基礎科目を対象にした個人最適化による適応的学習システム構築の研究

点击翻译按钮获取中文摘要

本研究は、適応的学習システムの構築を目指すものである。高等教育の初年次教育では、基礎的な知識伝達を目的とする科目等が存在する。そこでは、知識伝達の方法として、演習問題を繰り返し解く反復練習が主におこなわれている。反復練習を成り立たせるためには、領域知識をカバーする大量の演習問題が必要である。その上で、学習者は用意された大量の問題を、解くことを繰り返す。しかし、大量の問題を網羅的に解くのは効率的と言えず、学習者の意欲を削ぐことになる。そこで、最近のAIの研究を応用することで、学習者の理解状態を診断し、演習の過程の制御が可能と考えた。単純に繰り返すのではなく、未習得の知識を練習することが必要である。演習問題を解く（練習する）とは、対象の問題を解くだけではなく、関連する問題を解く、関連する知識を参照するとった行動が付随して発生する。問題を解くといった行動はいろいろな行動の集まりであり、問題を解くために、どういった行動をとればよいか、次にとるべき行動を例示することができれば、学習を適切に誘導できるものと考える。そこで、我々は、適当的学習において学習の誘導の実現を目指している。本研究では、誘導を実現するために、まず、対象知識の構造化を目指す。知識の構造化は、問題の難易度と、問題間の関係の記述によっておこなう。IRTを用いることで、難易度による分類をおこなう。さらに、Q-Matrixによって、問題を相互に関連するものとして分類する。さらに、演習の過程を、誘導することを目指す。令和4年度は、試作している問題プールを用いて、解答履歴の収集をおこなった。この解答履歴に対し、IRTやQ-Matrixの可能性を検討した。さらに、演習過程の誘導について、強化学習等の利用を想定し、モデルの作成をおこなった。次年度以降、解答履歴の収集をおこない、システム設計や開発を進める予定である。