2022 Fiscal Year Annual Research Report
Development of a Semi-Automatic Scoring System using AI
| Project/Area Number |
20K00797
|
|---|
| Research Institution | Mie University |
|---|
Principal Investigator |
金子 淳 三重大学, 教育学部, 教授 (10331969)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山口 常夫 東北文教大学, 人間科学部, 教授 (80146745)
大槻 恭士 山形大学, 大学院理工学研究科, 准教授 (00250952)
ミラー ジェリー 山形大学, 地域教育文化学部, 准教授 (90455882)
坂口 隆之 山形大学, 地域教育文化学部, 准教授 (10436496)
畠山 研 秋田大学, 教育文化学部, 講師 (10804891)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | AI / 機械学習 / 評価 / パフォーマンステスト / 英語 / 言語習得 / BERT |
|---|
| Outline of Annual Research Achievements |
「最終年度に実施した研究の成果」これまでの研究成果をまとめ、検証を行い、考察を行った。同一のパフォーマンステストについて、半自動採点システムによる結果と、ネイティブ・スピーカーによる評価の結果とを比較した。その結果、いくつか改善が必要な箇所が見られたものの、比較的良好な結果が得られたと考える。
「研究期間全体を通じて実施した研究の成果」AIを援用し、スピーキングのパフォーマンステストを半自動採点するシステムは、いくつか改善が必要な箇所が見られたものの、比較的良好な結果が得られたと考える。新型コロナウイルスの感染拡大により、学校現場への訪問・連携が著しく制限されたが、本研究の本質は、パフォーマンステストの半自動採点システムの開発であることを踏まえ、代替となる言語データを用いて開発を行い、検証を大学生で行う形で、計画を一部修正して実行した。AI技術の進歩が凄まじく、計画を立てた時よりも、性能の良い便利なツールが開発されたので、部分的に計画を修正しつつ、それらを活用した。パフォーマンステストの評価項目は、文部科学省・国立教育政策研究所の「「指導と評価の一体化」のための学習評価に関する参考資料」に基づき、「知識・技能」「思考・判断・表現」「主体的に学習に取り組む態度」に沿う形にし、そのうち、「知識・技能」「思考・判断・表現」を近似的に表現すると考えられる特徴量を選定、重みをつけて算出した。その第一段階の結果を踏まえ、第二段階として教員が確認し修正するために、実施したパフォーマンステストの全体的な状況を把握するためのシステムも構築した。評価項目のいくつかを、何らかの特徴量によって定量化できたことは、半自動採点において、教員の採点時の負担を軽減するのみならず、多くの教員が抱える評価基準の客観性や公平性への不安を和らげる効果があり、この研究の有用性が示唆されたと考える。
|
