2023 Fiscal Year Annual Research Report
学習者とのインタラクション機能を活用した学習ログ分析収集機構の開発
| Project/Area Number |
21K17864
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
峰松 翼 九州大学, データ駆動イノベーション推進本部, 准教授 (00838914)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | ラーニングアナリティクス / デジタル教科書 / 推薦システム |
|---|
| Outline of Annual Research Achievements |
最終年度では，昨年度までに開発した電子教科書の活動促進を目指したダッシュボードへの大規模言語モデル（LLM）の適用を検討した．具体的に，多肢選択問題と関連するスライド形式の電子教科書から解答解説生成に関する手法を開発した．解答解説生成では，講義で用いた電子教科書の内容に沿った内容となるように，電子教科書内の用語に着目したプロンプトを設計した．開発手法により，電子教科書を逸脱した解説・用語の利用が低減できることを実験的に確認した．
研究期間全体を通して，①電子教科書の活動促進を目指したダッシュボードの開発，②学習者の行動分析を活用したカンニング検出の開発，③電子教科書閲覧システムを対象に，Contrastive learning による表現能力の高い閲覧ログの特徴表現学習手法の開発，④異常検知を対象に深層学習モデルのアンサンブル学習手法の開発，⑤LLMによる解答解説生成の適用の検討を行った．①では，実講義で実験を行い，各学習者のマーカを引いた数など電子教科書の機能を利用した回数の集計を行った．その結果，あまり利用していない学生が観測されたのと同時に，学習者ごとに利用している機能の偏りが観察された．②③④については，分析手法の開発として，電子教科書を対象とした学習行動の特徴表現の基礎研究からカンニング検出の応用研究に従事，また，学習分析への適用を見据えて，画像を対象とした異常検知手法まで幅広く取り組んだ．特に③についてはAIED2023（Core Aの国際会議）に採択された．⑤では，システムからの柔軟な推薦文生成を見据えて，LLMへの適用を検討し，提案ダッシュボードへの統合につながる知見を得た．
|
