Learning support using log data in card operation-based programming learning support system
| Project/Area Number |
22K02815
|
|---|
| 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 | Hiroshima Institute of Technology |
|---|
Principal Investigator |
松本 慎平 広島工業大学, 情報学部, 教授 (30455183)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
加島 智子 近畿大学, 工学部, 准教授 (30581219)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | プログラミング / ラーニングアナリティクス / カード操作方式 |
|---|
| Outline of Research at the Start |
本研究では，カード操作方式によるプログラミング学習支援システムの学習ログの取得とその分析を行い，分析結果に基づき，モチベーションの向上や時間対学習効率の向上といった観点で有効となる学習プロセス可視化手法，フィードバック提示手法，これらを適切に機能させるためのUI(画面構成)の要件を明らかにする．具体的には，カード組み立てプロセスやコンパイラとの対話履歴を記録できるようにし，リアルタイムモニタリング機能による教授者支援機能や，教授者が意図した思考を促すためのフィードバック提示機能の開発を行う．
|
| Outline of Annual Research Achievements |
令和4年度においては，学習ログを最適に記録するためのデータベース構造の再定義と，学習ログを容易に利活用可能とするためのRESTful APIサービスを実装した．本研究では，従来システムを単純に拡張するのではなく，サービス指向アーキテクチャに基づき単一サービス群を疎に結合させ全体システムを構成した．このような設計により，教育現場の多様な要望に対応できるようにした．まず，先行研究によって開発されていたシステムと同等のユーザインタフェースをフロントエンドに実装した．次に，バックエンドに多言語のソースコードのコンパイル・実行を担うRESTful APIサービスを配置した．そして，その中間に学習ログの記録や利活用を可能にするデータ管理サービスを配置した．その後，これらサービス群の通信規約をJSONで定めた．バックエンドサービス群は，コンテナ型仮想化の中でもスケーラブルであり，加えて，オーバーヘッドが少ないLinux Containers (LXC)を採用し，仮想サーバ内で，データ管理用サーバ，ソースコード実行用サーバなどを連携させてクラスタを構成した．
本年度において構築したシステムを利用して，小規模な実験を行い操作ログを収集した．先行研究では，学習プロセスを数量的に評価するため，レーベンシュタイン距離の考え方を参考にし，学習状態の定量化手法が提案されていた．この手法により，学習者の状態を直感的に把握できるようになったが，詳細な分析は十分に行われていなかった．そこで今回，先行研究の手法は不適切な活動を行う学習者の検出に有用かどうか調査することを目的として研究を行った．その結果，先行研究で提案された手法は，不適切な活動の検出に有用であることを確認できた．特に，今回実装したシステムを用いてラーニングアナリティクスを推進可能であることを確認できた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初計画していたとおり，学習ログを最適に記録するためのデータベース構造の再定義と，学習ログを容易に利活用可能とするためのRESTful APIサービスの実装を完了できた．
また，今回新たに実装したシステムが実際に利用可能であるかどうか検証を行うことができた．具体的には，1）提案システムを使って学習ログを適切に収集できるか，2）収集した学習ログから適切にラーニングアナリティクスを推進できるか，の2点の検証を目的として研究を行った．今回，先行研究で提案されていたレーベンシュタイン距離の考え方に基づき，学習プロセスを量的に評価するための分析手法を適用した．レーベンシュタイン距離は，自然言語処理の中で文字列類似度評価に用いられる一般的な方法であり，ゴールまでの処理回数を数字で表したものである．本研究では，レーベンシュタイン距離と同様の考え方で，学習者の解答欄の状態(カード順列)を数量化した．すなわち，正解のカードの配置を距離0として考え，正解に近づくまでに必要なカードの操作回数をレーベンシュタイン距離と同様に評価した．なお，一部レーベンシュタイン距離の考えは，今回実装したシステムの仕様にそぐわない点がある．具体的には，「複数枚のカードで構成されるグループの移動を1回の処理と見なす」点と「カードの入れ替えを1回の処理と見なす」点である．本研究では，レーベンシュタイン距離の考え方に加えて，これらの規則を加味して，学習ログの分析を行えるようにした．本年度においては，小規模な実験で得られた学習ログを用いて分析を行うに留まった．理想は，実際の講義などで実践利用を行い，学習ログを分析して，その結果を学習者や教授者にフィードバックすることである．そのため，今回は「概ね順調に進展している」といった評価に留めることとした．
|
| Strategy for Future Research Activity |
令和5年度においては，理解が不十分な学習者が行う不適切な活動の検出に対して，レーベンシュタイン距離の考え方を利用した手法が有用であることを実践利用のデータを用いて明らかにしたい．そして，分析結果を学習者や教授者にフィードバックしたい．
その他の推進計画としては，ベイジアンネットワークによる潜在的因果関係の顕在的知識化を行いたいと考えている．学習課題ごとに，各学習者が正誤診断(あるいはコンパイル)した際の状態(回答欄のカード配置)の出現の有無を記録したデータ群をベイジアンネットワークの入力として与え，構造学習により確率的因果モデルを獲得する．これは組み立て過程で顕在化した思考の状態同士の関係を捉えたものと仮定できるので，外的な知識と対応付け考察したうえで，顕在データの因果関係の中から潜在的知識をIF-THEN形式で獲得する．この時，それぞれの知識が正解・不正解に寄与する感度も明らかになると考えられる．したがって，学習者が課題に取り組む際，カード操作過程とIF-THEN知識を照合することで，試行錯誤の質を評価し，教授者や学習者への提示ができるようになると考えている．
|
Report
(1 results)
Research Products
(16 results)
