2022 Fiscal Year Annual Research Report
Development of Portfolio System to Support Distance Active Learning by using Artificial Intelligence
| Project/Area Number |
20K12090
|
|---|
| Research Institution | Tokyo City University |
|---|
Principal Investigator |
高橋 弘毅 東京都市大学, その他部局等, 教授 (40419693)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
八代 一浩 山梨県立大学, 国際政策学部, 教授 (30312177)
水落 芳明 上越教育大学, 大学院学校教育研究科, 副学長 (40510053)
大前 佑斗 日本大学, 生産工学部, 講師 (00781874)
大島 崇行 上越教育大学, 大学院学校教育研究科, 教授 (60824224)
榊原 範久 上越教育大学, 大学院学校教育研究科, 准教授 (50824231)
柿本 陽平 日本大学, 生産工学部, 助手 (90899494)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | ポートフォリオ / CSCLシステム / アクティブラーニング / 人工知能・機械学習 / 遠隔授業 |
|---|
| Outline of Annual Research Achievements |
本研究では、遠隔アクティブラーニング（遠隔協調学習）（AL）支援システムとして、ワーキング・ポートフォリオに着目し、ワーキング・ポートフォリオ上で 相互閲覧を行う様子（いつ、誰が、誰のポートフォリオを何秒見たかなど）を定量化し、人工知能（AI）により、その情報を抽出・解析し、可視化した情報を教 師にフィードバックするシステムの開発を進めた。教師にフィードバックする情報として、学習者の「相互閲覧状況（学習方略）」と「目標到達度の予測」 が有用であると考え、AIの開発と実現可能性の検証を進めた。AIの推定精度を向上させるには、有効な入力情報を増加させること、教師データを拡充させること、より良いAIのモデルを選択すること、この3点が重要であるが、AIの推定精度の向上を目指し、ディープラーニングを基礎とした特徴抽出技術を活用することにより、高い推定精度を有するモデルを実現する手法の開発を行なった。また、AIが支援する遠隔AL授業モデルコンテンツの開発、すなわち、教室の空間設計やそれぞれの教師の役割などをモデル化する検討を行なった。
なお、システム、および、授業モデルコンテンツの評価（実証実験）については、実際の教室内で継続的に活用し評価する予定であったが、新型コロナウィルス感染拡大の観点から最終年度へ延期をしたため、それらの成果発表については、今後、進めていく予定であり、現時点では投稿論文として論文受理済みが1件、論文投稿・査読中が2件あり、また、国際会議や学会での発表なども検討している。
|
