学習者が作成したプログラムを自動採点し即時フィードバックを行うシステムを対象に、提出行動の特徴から「詰まり」「無理解」を抽出する技術を開発する。
提出の頻度やその内容(採点結果や前後提出間の差分)を特徴として抽出し、AIに学習させることで状態の識別を可能にする。
これまでの研究で「無作為な修正」行動をする学習者に1)提出回数が多い、2)提出が短時間に集中、3)修正箇所が偏る、という特徴が明らかになっており、その特性を利用して無作為修正者を識別するAIの開発を始めている。ソフトウェア工学の分野において、開発現場におけるソースコードの内容や変更履歴の分析を行っている研究が多数あり、様々な知見が蓄積されている。本シーズに過去の研究知見を組み合わせていくことで、様々な行動を識別するAIを開発し、自動採点システムに組み込むことで教育現場における指導効率や学習効果の検証を行う予定である。プログラミング講義受講者の行動特徴と採点結果の分析
上野 秀剛(うわのひでたけ)researchmap
奈良工業高等専門学校・情報工学科・准教授
受講者の提出するソースコードを自動採点し、提出ソースコードの変更履歴から無作為な修正を自動検出するシステムを開発・運営中です。本システムと変更履歴分析の知見を生かしたサービスを共同で開発してくれるパートナーを募集しています。
菌検定
コロニーカウント
電気測定
食品安全
ー