学習ログデータから質的・量的なエラー分析による再構成型学習環境における理解変化の推定に関する研究

チーム

学習工学研究室

学校名

国立広島大学

代表者名

濵田恭佑

概要

近年エラーは学習促進の重要な機会とされているが、適切なフィードバックにはエラーの特定が必要である。本研究では、再構成型学習環境における学習過程での解消困難なエラーの特定を目的とし、単文統合型学習環境「モンサクン」を対象に学習ログデータをONAという手法で分析した。その結果、学習者自身での解消が困難なエラーの推定が可能であることが判明した。エラーの特定により学習者の理解変化を推定することが可能になっ

支援対象

1.支援している活動：初等教育

2.学習内容：数学, 学び方

3.支援の意図：理解の促進, 教材・教育方法の改善, 学習データの分析

4.学習規模：教室規模

研究の斬新さ、独創的な点

教室という小規模なデータセットだと特徴を捉えるのが難しく、とらえられても解釈が難しいが、ONAではコード付与により質的に解釈が可能である。また次元圧縮による二次元データ化で各種検定手法の適用が可能で量的にも分析可能である。

研究が与える影響

学習者の経験した誤りに基づいた支援設計が可能になる 
誤りからの学習も担保 
教授者がクラスの特徴(学習状況)を簡単にとらえることができる 

研究の社会的価値

この研究では学習者にとって支援が必要な誤りを特定することで、個別最適な教育支援の実現に寄与することができる。また、教育現場での過剰・過少な介入を防ぎ、効果的な教育の実現に貢献 することができる