| 研究課題/領域番号 |
19K03003
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分09070:教育工学関連
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
金西 計英 徳島大学, 高等教育研究センター, 教授 (80204577)
|
|---|
| 研究分担者 |
吉冨 賢太郎 大阪公立大学, 高等教育推進機構, 准教授 (10305609)
喜多 敏博 熊本大学, 教授システム学研究センター, 教授 (20284739)
戸川 聡 四国大学, 情報処理教育センター, 教授 (20399166)
高橋 暁子 千葉工業大学, 情報科学部, 教授 (20648969)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 適応的学習 / ｅラーニング / ＩＲＴ / Q-Matrix / EdTech / ビッグデータ / IRT / CBT / 高等教育 / Q-matrix / 適応的学修 / 学習履歴 |
|---|
| 研究開始時の研究の概要 |
知識の伝達には、伝統的に、問題を繰り返し解く反復練習が用いられる。学習履歴（ビッグデータ）を利用することで、網羅的に問題を解くのではなく、分からないところを取り上げ練習することが可能になる。本研究は、高等教育における適応的な学習システムの構築を目指すものである。
適応的学習システムは、IRT（項目応答理論）を用いたCBT（Computer Based Test）による知識の測定と、学習履歴からの診断による指導によって学習を進める。ビッグデータ（学習履歴）を用いることで、判定と診断両方の実現を目指す。
本研究では、適応的学習システムの開発と、問題の蓄積と学習履歴の収集を実証的に進める。
|
| 研究成果の概要 |
高等教育の初年次学生を対象にした学習の中には、知識の伝達を目的としたものが存在する。知識伝達を目的とした学習は、演習の繰り返しによる自学自習の形を採る。問題を演習形式で繰り返し解く反復練習は、ｅラーニングによるサービス提供が可能である。学習者の理解状態を診断しながら、学習過程を調整するｅラーニングサービスを、適応的学習システムと呼ぶ。本研究では、学習者の診断機能がIRTの利用により、可能であることを確認した。また、Q-Matrixの利用により、問題間の構造を記述することが可能であることを確認した。問題の難易度情報と、問題間の構造情報を用いることで、理解状態を診断可能であることを確認した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、学習支援システムの研究の中で、適応的学習システムの開発を目指すものである。適応的学習システムは、学習過程において学習者の理解状態の診断を目指すものである。我々は、診断としてIRTとQ-Matrixの組み合わせを提案する。本研究では、それぞれの手法の有効性を検証した。また、AIを用いた学習システムについて、具体的な手法を示したという点で、社会的な意味があるものと考える。AIを用いた幾つかの商用のサービスが存在するものの、その機構について詳細が示されることはあまりない。具体的な機構を明示することには、適応的な学習システムの普及を目指す場合、意味を持つものと考える。
|
