研究課題/領域番号 |
21K17863
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分62030:学習支援システム関連
|
研究機関 | 九州大学 |
研究代表者 |
谷口 雄太 九州大学, 情報基盤研究開発センター, 助教 (20747125)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
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: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
キーワード | プログラミング学習 / 学習活動分析 / 時系列解析 / 可視化 / システム連携 / 学習支援システム / Learning Analytics / 学習状況 / 情報交換 |
研究開始時の研究の概要 |
本研究は学習者間の情報交換の活性化を目的とした研究開発を行います。演習授業での学生同士のやりとりは、先生からの説明を補う効果があります。しかし、初心者が自身の陥った状況をちゃんと把握して他の人にうまく質問することは難しいことが多くあります。これではそれぞれの学習者の失敗体験が埋もれてしまいます。そこで、学習者同士がうまく情報交換をできるような学習のための空間をシステムとして構築することを考えます。3年間で状況分析の方法と情報交換のための場の設計と開発を行って、実際の授業での評価を行います。
|
研究実績の概要 |
本研究の目的は、個別の学習者の学習体験が埋没しがちであり、オンライン授業の増加により一層その傾向が強まっているという問題に対し、学習者の演習から得られる知見などを学習者間で共有して活用することにより、学習者の主体的な学習を支援し、クラス全体の学習効果を高めることを目的としている。 プログラミング授業において教師が学習者の学習状況を把握する方法としては、従来から教室における見回りが行われてきた。しかし、見回りによって可能なのは学習者がその時点で何を書いているか確認したり、その時点での疑問点の解消を支援することに限られている。つまり学習状況の連続的な時間変化について把握することは難しかった。学習者の状況の時間発展を機械的に分析し、学習者の演習プロセスの特徴を定量的に表現することができれば、自動的な介入や、注意すべき学習者の存在について教師へ通知することが可能となる。 そこで今年度はいくつかの異なるアイディアに基づいて、いくつかの演習プロセス分析手法の開発を行った。その1つは、注意が必要な学習者を自動的に検出する手法である。本研究では学習者のプログラミングに係る行動履歴を分析することで、学習者の要注意度指標を提案した。実際の授業から得たデータに対して手法を適用することで、最終成績に基づいて定めた要注意学生の検出をある程度の精度で可能であることを示した。本研究については国際会議にて発表を行った。また、演習プロセス全体を定量的に特徴付ける手法について開発し、国内の研究会にて発表を行った。本研究では深層学習の技術を用いることで、学習者のプログラミングプロセスを定量的に表現する手法を開発し、得られた定量的表現と最終成績との相関関係について分析を行った。
|
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
本研究において学習者全員の学習状況の時間的変化を把握することは最も重要なマイルストーンとして位置付けられる。昨年度の人間による視覚的把握の支援に続き、今年度は計算機による自動的な把握手法の開発を最低限ではあるが行うことができた。また、以上の結果は既に国内外で論文発表が終わっている。その一方で、学習環境の動的最適化については進めることができなかった。
|
今後の研究の推進方策 |
次年度は学習状況が時間的に変化するプロセスを定量的特徴付け手法の開発を継続して進め、類似演習パターンのマッチング問題に取り組む。また、学習者の体験情報を相互に提供し合う方法の検討と実装を行う。これにより機械的な状況把握からの支援までを繋げることが可能となる予定である。学習環境の動的最適化については、学習環境の最適化をシステムの構成レベル、ユーザーインターフェイスレベルで行うのではなく、まずは学習者への情報提供を動的かつ最適に行う仕組みの実装を行う。究極的にはシステムの構成やユーザーインターフェイスも動的に変化することが理想的ではあるが、より本質的な情報提供の動的最適化にまずは注力する。
|