| 研究課題/領域番号 |
20K03174
|
|---|
| 研究機関 | 東京学芸大学 |
|---|
研究代表者 |
森本 康彦 東京学芸大学, ICTセンター, 教授 (10387532)
|
|---|
| 研究分担者 |
宮寺 庸造 東京学芸大学, 教育学部, 教授 (10190802)
北澤 武 東京学芸大学, 教育学研究科, 准教授 (80453033)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 教育工学 |
|---|
| 研究実績の概要 |
令和２年度に行った研究とその成果は、以下の通りであった。
(1) 各サブシステムに実装する支援方法に関する調査検討
国内外の研究や実証を調査し、本研究に活かせるものを抽出した。特に、最新のAI技術や教育ビッグデータ、Learning Analyticsの分析方法、可視化手法に関する研究、データ標準化技術、について行った。さらに、学習データの分類、学習データを活用した機械学習の方法について抽出した。また、新学習指導要領の実施に伴い、主体的・対話的で深い学びにおける学習評価に係る情報（評価方法、評価資料、育成する資質・能力）についても抽出を行った。
(2) 各サブシステムにおける支援モデルの開発
各サブシステムに搭載する支援モデルついて検討した。本来ならば、多くの専門家からのご意見やご教授を仰ぐ必要があるため、国内学会や国際会議に積極的に参加し、意見交換を行う予定であったが、コロナ禍が影響しオンライン上での作業に制約された。しかしながら、その範囲の中で、できる限りの情報を収集し、翌年度につながる支援モデルの検討が行えた。結果として、（１）の抽出結果を踏まえて、教育AIと学習データを活用した個別最適化された学びのモデルの提案を行った。また、さらに、学校の授業と家庭学習をシームレスにつなげて学習評価を行うためのモデル化を行った。これら２つのモデルを上手く組み合わせることによって、来年度以降のシステム開発に展開していく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
コロナ禍の影響を受け、国際会議や国内学会等の現地での直接開催が軒並み中止となり、当初想定していた、多くの専門家との意見交換や情報収集を十分に行うことはできなかった。
しかしながら、オンライン上での作業に制約はされたが、その範囲の中で、翌年度につながる支援モデルの検討が行えた。
|
| 今後の研究の推進方策 |
今後は、支援モデルを実行可能性のあるレベルまで詳細に設計し、各サブシステムごとに実装、もしくは、既存システムやアプリケーションと組み合わせることで実現していく。
コロナ禍は、まだ１年以上続くことも想定される。しかし、アフターコロナにおいて、教育実践とその評価が確実に行えるように、その準備をしっかりと遂行していくつもりである。
|
| 次年度使用額が生じた理由 |
コロナ禍の影響で、成果発表のための学会参加や出張が予定通り行えなかった。次年度は、成果発表の学会参加や発表をより積極的に行うと共に、当初の予定通り予算を執行していく。
|
