Design of learning methods reflecting AI features extracted in the Turing test

点击翻译按钮获取中文摘要

本年度は、主に、学習方法のデザインの研究を実施した.本論では,筆者が 2018 年から 3 年間継続して実施してきた,大学生の学力調査の結果に基づき,2021 年に記述式問題を大学生 71 名に課して,その解答を,量的および質的に分析した.問題は,国語,理科,社会,それぞれ 5 問の合計 15 問であるが,記述内容を,質的に分析した結果,問題をどう捉えるかという問題の構造に依存することが,分かった.量的なクラスター分析を実施して,質的と量的な分析結果の間に,整合性を見出すことができた.その結果,問題に関連する要素の数と,日常生活との関連性の２つの軸によって,以下のようなコンピテンシーに分類された.日常生活に関わるスキーマが駆動して推論するコンピテンシー（経験力）,教科や学問などの知識や見方・考え方を駆動して,要素数の少ない問題を推論するコンピテンシー（教科力）,教科力と同じだが,要素数が多い問題を推論するコンピテンシー（俯瞰力）,及び感性などの非認知能力に関するコンピテンシーである.このコンピテンシーの分類によって,3 年間実施してきた,大学生の国語の読解力,理科・社会の学力の結果を,説明できることが,分かった.以上から、日常生活の関りが大きい場合は,日常生活のスキーマが働くので,経験の長い大学生が小中学生よりも正解しやすいこと、日常生活との関りが小さい場合は,学問や教科や分野毎の問題構造（スキーマ）が重要な機能を果たすこと、特に,俯瞰力は,教科横断や STEAM や問題解決などの学習に,有効と考えられることなどの知見を得た。以上の知見を、査読付き論文誌に投稿し、掲載された。