• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

効果的なPBL課題作成にAIで助言-課題作成支援ツールの開発-

研究課題

研究課題/領域番号 23K09563
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58010:医療管理学および医療系社会学関連
研究機関日本医科大学

研究代表者

早坂 明哲  日本医科大学, 医学部, 助教 (50516094)

研究分担者 藤倉 輝道  日本医科大学, 医学部, 教授 (00238552)
根本 崇宏  日本医科大学, 医学部, 准教授 (40366654)
高久 俊  日本医科大学, 医学部, 講師 (50445813)
藤崎 弘士  日本医科大学, 医学部, 教授 (60573243)
三宅 弘一  日本医科大学, 医学部, 教授 (90267211)
研究期間 (年度) 2023-04-01 – 2027-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023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PBLチュートリアル / 作問学修 / 機械学習 / 医学教育 / Problem Based Learning / チューター
研究開始時の研究の概要

グループ学修の手法であるPBL(Problem Based Learning)チュートリアル課題の作成を支援するシステムを開発する。PBL課題では主テーマに加えて、関連分野、周辺分野の内容を含めた内容にしたいが、主テーマに偏り網羅的にならないことがある。課題作成後にピア評価をするが、完成後の大幅な改変は困難である。課題作成時のピア評価に相当するコメントをフィードバックするシステムを開発し、課題作成を支援したい。また現在開発中のPBLチューター支援システムと組み合わせ、PBLチュートリアルの包括的な支援を目指す。

研究実績の概要

グループ学修の手法であるPBL(Problem Based Learning)チュートリアル課題の作成を支援するシステムの開発を目的としている。PBL課題では主テーマに加えて、関連分野、周辺分野の内容を含めた内容にしたいが、主テーマに偏り網羅的にならないことがある。課題作成後にピア評価をするが、完成後の大幅な改変は困難である。課題作成時のピア評価に相当するコメントをフィードバックするシステムを開発し、課題作成を支援したい。また現在開発中のPBLチューター支援システムと組み合わせ、PBLチュートリアルの包括的な支援を目指している。
2023年度は学修項目と評価基準の策定、プロトタイプシステムの構築に着手する予定であった。
PBL課題作成の要領、要点から学修項目とその評価基準を策定し、システム化に必要な文書構造の洗い出し作業を進めている。PBL課題が記述されている課題シートは学内で定型化しているものの、体裁から逸脱しているものもある。課題シートや文書構造の解析とパタン化に時間がかかっており、実質的なシステム化に着手できていない。
また本課題は別に進めている研究課題の発展研究の位置づけである。既存研究の成果を進捗が遅れに伴い着手が遅れている。2023年度はシステム化に必要な情報整理と、システム構築に必要な情報収集に終始してしまい、成果報告に至っていない。

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

2023年度は、学生が学修する学修内容が記載された課題シート、チューターが学生の議論のファシリテートに必要な情報が記載されたチューターガイド、などを含めたPBLチュートリアル課題資料を分析する計画であった。課題資料全体から、学修項目や評価基準の精査をし、学修項目の優先順位、必要な知識、課題シートの記載事項の言い回しなど、必要な項目を整理し、システム開発に必要な要件の抽出が必要となる。精査する内容が多岐にわたっていることと、学内で定めた課題作成のフォーマットに準じていない体裁のものもあり、異なる体裁でも包含して処理できるシステムを考慮したことで、学習項目と評価項目を含めた必要事項の抽出作業が途中となっている。
結果として、本来では着手している予定のプロトタイプの開発に至っておらず、計画よりも遅れている。

今後の研究の推進方策

2023年度に完了予定である、PBL課題資料に関わる情報の精査を可能な限り早い段階で完了させたい。進捗状況によりシステム開発に必要な基本情報の精査にさらに時間がかかる可能性がある。
システム開発の段階では、開発システムアルゴリズムの効率化の検討は必須です。最も大きな要因は、既存のChatGPTをはじめとする自然言語処理システムである。オリジナルアルゴリズムの開発が理想であるが、既存システムをチューニングしにて組み込むことができれば、進捗遅延の回復が期待できる。また、本システムの自然言語処理の精度の向上も期待できることから、有効利用の手段も模索したい。

報告書

(1件)
  • 2023 実施状況報告書

URL: 

公開日: 2023-04-13   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi