Development of an individually-optimized system for learning by quiz creation that uses generative AI to deepen understanding while self-adjusting

• Project/Area Number: 24K03051
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62030:Learning support system-related
• Research Institution: The University of Electro-Communications
• Principal Investigator: 高木 正則 電気通信大学, eラーニングセンター, 准教授 (80460088)
• Co-Investigator(Kenkyū-buntansha): 森本 康彦 東京学芸大学, 大学教育研究基盤センター機構, 教授 (10387532) ; 市川 尚 岩手県立大学, ソフトウェア情報学部, 准教授 (40305313) ; 田村 篤史 岩手県立大学, ソフトウェア情報学部, 准教授 (00882002) ; 大輪 拓也 九州工業大学, 大学院工学研究院, 准教授 (40649232) ; 奥原 俊 三重大学, 工学研究科, 講師 (10754468)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,200,000 (Direct Cost: ¥14,000,000、Indirect Cost: ¥4,200,000); Fiscal Year 2027: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000); Fiscal Year 2026: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000); Fiscal Year 2025: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000); Fiscal Year 2024: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
• Keywords: 作問学習 / 生成AI / 学習支援システム / 自己調整 / 個別最適

Outline of Research at the Start

本研究では，学習者が作問学習支援システム「CollabTest」を利用して作問学習する場面を想定し，自己調整しながら対象知識（解法）に対するより深い理解へ導く個別最適な学習支援システムの開発を目的とする．学習者は(1)自己認知/学習目標設定，(2)協調的な作問・解答演習，(3)振り返りを繰り返し，自身の理解状況を確認しながら自発的フィードバックループ（学習者が自らの学習方略をモニターし，ある学習方略から他の方略に切り替える行為）を繰り返して作問学習に取り組む．なお，対象分野は，プログラムのソースコードの生成やレビューとしての活用も期待されている生成AIの特徴を踏まえ，プログラミング教育とする．