九州大学教育ビッグデータプロジェクト ～ラーニングアナリティクス（LA）の活用～
•
6 j'aime•3,214 vues
2016.11.22 日本電子出版協会
Recommandé
Recommandé
Contenu connexe
Tendances
Tendances (20)
En vedette
En vedette (20)
Similaire à 九州大学教育ビッグデータプロジェクト ～ラーニングアナリティクス（LA）の活用～
Similaire à 九州大学教育ビッグデータプロジェクト ～ラーニングアナリティクス（LA）の活用～ (20)
Plus de Japan Electronic Publishing Association
Plus de Japan Electronic Publishing Association (20)
九州大学教育ビッグデータプロジェクト ～ラーニングアナリティクス（LA）の活用～
- 1. Learning Analytics Center, Kyushu University, Japan 九州大学教育ビッグデータプロジェクト ～ラーニングアナリティクス（LA）の活用～ 緒方 広明
- 2. 2 本日の内容 1. 自己紹介とこれまでの研究 2. ラーニングアナリティクス(LA)研究の概要 3. 九州大学におけるLAの取り組み 4. これからの電子書籍(e-Book)に期待すること Learning Analytics Center, Kyushu University, Japan
- 3. 3 自己紹介（学歴） 1988年3月 徳島県立脇町高等学校卒業 1988年4月 徳島大学工学部知能情報工学科入学 1992年3月 同学科 卒業 1992年4月 徳島大学大学院工学研究科 博士前期課程知能情報工学専攻 入学 1994年3月 同専攻 修了 1994年4月 徳島大学大学院工学研究科 博士後期課程システム工学専攻 進学 1995年3月 同専攻 退学（助手として就職） 1998年5月 博士（工学）（徳島大学） Learning Analytics Center, Kyushu University, Japan
- 4. 4 経 歴 1995年4月 徳島大学 助手 工学部知能情報工学科 1999年4月 徳島大学 講師 同 2001年3月 徳島大学 助教授 同 2001年9月 米国コロラド大学ボルダー校 客員研究員 (2003年2月まで) 2007年4月 徳島大学 准教授 (職名と所属名変更) 大学院ソシオテクノサイエンス研究部 2009年10月 (独) 科学技術振興機構JST さきがけ 兼任研究員 （2013年3月まで） 2013年10月 九州大学 教授 基幹教育院 現在に至る Learning Analytics Center, Kyushu University, Japan
- 5. 5 九州大学での所属・役職 Learning Analytics Center, Kyushu University, Japan 主幹教授 基幹教育院 自然科学理論部門 部門長 ラーニングアナリティクスセンター センター長 サイバーセキュリティーセンター 副センター長 附属図書館 付設教材開発センター 協力教員 情報統括本部 教育支援事業室 室員 大学院システム情報科学府
- 6. 6 研究の興味 Learning Analytics Center, Kyushu University, Japan 計算機を使って 人を賢くする 人のように 計算機を賢くする AI (Artificial Intelligence) IA(Intelligence Augmentation)
- 7. 7 研究分野 研究分野：教育工学、学習支援システム 例えば、 語学学習支援システム(CALL) 協調学習支援システム(CSCL) モバイル・ユビキタス学習支援システム (m/u-Learning) ラーニングアナリティクス(LA) Learning Analytics Center, Kyushu University, Japan
- 8. 8 これまでの研究の推移 Learning Analytics Center, Kyushu University, Japan 1990年～グループウェア 1995年～ CSCL/CALL 2000年～ m-Learning 2005年～ u-Learning 扱う情報の量 時間Mobile UbiComp基盤情報技術 WWWDatabase 2010年～ ラーニングアナリティクス BigData Awareness Learning Analytics Learning logs
- 9. Learning Analytics Center, Kyushu University, Japan ラーニングアナリティクスとは？
- 10. 10 情報通信技術(ICT)を用いて、 教員や学生からどのような情報を獲得して、 どのように分析・フィードバックすれば どのように学習・教育が促進されるか？ を研究する分野 Learning Analytics Center, Kyushu University, Japan 10 Learning Analytics (LA)とは？
- 11. 11 LAプロセス データ蓄積・統合 データ分析・可視化・予測 フィードバック・推薦 評価・改善 Learning Analytics Center, Kyushu University, Japan
