K-§MART SEEDS集オンデマンド講義における無作為修正者の自動検出
概要
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。
- 従来技術
- 提出されたプログラムを自動採点する仕組みはプログラミング能力を競う大会(競技プログラミング)や教育機関で広く使われており、その有用性は高い。
- 優位性
- 学習者の行動特徴を詳細に識別できれば、個々の学習者の「分からないこと」を自動で識別し、パーソナライズされた支援が可能になるとともに、自主学習に対する自動的な支援につながる技術となる。
特徴
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
- 実用化イメージ・想定される用途
- ・教育機関における講義の支援
・オンライン学習システム上での自動支援
- 実用化に向けた課題
- ・基板材料に応じた光源の最適化
研究者紹介
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
研究者からのメッセージ
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。
- 研究キーワード
-
菌検定
コロニーカウント
電気測定
食品安全
- 知的財産権
-
ー
