文献

J-GLOBAL ID：202402270003055696   整理番号：24A0303620

生成AIを用いたシラバス情報の拡張と授業内トピック間類似度評価の検討

著者 (4件)： 尾崎真大 (九大 工) ,  大久保文哉 (九大 大学院システム情報科学研究院) ,  峰松翼 (九大) ,  島田敬士 (九大 大学院システム情報科学研究院)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2023  号： CLE-41  ページ： Vol.2023-CLE-41,No.26,1-8 (WEB ONLY)  発行年： 2023年11月25日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 大学において学生が能動的な学びや自身の学習の振り返りを効率よく行うためには,個別の科目の情報を細かく把握するだけでなく,関連する科目を横断的に把握することも重要である.しかし,一般的なシラバスシステムに登録されている情報は科目ごとに孤立していることが多く,科目横断的な情報把握が難しい.先行研究では,シラバスの文章をTF-IDFでベクトル化することで科目間類似度を計算するアプローチが提案されているが,この類似度はシラバスに登録された文量の多少により,過大/過小評価される恐れがある.また,より詳細な情報として科目間/科目内の「トピック間類似度」の計算を行う際に,シラバスに記載されている授業計画の情報が少なく,TF-IDFの算出に必要な単語を十分に抽出できない可能性がある.そこで,本研究では文章生成AIを用いてシラバスの文章を拡張した後に類似度計算を行う手法を提案する.また,学習者に対するアンケートを用いて,提案手法で得られた類似度と学習者の期待する類似度の間の整合性を評価した.結果として,従来手法と比べると学習者の期待する類似度により近い値を計算できた.(著者抄録)

シソーラス用語： 学校教育 ,  大学 ,  *カリキュラム ,  *主題 ,  言語モデル ,  *文書処理 ,  類似性 ,  アンケート ,  人工知能 ,  CMI【計算機】 ,  *類似性測定
準シソーラス用語： ChatGPT ,  tf・idf ,  *シラバス ,  ユーザ評価 ,  授業計画 ,  *生成系AI

分類 (3件)： CAI  (JE09000G) ,  自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

引用文献 (8件)：

• 藤田 正,冨田翔子: 自己調整学習に及ぼす学習動機および学習方略についての認知の影響,教育実践開発研究センター研究紀要, Vol. 21, pp. 81-87(オンライン),入手先(https://cir.nii.ac.jp/crid/1050564287517133696) (2012).
• 服部典子,飯田順子: 大学生の履修行動に関する研究 履修行動尺度の作成と自己決定性による履修行動の違いの検討-,カウンセリング研究, Vol. 53, No. 2.3, pp. 63-76(オンライン),DOI: 10.11544/cou.53.2.3.63 (2021).
• 山本雄介, 峰松翼,長沼祥太郎,谷口雄太,大久保文哉,島田敬士ほか: 科目の関連性情報を付加したカリキュラム情報閲覧システムの開発,研究報告教育学習支援情報システム (CLE), Vol. 2021, No. 9, pp. 1-8 (2021).
• 藤野友和: 科目間関連度に基づくカリキュラムの可視化とその活用,日本教育工学会論文誌, Vol. advpub, p. 47040(オンライン),DOI: 10.15077/jjet.47040 (2024).
• Bahroun, Z., Anane, C., Ahmed, V. and Zacca, A.: Transforming Education: A Comprehensive Review of Generative Artificial Intelligence in Educational Settings through Bibliometric and Content Analysis, Sustainability, Vol. 15, No. 17 (online), DOI: 10.3390/su151712983 (2023).

タイトルに関連する用語 (7件)： 生成AI ,  シラバス ,  拡張 ,  授業 ,  トピック ,  類似度 ,  評価