2022 Fiscal Year Annual Research Report
類推に基づく知識の一般化を指向した問題演習システムの開発
| Project/Area Number |
21H03565
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
堀口 知也 神戸大学, 海事科学研究科, 教授 (00294257)
|
|---|
| 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)
東本 崇仁 東京工芸大学, 工学部, 准教授 (10508435)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 知的学習支援システム / 例からの学習 / 知識の一般化 / 類推 / 構造写像エンジン / 構造一般化エンジン |
|---|
| Outline of Annual Research Achievements |
対象領域の深い理解を達成する上で有効とされる「例からの学習」では，解法を概念・原理と結びつける問題スキーマ，例題間の共通点・相違点を一般化する汎化スキーマを獲得することが重要である．先行研究では，これらを支援するために「説明生成器」及び「問題系列生成器」を開発し，それらが問題スキーマの獲得に貢献することを実験的に確認したが，汎化スキーマの獲得には不十分との知見も得られた．これは，汎化スキーマ獲得の中心となる類推及び知識の一般化が大きな負荷を伴う認知過程であることによる．そこで本研究では，学習者の認知負荷の軽減を指向して，(1)問題構造を可視化・操作可能化し，(2)問題比較と知識の一般化をより直接的に支援する「類推マップ」を開発し，その有用性を検証する．これによって，「例からの学習」を十全な汎化スキーマの獲得に結びつけるための支援方法を確立することを目的としている．
2022年度は，まず，前年度に実装した「類推マップ」システムのプロトタイプを主システムとして導入し，動作試験を行った．結果は良好であった．類推マップは，複数問題の比較を通したスキーマ獲得を促進するため，学習済みの問題と今解くべき問題との照合関係を可視化・操作可能化する機能を有する．同システムは，学習者が作成した照合関係を診断して助言を生成する機能を持つが，これは，研究協力者であるForbus教授(Northwestern大)らが開発した「構造写像エンジン」に基づいている．次に，上記の「問題比較」支援が学習者の知識構築にどのように貢献するかを検証するための実験に用いる教材作成を行い，その妥当性を研究代表者・分担者間で確認した．当初，本年度の実験実施までを予定していたが，コロナ渦の影響により，教育現場との打ち合わせや問題演習システムの試験的運用などが難しくなったため，翌年度に延期することとした．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2022年度は，まず，前年度に実装した「類推マップ」システムのプロトタイプを主システムとして導入し，動作試験を行った．これは，当初は前年度に予定していたが，コロナ渦の影響により必要機器の納入が遅れたため，本年度に実施したものである．次に，「問題照合（比較）」支援が学習者の知識構築にどのように貢献するかを検証するための実験に用いる教材作成を行い，その妥当性（分量や難易度など）を研究代表者・分担者間で確認した．当初，本年度の実験実施までを予定していたが，コロナ渦の影響により，教育現場との打ち合わせや問題演習システムの試験的運用（データ作成やインターフェースの確認など），および実験用資料の作成・確認などが難しくなったため，翌年度初頭に延期することとした．実験の延期に伴い，データの整理・分析，および試験的運用結果の取りまとめなども翌年度に持ち越すこととなった．
|
| Strategy for Future Research Activity |
2023年度は，まず，前年度の準備に基づいて，「問題照合（比較）」支援が学習者の知識構築にどのように貢献するかを検証するための学習実験を実施する．4〜6月に試験的運用延期に伴うシステムの再調整を行った後，7，8月に問題演習システムの試験的運用を行い，9，10月にデータの整理・分析，および試験的運用結果の取りまとめを行う．実験準備と実施は研究代表者および１名の研究分担者が担当し，結果の分析と取りまとめは研究班全員で行う．実験においては，類推マップによる支援の有無や学習者の特性を考慮して幾つかの学習条件を設定する．分析においては，事前・事後・遅延テストおよび問題分類テストの学習ゲインに加えて，システムログから学習者によるシステム操作回数や内容（照合や一般化の質）を抽出した結果を用いることで多角的な評価を行う．分析を通して，スキーマ獲得における学習者の困難を明確化し，下記の「知識の一般化の支援機能」の詳細設計のための基盤構築を目指す．
次に，上記と並行して，当初予定の「知識の一般化の支援機能」の設計（基本インターフェースおよびその診断・助言生成機能）を行う．可能な限り，プロトタイプの実装と動作試験までを完了できるよう努める．
|
-
-
-
-
[Journal Article] Practical Use of an Error-based Problem Presentation System in Mechanics2022
Author(s)
Aikawa, N., Maeda, S., Mogi, T., Koike, K., Tomoto, T., Imai, I., Horiguchi, T., and Hirashima, T.
-
Journal Title
Proceedings of the International Conference on Computers in Education (ICCE 2022)
Volume: N/A
Pages: 118～123
Peer Reviewed
-
-
-
-