- 12. 12 From hindsight to foresight Difficulty Value Descriptive analysis Diagnostic analysis Predictive analysis Prescriptive analysis What happened? Why did it happen? What will happen? Gartner. How can we make it happen? Learning Analytics Center, Kyushu University, Japan
- 13. 13 From data to action Analytics Human input Gartner. http://blog.dcrworkforce.com/hindsight-foresight-prescriptive-analytics-work ActionDecision Prescriptive What should I do? Decision support Diagnostic Why did it happen? Predictive What will happen? Data Descriptive What happened? Decision automation Learning Analytics Center, Kyushu University, Japan
- 14. 14 LAがなぜ注目されているか？ 計算機技術 の高度化 教育改革 の必要性 教育の情報 化による データ蓄積 Learning Analytics Center, Kyushu University, Japan BYOD e-Learning MOOCs e-Book 大規模データの 管理・分析技術 きめ細かな教育・ 学習支援の要請
- 15. Learning Analytics Center, Kyushu University, Japan 九州大学におけるLAの取り組み
- 16. 16 2020年(4年後)にデジタル教科書を全国の 小中高校に導入する計画（教育の情報化） http://www.asahi.com/articles/ASJ4L76R0J4LUTIL073.html?iref=comtop_list_edu_n01 Learning Analytics Center, Kyushu University, JapanLearning Analytics Center, Kyushu University, Japan
- 17. 17 • 軽く、永続的に利用可能 ①Light and permanent • キーワード検索可能②Searchable • ページを拡大・縮小、映像、クイズ等③Interactive • 学生の活動を記録・分析④Traceable • 学生の状況によって内容を変更可能⑤Adaptive デジタル教科書の特徴 2020年のデジタル教科書導入は、①~③が中心 ④と⑤はあまり考慮されていない。 × × Learning Analytics Center, Kyushu University, Japan
- 18. 18 背景 Learning Analytics Center, Kyushu University, Japan 全国の小中校のe-Bookの全ての操作履歴が、 １つに集約されれば教育ビッグデータが構築される しかし、現状では設備等の準備できていない。 一方、大学では、e-Learningシステムや履修登 録・成績登録システムなどのソフトウェアに加え て、PC必携化や無線LANなどの設備
- 19. 19 本研究の目的 Learning Analytics Center, Kyushu University, Japan デジタル教科書を大学に導入し、その履歴データ を中心として、e-Learningや学務情報等と統合 することによって、教育ビッグデータを構築し、 学習分析(Learning Analytics)によって、 きめ細かな教育・学習のサポートを目指す。 教育・学習ログの科学的分析による教育改革
- 20. 20 本取り組みの特徴 Learning Analytics Center, Kyushu University, Japan 全学PC必携化と高速無線LAN環境の整備 PCを活用した授業設計を実施(基幹教育) e-Book/Moodle/Maharaを全学に導入して データ取得し、分析ツールを提供（世界初） LAを全学で実施するためのLAセンターを設置 （国内初）
- 21. 21 ラーニングアナリティクス(LA)の 全学展開の経緯 開始時 平成25年(2013)年４月 PC必携化(BYOD)開始 平成26年(2014)年４月 基幹教育開始 平成26年(2014)10月 基幹教育の情報系科目で LA開始 平成27年(2015)4月 全学基幹教育全科目でLA 開始 平成27年10月 全学部・大学院でLA開始 平成27年(2016)２月 LAセンター設立 Learning Analytics Center, Kyushu University, Japan
- 22. 22Learning Analytics Center, Kyushu University, Japan メンバー 教員（１９名）＋職員（６名）＝２５名 全国初のセンター組織 http://lac.kyushu-u.ac.jp
- 23. 23 受賞しました！ Learning Analytics Center, Kyushu University, Japan 第１回 IMS Japan賞 最優秀賞 第13回 日本e-Learning大賞 教育ビッグデータ特別部門賞
- 24. 24 九州大学 基幹教育とは？ Learning Analytics Center, Kyushu University, Japan
