マルチエージェントに基づく自動交渉AI型ラーニングアナリティクス手法の研究

点击翻译按钮获取中文摘要

本研究の目的は，オンライン授業をはじめとするICTツール等を活用した学び（オンライン教育）から収集される，学習者の学習ログや成績，個人情報など各個人と紐付く機微度の高い学修データを対象とし，これらのデータを収集してラーニングアナリティクス(LA)を実施したい学校等の組織（LA実施者）と，学修データを提供する各学習者（学修データ提供者）の間でデータを適切に流通させ，分散環境でのLAを効果的に支援するための枠組みを確立することである．具体的には，オープンな「データ市場」の概念に着目し，学修データ提供者の代理となり高機微情報の提供は最小限に留めつつより多くの学習支援を受けたいエージェントと，LA実施者の代理となり極力広く多くの情報を得てより的確な学習支援を行いたいエージェントの間で，メカニズムデザインに基づく自動交渉を行いつつ，適宜学習者への問い合わせを実施する．これにより小規模LA環境であるミクロLAにおいて，安心安全かつ効率的なLAと学習支援行うためのマルチエージェントに基づく手法を検討している．初年度は，学修データにおけるメカニズムデザイン理論を用いた自動交渉合意形成手法のエージェント間の交渉プロトコルの設計を行い，学習者の負担とならないタイミングで適宜学習者の意向の問い合わせを実施するためのHuman-in-the-loopの検討を行った．また，シミュレーション実験を行うことで，本課題で採用する交渉プロトコルの実現可能性を確認した．