| 研究課題/領域番号 |
15K12424
|
|---|
| 研究機関 | 放送大学 |
|---|
研究代表者 |
加藤 浩 放送大学, 教養学部, 教授 (80332146)
|
|---|
| 研究分担者 |
森本 容介 放送大学, 教養学部, 准教授 (00435702)
松田 岳士 首都大学東京, 大学教育センター, 教授 (90406835)
渡辺 雄貴 東京工業大学, 教育革新センター, 准教授 (50570090)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2017-03-31
|
| キーワード | 教育工学 / Learning Analytics / 教育支援システム / パフォーマンス評価 / ビッグデータ / プログラミング教育 / 認知的徒弟制 / 変容的形成的評価 |
|---|
| 研究実績の概要 |
本研究では、学習履歴データ/学習行動を教育ビッグデータとして統合・分析し、教師・生徒に対して個別適応した学習ができるような教材・指導内容を提供するLAK(Learning Analytics and Knowledge)教育支援システムの基盤構築として、その要件定義とモデルシステムの設計および部分的な試作を行った。まず、ニーズ調査として質問紙調査を行ったが、LAKシステムに対しての理解が一般に普及していないため明確な回答は得られなかった。そのため、既存の関連技術や教育支援システム等をレビューすることにより、システム設計を行った。初めに学習履歴に関して、国際的な標準であるxAPIとIMS Caliperの調査を行うとともに、SNSをベースとした学習活動収集システムの開発を行った。これら国際標準の機能は量的評価の記録には向いているが、相互評価などを含めた質的評価の記録には不十分であり、活動を記録するためには、個々の学習場面に対応したデータ構造を持つ必要があるという知見が得られた。そして個別適応学習の方略を考えた場合、「主体的・対話的で深い学び」を実現するためには、従来のトップダウンで学習目標を分析し、対応した教材を用意する方法では主体性や深い学びが損なわれることが予想され、個人の学習過程をその都度詳細に評価し、柔軟に目標を設定し直す変容的形成的評価形式と、認知的徒弟制をベースとした対処方法が適切であると考え、最新のLAKの学習者・教材等の動的なモデル構築を含めたシステムの論理設計を行った。具体的にはScratchによるプログラミング教育を対象とした、教育支援システムの中核となるeポートフォリオと自動パフォーマンス評価を中心とした学習履歴収集と、対処に必要な教材を含む教育支援システムを試作した。
|
