マルチモーダルデータを活用した適応的学習支援システムの開発～電子回路の個別最適化に向けた統合分析～
大学
広島市立大学
代表者名
湯淺 創太
チーム
毛利チーム
応募カテゴリ
教育(学習)方法
研究タイトル
マルチモーダルデータを活用した適応的学習支援システムの開発～電子回路の個別最適化に向けた統合分析～
研究内容の概要
電子回路学習を支援するため疑似的なブレッドボード操作環境を構築した．クイズの結果や講義
中に取得した視線・顔情報のトラッキングデータ，演習用コンテンツの操作ログを活用し，理解
度推定を行う．これにより，学習者の知識習得状況を把握し学習支援を可能にする．さらに，学
習過程における行動特性を分析することで，個々の理解傾向に適した支援方法の検討を目指す．
支援対象
1.支援している活動：高等教育
2.学習内容：プログラミング, その他 電子回路
3.支援の意図：知識の習得, 疑似体験, 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
MR 環境を用いて実際の講義を受けながら電子回路学習を支援できる点に本研究の新規性がある ．さらに，視線・顔情報のトラッキング，演習コンテンツの操作ログ，クイズ結果などのマルチモーダルデータを統合的に取得し，理解度推定へ活用する．従来の操作ログ中心の学習分析に加え，多様な生体・行動データを活用した学習支援手法に挑戦している点が独創的であり，個別最適化学習への応用も期待される．
研究が与える影響
学習・教育効果：マルチモーダルデータ分析により，学習者の理解過程やつまずきを把握し，主体的な試行錯誤を促進する
学習・教育効率：理解度推定を基にシステムが学習者ごとの理解状況を自律的に判断し， 学習者ごとに基礎・発展問題を自律的に提示し，効率的な学習支援を実現する
変革：従来の学習支援では取得が難しかった 視線・表情・操作ログを統合活用することで一律的な教育から，個別最適化学習への発展が期待される
研究の社会的価値
応用可能性：本システムを各科目や専門分野へ転用することで，高価な機材を用いる演習や実験教育にも応用できる
市場性：HMD を用いるため導入コストを伴うが，視線・顔情報のトラッキングや操作ログなどのマルチモーダルデータを取得できる点に社会的価値がある．将来的に教育現場へ普及することで，これまで把握が困難であった学習者の細かな知識習得状況や理解過程が分析可能となり，高度な学習支援環境の実現が期待される
