Development of a Model for Receiving Quality Feedback through Data-driven and Knowledge-driven Approaches

本研究では、自身の成長のために有用なフィードバックを誘起するために必要な要因を明らかにし、体系的にモデル化することを目的としている。成長のために必須なフィードバックをいかに引き出すことができるかについて、データサイエンス(データ駆動型アブローチ)と経験・観察・既存の理論やモデル(ナレッジ駆動型アプローチ)を組み合わせ探索する。研究範囲は、学習者とフィードバック提供者の1対1の場面、研究会のような学習者と複数のフィードバック提供者がいる1対多の場面を対象とする。また、フィードバックをもらう場面だけでなく、その前後の要因も含め、動的・静的なフィードバック誘起要因を同定する。本研究では、フィードバックの提供だけでなく、学習者からの働きかけにより、より質の高いフィードバックを誘起する手法を提案することを目指す。大学における研究ゼミ、授業実践より、これまで体系化を進めてきた、フィードバックの授受におけるフィードバックシーカー(フィードバック要請者)とプロバイダー(フィードバック提供者)間での建設的なフィードバックを誘起する要因について、2022年度では海外の研究者とも連携し検証を進めた。さらに、Community of Inquiryを活用し、フィードバックし合うことにより学び合うコミュニティのデザイン手法について検討を行った。また、対象者を拡大し、フィードバックシーカーの資質について、生涯学習を必要とする社会人や高齢者に対しても調査を開始した。データ駆動の観点から、フィードバックシーカーのレディネスについて、発表準備状況だけでなく個人特性もふまえた数理モデル案の開発を進めてきたが、2022年度ではさらにデータの種類を増やし、さらに精緻化を図った。また、必要なデータ収集の方法を含む、フィードバックの誘起および利活用を促進するための支援システムの開発と改修を行った。

本研究では、自身の成長のために有用なフィードバックを誘起するために必要な要因を明らかにし、体系的にモデル化することを目的としている。成長のために必須なフィードバックをいかに引き出すことができるかについて、データサイエンス(データ駆動型アブローチ)と経験・観察・既存の理論やモデル(ナレッジ駆動型アプローチ)を組み合わせ探索する。研究範囲は、学習者とフィードバック提供者の1対1の場面、研究会のような学習者と複数のフィードバック提供者がいる1対多の場面を対象とする。また、フィードバックをもらう場面だけでなく、その前後の要因も含め、動的・静的なフィードバック誘起要因を同定する。本研究では、フィードバックの提供だけでなく、学習者からの働きかけにより、より質の高いフィードバックを誘起する手法を提案することを目指す。大学における研究ゼミ、授業実践より、これまで体系化を進めてきた、フィードバックの授受におけるフィードバックシーカー(フィードバック要請者)とプロバイダー(フィードバック提供者)間での建設的なフィードバックを誘起する要因について、2022年度では海外の研究者とも連携し検証を進めた。さらに、Community of Inquiryを活用し、フィードバックし合うことにより学び合うコミュニティのデザイン手法について検討を行った。また、対象者を拡大し、フィードバックシーカーの資質について、生涯学習を必要とする社会人や高齢者に対しても調査を開始した。データ駆動の観点から、フィードバックシーカーのレディネスについて、発表準備状況だけでなく個人特性もふまえた数理モデル案の開発を進めてきたが、2022年度ではさらにデータの種類を増やし、さらに精緻化を図った。また、必要なデータ収集の方法を含む、フィードバックの誘起および利活用を促進するための支援システムの開発と改修を行った。