大規模アクティブラーニング型オンライン講座の開発と評価

2023 年度 実施状況報告書

• 研究課題/領域番号: 23K02707
• 研究機関: 東京大学
• 研究代表者: 吉田 塁 東京大学, 大学院工学系研究科(工学部), 准教授 (50755816)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• キーワード: アクティブラーニング / オンライン学習 / ファカルティディベロップメント / 生成AI

研究実績の概要

場所に依存しないオンライン学習の需要や重要性は近年更に増している。特に大規模公開オンライン講座は幅広く学習機会を提供する点で社会的にも意義深いが、学習継続率の低さに大きな課題がある。先行研究の知見から、受動的かつ非同期的な学習に主になっていることが課題の大きな要因と考えられる。
そこで、本研究では、大規模なアクティブラーニングを取り入れた同期的なオンライン学習を実現できる環境の構築、および上記の環境を活用した大規模アクティブラーニング型オンライン講座の開発と評価することを通して、質の高いオンライン学習の幅広い提供に貢献することを目指す。
本年度に関しては、アクティブラーニングを交えたオンライン学習環境を用いたオンライン講座を試行的に開発および実施した。オンライン学習環境としては、ライブ配信システムと独自に開発したオンラインにおける意見交換を促すシステムを併用して、参加者が一方向に学習する形式ではなく、参加者同士が意見交換を行い、その意見を講師も確認する環境を用いた。
講座の対象は教員であり、テーマとしては近年教育における活用にも大きく注目を集めている生成AIを扱った。具体的には、代表的な生成AIであるChatGPTについて、その概要、使い方、仕組み、注意点、関連知識、教育機関の対応など幅広く扱った。当日の参加者は650名を超えており、評価結果も99%の参加者が高い満足度を示した。教員研修の満足度は教員の教育変化と相関があることが過去に示されていることから、重要な指標である。来年度は、今年度の成果をふまえて、講座の開発と詳細な評価を行う予定である。

現在までの達成度 (区分)

1: 当初の計画以上に進展している

理由

講座開発自体は来年度を予定していたが、生成AIといったテーマの速報性も重要視して、オンライン学習環境の構築に加えて、試行的に今年度講座の開発を行ったため。

今後の研究の推進方策

来年度は今年度の成果をベースにして、先行研究のモデルを参考とした質問紙の改善、講座の改善、実施、評価を行う予定である。

次年度使用額が生じた理由

予定していた謝金対象の人員が稼働できなかったことから次年度使用額が生じている。来年度は講座開発および評価において、主に生成AI利用で用いる予定である。