Learning support method adaptive to program logic based on analysis of coding history

プログラミング学習は，学習者による試行錯誤の積み重ねにより進行し，多くの困難を伴う．そのため，学習者の状況を的確に把握し，適応的に指導することが求められるが，現実的には困難である．特に，プログラムの組み立て方（ロジック）が１つとは限らず，それに連動して生じる躓きも異なることが，状況把握を妨げる大きな要因となっている．本研究では，コーディング経過の分析により，学習者が指向するロジックを推定することで，従来よりも踏み込んだ状況把握と適応的な支援を実現することを目指す．そのために，(1) プログラムロジックの推定手法，(2) ロジックに応じて学習状況を推定する手法を開発する．その上で，(3)学習状況に適応的な教材提示システムを開発することで，従来よりも現実に即した教材提示を実現し，教授者がより抽象度の高い事柄の指導に専念可能とすることを狙う．令和４年度は，プログラムロジック推定手法の開発に取り組んだ．（１）ロジック推定の準備：これまでに収集した「過去４年間の演習におけるソースコード群」を精査し，学生が指向した実際のロジックを演習課題毎に整理した．これに基づいて，ロジック毎のソースコードをチャンク分解した．これにより，学習者のロジック構成の意図を含むチャンク分割情報（チャンクの振舞いや入出力情報）が得られた．（２）ロジック推定モジュールの開発：ある学習者が現在取り組む課題で作成したソースコードとコーディング履歴（過去の演習で作成したコード群）を入力として，指向しているロジックを機械学習により推定した．具体的には，（１）で準備した「ロジック」と「チャンク分割情報」をトレーニングデータとして，Multiclass Decision Forestを用いた．後に支援システムに組み入れるため，推定モジュールの形で実装した．

プログラミング学習は，学習者による試行錯誤の積み重ねにより進行し，多くの困難を伴う．そのため，学習者の状況を的確に把握し，適応的に指導することが求められるが，現実的には困難である．特に，プログラムの組み立て方（ロジック）が１つとは限らず，それに連動して生じる躓きも異なることが，状況把握を妨げる大きな要因となっている．本研究では，コーディング経過の分析により，学習者が指向するロジックを推定することで，従来よりも踏み込んだ状況把握と適応的な支援を実現することを目指す．そのために，(1) プログラムロジックの推定手法，(2) ロジックに応じて学習状況を推定する手法を開発する．その上で，(3)学習状況に適応的な教材提示システムを開発することで，従来よりも現実に即した教材提示を実現し，教授者がより抽象度の高い事柄の指導に専念可能とすることを狙う．令和４年度は，プログラムロジック推定手法の開発に取り組んだ．（１）ロジック推定の準備：これまでに収集した「過去４年間の演習におけるソースコード群」を精査し，学生が指向した実際のロジックを演習課題毎に整理した．これに基づいて，ロジック毎のソースコードをチャンク分解した．これにより，学習者のロジック構成の意図を含むチャンク分割情報（チャンクの振舞いや入出力情報）が得られた．（２）ロジック推定モジュールの開発：ある学習者が現在取り組む課題で作成したソースコードとコーディング履歴（過去の演習で作成したコード群）を入力として，指向しているロジックを機械学習により推定した．具体的には，（１）で準備した「ロジック」と「チャンク分割情報」をトレーニングデータとして，Multiclass Decision Forestを用いた．後に支援システムに組み入れるため，推定モジュールの形で実装した．