2023 Fiscal Year Annual Research Report
Research on learning support tools for flipped classrooms for parallel programming
| Project/Area Number |
18K02920
|
|---|
| Research Institution | Konan University |
|---|
Principal Investigator |
若谷 彰良 甲南大学, 知能情報学部, 教授 (60330403)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
前田 利之 阪南大学, 経営情報学部, 教授 (70320041)
|
|---|
| Project Period (FY) |
2018-04-01 – 2024-03-31
|
| Keywords | MOOC / OpenACC / 反転学習 / 自動生成 / LLM / 生成AI |
|---|
| Outline of Annual Research Achievements |
並列プログラミングの学習においては、APIの理解およびスレッド制御やデータ依存関係を理解するために、一般的なプログラミング学習と同様に、大量の例題を用いた演習による学習が有効である。
2023年度は、CUDA、OpenMP、POSIX thread、MPI、AVX、OpenACCの各並列プログラミングツール向け学習ツールからなるwebアプリケーションスイートに対し、音声付き電子教材の日本語版及び英語版を改良し、完成度を高めた上で、実験を実施した。本アプリケーションスイートにおける演習問題は、プログラムデバッグ問題、出力推定問題と2種類の穴埋め問題からなり、音声付き電子教材で得た知識の固定化を図るものであるが、MPIに対する穴埋め問題における実験において、MPIにおけるプロセスID(ランク)の計算は複雑なのものなので、知識の固定化に関しては一定レベルにとどまったものの、全体的にはその効果が確認できた。
また、並列プログラミング学習に対する新たなシステムのための基礎実験として、LLM(大規模言語モデル) のひとつであるOpenAIのAPIを用いて, エラーを含むC言語のプログラムとエラーメッセージを LLM に入力として取り込み, 適切な助言を出力するバーチャル TA (Teaching Assistant) システムを初心者レベルの学習者向けに試作し, その適確性を評価した. プログラミングエラーの中で, 構文エラーと意味エラーについては概ね適確な助言が生成されており, 学習者にとって自力で問題解決するのに十分であるが, 論理エラーに対しては, いくつかのケースで一般的な説明に終始する程度の助言だけであったが, 適確な助言を生成できている場合もあり, 全般的には提案システムの有効性は確認できた。
|
