| 研究課題/領域番号 |
22K12292
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
金西 計英 徳島大学, 高等教育研究センター, 教授 (80204577)
|
|---|
| 研究分担者 |
吉冨 賢太郎 大阪公立大学, 国際基幹教育機構, 准教授 (10305609)
喜多 敏博 熊本大学, 教授システム学研究センター, 教授 (20284739)
戸川 聡 四国大学, 経営情報学部, 教授 (20399166)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | 適応的学習 / EdTech / ビッグデータ / IRT / CBT / 高等教育 / Q-Matrix |
|---|
| 研究実績の概要 |
本研究は、適応的学習システムの構築を目指すものである。高等教育の初年次教育科目の中には、基礎的な知識の伝達を目的としたものが存在する。知識伝達の方法として、演習問題を繰り返し解く反復練習が挙げられる。我々は、自学自習と反復練習に基づく学習環境を想定している。
前提として、学習対象の領域全体を包含した一定量の演習問題が必要である。学習者は用意された演習問題を、繰り返し解くことで、自学自習が可能となる。用意された全ての演習問題を解けるようになれば、領域の理解は達成したことになる。しかし、大量の問題を網羅的に解くのは効率的と言えない。そこで、学習者の理解状態を診断し、演習の繰り返し制御することで、個別で最適な学習が可能と考えた。未習得の知識を集中的に練習する必要がある。我々は、学習者へ提示する演習問題の選択によって、学習過程の適切な誘導の実現を目指す。
本研究では、誘導を実現するために、まず、対象知識の構造化を目指す。知識の構造化は、問題の難易度と、問題間の関係の記述によっておこなう。IRTを用いることで、難易度による分類をおこなう。さらに、Q-Matrixによって、問題を相互に関連するものとして分類する。令和5年度は、システムの構成について考察をおこない、適応的な学習環境のデザインを検討した。また、IRTやQ-Matrixの可能性を検討した。さらに、演習過程の誘導について、強化学習等の利用を想定し、モデルの作成をおこなった。次年度以降、解答履歴の収集をおこない、システム設計や開発を進める予定である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
ポストコロナを見据え、令和５年度は、高等教育の教育現場もCOVID-19感染拡大以前の状況への復帰が進みつつある。しかし、令和５年度の前半は、高等教育機関の授業の現場には、未だCOVID-19の影響が残っていた。本研究は授業との連携を想定している。演習問題の作成や、試用システムを用いた実験を予定していたが、授業等の制限の中で、研究計画の実行に支障が出ている。また、研究の打合せ等において、オンライン等で対応を進めている。オンラインの打ち合わせは便利であるものの、対面に比べて隔靴掻痒の観があり、十分な議論が確保できない状況が続いている。令和５年度は、やや制約はあるものの、多少の成果はあったと考える。次年度に向けて、研究計画を再検討し、計画の伸長に努めるものである。
|
| 今後の研究の推進方策 |
令和６年度は、これまでの研究成果を踏まえ、研究計画を改めて検討した上で、研究を進める。授業での実践を通し、試作した環境で、解答履歴の収集を継続しておこなう予定である。また、これまで集めた解答履歴（令和６年度に収集予定の解答履歴を含めて）の検討、分析をおこなう。その上で、IRTによる難易度や、Q-Matrixの精度についての検討をおこなう。また、強化学習を用いた学習の誘導方法について、モデルの構築を進める。
|
| 次年度使用額が生じた理由 |
新型コロナウイルス感染拡大防止に伴い、海外出張はもとより、国内での出張も縮小され、調査が困難な状態にあったため次年度使用額が生じた。2024年度は、状況と鑑みながら、調査を再開する予定である。
|
