| Project/Area Number |
22K12296
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62030:Learning support system-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
芳賀 瑛 東京大学, 大学総合教育研究センター, 特任助教 (50738672)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山下 勝 法政大学, 理工学部, 教授 (30849758)
三木 洋一郎 九州大学, 基幹教育院, 教授 (80262476)
森田 進治 第一工科大学, 工学部, 教授 (80789032)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2023: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2022: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
|
|---|
| Keywords | フライトシミュレーション / 航空操縦 / 技能教育 / AI / VR / パイロット / 機械学習 / Virtual Reality |
|---|
| Outline of Research at the Start |
パイロットの操縦技能、ブリーフィングによる内省・技能改善能力を含めた包括的能力の向上を支援するシステムの開発を目指す.初年度は既に開発した航空技能評価システムとディスカッション評価システムの改良を行う.前者については基本飛行課題の全てを評価出来るよう改良し.後者については、実際の指導現場における観察を通じて、ブリーフィングによる技能向上の成否要因について特定する.次年度では、初年度の結果を基に、討議を含めた訓練生の包括的能力を評価するAIの開発を行う.また、AIから得られた評価を効果的にフィードバックする支援システムの開発を行う.最終年度では開発したシステムを実運用し、精度の向上を図る.
|
| Outline of Annual Research Achievements |
本研究は、航空操縦技能とブリーフィングを通じた内省・技能改善能力を対象とし、これらを統合的に支援するAIシステムの開発を目的とする。2024年度においては、システム全体の設計と要件定義を進め、翌年度からの本格的な開発に向けた基盤を整備した。操縦技能評価に関しては、従来スティープターンに限定していた評価対象を、離着陸など実践的かつ高度な課題を含む形に拡張し、より現実的で包括的な技能評価を可能とする構成とした。これにより、蓄積データの活用範囲が広がり、訓練の客観的評価と改善支援に資する枠組みが整った。
一方、ブリーフィングにおける内省支援については、従来型のスコアリング方式に限界が認められたため、生成系AI（ChatGPT）を用いたプロトタイプの開発に方向転換した。音声認識と文字起こしを基盤とし、発言内容から「気づき」「課題の指摘」「改善策の検討」などの内省的要素を抽出し、AIが訓練生に対してフィードバックを提示する構想である。これにより、訓練後の自己理解と行動修正を促進する支援が可能となる。加えて、AIが一方的に評価するのではなく、指導者とAIが協働して内省を支援する仕組みとすることで、教育的意義と受容性の向上を図っている。
また、即時フィードバックの有効性に関する検討も行い、シミュレーション中に技能・判断に対するリアルタイム助言を提供する可能性について技術的検証を開始した。これらの取り組みにより、設計・分析・開発準備の各段階が完了し、2025年度における実装と評価へと進む体制が整った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2024年度における研究の進捗は、システム全体の基本設計と要件定義を完了し、翌年度の実装に向けた準備段階として一定の成果を上げた。航空操縦技能評価モジュールについては、従来スティープターンに限定されていた評価対象を、離着陸や上昇・降下・旋回といった実務的課題全体に拡張し、それぞれの操作におけるデータ収集を進めた。これにより、実飛行に近い環境下での技能評価基盤が整い、包括的な能力分析に資する構造を設計できた。
また、ブリーフィング支援システムに関しては、初期の評価ロジックに限界が判明したことから、近年進展の著しい生成系AIを活用した新たな方針へと転換した。具体的には、ChatGPTをベースとする自然言語処理システムを用いて、訓練生の発話ログから「気づき」「課題認識」「改善案」等の内省的要素を抽出し、それに基づくフィードバックを生成するプロトタイプの仕様設計を行った。また、AIによる一方向的な評点ではなく、指導者との協働による内省支援を目指す枠組みの構築も進めた。
加えて、リアルタイムフィードバックの有効性が訓練成果に及ぼす影響に着目し、音声認識と自然言語解析を組み合わせた即時助言機能の可能性についても技術的検討を開始した。開発スケジュールに若干の遅延はあるものの、課題の抽出と方針転換が適切に行われ、今年度に向けて開発フェーズに移行できる体制が整っている。
|
| Strategy for Future Research Activity |
2025年度は本研究の最終年度であり、これまでに確定した要件定義に基づき、システムの開発および統合運用を完了させることを目標とする。まず、航空技能評価モジュールについては、収集済みのフライトデータを用いた技能パターンの解析を実施し、各課題ごとの熟達度を定量的に評価可能なアルゴリズムの実装を進める。あわせて、リアルタイムなフィードバックを可能とする機能を搭載し、シミュレーション中の判断や操作に対して即応的に指摘や助言を行うシステムを構築する。これにより、訓練効率の向上と技能定着の促進を目指す。
一方、ディスカッション支援に関しては、ChatGPT等の生成AIを中核とする自然言語処理エンジンを活用し、訓練後ブリーフィングにおける内省発言の自動抽出とフィードバック生成機能を開発する。加えて、人間の教官とAIの協働による内省支援の運用モデルを確立し、教育現場での実用性と受容性の検証を行う予定である。音声認識技術を用いたリアルタイム解析機能についても並行して導入し、訓練直後のフィードバック提示を可能にするシステム統合を図る。
さらに、システムの完成と同時に、設計思想・技術的成果・教育効果の観点からの検証結果を国内外の学会にて発表する。教育工学・航空訓練・AI応用の各分野における学術的貢献を目指すとともに、将来的な社会実装や他領域への展開可能性についても示唆を得る。技術的課題に対しては、外部の専門家との連携を通じて柔軟に対応し、段階的な開発と検証を重ねながら、研究目的の達成に向けて着実に取り組む予定である。
|
