2023 Fiscal Year Annual Research Report
Development of Self-Regulated Learning Support System in Continuous Learning along Knowledge Body
| Project/Area Number |
20K12111
|
|---|
| Research Institution | Chitose Institute of Science and Technology |
|---|
Principal Investigator |
小松川 浩 公立千歳科学技術大学, 理工学部, 教授 (10305956)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
今井 順一 公立千歳科学技術大学, 理工学部, 教授 (60458148)
山川 広人 公立千歳科学技術大学, 理工学部, 講師 (90724732)
上野 春毅 公立千歳科学技術大学, 理工学部, 助手 (40948337)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | フルオンライン反転授業 / アドバイジングシステム / ChatGPT |
|---|
| Outline of Annual Research Achievements |
本科研では，数理データサイエンス（DS）教育を対象に，フルオンラインでの反転型授業設計を図り，実際の学習データを活用した機械学習分析（XGboost + クラスタリング）を用いて，自己調整学習を誘引する教授要素の抽出を図った．その結果，オンライン学習での学習要素の構造化に，CBTの実施が重要な要素になっていることや，CBTの取組状況・課題の取組状況・グループワークの参加度等，幾つかの特徴量が学習の継続性の観点で重要な指標となることを示した．当該授業設計とその評価については，教育システム情報学会の論文誌に成果を取り纏め，掲載に至っている．
その上で，学部1年・2年のDS教育の科目を対象に実証を行い，CBTの結果，授業課題の成果，グループワークの活動度合いをオンライン上で一元的に取得して分析を行うことで，学習者の特性を4分類に整理し，さらに24種類の学習指導方策を定め，その有用性を示した．さらに，一連のデータを自動的に収集し，学習者に提示するポートフォリオシステムを構築して，幾つかの授業での活用を図った．また，2023年に登場したChatGPTを活用して，上記科研で得られた学習に影響を与える特徴量を踏まえた上で，学習指導の自動化を図り，24種類の学習指導方策との差異についても調べ，適切なプロンプト設定により，学習者の目標設定や振り返りなども踏まえた自然な表現での学習指導を行える可能性を示した．一連の成果については，2023年度のICCEの国際会議に採択され，成果を報告している．
さらに，研究成果の発展・継続として，創価大学（文系）や山梨大学（医療系）とDS教育に関わるCBTの整備も図り，実証フィールドの活用も継続できている．今後，こうしたフィールドを活用して基盤的な学習プラットフォームの形成に努めていく．
|
