研究課題/領域番号 |
22K12292
|
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 | 徳島大学 |
研究代表者 |
金西 計英 徳島大学, 高等教育研究センター, 教授 (80204577)
|
研究分担者 |
吉冨 賢太郎 大阪公立大学, 国際基幹教育機構, 准教授 (10305609)
喜多 敏博 熊本大学, 教授システム学研究センター, 教授 (20284739)
戸川 聡 四国大学, 経営情報学部, 教授 (20399166)
|
研究期間 (年度) |
2022-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2022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)
2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
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: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | 適応的学習 / EdTech / ビッグデータ / IRT / CBT / 高等教育 / Q-matrix / AI / 教育データ |
研究開始時の研究の概要 |
本研究は、適応的な学習環境の構築を目指すものである。また、単にシステムをデザインするだけではなく、実証的な検証を目指すものである。知識伝達を対象とした学習は、教材(講義)による知識導入と、問題演習による確認が繰り返されることで成り立つ。この過程を網羅的に繰り返すのではなく、学習者にとって自分の分かっていないところを重点的に学習できれば、学習効率は上がる。学習者の理解度に沿った、個別適応をおこなうことで、適応的な学習システムの構築を目指すものである。
|
研究実績の概要 |
本研究は、適応的学習システムの構築を目指すものである。高等教育の初年次教育では、基礎的な知識伝達を目的とする科目等が存在する。そこでは、知識伝達の方法として、演習問題を繰り返し解く反復練習が主におこなわれている。反復練習を成り立たせるためには、領域知識をカバーする大量の演習問題が必要である。その上で、学習者は用意された大量の問題を、解くことを繰り返す。しかし、大量の問題を網羅的に解くのは効率的と言えず、学習者の意欲を削ぐことになる。そこで、最近のAIの研究を応用することで、学習者の理解状態を診断し、演習の過程の制御が可能と考えた。単純に繰り返すのではなく、未習得の知識を練習することが必要である。演習問題を解く(練習する)とは、対象の問題を解くだけではなく、関連する問題を解く、関連する知識を参照するとった行動が付随して発生する。問題を解くといった行動はいろいろな行動の集まりであり、問題を解くために、どういった行動をとればよいか、次にとるべき行動を例示することができれば、学習を適切に誘導できるものと考える。そこで、我々は、適当的学習において学習の誘導の実現を目指している。 本研究では、誘導を実現するために、まず、対象知識の構造化を目指す。知識の構造化は、問題の難易度と、問題間の関係の記述によっておこなう。IRTを用いることで、難易度による分類をおこなう。さらに、Q-Matrixによって、問題を相互に関連するものとして分類する。さらに、演習の過程を、誘導することを目指す。令和4年度は、試作している問題プールを用いて、解答履歴の収集をおこなった。この解答履歴に対し、IRTやQ-Matrixの可能性を検討した。さらに、演習過程の誘導について、強化学習等の利用を想定し、モデルの作成をおこなった。次年度以降、解答履歴の収集をおこない、システム設計や開発を進める予定である。
|
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
令和4年も、令和3年に引き続きCOVID-19感染拡大により、国内の高等教育機関の授業の実施は混乱に見舞われている。本研究は授業との連携を想定している。そのため、演習問題の作成や、試用システムを用いた実験を予定していたが、研究計画の実行に支障が出ている。また、研究の打合せについても、オンライン等で対応を進めているものが、対面の打合せに勝るものではなく、十分な議論が確保できない状況が続いている。令和4年度は、感染拡大の状況下にあっても研究を進めており、幾つかの成果はあったと考える。次年度に向けて、研究計画を再検討し、計画の伸長に努めるものである。
|
今後の研究の推進方策 |
令和5年度は、これまでの研究成果を踏まえ、研究計画を検討した上で、研究を進める。試作した環境を通して、解答履歴の収集を継続しておこなう。これまで集めた解答履歴、および、新たに集めた解答履歴の検討、分析をおこなう。その上で、難易度の推定や、Q-Matrixの精度について検討をおこなう。また、強化学習を用いた誘導方法について、モデルの構築を進める。
|