研究課題/領域番号 |
21K12177
|
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 | 名古屋市立大学 |
研究代表者 |
渡邊 裕司 名古屋市立大学, 大学院理学研究科, 教授 (60314100)
|
研究期間 (年度) |
2021-04-01 – 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: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
キーワード | プログラミング教育 / 機械学習 / 教え方支援 / 地域連携 / Scratch / Python / 自動採点 / Google Colaboratory |
研究開始時の研究の概要 |
2020年度から順次必須化される小中高でのプログラミング教育において、教えられる指導者や支援員の絶対的不足は喫緊の課題である。本研究では、代表者やNPO団体が行うプログラミング初等授業における学習者のソースコードと操作履歴から、機械学習によって、まずコードのバグを分類し、そのバグを先生や支援員がいかに指導するかを支援するシステムの開発を目指す。本研究が、プログラミング初等教育における指導者や支援員の不足解消の一助となるとともに、機械学習を用いたシステム開発を大学生が補助することによりAI人材の育成にもつながることが期待される。
|
研究成果の概要 |
2020年度の高校生23名対象のPythonプログラミング講座におけるコードとアンケート回答を分析した。コードの正誤関係の類似性分析により受講者がいくつかのクラスタに分かれることを見つけた。また、2021年度の中学生48名対象のプログラミング教室に対しても分析した結果、高校生と同じく正誤関係からクラスタを確認した。 さらに、ScratchやPythonのコードの正誤を自動で判定するために、JSON形式のファイルから入力コードをまず抽出した。そして、入力コードから抽象構文木を作成し、レーベンシュタイン距離により自動採点する方法を提案した。提案する自動採点は手動採点に近い点数を得ることができた。
|
研究成果の学術的意義や社会的意義 |
プログラミングの学習支援に関する従来研究の多くはJavaやPythonなど大学や大人相手のプログラミング言語を対象としてきた。それに対して、本研究のようにScratchや小中高生も対象とする初等プログラミング教育における学習支援を目指す研究はまだ少ない。本研究は緒に就いたばかりであり、現時点での研究成果に対してインパクトは小さいかもしれない。しかし、初等プログラミング教育の広がりに応じて、プログラミング教育における指導者や支援員の不足解消の一助となるとともに、機械学習を用いたシステム開発補助に大学生を従事させることによってAI人材の育成にもつながることが期待される。
|