| Project/Area Number |
23K28199
|
|---|
| Project/Area Number (Other) |
23H03509 (2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62030:Learning support system-related
|
|---|
| Research Institution | Tokyo Online University |
|---|
Principal Investigator |
筧 捷彦 東京通信大学, 情報マネジメント学部, 名誉教授 (20062672)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 範子 東京通信大学, 情報マネジメント学部, 専任講師 (10619381)
坂本 一憲 東京通信大学, 情報マネジメント学部, 准教授 (60609139)
中谷 祐介 東京通信大学, 情報マネジメント学部, 教授 (80318807)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000)
Fiscal Year 2025: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
Fiscal Year 2024: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Fiscal Year 2023: ¥7,540,000 (Direct Cost: ¥5,800,000、Indirect Cost: ¥1,740,000)
|
|---|
| Keywords | プログラミング教育 / トレーシング力 / コーディング力 / スキルの階層構造 / トレーシング / コーディング / 生成AI |
|---|
| Outline of Research at the Start |
プログラミング教育では、繰り返しプログラムを作成する演習を通してプログラミングを体得する学習方法が主流である。しかし、模範プログラムが与えられても、その振る舞いを読み取れない者にとっては、求められているプログラムを作成することは困難で、演習が成り立たない可能性が高い。そこで、本研究では、プログラムの作成演習だけではプログラミングを習得できないような学習者を主な対象として、プログラムの振る舞いを理解するための訓練を通して、効果的にプログラミングスキルを向上させる。なお、大規模言語モデルの登場により、ソフトウェア技術者に求められるスキルが変化しつつあるため、学習者が学ぶべき事柄についても検討する。
|
| Outline of Annual Research Achievements |
初年度は主に、初学者向けのプログラミング学習の支援を目的とした「タートルグラフィクス」を用いたシステムの開発と、本システム向けの問題形式の検討を行った。本システムは、二次元の離散的な盤面上でキャラクタを動かして、視覚的にプログラムの実行結果を表現できるため、学習者がプログラムの振る舞いを理解することを助ける。
問題形式として、実行結果を問う問題、穴埋め問題、バグ修正問題の3種類を検討し、本年度は実行結果を問う問題に特化して実装した。実行結果を問う問題とは、学習者がタートルグラフィクスのプログラムを閲覧して、盤面上のキャラクタを操作することで、同プログラムの実行結果を再現する問題である。キャラクタは位置、向き、名前、軌跡の色、および軌跡が残るかどうかの属性を持つ。なお、複数のキャラクタを盤面に配置できる。学習者はプログラムを読んで、Web UI上でキャラクタの動きを再現することで、トレーシング力を鍛錬できる。
本システムの主要な機能および特徴は次の通りである。(1)キャラクタの操作: キャラクタは指定された位置からスタートし、前進、右を向く、左を向くなどの命令を受け付ける。さらに、盤面上に複数のキャラクタを配置でき、それぞれのキャラクタが異なる名前や軌跡の色などを持つ。(2)問題形式: 現在は、プログラムの実行結果を問う問題だけを出題できるが、将来的に、穴埋め問題およびバグ修正問題に対応する予定である。(3)難易度の調整: 学習者が不正解となった際は、システムが問題の難易度を自動的に下げる。最も難易度が低い状態では、プログラム中のすべてのステートメントについて実行結果をトレースさせる形式となる。
なお、初年度に生成AIが脚光を浴びたため、急遽、プログラミング教育における利用可能性について検討し、学生が作成した正常に動作しないプログラムを自動添削する研究も合わせて実施した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度は主要な目標は、問題形式について検討を行い、提案したトレーシング力鍛錬のプログラミング学習システムを開発することであったが、問題形式について検討を行い実行結果を問う問題に注力することとして、該当問題を出題できる学習システムを開発できたため、いずれについても順調に進展している。
また、同システムについて、東京通信大学の学生2名に試用してもらい、システムに対する意見や感想などを収集することができ、これについても順調に進展している。
|
| Strategy for Future Research Activity |
初年度の成果を踏まえて、次年度はプログラミング学習システムを改良して、穴埋め問題およびバグ修正問題も出題できるようにする予定である。また、現状のシステムは荒削りである点が多々あるため、ユーザエクスペリエンスの改善を目的として、ユーザインタフェースを改良する予定である。
上述のシステム改良と並行する形で、東京通信大学のプログラミング科目にて同システムを試験運用し、実際に学生に利用してもらうことで、システムにおいて改良が必要な箇所を見極めたり、研究推進に必要なデータを収集する予定である。今のところ、3学期から始まる初学者向けのプログラミング科目において試験導入する予定である。
さらに、初年度の研究成果により、生成AIがプログラミング教育において有用であることが分かったため、例えば、生成AIで本研究において提案する形式の問題を自動生成したり、生成AIを搭載したボットが学習者を励ましたりするなど、積極的に提案システムにおいて生成AIを活用する予定である。
|
