Research on Adaptive Learning System Using Big Data of Learning Log in Higher Education

2022 Fiscal Year Final Research Report

• Project/Area Number: 19K03003
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 09070:Educational technology-related
• Research Institution: The University of Tokushima
• Principal Investigator: KANENISHI Kazuhide 徳島大学, 高等教育研究センター, 教授 (80204577)
• Co-Investigator(Kenkyū-buntansha): 吉冨 賢太郎 大阪公立大学, 高等教育推進機構, 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, 情報処理教育センター, 教授 (20399166) ; 高橋 暁子 千葉工業大学, 情報科学部, 教授 (20648969)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: 適応的学習 / ｅラーニング / ＩＲＴ / Q-Matrix

Outline of Final Research Achievements

Some learning for first-year students in higher education is intended to transfer knowledge. Learning aimed at knowledge transfer takes the form of self-study through repetition of exercises. E-learning services are available for repetitive practice in which students repeatedly solve problems in the form of exercises. An e-learning service that adjusts the learning process while diagnosing the learner's state of understanding is called an adaptive learning system. In this study, we confirmed that the diagnostic function of the learner is possible through the use of IRT. We also confirmed that it is possible to describe the structure among questions by using Q-Matrix. We confirmed that it is possible to diagnose the state of comprehension by using the information on the difficulty level of the questions and the structure between questions.

Free Research Field

教育工学

Academic Significance and Societal Importance of the Research Achievements

本研究は、学習支援システムの研究の中で、適応的学習システムの開発を目指すものである。適応的学習システムは、学習過程において学習者の理解状態の診断を目指すものである。我々は、診断としてIRTとQ-Matrixの組み合わせを提案する。本研究では、それぞれの手法の有効性を検証した。また、AIを用いた学習システムについて、具体的な手法を示したという点で、社会的な意味があるものと考える。AIを用いた幾つかの商用のサービスが存在するものの、その機構について詳細が示されることはあまりない。具体的な機構を明示することには、適応的な学習システムの普及を目指す場合、意味を持つものと考える。