| Project/Area Number |
21K20231
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
:Education and related fields
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-08-30 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | ラーニングアナリティクス / Institutional Research / 機械学習 / 学生リスク予測モデル / 統計差別 / 高等教育 / IR / 教育工学 / AI / Learning Analytics |
|---|
| Outline of Research at the Start |
本研究では、大学生の学びに関するリスクを人工知能(AI)で予測するモデルを、「統計差別」(Arrow, 1973) という観点から検証・開発する。具体的には、まず現在国内外の高等教育機関で実装中の予測モデルを、首都圏中規模私立大学の数万人の学生・教学IRデータを用いて再現する。次に属性別に予測精度を比較し、特定の属性をもつ学生の予測誤差が顕著になるといった、AIによる統計差別の有無を検証する。最後に検証から得られた知見を用いて属性間の統計差別を制御するモデルを開発し、国内外の高等教育で倫理的なAI技術の実装に寄与することを目指す。
|
| Outline of Final Research Achievements |
Many colleges use AI-powered early warning systems (EWS) to provide support to students as soon as they start their first semester. But there are concerns about whether an algorithm underlying the EWS technology can make fair and unbiased decisions so early in a student's college experience. To examine the algorithm's fairness, we developed a machine learning algorithm that predicts first-term college GPAs by using data from a mid-sized Japanese private university. Our research offers two major findings. Firstly, deploying EWS during the initial phase of the first semester may lead the algorithm to make discriminatory decisions. Secondly, achieving algorithm fairness in a statistical sense does not necessarily lead to fair education outcomes.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究の学術的意義は以下の3つの点に要約される。一つは、高等教育における公正なアルゴリズムの議論は早期警告システム(EWS)の文脈で語られてこなかったが、本研究では公正なアルゴリズムとEWSの関連性を整理したという点である。もう一つは、公正なアルゴリズムの議論がこれまで統計的な議論に終始していたのに対し、それを公平な教育の関連性との観点から議論した点にある。3点目に、これまで高等教育における公正なアルゴリズムの研究は主に欧米の大学のデータを用いて行う研究が多かったが、そこに日本のデータを用いることによって、日本の観点を提供したということが挙げられる。
|
