| 研究課題/領域番号 |
23K00651
|
|---|
| 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02100:外国語教育関連
|
|---|
| 研究機関 | 三重大学 |
|---|
研究代表者 |
金子 淳 三重大学, 教育学部, 教授 (10331969)
|
|---|
| 研究分担者 |
山口 常夫 東北文教大学, 人間科学部, 教授 (80146745)
大槻 恭士 山形大学, 大学院理工学研究科, 准教授 (00250952)
坂口 隆之 山形大学, 地域教育文化学部, 准教授 (10436496)
ミラー ジェリー 山形大学, 地域教育文化学部, 准教授 (90455882)
畠山 研 秋田大学, 教育文化学部, 講師 (10804891)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | AI / 機械学習 / BERT / 教育ビッグデータ / 教育データ / 個別最適な学び / データサイエンス / データ・ドリブン / 言語習得 / ICT |
|---|
| 研究開始時の研究の概要 |
AIを活用、授業で収集したデータからコンピュータ上に仮想の学習者を再現、実験、分析を行う。得られた知見を授業に還元する。学校現場と連携し、GIGAスクール構想で行き渡ったタブレットを使い、Microsoft Teams、Google Classroom等から、パフォーマンステストや各種テスト・振り返りなど学習履歴（スタディ・ログ）等を、教育ビッグデータとして収集する。個人情報やセキュリティに配慮し、機械学習を行い、データサイエンスの観点から新たな知見をマイニングする。それに基づき、第二言語習得論を踏まえ、学習者の個性に応じ、どのような「個別最適な学び」が英語力向上に資するか明らかにする。
|
| 研究実績の概要 |
初年度は、当初の研究計画通り、順調に進んだと言える。具体的には、学習履歴すなわち教育ビッグデータを収集、分析した。
まず、①研究代表者・研究分担者・研究協力者の間で今後の方針を確認した（全員） 。
次に、②教育ビッグデータを収集するための知識・技能、思考・判断・表現を踏まえた各種テスト等を、ロイロノート、Google Forms、Microsoft Forms等で作成した。具体的には、各単元のテストやパフォーマンステスト、振り返りや各種アンケートなどである。金子・山口・ミラー・畠山が担当した。
加えて、それをベースに③研究協力者がそれぞれの勤務する学校現場で授業を行い、GIGAスクール構想により生徒一人一台配布されたタブレットを通じて、各種データを収集・ 蓄積した（実施統括は金子が担当）。研究協力者は、三重大学教育学部附属中学校・庄山大樹教諭、山形県金山町立金山中学校・武山史哉教諭である。各研究協力者が実践を行なう際、学校現場のいろいろな状況を最大限に尊重し、実施を行なうように細心の注意を払った。
④得られたデータをデータサイエンスの観点から分析し、新たな知見を得た。データの前処理に多くの時間が費やされたが、その方針をめぐって、その都度協議を重ね、着実に進めていった。加えて、得られた言語データを学習データとして機械学習させ、機械学習モデルを作成、シミュレーションを行い、実験を重ね、分析を行った（金子・大槻・坂口が担当）。
収集したデータを学習させる機械学習用のコンピューターを必要としたことや、情報取集のため学会に参加する必要があり、それらに必要な費用を使用した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
初年度は、当初の計画通り、おおむね順調に進んだと言える。その理由として、初年度の目的である、学習履歴すなわち教育ビッグデータを収集、分析を行なうことが達成できたからである。具体的には、以下の４つの計画した項目すべてについて、満足できる進捗状況であった。
まず、①研究代表者・研究分担者・研究協力者間で今後の方針を確認した(全員) 。
次に②教育ビッグデータを収集するための各種テスト(パフォーマンステスト等も含む)・振り返り等を、ロイロノート、Google Forms、Microsoft Forms等で作成した(金子・山口・ミラー・畠山が担当した)。
加えて、それをベースに③研究協力者が勤務する学校現場で授業を行い、データを収集・ 蓄積した(実施統括は金子が担当した)。研究協力者は、三重大学教育学部附属中学校・庄山大樹教諭、山形県金山町立金山中学校・武山史哉教諭である。各研究協力者が実践を行なう際、学校現場の状況を尊重し、実施した。
得られたデータを④データサイエンスの観点から分析し、新たな知見を得た。加えて、得られた言語データを学習データとして機械学習させ、機械学習モデルを作成、シミュレーションを行い、実験を重ね、分析を行った(金子・大槻・坂口が担当した)。
1年目に行う当初の予定・目的はすべて達成したと考えている。
|
| 今後の研究の推進方策 |
今年度は（二年目）、分析の結果、得られた知見を盛り込み、フィードバックのような形で授業を行い、その効果を検証していくことを予定している。
①得られた知見に基づき、各研究協力者が勤務する学校で授業を実施、データの蓄積を続ける。②検証用に得られたデータを分析、効果を検証する(金子・坂口が担当)。③本研究に参加した教員・児童等にアンケート、インタビュー、状況が許せば実地調査を実施する。アンケート方法は質問紙調査法によるMicrosoft Forms、Google Forms、ロイロノートで行う(金子・山口・畠山が担当)。
来年度（最終年度）は得られたそれらの成果をまとめる。
④得られた検証結果をまとめ、考察する(金子・山口・坂口が担当)。⑤成果を学会で発表する(金子・山口・ 畠山が担当)。⑥成果を社会に還元するため、発表内容を論文にして、学会誌に投稿する(全員が担当。英文チェックはサコラヴスキーが担当)。⑦さらに報告書を作成、各教育委員会・学校現場に配布する(金子が担当)。
仮に不測の事態が起こるとすれば2つ考えられる。1つ目は、AI（機械学習）に関する技術的な困難にぶつかる場合である(可能性はかなり低い)。その場合は山形大学大学院理工学研究科の大槻准教授(専門はAI)からアドバイスを受けることで解決できると思われる。2つ目は、学校現場で の実践・実験・検証が何らかの理由で遅延・不可能になった場合である。その場合これまで構築してきた教育委員会・学校現場とのコネクションを活用し、代わりの学校を速やかに見つけることが可能である。
|
