深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化

2022 年度 研究成果報告書

• 研究課題/領域番号: 18H01063
• 研究種目: 基盤研究(B)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 小区分09070:教育工学関連
• 研究機関: 大阪大学 (2019-2022); 京都外国語大学 (2018)
• 研究代表者: 村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
• 研究分担者: 鳥居 朋子 立命館大学, 教育開発推進機構, 教授 (10345861) ; 椋木 雅之 宮崎大学, 工学部, 教授 (20283640) ; 遠海 友紀 東北学院大学, ラーニング・コモンズ, 特任助教 (20710312) ; 角所 考 関西学院大学, 工学部, 教授 (50263322) ; 山肩 洋子 東京大学, 大学院情報理工学系研究科, 准教授 (60423018) ; 飯山 将晃 京都大学, 学術情報メディアセンター, 准教授 (70362415) ; 西口 敏司 大阪工業大学, 情報科学部, 教授 (80362565) ; 森村 吉貴 京都大学, 学術情報メディアセンター, 准教授 (80578279)
• 研究期間 (年度): 2018-04-01 – 2022-03-31
• キーワード: 教育データ分析 / Learning Analytics / 視線分析 / 学修履歴の可視化

研究成果の概要

授業映像から教員・学生の行動を推定する研究として，講義中に生じ得る受講者の多様な挙動やそれに基づく講義状況を，同じ挙動における各受講者の姿勢の違いや同じ講義状況で各受講者のとる挙動の違いなどを乗り越えて獲得した．
また，授業における教員や学生の視線情報の分析，授業状況や学習履歴に関する可視化に関する研究を行い，学生の学習支援に活用できる情報を整理した．

自由記述の分野

教育工学

研究成果の学術的意義や社会的意義

本研究課題は，教育工学分野において，大学教育を対象として情報工学の研究知見を活用した研究を行う点に特徴がある．実際の授業映像から有用な情報を自動的に付与することが可能となり，さまざまな教育・学習データの分析結果を可視化することによって，エビデンスに基づいた教育・学習支援を行うことが可能となることに意義がある．