ビッグデータ:ビッグデータ活用事例(岡山大学の「生徒の学習成果の可視化」)

bigdata_004_R

 ←ビッグデータの活用へ戻る

ビジネスの分野では、ビッグデータが盛んに活用されています。しかし、教育の分野ではまだビッグデータの活用が進んでいないのが現状です。

学習評価の中に、中間や期末といったまとまった評価ではなく、学習している進行に合わせてその都度、学習の定着度を見ながら、生徒にフィードバックしていく「形成的評価」があります。岡山大学では、経験的に行われてきたこの形成的評価に、ビッグデータを活用して科学的知見を与える研究が行われました。

個人の履歴データ(縦断的データ)は、個人の行動予測を行う上で有益な情報になり得ます。しかし、縦断的データはまとめればまとめるほど、本来存在する行動特徴を埋没させてしまうという問題があります。 edu_001

この問題を“スケジューリング”というアプローチで、これまで見えなかった子ども一人一人の日々の学習成果の積み重ねを可視化するという試みが岡山大学が岡山市内の公立中学校の全校生徒を対象に学習実験を行いました。   英単語学習の検証実験では、学習者が、いつ、どの単語を、どのように何回学習し、それから何日後にテストを受けるのかという、何万という詳細なイベントの生起スケジュールを年単位で生成し、それに合わせて学習を提供し、全ての反応を回収し、スケジュール条件ごとに集約し解析し、時系列条件がそろった個人の行動(実力)変化を世界で初めて描き出しました。その結果、成績が悪い子どもも着実に実力が上昇していく様子が描き出され、それを、教師から子どもに個別にフィードバックできるようになった他、従来全く見えなかった様々な事実が明らかになり始めています。   この実験では、単にビッグデータを収集するのではなく、ビッグデータを構成する個々の反応データに対応する、全てのイベントの生起タイミングやインターバル等のスケジュールをあらかじめ緩やかに統制した上でイベント生起させ、対応する反応データを収集し、解析時に収集されたデータをスケジュールに対応させて集約するというものです。

(岡山大学 http://www.okayama-u.ac.jp/tp/release/release_id33.html より)

 

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です