• 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

生成AIを用いた個別最適化したプログラミング教育ー測りにくい力の可視化と学習の転移

研究課題

研究課題/領域番号 24K21478
研究種目

挑戦的研究(萌芽)

配分区分基金
審査区分 中区分9:教育学およびその関連分野
研究機関愛知教育大学

研究代表者

野崎 浩成  愛知教育大学, 教育学部, 教授 (80275148)

研究分担者 横山 詔一  大学共同利用機関法人人間文化研究機構国立国語研究所, 研究系, 名誉教授 (60182713)
田中 佳子  日本工業大学, 共通教育学群, 准教授 (10406423)
小山 義徳  千葉大学, 教育学部, 准教授 (90546988)
研究期間 (年度) 2024-06-28 – 2027-03-31
研究課題ステータス 交付 (2024年度)
配分額 *注記
6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
2026年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2025年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
キーワードプログラミング教育 / 学習の転移 / 個別最適化
研究開始時の研究の概要

本研究では,生成AIを用いて,プログラミング能力を育成するためのICT学習環境を整備し,プログラミング言語の「学習の転移」を促す方策を考案する。①学習者特性や理解状況に合わせた「個別最適化した学び」を実現する。②プログラミング能力(テストで測りにくい力)の学習到達度を可視化する。これにより,教師と学習者が予め評価軸を共有し,その到達目標を意識化して学ぶことができる。③学習者が自己の到達度を客観的に把握する(メタ認知を促す)ことで,自己調整型の主体的・対話的深い学びを実現できる。④学習の転移の有無を検証することで,本研究の有効性と妥当性を検証する。

URL: 

公開日: 2024-07-03   更新日: 2024-08-28  

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