2022 Fiscal Year Annual Research Report
Construction and Evaluation of a High-Density Learning Analytics Infrastructure for Data-Driven Education
| Project/Area Number |
22H00551
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
島田 敬士 九州大学, システム情報科学研究院, 教授 (80452811)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山下 隆義 中部大学, 工学部, 教授 (60564721)
大久保 文哉 九州大学, システム情報科学研究院, 准教授 (40608824)
谷口 雄太 九州大学, 情報基盤研究開発センター, 助教 (20747125)
峰松 翼 九州大学, システム情報科学研究院, 助教 (00838914)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | 学習分析 / 教育支援 / 実時間処理 / センシング / 教育評価 |
|---|
| Outline of Annual Research Achievements |
本研究は，データ駆動型教育を実現するための高密度学習分析基盤の構築と評価を行う．学習者の学習状況を学習トピック単位で理解することで個別最適な情報推薦を行うデータ駆動型教育を実現する．ここで，学習トピックとは，科目内で学習する概念や学習項目，学習キーワードなどの構成要素を指す．そのために，①教育学習を学習トピック単位で記録する密センシング手法，②教育学習活動の文脈を把握する深層的活動分析手法，③行動変容を促す説得性を持ったフィードバック手法について研究を進める．数千人が集う大学教育の実践の場で，リアルタイム支援，授業の実施回毎の支援，授業期間毎の支援の３つの時間粒度でデータ駆動PDCAサイクルの実証実験を実施し，研究成果の有用性と有効性を検証するとともに，学習分析技術や基盤システム，エビデンスをオープン化して成果を国内外に広く展開する．
2022年度は，PC搭載のカメラ映像から注視領域の学習トピックを特定し，学習履歴化．システム操作に伴う学習履歴情報と統合して，学習活動履歴の時空間分解能を向上させる密センシングを実現するためのプロトタイプシステム開発を行った．また，研究代表者らが保有している活動予測や理解度推定などの技術の精度向上を行った．さらに多元因子から活動予測に強く寄与する特徴を発見する手法，ならびにその特徴を活動の早期段階に発見する手法を開発した．実証実験に向けた取り組みとして，特にリアルタイム支援による教育・学習の改善のための授業デザインや評価方法について翌年度以降の実験計画を具体化していくために，研究分担者と議論を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究計画としてあげている「学習活動密センシング」，「横断・学習分析／深層・学習分析」，「説得力のある情報推薦」について，当初計画通り技術開発やシステム開発を進めて，その精度検証まで行うことができている．
|
| Strategy for Future Research Activity |
引き続き，研究計画に沿い技術開発を精度検証を進め，現場での実証実験については少し前倒しで進めることを検討する．
|
