深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化
| Project/Area Number |
18H01063
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 09070:Educational technology-related
|
|---|
| Research Institution | Osaka University (2019-2021)
Kyoto University of Foreign Studies (2018) |
|---|
Principal Investigator |
村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鳥居 朋子 立命館大学, 教育開発推進機構, 教授 (10345861)
椋木 雅之 宮崎大学, 工学部, 教授 (20283640)
遠海 友紀 東北学院大学, ラーニング・コモンズ, 特任助教 (20710312)
角所 考 関西学院大学, 工学部, 教授 (50263322)
山肩 洋子 東京大学, 大学院情報理工学系研究科, 准教授 (60423018)
飯山 将晃 京都大学, 学術情報メディアセンター, 准教授 (70362415)
西口 敏司 大阪工業大学, 情報科学部, 准教授 (80362565)
森村 吉貴 京都大学, 学術情報メディアセンター, 准教授 (80578279)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Project Status |
Granted (Fiscal Year 2021)
|
| Budget Amount *help |
¥15,340,000 (Direct Cost: ¥11,800,000、Indirect Cost: ¥3,540,000)
Fiscal Year 2021: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2020: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2019: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2018: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
|
|---|
| Keywords | 深い学び / 機械学習 / Learning Analytics / 授業状況の可視化 / 学習支援 / 視線情報 / 学習行動 |
|---|
| Outline of Annual Research Achievements |
（1）授業における教員・学生の行動データ獲得として，講義映像を基に，講義中に生じ得る受講者の多様な挙動や，それに基づく講義状況を，同じ挙動における各受講者の姿勢の違いや，同じ講義状況で各受講者のとる挙動の違いなどを乗り越えて獲得することを試みた．具体的にはまず，映像中の各フレームで各受講者が取っている姿勢を受講者毎にクラスタリングすることで，各受講者がその講義で取り得る挙動の種類を求める．次にその中で各受講者が実際にとっている挙動に基づいて各フレームの状況を記述し，それらのフレームをさらにクラスタリングすることで，その講義で生じ得る講義状況を獲得する．大学のゼミを対象とした実験では，同じ挙動における各受講者の観測姿勢の違いや，同じ講義状況における受講者の挙動の多様性を乗り越え，その授業で実際に生じ得る受講者の挙動や講義状況を獲得できることを確認できた．またこのとき，カメラや受講者の位置がある程度異なっても，同様の講義状況が安定的に得られることも確認できた．
（2）学生の行動データ分析として，没入型HMDを用いて全天球カメラで撮影した映像に対する視線傾向を計測することにより，受講者の講義への関心を定量的に分析および可視化する手法を提案した．データ分析の結果から，教員が対象に視線を向けるような振る舞いや発言を行うと瞬間的に受講者の関心を高めることの可能性があることなどを確認した．
（３）大学院生のプレFD研修において、模擬授業の授業映像を振り返ることによる授業改善の方法について検討した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
（１）授業における教員・学生の行動データ獲得，（２）学生の行動データ分析においては，計画に基づいて一定の成果を出すことができている．（３）授業改善及び学習支援の方法の開発については，遅れている部分もあるが，授業映像による振り返りを行っており，（１）（２）の結果を踏まえて，方法の検討を行っている．
|
| Strategy for Future Research Activity |
（１）授業における教員・学生の行動データ獲得，（２）学生の行動データ分析については，オンライン授業になっているため，対面授業に関するデータ取得は難しいことから，これまでに収録してきた授業映像のデータを中心に研究を進めていく予定である．機械学習，パターン認識の手法を用いたアルゴリズムを開発し，適用していくことを繰り返して，学生個人の認知プロセスや学習プロセスの推定及び精度の向上を試みる．また，可能であればオンライン授業における学習データの収集，分析も検討する．
（３）授業改善及び学習支援の方法の開発については，（１）（２）で得られている結果に加え，オンライン授業が実践されている現状も踏まえて，検討を行う．
|
Report
(2 results)
Research Products
(11 results)
