2022 Fiscal Year Research-status Report
Practical Study of Programming Education Aiming Synergistic Effect between Block-Based and Text-Based Language
| Project/Area Number |
18K02921
|
|---|
| Research Institution | Hijiyama University |
|---|
Principal Investigator |
山田 耕太郎 比治山大学, 現代文化学部, 准教授 (20353120)
|
|---|
| Project Period (FY) |
2018-04-01 – 2024-03-31
|
| Keywords | プログラミング行動 / 試行錯誤 / ブロック型言語 / Blockly / テキスト型言語 |
|---|
| Outline of Annual Research Achievements |
本研究は主にプログラミングの初学者を対象とし，プログラムを構築する際に学習者が行う特徴的な行動を，ブロック型プログラミング言語のブロック操作を追跡・分析することで明らかにし，テキスト型のプログラミング言語への学習をシームレスかつ効果的に移行させるための教育方法を，２つの型のプログラミング言語を利用する利点（相乗効果）の観点から検証・確立することを目的としている。プログラミング行動はブロック型プログラミング言語のBlocklyが生成するイベントメッセージを時系列データとして捕獲・収集することで把握することができ，そのデータを学習者の操作ログとして分析することでプログラミング行動の特徴を抽出することができる。
本研究ではBlocklyを使った教育ゲームのひとつとしてGoogleが公開している迷路ゲーム（Maze）を研究用のサーバに移植し，イベントメッセージの収集を行うWebアプリケーションを実装してデータの収集と分析を行った。その結果，学習者によってプログラミングの際の試行錯誤に質的な違いがあり，学習者を「ある意図や目的に基づいて作業を進めているグループ」と「思いつきや当てずっぽうで闇雲に作業しているグループ」に大別できることが分かった。これは迷路ゲームの中で最も難しい迷路をクリアできた学習者のイベントメッセージ数が，クリアできなかった学習者と比較して有意に少なかったことから得られた結論である。しかし，意図や目的を持った試行錯誤を「している」「していない」という二者択一的な分類ではなく，学習者のプログラミング行動をさらに細分化するために行ったクラスタ分析や因子分析からは新たなグループは抽出できなかった。この要因として，今回の調査対象が21名のみであり，クラスタ分析や因子分析を行うにはデータが少なすぎたことが考えられるため，今後は調査対象者と授業実践を増やして分析を行う予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究実績の概要で述べたように，Blocklyのイベントメッセージを収集するWebアプリケーションを実装し，学習者のデータ収集とその分析が行える状況になっている。しかし，現在の段階ではブロック型言語によるプログラム構築過程の分析にとどまっており，テキスト型言語との相乗効果を検討する段階には至っていない。その主な要因は，Webアプリケーションの実装と最適化に想定以上の作業と時間を要したことと，研究期間中の新型コロナウイルスの感染拡大によってプログラミング教育の授業実践を行えない期間が長期に渡り，研究がほぼ進まない状況が生じたためである。研究期間を延長して当初の目的である「ブロック型言語とテキスト型言語との相乗効果」を明らかにするべく工夫と努力を行ったが，進捗を当初の計画に戻すには至らなかった。ブロック型言語によるプログラム構築過程の分析を十分に尽くしきれていないことを鑑みると，残り１年の研究期間内にテキスト言語を使った授業を行い，両言語の相乗効果を調べることは現実的ではないと思われる。そのため，対面授業がほぼ通常通り実施できる状況となった今は進捗を取り戻すことよりも，対面授業の制限でこれまで収集が困難であったブロック型言語によるプログラム構築過程のデータ数を増やし，現在の研究成果として得られている「プログラミング行動の試行錯誤の質による学習者の分類」の再現性の検証と，クラスタ分析や因子分析による学習者の細分化を試みて，プログラミングの学習者，特に初学者のプログラミング行動をより細かくグループ分けできるかどうかを分析する。このグループ分けが可能であれば，テキスト型言語の導入をそれぞれのグループに属する学習者のプログラミング特性に応じてテーラーメイド的に行えるため，ブロック型言語からテキスト言語へのシームレスかつ効果的な移行につなげるための知見が得られると考えられる。
|
| Strategy for Future Research Activity |
現在，本研究を進める上で重要な「学習者のプログラム構築過程」のデータを得てプログラミング行動の分析が行えるようになっている。筆者の授業実践で得られたデータのうち集団分析できたのは21名分のみであるが，プログラミングの際の試行錯誤の質が学習者によって異なっていることを示唆する結果が得られたことは成果のひとつである。しかしブロック型言語とテキスト型言語との相乗効果を議論できる段階には至っていないため，ブロック型言語によるプログラミング行動の分析をさらに進める必要がある。そのため，既に得られているデータに加えて新たな授業実践でデータを増やし，現在課題となっている学習者の細分化を行う。細分化の具体的な方策は昨年度の報告でも述べたように機械学習で使われている手法を適用する。機械学習の手法を適用する理由は，収集したイベントデータから学習者のプログラミング行動の特徴を抽出するという明らかな目的はあるが，データからどのような特徴が抽出できるかが明らかではなく，抽出した特徴と学習者のプログラミング行動との対応が不明なデータを分析することになることから，機械学習の「教師なし学習」の分析手法の適用が適切であると判断したためである。具体的にはブロックの移動や生成，削除，変更など，学習者がブロックに対して行った操作パターンをk平均法によるクラスタ分析で分類し，更に主成分分析や因子分析等による次元圧縮によって操作パターンの特徴量を抽出する。抽出された特徴量は学習者のプログラミング行動の特徴が反映されているという仮定を設けているため，この仮定が妥当かどうかの考察も併せて行う。特徴量とプログラミング行動との関連が明らかになると，学習者の特性に応じた効果的なテキスト型言語への移行手法やブロック型言語とテキスト型言語併用の相乗効果を考察できるようになるため，本研究の趣旨と目的の大部分が達成できる。
|
| Causes of Carryover |
新型コロナウィルスの感染拡大によって学会や研究会の現地開催が少なくなったことや，現地開催されても行動制限等によって移動ができない状況が続いたため，出張による資料収集や意見交換の機会が減ったこと。また，感染拡大防止対策を優先するために研究活動を変更したり縮小する必要が生じ，研究活動そのものにかかる経費が少なくなったことなどが影響して次年度使用額が発生している。しかし現在は対面による実践授業の機会が増えて本研究で必要なデータの収集が行えるようになったこと，データ分析の手法と方針が明確になっていることなど，本来の研究活動を行える環境が戻っているため，助成金は研究成果を学会や論文等で広く公開することを優先して有効かつ適切に使用していく。
|
Research Products
(1 results)
