| 研究課題/領域番号 |
26350289
|
|---|
| 研究機関 | 東京工科大学 |
|---|
研究代表者 |
稲葉 竹俊 東京工科大学, 教養学環, 教授 (10386766)
|
|---|
| 研究分担者 |
安藤 公彦 東京工科大学, 片柳研究所, 助教 (00551863)
松永 信介 東京工科大学, メディア学部, 准教授 (60318871)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| キーワード | CSCL / 協調スクリプト / コーディング / 学習データ / ディープラーニング |
|---|
| 研究実績の概要 |
本研究の目的は、コンピュータ支援協調学習の足場掛けの手法の一つである協調スクリプト（collaborative script)の実行支援システムをクラウド上に構築し、グループの特性や学習状況に応じて動的にスクリプトを最適化する知的機能や柔軟なグループ生成機能を実装し、その有効性を検証することである。具体的には以下のような取り組み課題を中心に研究を続けている。
１．言語データ評価技法の探求：先行研究の評価方法（コーディング）を参考に、スクリプトに適応したコーディングルールを確立し、支援システム上に保存された学習者のチャットデータから相互作用を質的かつ定量的に評価する。２．モデル化手法の探求：リアルタイムでの学習状況のモニタリングおよび適応的な支援の実現のため、学習状況をモデル化する。また、グループモデルは多様なクラウド上のデータも活用して精度を高める。
研究の2年目にあたる平成27年度は、平成26年度に引き続いて、上記の1．のコーディングルールの確立のためシステムを活用した実験を繰り返し、大規模なチャットデータを収集し、それに手動でコーディングを付加した。また、このコーディング付加データについては、ディープラーニングを用いて、システムが自動的にコーディングを行うことができるよう機械学習を行っており、平成28年度も信用性の高いコーディングが可能になるまで、さらにこの機械学習を継続的に行っていく。また、平成26年度までに継続的に改良を行ってきた協調スクリプトシステムを研究組織のある東京工科大学のクラウド上の学習管理システムMoodleに再構築を行うことに成功した。これによって、各学習者の認証は簡略化されるという利点やMoodle上の学習者情報をグループ形成や学習者モデルの生成などの様々な用途で活用できるようになった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
平成27年度の研究計画では、学内クラウド上へのシステムの再構築が一つの大きな目標であり、これについては実現をすることができた。これによって、クラウド上で学習者の多様なデータを取得することもできるようになった。ただ、これらの多様なデータから学習者モデルを構築する手法については確立できたとはいえず、平成28年度の課題となった。また、リアルタイムでの学習状況のモニタリングに向けて、自動的なチャットデータのコーディングをディープラーニング技術を活用するという研究の指針を定めることができた。
|
| 今後の研究の推進方策 |
平成28年度の目標は以下の2つである。
１．システムにチャットデータの自動コーディング機能を実装し、これによって、リアルタイムでの協調学習状況のモニタリング機能を実装する。また、モニタリング機能が協調スクリプトの実行状況の文脈に適応的に実現するような仕組みを開発する。
２．学習者モデルやグループモデルの精緻化のためクラウド上の多様なデータを活用する機能を実装し、グループ生成や学習のモニタリングに利用する。
|
| 次年度使用額が生じた理由 |
平成27年度はシステムのMoodleでの再構築を行ったため、平成27年度予定していたシステムの諸機能の改良・追加のための業者への委託は、平成28年度に行うこととした点とコーディング作業について大学院生の協力を得たことで外部への委託を行わなかったことが理由である。
|
| 次年度使用額の使用計画 |
システムの改良・追加を業者に委託して行う。また、コーディングについては学生、大学院生からの協力を得ながら行うため、謝金を計上する予定である。また、国内外で開催される学会への参加や論文投稿を行うための旅費や投稿費用が必要である。
|
