| 研究課題/領域番号 |
19K20421
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
峰松 翼 九州大学, システム情報科学研究院, 助教 (00838914)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | ラーニングアナリティクス / デジタル教科書 / マルチモーダルデータ / 視線分析 |
|---|
| 研究実績の概要 |
学生にとって教科書のわかりにくい箇所を表示し，改善箇所の提示ができれば，よりわかりやすい教科書へ改善する際に教育者への手助けとなることが期待できる．本研究では，学習者の学習活動をデジタル教科書システムやセンサ類で自動的にセンシングし，教科書難易度推定に基づく教科書改善システムの研究開発を行う．本年度は，開発した視線分析手法を様々な学習コンテンツに適用および，その解析のために，視線データの追加収集実験を予定していたが，コロナウィルスの影響でデータ収集が難航したため，視線データ以外でデジタル学習環境から収集可能な複数のマルチモーダルなデータに対する分析を行った．
（１）学生の教科書閲覧ログと学生のページ難易度の関係分析
現在，研究で利用している電子教科書閲覧システムでは，学習者はページごとにそのページの理解度について教員に知らせる機能が提供されている．その機能は学習者が自発的に利用するものであるため，学習者全員の理解度についての反応を収集できないため，教科書閲覧ログから理解度を推定する手法を提案した．提案手法では，閲覧ログだけでなく，電子教科書に含まれる単語やページ画像を同時に分析した．当該研究内容はLAK21で報告した．
（２）動画の変化検出のための時系列状態推定
視線データから学生の状態を推定し，学生の状態が変化した時点に何らかのイベント（スムーズに読み進めていたが，学習者にとって難しい内容に読み当たったなど）が生じたと考え，時系列データの状態推定について取り組んだ．視線データを収集することが，困難であったため，動画の変化検出を検討した．当該内容は現在論文誌に投稿を予定している．
|
| 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
コロナウィルスの影響を見据え，視線データ以外でデジタル学習環境から収集可能な複数のマルチモーダルなデータに対する分析に取り組み，分析結果を報告した．また，動画ではあるが，視線データと共通する時系列データに対する分析手法も並行して行った．
以上に基づき上記の自己点検による評価を行った．
|
| 今後の研究の推進方策 |
R1年度，R２年度の研究期間で視線データやマーカから，ページ内の難しい内容を含む領域の特定手法および教科書の閲覧ログから学習者の各ページに対する理解度への反応推定手法の検討が進んでいる．これらの手法を組み合わせ，どのページでどこが難しいのかを提示するシステムを構築することが今後の研究課題としてあげられる．
ただし，電子教科書の閲覧ログは継続して収集されているが，新たな教材のための視線収集の実験はコロナウィルスの影響をうけることが予想される．今後の状況をにらみつつ，視線データ収集の準備を並行して進めておく．
|
| 次年度使用額が生じた理由 |
コロナウィルスの影響で，視線データ収集が困難であったため，実験謝金に関して次年度使用額が生じた．視線データ収集実験を安全に行うために利用する予定である．また，これまでの研究成果を論文誌への投稿費として利用する．
|
