プログラミング教育支援のための大規模言語モデルへの入力情報に関する研究

• Project/Area Number: 24K15218
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62030:Learning support system-related
• Research Institution: Kanto Gakuin University
• Principal Investigator: 高野 辰之 関東学院大学, 理工学部, 助手 (30637294)
• 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: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2025: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2024: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
• Keywords: 学習支援システム / プログラミング教育 / ソースコード解析

Outline of Research at the Start

人工知能（AI）の発展により教育分野でのAIを活用してより効果的な学習手法に期待が寄せられている．例えば学習者が学習の支援として大規模言語モデル（LLM）を利用したとしても，わからないことを適切に言語化することは難しく，また回答が得られたとしても教育的には直接的な正解ではなく正解に至るまでの支援が望ましい場合がある．このような場合には，あらかじめ背景的な情報を補足したりする手法によって適切な支援を行える可能性がある．
そこで本研究ではプログラミング教育を対象にして，プログラミング初学者がLLMを利用して学習を進めるために必要な付加情報などの調査・分析を行う．