新教育課程に対応した読解・記述力を高める縮約基盤型eラーニングAIシステムの構築

点击翻译按钮获取中文摘要

2022年度には、学生の学修データを収集し、解析するとともに、模範解答作成ツールの開発にも着手した。まず、800文字程度の元テキストを400文字程度に縮約した学修データを、約300名分集めた。次に、元テキストと縮約後のテキストを比較してABCDの4つのグループに分類した。その結果、上位群であるABパターンの学修者は元テキストの内容をきちんと読解しており、段落から重要なキーワードを抜き出せる優れた能力を持っていたことが判明した。一方、下位群であるCDパターンの学修者は元テキストの読解力が不十分であり、キーワードの抽出においても文脈を理解できていない傾向が見られた。また、研究チームは、独自のプログラミングにより、模範解答作成ツールを開発している。学生の縮約したテキストの中から上位群のデータに見られる特徴を合成し、それに指導者の模範解答を重ね合わせて、理想的な読解による縮約テキストを生成するシステムである。この研究のテーマは、「新教育課程に対応した読解・記述力を高める縮約基盤型eラーニングAIシステムの構築」というものであり、通常は大型計算機や高価なGPUが解析に必要な分野であるが、安価に実験を行える環境が整いつつあるLLMの利用を検討した。また、今年度初めに驚異的なユーザー数で普及したChatGPTの急速な進化により、より具体的な利用方法の模索も進んでいる。今後の推進方策としては、より多くの学生のデータを収集し、グループの違いをより詳細に分析していくことが挙げられる。また、模範解答作成ツールについては、より高度な機能の開発に取り組む予定である。最終的には、縮約基盤型eラーニングAIシステムとして、学習者の読解・記述力の向上に寄与することを目指している。