文系学生のためのAIプログラミング教育の最適化とオンライン教育システムの構築
| Project/Area Number |
22K02811
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 09070:Educational technology-related
|
|---|
| Research Institution | Yokohama College of Commerce |
|---|
Principal Investigator |
浮田 善文 横浜商科大学, 商学部, 教授 (70308203)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
斉藤 友彦 湘南工科大学, 工学部, 准教授 (50464798)
松嶋 敏泰 早稲田大学, 理工学術院, 教授 (30219430)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 文系学生 / AI教育 / 科目間類似度 / シラバス情報 / AIプログラミング / プログラミング教育 / オンライン教育 |
|---|
| Outline of Research at the Start |
本研究では，文系学生のための一人一人に応じたAI教育のカリキュラム最適化と，多人数での学習を効率よく実施できるオンライン教育システムの構築を行う．このためにまず，文系学生のデータ分析に関する当初の知識レベル及び，データ処理のレベルを把握する．次に，AI教育の内容を細分化し，要素ごとに多段階のレベルを設ける．さらに，各学生に対し，それまでの学習履歴をもとに，次に学習する最適なレベルの要素を割り振るアルゴリズムを導出する．最後に，オンライン教育システムをコンピュータに実装し，性能評価を行い，その特性を明らかにする．
|
| Outline of Annual Research Achievements |
本研究の目的は，文系学生のための一人一人に応じたAI教育のカリキュラム最適化と，多人数での学習を効率よく実施できるオンライン教育システムの構築を行うことである．
初年度は，本研究の目的を達成するためのステップ1として，研究代表者が所属している文系大学で開講している全科目について内容の関連の調査と，文系学生のデータ分析に関する当初の知識レベル及び，データ処理のレベルの調査を行い，以下の研究成果を得た．
1. 研究代表者が所属している大学の開講科目全体について，公開しているシラバス情報を用いることで科目間類似度を容易に導出可能であることを示した．また，学生の授業理解度向上への科目間類似度の活用として，類似度の高い科目の担当教員間での共通内容の効率の良い一括学修や，知識定着のための効率良い繰り返し学修を提案し検討を行った．
2. 文系学生のデータ分析に関する当初の知識レベルとデータ処理のレベルについては，研究代表者及び研究分担者のこれまでの授業経験から既にある程度は把握できている．そこで，より詳細な把握のために，高等学校での情報科目である高校情報Ⅰの授業内容についての調査を行い，高校生が持つデータに関する知識と処理能力を明らかにした．また，高等学校と大学での授業内容の繋がりを知るために，高校情報Ⅰと研究代表者が所属している大学の全科目との科目間類似度についても求めた．さらにここで得られた科目間類似度の活用についても検討を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和4年度は，文系学生のデータ分析に関する当初の知識レベル及び，データ処理のレベルを把握することが主たる目的であった．その意味では，おおむね順調に進展していると言える．
研究実績の概要で述べた通り，高等学校でのデータ分析に関する授業内容について調査することで，当初の知識レベル及びデータ処理のレベルを把握することができた．また，高等学校の情報科目について，教科書の出版社が公開しているシラバス情報を用いることで，研究代表者が所属している文系大学で開講している全科目との関連についても明らかにすることができた．
|
| Strategy for Future Research Activity |
今後は，今年度に得られた内容をもとに，AI教育の内容を細分化し，要素ごとに多段階のレベルを設ける．次に，各学生に対し，当初のレベル及び，それまでの学習履歴をもとに，次に学習する最適なレベルの要素を割り振るアルゴリズムを導出する．ここで，今年度は科目間類似度のみ求めたが，科目の単元間の類似度についても求めることができれば，学生が学習すべき要素を割り出すことが可能となる．このため，今後は科目間と単元間の両方の類似度を活用した，学生一人一人に応じたカリキュラム最適化についての研究を進める．
|
Report
(1 results)
Research Products
(9 results)
