地域連携プログラミング初等教育における操作履歴に基づく機械学習を用いた教え方支援

点击翻译按钮获取中文摘要

本研究では、代表者やNPO団体が行うプログラミング初等授業における学習者のソースコードと操作履歴から、機械学習によって、まずコードのバグを分類し、そのバグを先生や支援員がいかに指導するかを支援するシステムの開発を目指す。2022年度の計画は、(1)前年度に続けて学習者のソースコードやアンケートの収集と検定試験の解答利用、(2)プログラミング時の学習者の操作履歴の取得と解析、(3)プログラムの自動採点の方法の検討であった。(1)については、対象とするプログラミングはScratchとPythonであり、Scratchでは前年度に続けて小学校のプログラミングクラブにおいて検定試験に対する生徒のソースコードを集めた。また、中学校の出前講座において200名近い生徒のScratchコードとアンケートを収集できた。Pythonでは、毎年夏に実施しているプログラミング教室で中学生48名のソースコードとアンケートの収集を行った。さらに、昨年度までに収集したソースコードやアンケートの分析結果をまとめて査読付きの学術雑誌と国際会議で発表した。(2)に関しては、当大学のパソコンに当該アプリケーションをインストールして、上記のPythonプログラミング教室にて操作履歴を取得した。(3)については、学習者のScratchやPythonのコードの正誤を自動で判定するために、Google Colaboratoryで入力されたPythonプログラムはJSON形式のノートブックドキュメントであり、Scratchも同じくJSON形式であるため、まずJSON形式のファイルから入力コードを抽出するプログラムを作成した。そして、入力コードから抽象構文木を作成し、レーベンシュタイン距離により正誤判定する方法を提案し、手動採点の結果と比較した。提案手法と結果を電子情報通信学会の教育工学研究会と卒業研究発表会で発表した。