| Project/Area Number |
23K12798
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 09050:Tertiary education-related
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
長沼 祥太郎 九州大学, 未来人材育成機構, 講師 (40826096)
|
|---|
| Project Period (FY) |
2023-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2026: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 学習理論 / GPT / 授業デザイン / 大学教育 |
|---|
| Outline of Research at the Start |
FD(教育研修)やプレFDなどの教育スキル向上の機会では、分野固有の学習理論の提示はほとんどない。大学教育の更なる質向上のためにも、 各分野で使用可能な学習理論を同定していくことは重要な研究課題である。 本研究では、すでに提案されている様々な学習理論をガ イドマップに整理する。このマップを現在のFDやプレFDに組み 込むことができれば、一般的な学習理論を超えて、分野固有の学習理論に則った授業をデザ インし、授業の質の向上を実現することが期待できる。以上から、申請者は既存の学習理論を整理することを通して、大学教育の授業デザインに有用な学習理論のガイドマップを開発することを目指す。
|
| Outline of Annual Research Achievements |
本研究では、次の3点を明らかにすることを目的としていた。（１）教育学の諸分野では、どのような概念理解の学習理論が提案されてきたか、（２）それらの学習理論はどのようなガイドマップとして整理することができるか、（３）学習理論ガイドマップを利用することで授業デザインはどのように変わるか。
これに対して、4年間の計画を以下の通り定めていた。令和5-6年度【研究1：複数分野における学習理論の整理】、令和7年度【研究2： 学習理論ガイドマップの提案】、令和8年度【研究3：学習理論ガイドマップの有用性と限界の検討】である。
この間、2023年にOpenAIがユーザーによるカスタム可能なGPTsという機能をリリースしたため、本研究における最終成果物であったガイドマップではなく、GPTを最終成果物として構想し直し、分野をSTEM分野に絞った上で、STEM Teaching and Learning Theory GPTの開発を行い、エキスパートによる評価を行った。すなわち、研究1-3までの研究をすでに部分的に行っていることになる。
この成果は、2024年6月にシンガポールで開催予定の国際学会であるInternational STEM Education Conferenceでの発表としてアクセプト済みである。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
【研究実績の概要】で示した通り、4年かけて行う予定であった本研究において、研究1-3までの研究をすでに部分的に行っており、研究発表の予定もすでにある。また、最終的な成果物として、申請書執筆段階では構想していなかったGPTを見据えたこともあり、当初の計画以上に進展していると言える。
|
| Strategy for Future Research Activity |
今年度は、デルファイ法等を用いて、それぞれの分野における固有の学習理論に関しての情報収集を徹底的に行う予定である。これらの結果集まった学習理論の情報をGPTに追加していくことで、現在は一部の分野（すなわちSTEM）にしか対応していないGPTを、特に人文社会科学系の分野の学習理論の知見を加えることで、より発展させる。
|
