エンジニアの技術力を可視化する「LAPRASスコア」がv2.2にアップデート！技術記事の質的な評価を技術力へ追加

〜生成AIが記事を評価する「AIレビュー」の結果を技術力スコアに反映〜

LAPRAS株式会社（所在地：東京都渋谷区、代表取締役：染谷健太郎 以下、LAPRAS）は、ITエンジニアのスキルを可視化する「LAPRASスコア」をアップデートし、バージョン2.2をリリースしました。本アップデートでは、生成AIが技術記事を評価する「AIレビュー」の結果を技術力スコアに組み込むことで、これまで以上に技術記事の質的な評価が反映されるようになりました。

LAPRASを見てみる

アップデート背景

LAPRASスコアは、エンジニアの技術力を可視化する指標として多くのユーザーに利用されています。これまで、技術記事は、他者からの「いいね！」などの反響の大きさを元に評価していました。多くの人に読まれる記事を書くことは技術力の表れである一方で、反響の大きさや人気は偏る傾向にもあり、それだけではエンジニアの本質的な技術力が十分に評価されていない課題もありました。そこで、今回のアップデートでは、生成AIが技術記事を「エンジニアに役立つか」という観点で評価する機能「AIレビュー」の評価結果をスコアへ反映することで、記事の内容そのものの価値を評価し、技術力スコアとして活用できるようになりました。

アップデートの内容

AIレビューによる技術記事の評価点数が技術力スコアに反映されます。記事を書くことで基本的には技術力スコアは上昇しますがAIレビューの評価点数が高得点の記事の場合は、技術力スコアの上昇幅が大きい仕様となります。この仕組みにより、質の高い技術記事を執筆することで、より適切に技術力が評価されるようになります。なお、従来の「いいね！」を元にした算出も併用しています。

アップデートの詳しい内容についてはこちらをご覧ください。

AIレビューについて

AIレビューでは、技術記事を以下の5つの観点から0.0〜5.0の範囲で評価し、その平均を総合点として計算しています。

1．論理性：記事がどれくらい論理的に構成されているか

2．実用性：記事が想定する読者にとってどれくらい役に立つと考えられるか

3．読みやすさ：記事がどれくらい読みやすいか

4．独自性：記事にどれくらい著者ならではのアイデアや実践が盛り込まれているか

5．明確性：記事が想定する読者にとってどれくらい理解しやすいか

「役に立つ」とは、例えばエラーに困っているエンジニアが記事を読んで解決できる場合や、特定の技術について調査する際の参考文献として利用できる場合などを指します。また、各観点について、AIによる改善点のコメントを見ることができます。

今後の展望

LAPRASスコアは、ユーザーとともに進化するスコアです。今後もユーザーのフィードバックをもとに、より公平で透明性の高いスコアリングを目指して改善を続けていきます。

ご意見はユーザーコミュニティで募集しております。

ユーザーコミュニティはこちら

LAPRAS株式会社について
「すべての人に最善の選択肢をマッチングする」というミッションのもと、AI技術やクロール技術などテクノロジーを用いて既存のマッチングモデルを変革するHR AX（*）カンパニーです。ハイスキル ITエンジニアと企業を最善のマッチングでつなぐ転職サービス「LAPRAS」を運営しています。

(*) AX：AI Transformationの略

＜会社概要＞
会社名 ： LAPRAS株式会社
代表者 ： 代表取締役 染谷 健太郎
所在地 ：東京都渋谷区千駄ヶ谷5-27-5　リンクスクエア新宿16F
設立 　： 2016年5月
資本金 ：3億8913万8200円（資本準備金を含む）
URL ： https://corp.lapras.com/