終了から採点用画像が揃うまでに時間を要し、迅速な返却を妨げる要因となっていた。

加えて、生成した画像を採点システムの厳しい要件に合わせる必要があり、品質や形式の調整にも大きな手間が発生していた。

LLM-OCRの導入により、解答用紙処理業務のデジタル化を実現

• フローのデジタル化：スキャナやカメラで解答用紙を取り込み、システムへアップロードすることでリアルタイムでのドキュメント連携を実現

• AIによるテンプレート設定：深層学習モデルが回答箇所を正確に認識し、自動で読取り位置を設定

• 高度な画像処理：AIが傾き補正、影の除去、コントラスト調整などを自動で行い、画像品質を担保

• システム連携：読取り結果を採点システムへ連携することで、全体のプロセスがシームレスにつながるワークフローを実現

• コスト削減：物流工程を省くことで輸送費を抑え、スキャンセンターの人員・設備にかかる負担も軽減

• 効率化：業務時間を「日」単位から「時間・分」単位へ短縮し、迅速な採点とフィードバックが可能に

• 高精度：AIモデルが多種多様なレイアウトの違いに対応

• 新たな価値創出：電子化された回答を素早く復習に活用でき、教員の試験運営にかかる負担も軽減