命題構造再構成演習と確率モデルによるエビデンスに基づく英文読解支援

2022 Fiscal Year Research-status Report

• Project/Area Number: 22K18590
• Research Institution: Hiroshima University
• Principal Investigator: 林 雄介 広島大学, 先進理工系科学研究科(工), 教授 (70362019)
• Co-Investigator(Kenkyū-buntansha): 平嶋 宗 広島大学, 先進理工系科学研究科(工), 教授 (10238355) ; 松本 慎平 広島工業大学, 情報学部, 教授 (30455183) ; 工藤 洋路 玉川大学, 文学部, 教授 (60509173) ; 松本 博文 玉川大学, 文学部, 教授 (80328020)
• Project Period (FY): 2022-06-30 – 2024-03-31
• Keywords: 英語長文読解 / 概念マップ / ベイジアンネットワーク

Outline of Annual Research Achievements

本研究の目的は，英文読解の学習支援として，学習者が英文の精読し，それに対して教師が個別適応的なフィードバックを行える学環境を実現することである．ここで目指す学習者像は，例えば，一般的な多肢選択型の理解確認問題において単に正解できるだけではなく，その理由としてテキストを参照できる学習者である．これを実現するために，英文読解のタスク定義，確率モデルによる分析，データに基づくフィードバックという3つの課題を設定する．これらの課題を達成することで，学習者に読解を明確なタスクとして提示することでガイドすると共に，成果物から学習者の読解状況を把握して，教師によるデータを根拠とした指導を支援する学習環境を実現すると共に，その効果を実際の学校での利用などを通じて実証する．
本年度は，過去に行った実験データの分析を深めると共に，英文読解問題の分析を行った．その結果として，概念マップの作成状況と理解確認問題の正誤をベイジアンネットワークでモデル化すると，問題の正誤に対して確率的に因果関係のある概念マップの部分は英語長文で正解に関係する部分と対応していることが多いことが分かった．これは理解確認問題の正誤を概念マップの作成状況，つまり，英語長文の読解状況から推定できることや，逆に理解確認問題で謝っていた場合に英語長文のどの部分に学習者を注目させるかを示唆するデータになり得るといえる．

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

今年度はこれまで得られたデータの分析を進めることで，キットビルド概念マップとベイジアンネットワークを組み合わせることによって英語長文と理解確認問題を数理的な確率モデルで関係づけることの可能性が示唆されるデータを取得することができた．これは学習者に読解を明確なタスクとして提示することでガイドすると共に，成果物から学習者の読解状況を把握して，教師によるデータを根拠とした指導を支援する学習環境の実現の可能性を示唆するものといえる．

Strategy for Future Research Activity

今後は本年度得られた知見を元に学習者に読解を明確なタスクとして提示することでガイドすると共に，成果物から学習者の読解状況を把握して，教師によるデータを根拠とした指導を支援する学習環境の設計・開発を行う．具体的には，解答データから得られたベイジアンネットワークと学習者が作成した概念マップを比較し，正解との確率的因果関係があり，学習者が概念マップを完成できてない部分について，修正を促すようなフィードバックを作成する．

Causes of Carryover

新型コロナウィルスの影響で研究打ち合わせなどの出張などが実施できなかった．
翌年度分として請求した助成金については，開発する機能のソフトウェア外注などに利用する予定である．