| 研究課題/領域番号 |
17H02004
|
|---|
| 研究機関 | 東京工科大学 |
|---|
研究代表者 |
稲葉 竹俊 東京工科大学, 教養学環, 教授 (10386766)
|
|---|
| 研究分担者 |
安藤 公彦 東京工科大学, 片柳研究所, 助教 (00551863)
柴田 千尋 東京工科大学, コンピュータサイエンス学部, 講師 (00633299)
田胡 和哉 東京工科大学, コンピュータサイエンス学部, 教授 (10188229)
松永 信介 東京工科大学, メディア学部, 准教授 (60318871)
吉仲 亮 東北大学, 情報科学研究科, 准教授 (80466424)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| キーワード | CSCL / PBL / コーディング / ディープラーニング / ラーニング・アナリティクス |
|---|
| 研究実績の概要 |
本研究の目的は、アクティブラーニングの一環として、高等教育への導入が拡大しているプロジェクト学習（PBL）での学内外の協調学習状況をリアルタイムで分析・可視化し、学生のリフレクションや教員の早期の教育的介入の支援を可能とする知的学習環境を構築することで学習・教育の質を高めることである。具体的には、以下のような取り組み課題のもとで研究を行う。 1.学習データのコーディングの自動化：CSCLシステムから取得されるデータや対面環境での会話データ等へのディープラーニング技術を活用した学習データの自動コーディングの精度向上 2.学習プロセスの予測：ある時点のグループの学習状況の分析からその後の学習プロセスの進展を予想する技法の開発 3.情報の可視化と効果検証：データ分析結果の視覚的提示方法の考案
平成29年度は特に上の１について研究上、大きな進展があった。具体的には、PBLの学習過程で学習者間で交わされるチャット上の会話データに対して、「Participation」、「Epsitemic」、「Coordination」、「Argumetative」,「Social」の5つの次元を設定し、それぞれの次元に複数のラベルが属するような多次元で階層的構造を有するコーディングスキームを設計することで、より包括的かつ詳細な協調学習のプロセスの記述ができるようになった。また、この多次元のスキームに依拠した人力によるにコーディングを大規模な強調学習データに対して行い、このデータをトレーニングデータおよびテストデータとして深層学習の対象とし、その精度を検証した。その結果、いくつかの問題点を除いて、極めて精度の高い自動コーディングが可能であることが判明した。さらに、この深層学習のモデルを実際に学内で運用しているチャットシステムに実装したことで、各発言に対してリアルタイムでコーディングを生成することが可能になった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
平成29年度については、次の２つを研究上の取り組み課題とした。１．コーディングスキームの検討とディープラーニングの適用、２．PBL 学習環境の基盤の構築。１については、実績概要で示したように、コーディングスキームを確定させ、実際のデータセットにコーディングラベルを付与した。また、コーディングのマニュアルの作成も行った。さらに、深層学習技術を用いた自動コーディングのモデルの構築とシステムへの導入も行った。２．については、PCのみならずスマートフォンでも利用可能なチャットシステムをMoodle上に構築し、実際のPBL講義でこのシステムを教員・学生の双方で利用している。
２つの課題については、おおむね予定通りに達成できたと言って過言ではない。
|
| 今後の研究の推進方策 |
平成30年は以下の4点を取り組み課題として研究を進めていくこととする。
１．PBL 学習環境の基盤の運用とデータの集積：①稲葉、安藤、柴田、吉仲で、平成29年度に構築を行ったPBL環境を学内の複数の授業で実運用し、データの集積を可能な限り続行する。また、そのデータへのディープラーニング技術を活用した自動コーディングの精度の検証と改良を行う。②稲葉、安藤、松永で自動コーディングの施された大規模データを解析し、協調学習進行中のグループ内での相互作用の変化や活性度を評価する指標を抽出する。
２．協調学習状況の可視化の設計：①稲葉、安藤で、１．の成果を踏まえて、各グループや各個人の学習状況をリアルタイムで可視化するための技法や提示方法を検討する。また、可視化によって明示化された学習状況に応じた教育的介入の手法も並行して検討する。
３．深層学習によるモデルの改良：①柴田、吉仲担当で、2017年度に活用したSeq2Seqモデル以上に精度の高いDNNモデルの構築を検討する。特に、会話の文脈を一層考慮に入れたモデルを考案すべく、実験を行う。
|
