| 研究課題/領域番号 |
21K00655
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分02100:外国語教育関連
|
|---|
| 研究機関 | 獨協大学 |
|---|
研究代表者 |
李 凱 獨協大学, 経済学部, 准教授 (10531543)
|
|---|
| 研究分担者 |
中西 貴行 獨協大学, 経済学部, 教授 (10406019)
狩野 紀子 拓殖大学, 外国語学部, 教授 (40350574)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | 外国語教育 / 遠隔学習 / e-ラーニング / LMS / ラーニングアナリスト / 学習履歴 / 教育評価 / AI |
|---|
| 研究成果の概要 |
本研究は、オンライン英語学習のプロセスに着目し、学習活動のモデル化、可視化、及び評価の多様化を支援するAIアナリストシステムの開発と実践を行った。まず、日本で多くの教育機関に採用されているManaba(LMS)から学習履歴取得プログラムを開発した。次に、ログデータから活動の量、活動の時間、活動の頻度の3カテゴリから諸学習活動を表す変数を抽出し、ログデータの構造化を行った。また、重要変数の確認とクラスター分析を行い、学習者の分類を行った。本手法を利用し、今まで活用されていないManabaのログデータを用い、学習スタイル分類、多様性分析、学習評価、学習リスクの早期発見、個別支援が可能になった。
|
| 自由記述の分野 |
教育工学、外国語教育
|
| 研究成果の学術的意義や社会的意義 |
英語授業に重視された4技能をオンライン授業でどのように評価するか、持続可能な自律学習をどのように支援するかが英語教育には重要な課題である。本研究の意義として、Manaba（学習管理システム）から今まで活用されていない学習履歴データを取得でき、ラーニング・アナリティクス手法を通じて複雑な学習活動がどのように表出されうるのかを実践的に試み、結果を得た点が挙げられる。データの構造化により、学習プロセスの総合的な評価が可能になった。特徴ベクトルデータの抽出及び学習スタイルの分類・可視化手法の開発により、自律学習の支援、多様化学習成果の評価、学習リスクの早期発見、個別支援が可能であることが示唆された。
|
