遠隔アクティブラーニングをAIを用いて支援するポートフォリオの開発

本研究では、遠隔アクティブラーニング（遠隔協調学習）支援システムとして、ワーキング・ポートフォリオに着目し、ワーキング・ポートフォリオ上で相互閲覧を行う様子（いつ、誰が、誰のポートフォリオを何秒見たか、など）を定量化し、人工知能（AI）により、その情報を抽出・解析し、可視化した情報を教師にフィードバックするシステムの開発を進めている。教師にフィードバックする情報として、学習者の「相互閲覧状況（学習方略）」と「目標到達度の予測」が有用であると考え、AIの開発と実現可能性の検証を進めている。 本年度は、システム・AI開発チームにおいては、開発を進めているAIをワーキング・ポートフォリオシステムであるedulogシステムに実装・拡張した。そのためにedulogシステムを機能拡張し、学習者の相互閲覧状況を学習履歴として記録できるようにした。次に、edulogで記録した、自ら生成した学習記録をどれくらい閲覧したかに関する指標（自己閲覧総時間）、および、他者が生成した学習記録をどれくらい閲覧したか（他者閲覧総時間）を入力して、サポートベクターマシンを用いて、学習記録の閲覧時間が目標達成度に影響しているという仮定のもと、まずシンプルに、学習者別の授業終了時の目標達成度を推定するモデルを構築・評価した。 また、授業開発チームにおいては、新型コロナウィルス感染状況を見極めつつ、遠隔教育を行う前に、教室内でシステムを稼働させ模擬授業を実施した。この結果を評価し、AIやシステムの改善を行った。 一方で、新型コロナウィルス感染状況の対策のため、研究協力チームでは、遠隔アクティブラーニングの授業を行う機会が多くあり、それを利用して様々な検討を行った。