| 研究課題/領域番号 |
20K00797
|
|---|
| 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02100:外国語教育関連
|
|---|
| 研究機関 | 三重大学 (2021-2022)
山形大学 (2020) |
|---|
研究代表者 |
金子 淳 三重大学, 教育学部, 教授 (10331969)
|
|---|
| 研究分担者 |
山口 常夫 東北文教大学, 人間科学部, 教授 (80146745)
大槻 恭士 山形大学, 大学院理工学研究科, 准教授 (00250952)
ミラー ジェリー 山形大学, 地域教育文化学部, 准教授 (90455882)
坂口 隆之 山形大学, 地域教育文化学部, 准教授 (10436496)
畠山 研 秋田大学, 教育文化学部, 講師 (10804891)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | AI / 機械学習 / 評価 / パフォーマンステスト / 英語 / 言語習得 / BERT / 人工知能 / データサイエンス / スピーキング / 英語教育 |
|---|
| 研究開始時の研究の概要 |
AIを援用して、スピーキングのパフォーマンステストを、半自動採点するシステムを開発する。パフォーマンステストを全自動で採点するシステムは、現時点では問題があり、困難である。しかし、AIに自動採点させた結果を、最終的に英語教員がチェックする、という半自動採点のシステムは、十分、構築可能である。生徒のパフォーマンステストの様子を公開されているフレームワークやライブラリを使って音声認識させ、テキスト化する。それをPythonで作成したAI(教師あり学習)で自動採点させ、英語教員が最終的に確認する。採点基準の客観性・公平性を保ち、教員の負担軽減を図り、パフォーマンス評価が広がることをねらいとする。
|
| 研究成果の概要 |
AIを援用したパフォーマンステスト半自動採点システムは、音声認識技術の向上により、より簡便なツールを用いてテキスト化された言語データを、BERTなどの自然言語処理技術を用いてコンピュータにより数値化・採点させ、データサイエンス技術で可視化する第一段階と、教員が確認する第二段階とに分けて、「半自動」とすることにより、課題はあるものの、評価項目のいくつかを何らかの特徴量によって定量化したことによって、教員の採点時の負担を軽減するのみならず、多くの教員が抱える評価基準の客観性や公平性への不安を和らげる効果があり、現実的な運用を重視したこの研究の有用性とその可能性が示唆されたと考える。
|
| 研究成果の学術的意義や社会的意義 |
研究成果の学術的意義や社会的意義は3つある。1つ目は、不可能であるように思われた、パフォーマンステストの自動採点は、コンピュータで数値化・採点する第一段階と、その結果を教員が確認する第二段階とに分けた、「半自動採点システム」とすることにより、課題はあるものの、実現可能性が高いことを明らかにした点である。2つ目は、評価項目のいくつかを何らかの特徴量によって定量化したことにより、教員の採点時の負担を軽減するのみならず、評価基準の客観性や公平性への不安を和らげる効果があることを示唆できたことである。3つ目は、BERTなどの自然言語処理技術を実装、精度を高め、半自動採点の可能性をより高めたことである。
|
