2016 Fiscal Year Research-status Report
大規模ラーニングアナリティクスを用いた初学者のためのプログラミング教育システム
| Project/Area Number |
16K00491
|
|---|
| Research Institution | Shonan Institute of Technology |
|---|
Principal Investigator |
小林 学 湘南工科大学, 工学部, 教授 (80308204)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平澤 茂一 早稲田大学, 理工学術院, 名誉教授 (30147946)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | Ｅラーニング / プログラミング教育システム / 機械学習 / 潜在クラスモデル |
|---|
| Outline of Annual Research Achievements |
実際に授業を行い，提案システム（プログラミング編集履歴取得・可視化システム）による大規模実験を行った．具体的には学習者はまず「Moodleサーバ」に接続し，認証を受けてから「教育用WEBサーバ」のプログラミング画面に遷移する．ここで学習者がブラウザ画面にプログラムを作成するとWEBサーバにプログラムが保存され，さらにコンパイルとプログラム実行を「コンパイル＋実行用サーバ」で行い，エラー情報や実行結果を学習者のブラウザ画面に表示する．学習者のプログラム編集履歴及びエラーのログ，実行結果等は全て学生，課題，コンパイル及び実行ごとにサーバ上の異なるフォルダに保存されている．
一方でこれらのデータを解析するために，機械学習における潜在クラスモデルの研究を行った．これは各学生の各課題に対する進捗や正答率等に対して，数理的なモデルを仮定して自動的に学生及び課題の特徴抽出を行う理論である．この方法はもともとマーケティングの分野におけるユーザと商品やサービスの特徴抽出を行う理論から始まっているが，モデルを拡張することにより教育にも活用可能である．さらに数学的には変分ベイズ法並びに平均場近似を利用することにより，学生のクラスタリング及び課題ごとのクラスタリングを行うことが可能である．これによって学習者の理解度や課題の難しさ等を自動的に学習することが可能となる．
さらに，プログラミング教育において脳波や視線追跡による学生の状態推定などに関する研究も行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初想定していた大規模実験を無事行うことができたので，おおむね順調に進展していると考える．また学生の課題ごとの進捗状況や正答状況を用いた機械学習理論の研究に着手できている点からも順調と判断する．
|
| Strategy for Future Research Activity |
まず上で述べた機械学習の理論に関する国際会議での発表を予定している．さらに自動正答ラベルの付与及び学習者の理解度抽出までを自動的に行うことを検討する．さらにプログラム間の類似度評価やクラスタリング手法の開発を行うことにより，正解プログラムが無い状態でのリアルタイムかつ動的な採点を行う手法の開発を目指す．
|
| Causes of Carryover |
当初予定していた実験用サーバ及びPCの購入を見送ったことが大きい．大学施設の有効活用を行うことにより，当初計画していた金額よりも支出額が少なく済んだことが大きな理由である．
|
| Expenditure Plan for Carryover Budget |
昨年度に実施した研究並びに現在進行中の研究内容の発表のため，国際会議出張旅費への有効活用を計画している．
|
