深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化
【研究キーワード】
深い学び / 機械学習 / Learning Analytics / 授業状況の可視化 / 学習支援 / オンライン授業 / 視線情報 / FD / 教育支援 / 学習行動
【研究成果の概要】
コロナウイルスの影響で大学での対面授業を実施できなかったため，研究計画にあったような対面授業に関する行動データの獲得を行うことができず，分析もできなかった．その代わりとして，オンライン授業を対象とする研究を行うこととした．
まず，オンデマンド授業を対象として，事前に取得した受講者の視線情報を講義映像上に表示し，被験者に視聴させることで視線情報が受講者の講義に対する集中力の向上や孤独感の解消にどの程度寄与するか検証した．その結果，視線情報を提示することにより，講義のペースの把握や受講者の集中力持続に貢献可能であることがわかった．一方で，視線情報を提示することにより他の受講者の存在感が大きく向上するとは言い難く，オンライン講義の不満点である孤独感の緩和には至らないことがわかった．
オンライン授業を対象とした教員の授業改善に関する研究として，オンライン授業を支援するためのWebサイト「オンライン教育ガイド」を構築し，情報源として活用されていることを確認した．また，オンライン授業に関するFDを実施し，他の教員の取り組みを知ることができたことによる安心感，オンラインでの受講の体験，これまでの評価のあり方の問い直し，といった効果が認められた．
大阪大学においてオンライン授業に関する質問紙調査を実施し，分析した結果，学生，教員ともに徐々にオンライン授業に慣れていったこと，学生は課題の量が多いと感じている一方で，教員は授業の準備の負担感が高く，オンライン授業の負荷の大きさが課題であることが分かった．また，1年生の評価が2年生以上に比べて全体的に低い結果となり，大学生活において一度も対面授業を経験していないことによる影響であると推測された．
【研究代表者】