| 研究課題/領域番号 |
17H00824
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
山内 祐平 東京大学, 大学院情報学環・学際情報学府, 教授 (50252565)
|
|---|
| 研究分担者 |
森田 裕介 早稲田大学, 人間科学学術院, 准教授 (20314891)
室田 真男 東京工業大学, リベラルアーツ研究教育院, 教授 (30222342)
藤本 徹 東京大学, 大学総合教育研究センター, 特任講師 (60589323)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | MOOC / 大規模公開オンライン講座 / 学習状況診断 / 学習パス推薦アルゴリズム |
|---|
| 研究実績の概要 |
初年度は本研究で研究対象とするコースを、東京大学が2014年から開講している「Welcome to Game Theory」のコースに定め、同コースに追加すべき複数の学習パス（MLP：Multiple Learning Paths）の内容の設計と、設定する分岐点の場所の選定のために必要な調査研究をおこなった。
まず、学習者モデルの導出に必要となる、MLP上での学習状況を把握する手法を開発するため、過去に東京大学が実施し、一時期試験的にMLPを設けていた「From the Big Bang to Dark Energy」コースにおける学習データの分析をおこなった。様々な分析方法を比較検討した結果、MLPを備えたMOOC上で記録される学習ログをクラスター分析によって分析することで、学習者を学習パスが近い群別に分類できることを明らかにした。この研究成果により、学習者の学習軌跡のパターンを大別して把握することが可能になった。
また並行して、「Welcome to Game Theory」コースの講師とTeaching Assistant（TA）の協力を得ながら、過去の同コースの学習ログや受講生アンケートを分析、検討した。その結果、最初に追加する学習パスを「レディネスの差異の解消」の観点から「難易度の高い課題に挑戦できる学習パス」とすることに決定した。また、分岐点の場所については、既存のコースの学習活動から大きく外れて混乱を来たすことがないよう、既存のコースの課題の前に設置し、学習者は分岐するかどうかを自由に選択できることにした。さらに、新規に開発する学習パスの詳細な内容について検討し、コンテンツ開発に着手した。
|
| 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
「From the Big Bang to Dark Energy」コースの学習データを分析する過程で、既知のMOOC学習者像には当てはまらない性質を備えた未知の学習者群が存在することが明らかとなり、この学習者群の詳細調査のために学習データの追加分析をおこなう必要が生じ、2ヶ月の遅延が生じた。
|
| 今後の研究の推進方策 |
二年次はまず、「Welcome to Game Theory」コースに追加する学習パスに設置する学習コンテンツの開発を進めていく。開発にあたっては、同コースの講師とTAの全面的な協力を得られる予定であり、予定通り進捗できる見込みである。
並行して、初年次の観点「レディネスの差異の解消」とは異なる観点にもとづいたMLPを備えるMOOCの開発のため、必要な調査研究を進め、学習コンテンツの開発を進める。
さらに、「From the Big Bang to Dark Energy」コースの分析によって得られたクラスター分析を用いた学習パスの分類手法を研究成果としてまとめていく。
|
