| Project/Area Number |
23K22318
|
|---|
| Project/Area Number (Other) |
22H01047 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 09070:Educational technology-related
|
|---|
| Research Institution | Future University-Hakodate |
|---|
Principal Investigator |
竹川 佳成 公立はこだて未来大学, システム情報科学部, 教授 (60467678)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平田 圭二 公立はこだて未来大学, システム情報科学部, 特命教授 (30396121)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥12,740,000 (Direct Cost: ¥9,800,000、Indirect Cost: ¥2,940,000)
Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2023: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2022: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
|
|---|
| Keywords | HCI / 機械学習 / AI / 技能 |
|---|
| Outline of Research at the Start |
ピアノ・書写・イラスト・ダンスなどの身体を伴う技能の習得には多大な時間と労力がかかります．学習者はいつ技能を習得できるようになるかわからず，不安や焦りをいだきながら，地味な基礎練習を続けなければなりません．また，技能を習得した後に，練習しなくなると，技能は徐々に衰退し，最終的に忘れてしまいます．そこで本研究は初心者を対象とした技能習得忘却予測モデルを構築します．そして，学習者のスキルをモニタリングし，学習者の要望を考慮した学習プランを構築する学習支援AI基盤を構築します．これらにより学習者は安心・計画的・意欲的に技能習得に取り組め，技能習得体験の質を大幅に改善できます．
|
| Outline of Annual Research Achievements |
本研究の目的はHCI（ヒューマンコンピュータインタラクション）技術・機械学習・認知心理学を統合した技能習得忘却予測モデルの構築および学習支援AI基盤の構築をめざす．ピアノ・書写・イラスト・ダンスなどの身体を伴う技能の習得には多大な時間がかかる一方，技能を習得した後に，練習しなくなると，技能は徐々に衰退し，最終的に忘却（習得した技能ができなくなってしまうこと）する．特に，本年度は，昨年度から開始した音楽ゲームの技能習得および忘却観察実験を継続的に実施した．7名の実験協力者に平均396日の期間実験を実施した．4件の国内会議への発表および1件の査読付国際会議への発表を行った．2件の査読付学術論文誌に採録された．また，2件の査読付国際会議への発表を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当該年度は，音楽ゲームを対象に，中長期実験を実施し，10名の実験協力者から実験データを収集できた．その分析も一部，開始し始めており，技能習得忘却予測モデルの構築が着実に進んでいる．
|
| Strategy for Future Research Activity |
実験データを詳細に分析するための，解析ツールを実装する予定である．また，機械学習・伝統的統計モデリングを利用して数理モデルを構築する．
|
