適応型学習環境における学習者のプライバシを保護する学習履歴管理基盤

• Project/Area Number: 19K11978
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60080:Database-related
• Research Institution: Tsukuba University of Technology
• Principal Investigator: 渡辺 知恵美 筑波技術大学, 産業技術学部, 准教授 (20362832)
• Project Period (FY): 2019-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000); Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2019: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 自由進度学習 / 自己調整学習 / クロスレビュー / 個人情報保護 / 学習データ分析 / ピアラーニング / 暗号化データベース / 教育データ分析 / 遠隔講義 / 教育 / 学習分析 / クラウドソーシング / オンライン学習 / プライバシ保護 / ファシリテーション / 準同型暗号 / 適応的学習 / EdTech

Outline of Research at the Start

近年、学習者の学習過程において詳細な学習履歴を活用することによって学習者一人一人の特性や状況に応じた学習コンテンツの推薦を行う適応型学習システムが普及し、指導者も学習履歴を分析し指導内容を改善できる。しかし学習履歴は学習者にとっての個人情報であり、学習システム運営者や指導者によるデータの悪用から学習者を保護する必要がある。
本研究では学習者のプライバシを保護するデータの管理および提示手法を研究する。プライバシを保護しながら学習システムが学習者の特性や状況にあわせた適用的学習と指導者がデータの分析によって指導内容改善を可能にするため、データ匿名化手法および暗号化された学習履歴管理基盤の開発を行う。

Outline of Annual Research Achievements

対象とする教育方法を自己調整学習の一形態である自由進度学習とし、まずは個人情報保護の観点とは別に個別深度学習におけるデータ収集とデータ分析における研究を実施した。動画を用いた自由進度学習として、動画の閲覧履歴データと自己評価データを用いた分析を行った。授業における動画閲覧フェーズを、閲覧・記録・評価の3フェーズに分け、それぞれのフェーズでのクリックストリームデータを取得した。また、それらに加えて自己評価結果を収集し、自己評価結果とクリックストリームデータとの関連を分析した。現時点ではデータ数が十分では無く、クリックストリームデータと自己評価結果との明確な関連事項を発見することはできておらず、また想定ほど講義動画が十分に活用されていない（資料のみで学習が進められている）現状を把握することができた。また本研究では個別に動画を見て進めるだけでなく、知識の外化や建設的相互作用の効果を狙い、クロスレビューを導入している。クロスレビューとは、自分が解いた内容を他人に説明することである。説明することで自己の理解を再確認するとともに、他者からの指摘や質問をもとに異なる視点で学習内容を捉え直すことができる。現時点では一般的な大学での対面授業の受講者を対象にしているため、クロスレビューにおける個人情報保護は対象としていないが、eLearningにおいてクロスレビューを導入するためには互いの個人情報を保護しながらのレビューが必要となる。今後の課題として自由進度学習における他者との対話を活用するための個人情報保護について検討中である。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

ようやく教育データ分析における対象として自由進度学習を選び、それに対するデータ分析事例までを公表することができた。しかしながら個人情報保護技術の適用まで進めることができていない。最終年度ではその最後の1歩をすすめる予定である。

Strategy for Future Research Activity

本研究では個別に動画を見て進めるだけでなく、知識の外化や建設的相互作用の効果を狙い、クロスレビューを導入している。クロスレビューとは、自分が解いた内容を他人に説明することである。説明することで自己の理解を再確認するとともに、他者からの指摘や質問をもとに異なる視点で学習内容を捉え直すことができる。現時点では一般的な大学での対面授業の受講者を対象にしているため、クロスレビューにおける個人情報保護は対象としていないが、eLearningにおいてクロスレビューを導入するためには互いの個人情報を保護しながらのレビューが必要となる。今後の課題として自由進度学習における他者との対話を活用するための個人情報保護について検討中である。

