記述式テストや面接試験，口コミサイトのレビューなどの場面では，複数のレビュアー（評価者）が個々の評価対象を得点付けしたレイティングのビッグデータが収集されます．そのようなレイティング・ビッグデータは，受験者の能力評価や商品推薦など，様々な目的で活用されています．

しかし，一般にレビュアはそれぞれに異なる主観的な採点基準に基づいて得点付けを行います．そのため，平均点や合計点などの単純なスコアリングを採用すると，誰が採点したかで，最終的なスコアが変わってしまいます．

そこで，この問題を解決するために，宇都研究室では，レビュアのバイアスを取り除いて対象の真のスコアを高精度に推定できる数理モデル（テスト理論のひとつである項目反応理論に基づくモデル）について研究しています．

本研究室の技術は，世界最先端の性能を達成しており，国内の様々な学会（人工知能学会，行動計量学会，日本テスト学会，教育システム情報学会など）で多数の賞を受賞するとともに，特に入試分野においてパフォーマンス評価データの分析手法として，実用化が進められています．

宇都研究室では，深層学習を中心とした最先端機械学習手法とテスト理論・心理学・行動計量学などの確率・統計技術を融合することで，新しい着想で高性能な自動採点技術を開発・提案し続けています．

関連する研究成果は，人工知能研究のトップ国際会議AIEDやCOLINGを含め様々な国内外の学会で高く評価され（参考），数多くの賞を受賞しています（参考）．

任意の長文からそれに関連する読解問題（国語の長文問題で出題されるような問題）を自動で生成する技術です．

宇都研究室では，ChatGPTに代表される大規模生成言語モデルと項目反応理論と呼ばれる洗練された統計・数理技術を融合することで，学習者の能力に適した難易度の問題を自動で生成して出題できる技術を研究しています（動画）．

本研究テーマについても，トップ国際会議AIEDやトップジャーナルIEEE TLTに論文が掲載され（参考），人工知能学会や産学連携に関するコンソーシアムをはじめとする様々な学協会から多くの賞を授与されています（参考）．