• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

属性間統計差別を抑制したAI学生リスク予測モデルの検証及び開発

研究課題

  • PDF
研究課題/領域番号 21K20231
研究種目

研究活動スタート支援

配分区分基金
審査区分 0109:教育学およびその関連分野
研究機関筑波大学

研究代表者

柳浦 猛  筑波大学, 教育推進部, 准教授 (90902289)

研究期間 (年度) 2021-08-30 – 2023-03-31
キーワードラーニングアナリティクス / Institutional Research / 機械学習 / 学生リスク予測モデル
研究成果の概要

多くの大学が、AIを搭載した早期警告システム(EWS)を使って、学生が最初の学期を始めると同時にサポートを提供している。しかし、EWS技術の基礎となるアルゴリズムが、学生の大学生活の早い段階で公正でな判断を下せるかどうか懸念がある。本研究は日本のある大学のデータを用いて、大学1学期のGPAを予測する機械学習アルゴリズムを開発しその公正さを検証した。本研究の研究成果は大きく二つある。一つは、早期のEWSの導入は属性差別的な判断を行う可能性が高いということである。もう一つは統計的に一般的に用いられている「公正なアルゴリズム」の達成が必ずしも公正な教育結果につながるとは限らないという点である。

自由記述の分野

教育工学

研究成果の学術的意義や社会的意義

本研究の学術的意義は以下の3つの点に要約される。一つは、高等教育における公正なアルゴリズムの議論は早期警告システム(EWS)の文脈で語られてこなかったが、本研究では公正なアルゴリズムとEWSの関連性を整理したという点である。もう一つは、公正なアルゴリズムの議論がこれまで統計的な議論に終始していたのに対し、それを公平な教育の関連性との観点から議論した点にある。3点目に、これまで高等教育における公正なアルゴリズムの研究は主に欧米の大学のデータを用いて行う研究が多かったが、そこに日本のデータを用いることによって、日本の観点を提供したということが挙げられる。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi