| 研究課題/領域番号 |
20K14101
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分09070:教育工学関連
|
|---|
| 研究機関 | 立命館大学 (2023)
同志社大学 (2020-2022) |
|---|
研究代表者 |
槇原 絵里奈 立命館大学, 情報理工学部, 講師 (90822875)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
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: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | プログラミング教育 / 適応学習 / コミュニケーション活動 / 行動分析 / 自動化 / 個別最適化 / プログラミング行動 / ソフトウェア開発教育 / プログラミング学習 / ソフトウェア工学教育 |
|---|
| 研究開始時の研究の概要 |
各学習者の理解度に応じ適切な学習コンテンツを提供する適応学習に近年注目が集まっている。しかしながら、適応学習における理解度は主にコンピュータ上での操作履歴・学習履歴から分析・測定されるため、学習者間で行われたコミュニケーションや教授者とのディスカッションといったインタラクション情報は考慮されていなかった。本研究ではインタラクション情報が学習者の理解度に与える影響を調査・検証する。具体的には、学習者の位置情報及びツールの機能を通して行われたインタラクションの情報を、従来の学習履歴と組み合わせることで、学習者の理解度をより適切に推定し、質の高い教育コンテンツの提供を目指す。
|
| 研究実績の概要 |
本研究ではプログラミング教育における適応学習の導入を目指した。適応学習とは、各学習者の理解度に応じて、最適な学習コンテンツを自動で提供する学習形態を指す。本研究では特に、学習者の演習室内における移動、他学習者・教員間との議論について、学習者のコミュニケーション活動と捉え、コミュニケーション活動を分析することで、適応学習における学習者の理解度測定への導入や精度向上を目指す。
2024年度は研究者の所属の異動に伴い、学習者が提出するプログラムに加え、学習者が考えたテストケースの内容と、口頭チェックによる学習者のプログラム理解度の関係についても調査する環境構築を検討した。また、オンラインジャッジシステムを利用した自学自習環境を提案し、適応学習の環境を演習から自学自習まで含めるように拡張を試みた。加えて、最適な学習コンテンツを提供するためのモデル構築やデータの取捨選択についても調査を行い、既存の手法より精度の高い問題推薦を実現できた。コミュニケーション活動を組み合わせることで、学習者の理解度をより精度高く反映した問題推薦やフィードバックの自動化が期待できると考える。
ソフトウェアの社会的需要の高まりからプログラミング教育に注目が集まる中、教育者の人材不足は喫緊の課題である。適応学習をプログラミング教育に導入することで、教員に負担を強いること無く、学習者一人一人の苦手や得意といった理解度に応じた学習コンテンツを提供でき、社会的意義は高いと考える。また、本研究によって学習のコミュニケーション活動とプログラム理解度の関係が分かることで、効果的なアクティブラーニングの実施にもつながり、本研究の重要性は高いと考える。
|
