| 研究課題/領域番号 |
20K12114
|
|---|
| 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62030:学習支援システム関連
|
|---|
| 研究機関 | 帝京大学 |
|---|
研究代表者 |
宮崎 誠 帝京大学, 理工学部, 助教 (60613065)
|
|---|
| 研究分担者 |
松葉 龍一 東京工科大学, 先進教育支援センター, 教授 (40336227)
久保田 真一郎 熊本大学, 総合情報統括センター, 准教授 (80381143)
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | プロンプト / 学習モデル / 省察 / リフレクション / LTI / Back Translation / 逆翻訳 / データ拡張 / LMS / eポートフォリオ / 機械学習 / AI |
|---|
| 研究開始時の研究の概要 |
学生が行ったリフレクションのうち，質の高いリフレクションから評価観点を抽出することで次第に深いリフレクションへの思考を意図した指示プロンプトを作成する．また，教員の代わりに自動採点および即時フィードバックを行うLTIツールを開発する．
リフレクションの自動採点はAIで実現するため，機械学習の学習データとしてできるだけ多くのリフレクションデータが必要となる．データが少ないことによって自動採点の精度が低い場合は，人手やツールを使ってデータを生成する等，学習データの拡充を図る．同時に機械学習のパラメータをチューニングすることで，より精度の高い学習モデルを作成する．
|
| 研究成果の概要 |
リフレクションに関する国内外の先行研究から，ブルームの目標分類学によるリフレクションモデル(Remembering, Understanding, Applying, Analyzing, Evaluating, Creating)と4Rsモデル(Reporting & Responding, Relating, Reasoning, Reconstructing)を用いて，質の高いリフレクションの観点を整理した．それぞれの観点についてリフレクションの深化を促す学生への短い問いかけ（プロンプト）を作成，さまざまなLMSから利用可能なLTIツールとしてリフレクション支援ツールを開発した．
|
| 研究成果の学術的意義や社会的意義 |
ブルームの目標分類学によるリフレクションモデル(Remembering, Understanding, Applying, Analyzing, Evaluating, Creating)と4Rsモデル(Reporting & Responding, Relating, Reasoning, Reconstructing)を用いて，質の高いリフレクションの観点を整理したことで，質の高いリフレクションと低いリフレクションを明確に説明することが可能となった．これによりリフレクション支援ツールとしてプロンプトの実装が可能となった．観点に基づくリフレクション能力の養成やフィードバックに有用である．
|
