| 研究課題/領域番号 |
19K03003
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
金西 計英 徳島大学, 高等教育研究センター, 教授 (80204577)
|
|---|
| 研究分担者 |
吉冨 賢太郎 大阪公立大学, 高等教育推進機構, 准教授 (10305609)
喜多 敏博 熊本大学, 教授システム学研究センター, 教授 (20284739)
戸川 聡 四国大学, 情報処理教育センター, 教授 (20399166)
高橋 暁子 千葉工業大学, 情報科学部, 教授 (20648969)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 適応的学習 / EdTech / ビッグデータ / IRT / CBT / 高等教育 / Q-matrix |
|---|
| 研究実績の概要 |
本研究は、EdTechと呼ばれるシステムの中で、適応的学習システムの構築を目指すものである。高等教育の初年次教育では、基礎的な知識の伝達が求められる分野が存在している。知識伝達の学習形態として一般的なものは、演習（練習問題を解く）の繰り返し、反復練習である。対象領域の知識をカバーするような大量の演習を準備し、演習を繰り返しおこなう形である。しかし、大量の演習に対し、反復練習をおこなうのは効率的とはいえない。また、学習者の意欲を削ぐことにもなる。そこで、最近のデータサイエンスの研究を応用することで、学習者の理解状態を診断し、この診断に基づき演習を制御することが可能であると考える。
適応的な学習の制御は、人工知能技術の教育利用という点から、IRTとQ-Matrixの利用を目指す。本研究は、当初、令和元年から令和３年の３年間を予定していたが、COVID-19の影響を受け、4年間でおこなったものである。我々は、まず、データサイエンスにおけるラーニングアナリティクスに関する調査をおこなった。IRTの研究事例や、演習問題の構造を記述する方法について調査した。また、Q-matrixに関する調査をおこなった。次に、我々は、高等教育の基礎的な教育分野（物理、数学、生物、化学、情報処理）を対象に、アイテムバンク（演習問題の集合）の作成に取り組んだ。数学の基礎と、情報科学の分野の問題の作成をおこなった。その上で、作成したアイテムバンクを用いて、試験環境の開発をおこなった。この試験環境を用いて、解答履歴の収集をおこなった。集めた解答履歴を用い、IRTおよび、Q-Matrixの検証をおこなった。IRTによって問題の難易度を得ることができ、また、Q-Matrixを生成できることを確認した。本研究を通し、適応的学習システムを構築する上で、ベースとなる基礎知見について得られたものと考える。
|
