Developing a virtual learning environment dynamically optimized for students' circumstances

点击翻译按钮获取中文摘要

本研究の目的は、個別の学習者の学習体験が埋没しがちであり、オンライン授業の増加により一層その傾向が強まっているという問題に対し、学習者の演習から得られる知見などを学習者間で共有して活用することにより、学習者の主体的な学習を支援し、クラス全体の学習効果を高めることを目的としている。プログラミング授業において教師が学習者の学習状況を把握する方法としては、従来から教室における見回りが行われてきた。しかし、見回りによって可能なのは学習者がその時点で何を書いているか確認したり、その時点での疑問点の解消を支援することに限られている。つまり学習状況の連続的な時間変化について把握することは難しかった。学習者の状況の時間発展を機械的に分析し、学習者の演習プロセスの特徴を定量的に表現することができれば、自動的な介入や、注意すべき学習者の存在について教師へ通知することが可能となる。そこで今年度はいくつかの異なるアイディアに基づいて、いくつかの演習プロセス分析手法の開発を行った。その1つは、注意が必要な学習者を自動的に検出する手法である。本研究では学習者のプログラミングに係る行動履歴を分析することで、学習者の要注意度指標を提案した。実際の授業から得たデータに対して手法を適用することで、最終成績に基づいて定めた要注意学生の検出をある程度の精度で可能であることを示した。本研究については国際会議にて発表を行った。また、演習プロセス全体を定量的に特徴付ける手法について開発し、国内の研究会にて発表を行った。本研究では深層学習の技術を用いることで、学習者のプログラミングプロセスを定量的に表現する手法を開発し、得られた定量的表現と最終成績との相関関係について分析を行った。