| 研究課題/領域番号 |
19H01728
|
|---|
| 研究機関 | 木更津工業高等専門学校 |
|---|
研究代表者 |
大枝 真一 木更津工業高等専門学校, 情報工学科, 教授 (80390417)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | 教育データマイニング / 潜在的スキル構造 / プログラミング教育 / 学習中のログデータ / Skill Modeling / Student Modeling / Q-matrix / 学習効果の可視化 |
|---|
| 研究実績の概要 |
近年，実用的なITS(Intelligent Tutoring System)や，LMS(Learning Management System)が普及し，実際の教育現場でe-Learningシステムが活用されている．ITSやLMSによって，学生の試験結果や学習過程のログデータを保存することが容易になった．EDM(Educational Data Mining)では，これらの膨大な教育関連のデータから，いかにして意味のある情報を抜き出すかが研究の焦点となっており，ビッグデータ研究の発展に伴って近年急速に注目されている．
特に，本研究では，調査対象をプログラミング教育とし，ITS，LMSサーバに蓄積された膨大な試験結果と学習過程のログデータおよびソースコードから，時間変化するスキルの形成過程を可視化し，潜在的スキルダイナミクスを同定することを目的としている．
これまでに我々は，初等プログラミングの授業で取得されたログデータとソースコードを解析し，授業に追従できていない学生の抽出を行う手法を提案した．一般的には，学生のスキル状態を把握するためには，試験を用いるが，教員と学生の双方にとって負担が大きい上，把握までに時間的な遅延が起こる．そこで，我々の提案する授業中のログデータとソースコードから自動的にドロップアウトしそうな学生を特定する手法により，早期に補講等の対処が可能となった．
また，学習者のモデル化である学生モデリング（Student Modeling)で一般的に用いられるKnowledge Tracingの拡張を行った．この提案手法では，Convex Factorization Machinesを適用することで凸最適化が可能となり，高速化と推定精度の向上が可能となった．当該年度では，初等プログラミングの授業で取得されたソースコードを特徴ベクトルに変換し，Convex Factorization Machinesを適用して，解答結果の予測精度の向上を図った．
|
| 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
2020年度は新型コロナウイルスの感染予防対策のため，遠隔授業となった．そのため，これまでに構築したコンピュータ室での自動ログ取得システムを使用することができず，遠隔授業中の学生の振る舞いのデータは取得できなかった．予期せぬ事態となり，新しいデータの採取ができず研究の遂行が困難となることがあった．そこで当該年度では，これまでに提案したConvex Factorization Machinesを用いた学生モデリング（Student Modeling)を，過去に取得済みの学生の授業時のソースコードに適用し，実験を行った．その結果，提案手法により，人工データのみならず，プログラミングのソースコードにおいても解答結果の予測精度が向上することがわかった．
また，これまでに初等プログラミングの授業で取得されたログデータとソースコードを解析し，授業に追従できていない学生の抽出を行う手法を提案している．しかし，プログラミングの初学者は，自分のわからない所がわからないことが多く，教員に質問することも難しいことがある．そこで，開発手法の一つであるペアプログラミングを授業に取り入れ，2人組で課題に取り組む試みを行った．これにより，プログラミングが苦手な初学者でもペアを組むことで協力して課題解決することがわかった．今後，ペアプロのソースコードを解析・可視化し，1人で行うプログラミングとの差を調査する計画である．
新型コロナウイルスの感染予防のため，当初の計画通りデータ取得できないことがあったが，遠隔授業でもログや開発中のソースコードの採取ができるように自動取得システムを改良したいと考えている．
また，毎年参加している国際会議も中止や延期などがあり，当初の予定通り研究成果の投稿が出来なかった．今年度はビデオ会議で国際会議が開催される学会が多いため，これらを利用して研究成果を発信していく予定である．
|
| 今後の研究の推進方策 |
新型コロナウイルスの感染が拡大し，終息の兆しが見えていない．そのため，今後もデータの採取が当初の予定通り出来ない可能性がある．しかし，多くの会社や大学でテレワークや遠隔授業が行われた．新型コロナウイルスの感染拡大の前から，遠隔授業は行われた実績はあったが，それは限定的であった．しかし，対面授業ができず，遠隔授業を実施せざる得ない状況下となり，多種多様な形態の遠隔授業が大規模に行われた．遠隔授業の効果については賛否の意見がある．遠隔授業の効果を工学的なアプローチにより定量的に評価する必要があると考えている．
一方，教育ビジネスで大きな成長を遂げているものの多くはe-Learningである．また，今後，なんらかの事情（震災や他の疫病）で再度遠隔授業になる可能性もある．そこで，遠隔授業でも学生の振る舞いを取得し，学習効果やスキル修得過程などの可視化を行う研究は非常に重要となるであろう．また，現在多くの学校で遠隔授業を行っているが，その教育効果について工学的な手法による解析は不可欠である．
本研究の目的である時間変化するスキルの形成過程を可視化し，潜在的スキルダイナミクスを同定する手法を対面授業のみならず，遠隔授業にも適用することで，本研究のさらなる深化を図りたいと考えている．
|
