研究課題/領域番号 |
19K10545
|
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58010:医療管理学および医療系社会学関連
|
研究機関 | 日本医科大学 |
研究代表者 |
早坂 明哲 日本医科大学, 医学部, 助教 (50516094)
|
研究分担者 |
藤倉 輝道 日本医科大学, 医学部, 教授 (00238552)
根本 崇宏 日本医科大学, 医学部, 准教授 (40366654)
藤崎 弘士 日本医科大学, 医学部, 教授 (60573243)
三宅 弘一 日本医科大学, 医学部, 教授 (90267211)
井上 千鹿子 日本医科大学, 医学部, 非常勤講師 (90453042)
|
研究期間 (年度) |
2019-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2019年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
キーワード | PBLチュートリアル / 議事録解析 / 機械学習 / 医学教育 / PBLチューター / 討論議事録 / チュータースキル |
研究開始時の研究の概要 |
グループ学習の手法であるProblem-based Learning(PBL)チュートリアルのチューターは、グループ討論のファシリテータを担い討論の成果を左右する。チューターの振る舞いのバラツキはグループ間の学習成果に差を生じさせる要因であり、討論達成度を示すことでその差を減らせる可能性がある。そこでチューターに客観的な討論達成度を示し、自身のファシリテートを振返る情報をフィードバックするシステムを開発する。これは将来的には簡易な設備でPBLのアクティビティそのものを評価するシステムにつなげる基礎研究としたい。
|
研究実績の概要 |
Problem-based Learning(PBL)チュートリアルのチューターは、グループ討論のファシリテータを担い討論の成果を左右する。チューターの振る舞いのバラツキはグループ間の学習成果に差を生むので改善が必要である。そこでチューターに客観的な討論達成度を示し、自身のファシリテートを振返る情報をフィードバックするシステムを開発することを目指してる。開発は次の手順である。(A)討論をビデオ撮影し、討論の様子とその議事録からシステム化を考慮した評価基準を決定する。(B)評価基準を前提に電子黒板に書かれた議事録を機械学習により分析して討論達成度をチューターにフィードバックするシステムを開発する。 2023年度は、電子黒板やタブレットで手書き記録した議事録から、テキスト化するフローに着手し、独自に開発を進める一方、Web上で無料使えるシステムとの比較をし、効率の良い手法について模索した。2022年途中からChatGPTをはじめとする自然言語処理システムとの比較や、本開発システムとの対比も進めている。引き続き、システム開発は可能な範囲で進めている。またこれまでと同様に開発に必要な機械学習や深層学習の情報収集と、Pythonで効果的にデータを処理するために必要な情報の収集に努めた。 研究成果をいくつかの学会にて報告する予定であったが、報告が可能な成果を得られず報告を見送った。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
2023年度は2020年度から続いていたCOVID-19の授業の実施は通常通りとなった。COVID-19の期間中、議事録の作成はオンラインの手書きツールを活用したため、大学設備の電子黒板とは手書き文字の様相が異なっていた。手書きツールにより、文字の識字率(テキスト情報変換)も異なっており、開発システムの調整が必要となっている。実データに影響のない範囲のシステム開発できる部分はすすめているが、実データの分析結果がシステム仕様の変更に影響することも想定される。また、ChatGPTのような機械学習や深層学習の技術の進歩が著しいく、自然言語処理の観点から、どのくらい対応や対比が可能が検討が別途必要となっている。前述の理由からシステム開発と研究全体の進捗を評価すると遅れている状況である。 加えて、本システムをPBL課題作成支援を実現システムに組み込むことを想定し、新たな研究テーマへの展開を模索している。PBL自体は学生主体のものであるが、学修課題は教員が作成している。課題作成からPBLの実施まで支援できるシステムとなれば、効率的な学修活動が期待できる。本研究課題の発展型も含めて進行させており、一部システムのカスタマイズが影響している。
|
今後の研究の推進方策 |
2020年度~2023年度に予定していたデータ収集に関わる実施計画に基づき、不足しているPBLチュートリアルのデータ収集を実施する。2024年度は通常通りに授業が実施される予定であり、これまでの遅れを可能なかぎり取り戻す予定である。電子的に保存された議事録のテキスト化に継続して取り組んでいる。得られたテキストデータの解析で工夫が必要なことがわかり、自然言語処理の部分に工夫が必要である。ChatGPTをはじめとする自然言語処理AIの動向の調査を継続する。技術的な部分で参考になるところもあるため、本課題のシステム開発に有用な技術について並行して調査する予定である。 引き続き、データ収集と並行してシステムの開発を進める。構築システムの機能には大きく分けると、1)手書き文字のテキストデータ化機能、2)チューターガイドの評価基準用データ化機能、3)課題テーマに関連した情報のデータ化機能、4)ソフトウェアのユーザインタフェースが必要となる。2)と3)については順次すすめており、これらの機能を大きなモジュールとして開発し、プロトタイプシステムの構築を目指す。本研究課題の発展型も並行してすすめており、システム移行やシステム連携を考慮した開発を進める予定である。
|