Development and practice of an online AI analytics support system for sustainable English learning

点击翻译按钮获取中文摘要

本研究は、オンライン英語学習のプロセスに着目し、学習活動のモデル化手法の開発、及び評価の多様化、諸学習活動の可視化を支援するe-ラーニングAIアナリストシステムの開発と実践を目的とする。今年度は上記の目的を達成するために、主に初年度で取得した学習履歴ログデータを利用し、学習活動遷移の可視化と学習パターンのモデル化を行った。まず、マルコフモデルを用いて各ページ間での遷移確率を算出し、学習行動の遷移をモデル化・可視化した。具体的に、各ページの遷移順番と回数をベクトルデータに変換し、k-meansで類似行動をクラスター分類した。可視化したモデルの各ノードは回覧したページ、線はページ間の遷移、線の太さは学生の全体の割合を示す。クラスター分類した結果、受講優先グループ，レポート優先グループ，とレポート未提出グループの３つクラスターに分類した。次に、目標学習ページまでの学習活動のステップを追跡した。ステップ・マトリックスを利用し、学習がどのページから始まり、どのページで終了し、どのページがアクセスされていないことをステップごとに追跡することができた。結果として、41％の学生が第2ステップでレポートリストページにアクセスし先にレポートの内容を確認してから、また他の学習ページに閲覧することで、多くの学生がレポートの完成を目的にオンライン学習していることが分かった。今年度で得られた関連研究成果を情報学研究論文誌、教育システム情報学会などで発表した。次年度は、今年度の研究成果を踏まえて、開発した学習活動パターンのモデルを活用し、オンライン英語学習の評価及び自律学習の支援手法の開発及び検証実験の実施を行う。