Research Products

• [Journal Article] 動画を活用した自己学習環境における文字起こしデータと視 聴履歴からの自動理解度検出に向けて (2022)
  • Author(s): 齋藤光貴、渡辺知恵美
  • Journal Title: 情報処理学会研究報告 Vol.2022-DBS-176,No.1,1-6 Volume: 2022 Pages: 1-6
• [Presentation] 3段階の学習過程を前提とした自己学習環境における講義動画閲覧履歴による学習状況分析 (2024)
  • Author(s): 齋藤光貴, 渡辺知恵美
  • Organizer: 第16回データ工学と情報マネジメントに関するフォーラム
• [Presentation] 動画を活用した自己学習環境における文字起こしデータと視 聴履歴からの自動理解度検出に向けて (2022)
  • Author(s): 齋藤光貴、渡辺知恵美
  • Organizer: 情報処理学会データベースシステム研究会
• [Presentation] 信頼できる実行環境 TEE を用いた暗号マルチマップにおけるデータ量秘匿可能な挿入法 (2022)
  • Author(s): 石原詢大, 渡辺知恵美, 天笠俊之
  • Organizer: 第14回データ工学と情報マネジメントに関するフォーラム (2022)
• [Presentation] Supporting Insertion in an Encrypted Multi-Maps with Volume Hiding using Trusted Execution Environment (2022)
  • Author(s): Shunta Ishihara, Chiemi Watanabe, Toshiyuki Amagasa
  • Organizer: The Proceedings of 24th International Workshop on Design, Optimization, Languages and Analytical Processing of Big Data (DOLAP 2022)
  • Int'l Joint Research
• [Presentation] Supporting Insertion in Encrypted Multi-Maps with Volume Hiding. (2021)
  • Author(s): Shunta Ishihara, Chiemi Watanabe, Toshiyuki Amagasa
  • Organizer: IEEE International Conference on Smart Computing(SMARTCOMP)
  • Int'l Joint Research
• [Presentation] Effects of Question Type Presentation on Raised Questions in a Video Learning Framework (2021)
  • Author(s): Hinako Izumi, Masaki Matsubara, Chiemi Watanabe, Atsuyuki Morishima,
  • Organizer: Dialogue 16th International Conference, Proceedings
  • Int'l Joint Research
• [Presentation] Effects of Question Type Presentation on Raised Questions in a Video Learning Framework (2021)
  • Author(s): Izumi,H., Matsubara,M., Watanabe,C., Morishima,A.
  • Organizer: Diversity, Divergence, Dialogue 16th International Conference, iConference 2021
  • Int'l Joint Research
• [Presentation] Volume-Hiding 暗号マルチマップにおけるデータ量秘匿を可 能にする挿入の実現 (2021)
  • Author(s): 石原詢大, 天笠俊之, 渡辺知恵美
  • Organizer: 第13回データ工学と情報マネジメントに関するフォーラム
• [Presentation] A Privacy-Preserving Similarity Search Scheme over Encrypted Word Embeddings (2019)
  • Author(s): Aritomo, Daisuke, Watanabe, Chiemi, Matsubara, Masaki, Morishima, Atsuyuki
  • Organizer: The 21st International Conference on Information Integration and Web-based Applications & Services
  • Int'l Joint Research
• [Presentation] A Microtask Approach to Identifying Incomprehension for Facilitating Peer Learning (2019)
  • Author(s): zumi, Hinako, Matsubara, Masaki, Watanabe, Chiemi, Morishima, Atsuyuki
  • Organizer: Proceedings of IEEE Workshop on Human-in-the-loop Methods and Human Machine Collaboration in BigData (IEEE HMData2019)
  • Int'l Joint Research
• [Presentation] Improving Reproducibility of Crowdsourcing Experiments. (2019)
  • Author(s): Kohta,K., Matsubara,M., Watanabe,C., Morishima,A.: Improving Reproducibility of Crowdsourcing Experiments
  • Organizer: The 7th AAAI Conference on Human Computation and Crowdsourcing (HCOMP 2019)
  • Int'l Joint Research
• [Presentation] Achieving Efficient Similar Document Search over Encrypted Data on the Cloud (2019)
  • Author(s): D. Aritomo, C. Watanabe
  • Organizer: The 3rd IEEE International Workshop on Big Data and IoT Security in Smart Computing
  • Int'l Joint Research