大規模言語モデルのプロンプトデザインによる演習系課題の問題解決アプローチの定式化

• Project/Area Number: 24K06222
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 09070:Educational technology-related
• Research Institution: Mukogawa Women's University
• Principal Investigator: 尾関 基行 武庫川女子大学, 社会情報学部, 准教授 (10402744)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2028: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2027: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
• Keywords: 大規模言語モデル / 演習 / プロンプトデザイン

Outline of Research at the Start

本研究では、ChatGPTなどの大規模言語モデルの入力設計を用いて、学校教育における演習系課題に対する問題解決のアプローチが定式化できることを実践的に示す。グループディスカッションやプログラミング演習などの演習系課題を対象として、問題解決の各段階における望ましい“問い”を集め、LLMへのプロンプトの形式で記述する。さらに、そのプロンプトに従ってLLMとの自然なインタラクションへと学習者を誘導するインタフェースを開発する。