生成AIを用いた個別最適化したプログラミング教育ー測りにくい力の可視化と学習の転移

• Project/Area Number: 24K21478
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 9:Education and related fields
• Research Institution: Aichi University of Education
• Principal Investigator: 野崎 浩成 愛知教育大学, 教育学部, 教授 (80275148)
• Co-Investigator(Kenkyū-buntansha): 横山 詔一 大学共同利用機関法人人間文化研究機構国立国語研究所, 研究系, 名誉教授 (60182713) ; 田中 佳子 日本工業大学, 共通教育学群, 准教授 (10406423) ; 小山 義徳 千葉大学, 教育学部, 准教授 (90546988)
• Project Period (FY): 2024-06-28 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥6,110,000 (Direct Cost: ¥4,700,000、Indirect Cost: ¥1,410,000); Fiscal Year 2026: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000); Fiscal Year 2025: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000); Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
• Keywords: プログラミング教育 / 学習の転移 / 個別最適化

Outline of Research at the Start

本研究では，生成AIを用いて，プログラミング能力を育成するためのICT学習環境を整備し，プログラミング言語の「学習の転移」を促す方策を考案する。①学習者特性や理解状況に合わせた「個別最適化した学び」を実現する。②プログラミング能力（テストで測りにくい力）の学習到達度を可視化する。これにより，教師と学習者が予め評価軸を共有し，その到達目標を意識化して学ぶことができる。③学習者が自己の到達度を客観的に把握する（メタ認知を促す）ことで，自己調整型の主体的・対話的深い学びを実現できる。④学習の転移の有無を検証することで，本研究の有効性と妥当性を検証する。