2020 Fiscal Year Annual Research Report
Development of Individual Learning Support System Optimized by Learner Characteristic Analysis
| Project/Area Number |
17H04707
|
|---|
| Research Institution | Shinshu University |
|---|
Principal Investigator |
森下 孟 信州大学, 学術研究院教育学系, 准教授 (70642528)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 学習履歴データ / 個別学習 / 可視化システム / LRS / データ分析 |
|---|
| Outline of Annual Research Achievements |
教師は専門職としての知見を活用し，児童生徒個々の興味・関心・意欲等を踏まえてきめ細かく指導・支援することや，児童生徒が自らの学習の状況を把握し，主体的に学習を調整することができるよう促していくことが求められる。しかし，児童生徒の興味・関心等や理解度は内在的な側面を有し，それを客観的・明示的に見ることは容易いものではない。したがって，教師が個々の児童生徒に対して個別最適な学習支援を施すためには，児童生徒の内在的な情報（ログ）を手掛かりとしてその要素を可視化する必要がある。そこで，本研究では，児童生徒の学習履歴データ（誰が／いつ／どこで／何を／どうした等）をもとに児童生徒の学習特性を可視化し，教師や児童生徒に対し，個別最適化された学習の実現を支援するシステムを開発した。
これまでのプロトタイプシステムをもとに，xAPI（Experience API）に準拠した学習履歴データを格納するためのデータベースであるLRS（Learning Record Store）を用いて学習履歴データを可視化，学習問題の難易度を算出し，学習問題の正誤結果とあわせて学習理解状況を表示する機能を開発・実装した。学習行動を示すフラグがあがったタイミングでグラフの下部に線で表示させることによる学習問題の正誤表示と虹色グラデーションによる難易度の可視化によって，学習者の学習進捗状況などを一覧表示することができた。学習特性から学習者のグループ分け推定を試みた結果，学習者間のクラスタリングまで至らなかったが，可視化されたデータをもとに教師が学習者の特性を把握し，学習の理解度や進捗が類似した学習者をみつけて協働的な学びを支援できる可能性を示唆することができた。
また，
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
