Construction and Evaluation of a High-Density Learning Analytics Infrastructure for Data-Driven Education

点击翻译按钮获取中文摘要

本研究は，データ駆動型教育を実現するための高密度学習分析基盤の構築と評価を行う．学習者の学習状況を学習トピック単位で理解することで個別最適な情報推薦を行うデータ駆動型教育を実現する．ここで，学習トピックとは，科目内で学習する概念や学習項目，学習キーワードなどの構成要素を指す．そのために，①教育学習を学習トピック単位で記録する密センシング手法，②教育学習活動の文脈を把握する深層的活動分析手法，③行動変容を促す説得性を持ったフィードバック手法について研究を進める．数千人が集う大学教育の実践の場で，リアルタイム支援，授業の実施回毎の支援，授業期間毎の支援の３つの時間粒度でデータ駆動PDCAサイクルの実証実験を実施し，研究成果の有用性と有効性を検証するとともに，学習分析技術や基盤システム，エビデンスをオープン化して成果を国内外に広く展開する．2022年度は，PC搭載のカメラ映像から注視領域の学習トピックを特定し，学習履歴化．システム操作に伴う学習履歴情報と統合して，学習活動履歴の時空間分解能を向上させる密センシングを実現するためのプロトタイプシステム開発を行った．また，研究代表者らが保有している活動予測や理解度推定などの技術の精度向上を行った．さらに多元因子から活動予測に強く寄与する特徴を発見する手法，ならびにその特徴を活動の早期段階に発見する手法を開発した．実証実験に向けた取り組みとして，特にリアルタイム支援による教育・学習の改善のための授業デザインや評価方法について翌年度以降の実験計画を具体化していくために，研究分担者と議論を行った．