研究課題/領域番号 |
25K00842
|
研究種目 |
基盤研究(B)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分09070:教育工学関連
|
研究機関 | 九州大学 |
研究代表者 |
殷 成久 九州大学, 情報基盤研究開発センター, 教授 (20512180)
|
研究分担者 |
熊本 悦子 神戸大学, DX・情報統括本部, 教授 (00221383)
小野 雄一 筑波大学, 人文社会系, 教授 (70280352)
仲谷 佳恵 大阪大学, スチューデント・ライフサイクルサポートセンター, 准教授 (70771864)
大野 麻子 神戸大学, DX・情報統括本部, 准教授 (90550369)
周 娟 東京都市大学, メディア情報学部, 准教授 (90822841)
|
研究期間 (年度) |
2025-04-01 – 2028-03-31
|
研究課題ステータス |
交付 (2025年度)
|
配分額 *注記 |
18,720千円 (直接経費: 14,400千円、間接経費: 4,320千円)
2027年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
2026年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
2025年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
|
キーワード | 個別最適な学び / 生成AI / 最適な教材生成 / パーソナライズ / 行動パターン |
研究開始時の研究の概要 |
本研究では、LLM とRAG 技術を用いて、学習進度に合わせてクイズを生成し、学習者のつまずきに関連する様々な形式の資料を材料として、対象となる学習者の個別特性に合わせパーソナライズされた教材を自動生成することを目指している。
具体的には、1) 学習ログ、スライド教材やFAQ、関連文献など、学習行動や授業内容に関する正確な情報をベクトル化し、ローカルベクトルストアに格納する。 2) 学生からの質問や回答、解答を間違えたクイズ問題の内容をもとに個々の学習者のつまずきを推定する。3) ベクトルストアとつまずきを生成AIの一種であるLLM (Large Language Models、大規模言語モデル) に参照させ、個々の学生にあった教材を生成する。
|