| Project/Area Number |
23K02671
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 09070:Educational technology-related
|
|---|
| Research Institution | Konan University |
|---|
Principal Investigator |
若谷 彰良 甲南大学, 知能情報学部, 教授 (60330403)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
前田 利之 阪南大学, 経営情報学部, 教授 (70320041)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2025: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | MOOC / Numpy / pandas / scikit-learn / LLM / AI / 教育工学 / ソフトウェア / 学習システム / 人工知能 / データサイエンス |
|---|
| Outline of Research at the Start |
AI及びデータサイエンスを用いた技術革新が進み、複数の機械学習用のライブラリを使いこなし、データの前処理やデータ表示及び学習や推論をプログラミングできることが必要になる。一般に、初学者に対するプログラミングの学習には大量の演習問題を用いた繰り返し学習が必要であると考えられている。
本研究の目的は、ライブラリを用いたPythonによる機械学習用プログラミングの学習において、プログラミング演習問題をテンプレートと置換ルールを用いて自動生成・自動採点するWebベースの学習システムを実装し、学習システムの定量的評価し、適切なテンプレート数と置換ルールを用いて学習システムを最適化することである。
|
| Outline of Annual Research Achievements |
AI（人工知能）及びデータサイエンスを用いた事業推進及び技術革新が進み、これらの技術を縦横無尽に使いこなすには、代表的なプログラミング言語であるPython言語の理解だけでなく、複数の機械学習用のライブラリを使いこなすことが必要となる。2023年度においては、以下の2点を実施した。
1点目の実績としては、ライブラリ（pandas、NumPy、scikit-learn等）を用いたPythonによる機械学習用プログラミングの学習におけるプログラミング演習課題の自動生成システムの試作を行ったことである。これは、PHP言語を用いて、複数のテンプレートに基づいて実行時に変数や定数や計算式をランダムを変更し、ユーザからは多量の演習問題が自動的に生成されたようにみえるものである。現時点では、限られたテンプレートではあるが、Numpy、pandas及びscikit-learnを含む演習問題の生成ができるものとなっている。
2点目の実績としては、AI・データサイエンス向けプログラミング学習に対する新たなシステムのための基礎実験として、LLM(大規模言語モデル) のひとつであるOpenAIのAPIを用いて, エラーを含むC言語のプログラムとエラーメッセージを LLM に入力として取り込み, 適切な助言を出力するバーチャル TA (Teaching Assistant) システムを初心者レベルの学習者向けに試作し, その適確性を評価した. C言語におけるプログラミングエラーの中で, 構文エラーと意味エラーについては概ね適確な助言が生成されており, 学習者にとって自力で問題解決するのに十分であるが, 論理エラーに対しては, いくつかのケースで一般的な説明に終始する程度の助言だけであったが, 適確な助言を生成できている場合もあり, 全般的には提案システムの有効性は確認できた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
新たな手法としてLLM(大規模学習モデル)を用いたプログラミング助言ツールの試作を行ったことにより、本来予定していたNumpyとpandasに対する演習問題の自動生成ツールについては約80%の完成度にとどまった。2024年度では遅れを取り戻す予定である。
|
| Strategy for Future Research Activity |
2023年度は当初予定していなかったシステムの試作をしたことにより、若干の遅れが生じたが、研究動向や社会状況を見て、研究手順・方法の見直しを随時行ない、本来の目的の完遂のために努力していきたい。
|
