数式自動採点システムの解答データを用いた Bayesian Knowledge Tracingによる理解状況分析

チーム

名古屋大学教養教育院・大学院情報学研究科 中村泰之研究室

学校名

名古屋大学

代表者名

伊藤明日歌

概要

数式自動採点システムSTACKを活用して、オンラインテストの評価結果を元にして、知識習得度を推定する方法の提案です。Bayesian Knowledge Training(BKT)をベースにした方法論で、BKTでは、従来問題と知識を1対1に対応させる必要がありましたが、STACKの誤答分類アルゴリズムを活用し、一つの問題で、複数の知識を扱う方法を提案したものです。

支援対象

1.支援している活動：中等教育, 高等教育

2.学習内容：数学

3.支援の意図：学習データの分析

4.学習規模：研究室規模

研究の斬新さ、独創的な点

既存技術の新しい応用、数式解答データの新しい分析手法

研究が与える影響

学習・教育効果：理数系分野のオンラインテストの結果から知識の定着度を推定し、熟練度の低い教師に効果が期待できる
学習・教育効率：より少数の問題を用いることにより、効率的に知識定着度の推定が可能
変革：理数系分野のオンライン学習データ分析に新たな可能性を提示する

研究の社会的価値

応用（転用）可能性：他の対象（数学以外の理数系分野）への応用
実用可能性：教育現場での運用のコスト削減
市場性：学習・教育産業のオンラインテストの分析手法としての可能性