学生の特性に応じたパーソナライズ教育の実践と評価 - 人工知能モデルを使って

• 研究課題/領域番号: 25K06531
• 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09070:教育工学関連
• 研究機関: 東京国際工科専門職大学
• 研究代表者: 上條 浩一 東京国際工科専門職大学, 工科学部, 教授 (10881998)
• 研究分担者: 塩尻 亜希 (斎藤亜希) 東京国際工科専門職大学, 工科学部, 助教 (00883357) ; 神沼 充伸 東京国際工科専門職大学, 工科学部, 教授 (10637234) ; 門田 裕次 東京国際工科専門職大学, 工科学部, 講師 (30881990) ; 町出 智也 東京国際工科専門職大学, 工科学部, 講師 (60614526)
• 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: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2025年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
• キーワード: 個別教育 / 性格 / 機械学習 / 脳波 / 集中度

研究開始時の研究の概要

本研究では、授業中の各学生の生体情報(脳波)や特性、授業内容、教師やその行動、および教師と学生の距離等により、各学生の授業中の集中度および理解度がどのように変化するかを予測する、学生の集中度・理解度予測AIモデルを構築する。このAIモデルを用いて、各学生の特性に応じた、集中度、理解度が向上する授業内容および学生の教室内での配置等の提案を行い、実際の授業で検証する。本研究の成果を通じて、一斉授業においても各学生の集中度、理解度を向上できる授業内容の組み立てが可能な未来の教育モデルが提案できる。