| 研究課題/領域番号 |
22K12325
|
|---|
| 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 | 愛知産業大学 |
|---|
研究代表者 |
廣瀬 伸行 愛知産業大学, 造形学部, 講師 (00369604)
|
|---|
| 研究分担者 |
奥原 俊 三重大学, 工学研究科, 講師 (10754468)
高木 正則 電気通信大学, eラーニングセンター, 准教授 (80460088)
白松 俊 名古屋工業大学, 工学(系)研究科(研究院), 教授 (80548595)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
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 | 振り返りの具体性自動評価 / チャットボットによるリアルタイムアドバイス / 学習支援システム / アドバイス自動生成 / 大規模言語モデル / 記述内容 / 自動評価 |
|---|
| 研究開始時の研究の概要 |
オンライン教育における学習者の学習計画と振り返り活動は、学習者の効率的な学習活動に重要なプロセスであるが、内容に問題がある場合は支援が不可欠である。しかし、学習者数が多いと教員が学習者個別の学習状況の問題や特性を踏まえて継続的に指導してくことが困難である。そこで、学習者個別の学習計画と振り返り活動から対話エージェントが自動的に問題を捉え、学習者に学習活動の改善を促す仕組みの実現を目的とする。そのために、教員が行う学習支援の調査とデータ分析から、機械学習データを採取して対話エージェントと学習支援システムを開発し、実験によって教員の学習支援との比較から効果を明らかにする。
|
| 研究成果の概要 |
自己調整学習(SRL)の計画・振り返りを支援するため、LLM搭載エージェントによる対話型システムを構築した。定義したSRLルーブリックに基づくトレーニングデータでGPT-3を再学習、振り返り具体度の自動評価は教員評価と0.81の相関を得た。GPT-3.5生成アドバイスは適合性・理解性・実行性で人手を上回る可能性を示し、理解性については「記述＋テーマ」入力が効果的と判明した。GPT-4o搭載チャットボットの試作過程においてシステムメッセージ分割やガントチャート連携により質問回数・目的逸脱を削減し個別化支援の可能性と新しい課題を確認。オンライン授業の教員負担を軽減しSRL向上に資する基盤を提示。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、学習者が自分で学習計画を立てて振り返る力（自己調整学習）を、対話型AIが即時に診断・助言する仕組みを開発しました。教員評価とほぼ同等の精度で学習計画と振り返る力を自動的に評価する手法を確立しました。そして、自動評価の仕組みを応用したチャットボットとの対話でリアルタイムにアドバイスを自動生成する仕組みと課題を提示しました。今後は提案したチャットボットの効果を検証します。これらの実現はオンライン授業の大人数化で不足しがちな個別指導を補えます。これにより学習者は学習習慣を身に付け、教員は負担を減らせます。社会人研修やリメディアル教育でも主体的学習を促す手段として広く波及が期待されます。
|
