2023 Fiscal Year Research-status Report
The Development of Mathematical Models using Machine Learning with Educational Big Data for Language Acquisition and Individually Optimized Learning
| Project/Area Number |
23K00651
|
|---|
| Research Institution | Mie University |
|---|
Principal Investigator |
金子 淳 三重大学, 教育学部, 教授 (10331969)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山口 常夫 東北文教大学, 人間科学部, 教授 (80146745)
大槻 恭士 山形大学, 大学院理工学研究科, 准教授 (00250952)
坂口 隆之 山形大学, 地域教育文化学部, 准教授 (10436496)
ミラー ジェリー 山形大学, 地域教育文化学部, 准教授 (90455882)
畠山 研 秋田大学, 教育文化学部, 講師 (10804891)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Keywords | AI / 機械学習 / BERT / 教育ビッグデータ / 教育データ / 個別最適な学び / データサイエンス / データ・ドリブン |
|---|
| Outline of Annual Research Achievements |
初年度は、当初の研究計画通り、順調に進んだと言える。具体的には、学習履歴すなわち教育ビッグデータを収集、分析した。
まず、①研究代表者・研究分担者・研究協力者の間で今後の方針を確認した（全員） 。
次に、②教育ビッグデータを収集するための知識・技能、思考・判断・表現を踏まえた各種テスト等を、ロイロノート、Google Forms、Microsoft Forms等で作成した。具体的には、各単元のテストやパフォーマンステスト、振り返りや各種アンケートなどである。金子・山口・ミラー・畠山が担当した。
加えて、それをベースに③研究協力者がそれぞれの勤務する学校現場で授業を行い、GIGAスクール構想により生徒一人一台配布されたタブレットを通じて、各種データを収集・ 蓄積した（実施統括は金子が担当）。研究協力者は、三重大学教育学部附属中学校・庄山大樹教諭、山形県金山町立金山中学校・武山史哉教諭である。各研究協力者が実践を行なう際、学校現場のいろいろな状況を最大限に尊重し、実施を行なうように細心の注意を払った。
④得られたデータをデータサイエンスの観点から分析し、新たな知見を得た。データの前処理に多くの時間が費やされたが、その方針をめぐって、その都度協議を重ね、着実に進めていった。加えて、得られた言語データを学習データとして機械学習させ、機械学習モデルを作成、シミュレーションを行い、実験を重ね、分析を行った（金子・大槻・坂口が担当）。
収集したデータを学習させる機械学習用のコンピューターを必要としたことや、情報取集のため学会に参加する必要があり、それらに必要な費用を使用した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度は、当初の計画通り、おおむね順調に進んだと言える。その理由として、初年度の目的である、学習履歴すなわち教育ビッグデータを収集、分析を行なうことが達成できたからである。具体的には、以下の４つの計画した項目すべてについて、満足できる進捗状況であった。
まず、①研究代表者・研究分担者・研究協力者間で今後の方針を確認した(全員) 。
次に②教育ビッグデータを収集するための各種テスト(パフォーマンステスト等も含む)・振り返り等を、ロイロノート、Google Forms、Microsoft Forms等で作成した(金子・山口・ミラー・畠山が担当した)。
加えて、それをベースに③研究協力者が勤務する学校現場で授業を行い、データを収集・ 蓄積した(実施統括は金子が担当した)。研究協力者は、三重大学教育学部附属中学校・庄山大樹教諭、山形県金山町立金山中学校・武山史哉教諭である。各研究協力者が実践を行なう際、学校現場の状況を尊重し、実施した。
得られたデータを④データサイエンスの観点から分析し、新たな知見を得た。加えて、得られた言語データを学習データとして機械学習させ、機械学習モデルを作成、シミュレーションを行い、実験を重ね、分析を行った(金子・大槻・坂口が担当した)。
1年目に行う当初の予定・目的はすべて達成したと考えている。
|
| Strategy for Future Research Activity |
今年度は（二年目）、分析の結果、得られた知見を盛り込み、フィードバックのような形で授業を行い、その効果を検証していくことを予定している。
①得られた知見に基づき、各研究協力者が勤務する学校で授業を実施、データの蓄積を続ける。②検証用に得られたデータを分析、効果を検証する(金子・坂口が担当)。③本研究に参加した教員・児童等にアンケート、インタビュー、状況が許せば実地調査を実施する。アンケート方法は質問紙調査法によるMicrosoft Forms、Google Forms、ロイロノートで行う(金子・山口・畠山が担当)。
来年度（最終年度）は得られたそれらの成果をまとめる。
④得られた検証結果をまとめ、考察する(金子・山口・坂口が担当)。⑤成果を学会で発表する(金子・山口・ 畠山が担当)。⑥成果を社会に還元するため、発表内容を論文にして、学会誌に投稿する(全員が担当。英文チェックはサコラヴスキーが担当)。⑦さらに報告書を作成、各教育委員会・学校現場に配布する(金子が担当)。
仮に不測の事態が起こるとすれば2つ考えられる。1つ目は、AI（機械学習）に関する技術的な困難にぶつかる場合である(可能性はかなり低い)。その場合は山形大学大学院理工学研究科の大槻准教授(専門はAI)からアドバイスを受けることで解決できると思われる。2つ目は、学校現場で の実践・実験・検証が何らかの理由で遅延・不可能になった場合である。その場合これまで構築してきた教育委員会・学校現場とのコネクションを活用し、代わりの学校を速やかに見つけることが可能である。
|
| Causes of Carryover |
計画と実行が非常に順調に進んだことに加え、複数の学会に参加を予定していたが、スケジュールの都合上、参加できなくなったものや、やはりスケジュールの都合上、当初対面での参加を予定していたが、オンライン参加としたものもあったことなどが理由として挙げられる。
今年度は、すべての学会に対面での参加を予定しており、比較的に遠方で開催されるものもあるため、予定通り、消化されるものと考えている。また、研究テーマに関連することで、申請時以後のテクノロジーの進展により、新たな実験方法も可能となったこともあり、それに取り組んでいくことも考えているため、その観点から実験を行うことを考えており、その準備等に使用していくことも考えている。
|
