心身と学習の情報を用いたAI利用による学習コンディション診断システムの開発と評価

2023 年度 実績報告書

• 研究課題/領域番号: 21H00909
• 研究機関: 東京都立大学
• 研究代表者: 永井 正洋 東京都立大学, 大学教育センター, 教授 (40387478)
• 研究分担者: 小林 博典 宮崎大学, 教育学部, 准教授 (10510753) ; 藤吉 正明 東京都立大学, 学術情報基盤センター, 教授 (20336522) ; 安藤 大地 東京都立大学, 学術情報基盤センター, 准教授 (20552285) ; 畠山 久 東京工業大学, 教育革新センター, 准教授 (20725882) ; 室田 真男 東京工業大学, リベラルアーツ研究教育院, 教授 (30222342) ; 渡辺 雄貴 東京理科大学, 教育支援機構, 教授 (50570090) ; 澄川 靖信 拓殖大学, 工学部, 助教 (70756303) ; 松波 紀幸 帝京大学, 公私立大学の部局等, 准教授 (70783512) ; 加藤 浩 放送大学, 教養学部, 教授 (80332146) ; 根元 裕樹 東京都立大学, 学術情報基盤センター, 准教授 (90805574)
• 研究期間 (年度): 2021-04-01 – 2024-03-31
• キーワード: 健康観察 / セルフチェック / 生活指導 / AI活用 / 学習コンディション

研究実績の概要

学校の教師にとって、いじめ等の問題行動や不登校など学習指導以外の生活面での指導が大きなウエイトを占めている。また、これまでの新型ウィルス感染症（COVID-19）の影響から新しい生活スタイルに馴染めなかったことにより、心的のストレスや体の不調を訴える児童・生徒が増加し、その対応にも追われている。この状況に対して、すばやく簡便に児童・生徒の心身の状態を把握し、その後の生活指導に生かすことができる「ｅ健康観察システム」を開発するとともに、これまで検証を行ってきた。
それを受け本研究では、ｅ健康観察システムと同様に心身の状態を収集するとともに、CBTシステムからの基礎学力の推移や状態などを基に、それらデータを統計的に処理を行う。その結果得られる児童・生徒が学習活動を行う上で影響を与える因子を用いて、現在の学習のコンディションを診断するシステム「LCDS学習コンディション診断システム」を構築することを進めてきた。
2023年度は、追認実践の結果を基にパス解析を行ったところ、心身のストレスが計算問題パフォーマンスに影響を与えていることが再確認できた。したがって、このことは学習活動への影響も推察される。ただし、決定係数はあまり大きくなかったので、いくつかの目的変数が十分に説明されているとは言えなかった。この実践及び分析結果を受け、LCDSに当該相関係数を表示する機能を付与した。これにより相関係数を学習コンディションの一つとして見ると、当該生徒の計算問題パフォーマンスが心の悩みや体の不調にどの程度影響を受けやすいのか分かる。したがって、この相関が大きい生徒については、学習を進める際に、心や体の状態について注意することの必要性が示唆された。

現在までの達成度 (段落)

令和5年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和5年度が最終年度であるため、記入しない。

研究成果

• [学会発表] Addition of the Correlation Index Between the Health Status and Calculation Performance to a Learning Condition Diagnosing System (2024)
  • 著者名/発表者名: Masahiro Nagai, Hironori Kobayashi, Noriyuki Matsunami
  • 学会等名: SITE2024 at Las Vegas, Nevada, USA, 1500-1506, March 25-29
  • 国際学会