Teaching Support Using Machine Learning Based on Operation History in Regional Collaborative Programming Elementary Education

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K12177
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62030:Learning support system-related
• Research Institution: Nagoya City University
• Principal Investigator: Watanabe Yuji 名古屋市立大学, 大学院理学研究科, 教授 (60314100)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: プログラミング教育 / 機械学習 / 教え方支援 / 地域連携 / Scratch / Python / 自動採点

Outline of Final Research Achievements

We analyzed the code and survey responses in a Python programming course for 23 high school students in 2020. We found that the participants were divided into several clusters based on similarity analysis of the correctness and incorrectness of the codes. We also analyzed a programming class for 48 junior high school students in 2021, and found clusters based on correct/incorrect relationships as in the case of high school students.
Furthermore, in order to automatically determine the correctness of Scratch and Python code, we first created a program to extract an input code from a JSON format file. Then, we proposed a method to create an abstract syntax tree from the input code and grade it automatically using the Levenshtein distance. The proposed automatic scoring method can give scores close to that of manual scoring.

Free Research Field

知能情報学、教育工学、情報セキュリティ

Academic Significance and Societal Importance of the Research Achievements

プログラミングの学習支援に関する従来研究の多くはJavaやPythonなど大学や大人相手のプログラミング言語を対象としてきた。それに対して、本研究のようにScratchや小中高生も対象とする初等プログラミング教育における学習支援を目指す研究はまだ少ない。本研究は緒に就いたばかりであり、現時点での研究成果に対してインパクトは小さいかもしれない。しかし、初等プログラミング教育の広がりに応じて、プログラミング教育における指導者や支援員の不足解消の一助となるとともに、機械学習を用いたシステム開発補助に大学生を従事させることによってAI人材の育成にもつながることが期待される。