研究課題/領域番号 |
20K03096
|
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 | 熊本大学 |
研究代表者 |
平岡 斉士 熊本大学, 教授システム学研究センター, 准教授 (80456772)
|
研究分担者 |
喜多 敏博 熊本大学, 教授システム学研究センター, 教授 (20284739)
鈴木 克明 熊本大学, 教授システム学研究センター, 教授 (90206467)
長岡 千香子 熊本大学, 教授システム学研究センター, 助教 (90749839)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (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)
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: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
キーワード | 知的技能 / 自動採点テスト / 類題作成 / テスト作成 / 自動採点 / LMS / オンラインテスト |
研究開始時の研究の概要 |
eラーニングなどの自動採点を前提としたテストは知識の確認をするものがほとんどである。一方、実際の教育場面では知識を応用するスキルの修得が求められている。しかし知識を応用するスキルを評価するテストには複数の制約があり、教育設計の知識やスキルに乏しい教員が作成することは容易でない。本研究では、知的技能の特性を踏まえたテスト作成方法を整理・体系化し、教育設計の非専門家でも使える問題作成支援ツールを開発する。あわせて自動採点テストを作成するための諸問題(手動採点用問題からの適切な代替、誤答選択肢の質、類題の確保など)を解決する方法を確立し、問題作成支援ツールと連動させたシステムを設計・開発・評価する。
|
研究実績の概要 |
知的技能の特性を踏まえたテスト作成方法を整理・体系化し、教育設計の専門家でなくても使える問題作成支援ツールを開発する。あわせて自動採点テストを作成するための諸問題(手動採点用問題からの適切な代替、誤答選択肢の質、類題の確保など)を解決する方法を確立し、問題作成支援ツールと連動させたシステムを設計・開発・評価する。eラーニングなどの自動採点を前提としたテストは知識の確認をするものがほとんどである。一方、実際の教育場面では、知識を応用するスキルの修得が求められている。しかし、知識を応用するスキルを評価するためのテストには複数の制約があり、教育設計の知識やスキルに乏しい教員が作成することは容易ではない。そこで本研究では、知識の応用スキルのテストを作成するための支援ツールと類題作成システムの設計・開発・評価を行う。 これまで知的技能のテスト作成プロセスの分析と、プロセスのどの段階で、どのような情報に対して、どのような処理を行うのかを整理した。続いて、手動採点テストを自動採点テストへ変換する過程の特徴、変換過程で必要となる情報、出題形式の候補、誤答選択肢の作成、元のテスト形式との学習目標達成チェックの妥当性の差異などについて整理した。それらを踏まえて知的技能の特徴ごとのテスト(手動採点・自動採点)作成プロセスを整理した。続いて、類題作成支援プロセスの設計として、知的技能の特徴ごとの出題形式を整理し、対応する類題のパターンを整理した。知的技能テスト作成支援プロセスに基づいて作成した問題をベースにした類題案を提示するために、必要となる情報や類題作成の過程を整理し、その手順を確立した。今後は本研究の達成のためにChatGPTをどのように活用していくかも踏まえて検討を行う。
|
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
当初の予定では、知的技能テスト作成支援ツールと類題作成プロセスを連結したシステム開発を終わらせる予定であったが、ChatGPTの登場によりそれを組み込んだ設計をし直すための検討を行うことになったためである。ChatGPTを活用することで、ユーザーの負担を減らし、なおかつ作成される類題のクオリティを高めたり、自動作成された類題候補の中から使用に足る候補を選別したりすることができることが期待できる。ユーザーが負担する部分をどのように減らせるかを再検討し、ChatGPTを組み込んだ設計で開発を行っていく予定である。
|
今後の研究の推進方策 |
知的技能のテスト作成プロセスのどの段階で、どのような情報に対して、どのような処理を行うのかについて、ChatGPTに任せられる部分を抽出する。その上で、人間がどのような情報を用意すればよいのか検討する。それを踏まえて、手動採点テスト型の問題を自動採点テストへ変換する過程をChatGPTにどのように任せられるか、かつ、どのようにすれば出題形式の候補、誤答選択肢の作成をさせられるかを検討する。その上で、元のテスト形式との学習目標達成チェックの妥当性の差異を人間が行うために、どのように情報を提示させるかを整理する。これらの内容を踏まえて、知的技能テスト作成支援ツールと類題作成プロセスを連結したシステムを再設計し、開発を行い、形成的評価を実施する。
|