- 25. 25 基幹教育の特徴 平成25年4月から全学１年生約2,700名を対象に開始 自ら主体的・能動的に学ぶ「アクティブラーナー」 の育成が目的 対話、内省、協働を通じて、学び方、考え方を学ぶ 全学出動態勢で授業を実施 学生全員PC必携化 (BYOD:Bring Your Own Devices) Learning Analytics Center, Kyushu University, Japan
- 26. 26 どのようにして、学生が本当にアクティブに学習している かどうか、を知ることができるのか？ Learning Analyticsと教育ビッグデータの研究 授業中 授業外 Learning Analytics Center, Kyushu University, Japan
- 27. 27 授業設計 教材をe-Book に登録 M2B２を用いて 学びの過程を記録 教育ビッグデータ 学び方と 教え方の分析 学習支援 教育改善 データドリブンな授業改善 M2Bシステムを用いた教育改善の支援の概要 デジタル教材 (スライドなど) eラーニング eポートフォリオ 履修情報 成績情報 講義情報 等 データ分析ツール 全学生生 成績み 15 状 態 0 1 授業回 14 行動・成績予測 学習活動量の推移分析 リアルタイム分析 分析レポート配信 アドバイザ M2B(みつば)学習支援システム Learning Analytics Center, Kyushu University, Japan
- 28. 28 紹介ビデオ 約3分 Learning Analytics Center, Kyushu University, Japan
- 29. 29Learning Analytics Center, Kyushu University, Japan
- 30. 30 授 業 前 • 予習・復習の達成度の提示して適応的な講義 • 学生が理解しにくいところを提示して説明追加 • 学習活動の活発度を可視化して評価 授 業 中 • 授業中の学生の行動をリアルタイムに分析 • 利用履歴を用いてグループ作りを支援 • 利用履歴に基づくドロップアウト等の傾向の提示 授 業 後 • 学生の学習履歴から、教材の改善点を提示など • 利用履歴から成績を予測し、今後の学びを改善 • 教材を推薦して、さらに学習を促進 教育・学習の支援の例 Learning Analytics Center, Kyushu University, JapanLearning Analytics Center, Kyushu University, Japan
- 31. 31 From hindsight to foresight Difficulty Value Descriptive analysis Diagnostic analysis Predictive analysis Prescriptive analysis What happened? Why did it happen? What will happen? Gartner. What should I do? Real-time analysis Why is it happening? 予習達成度 活発度表示 知識マップ表示 成績予測 教材推薦 リアルタイム分析 レスポンス グループ作成支援 Learning Analytics Center, Kyushu University, Japan
- 32. 32 気づきを支援 Learning Analytics Center, Kyushu University, Japan 学 生 • 自分に適した教材 • 自分に適した学習方法 • 他の学生の活発度 • 成績の予測 • 学びの振り返り 教 員 • 学生の状況(予習達成度、 成績傾向、活発度、 Drop outの予兆など) • グループ自動作成 • 学生に適した教え方 • 教え方の振り返り
- 33. 33 M2B(みつば)学習支援システムとは ① Moodle（ムードル） : e-Learningシステム 出席管理・レポート管理・掲示板、アンケートなど ② Mahara（マハラ）: eポートフォリオシステム 講義日誌の記録による振り返りと情報共有 ③ BookLooper（ブックルーパー）: デジタル教科書配信シス テム 講義スライドの共有と配信 学生登録数 教員登録数 Moodle Mahara BookLooper 2015 年度前期 2,687人 10,490人 206コース 866日誌 132教材 2015 年度後期 19,293人 10,490人 112コース 302日誌 95教材 2016 年度前期 〃 〃 718コース 89コース 107教材 (41コース) Learning Analytics Center, Kyushu University, Japan
- 34. 34 九州大学の構成員数(2015年度) 身 分 人 数 学部生 11,758 修士課程学生 3,931 博士課程学生 2,682 専門職大学院 289 学生の小計 (18,660) 教員 2,089 事務職員 864 技術職員 1,381 職員の小計 (4,334) 総計 22,994
- 35. 35 ログの累計数 Learning Analytics Center, Kyushu University, Japan 1800万 1400万 1000万 600万 BookLooperログ件数 Moodleログ件数 2014年度後期 2015年度前期 2015年度後期 2016年度前期 200万 約1700万件 約1200万件 １日１８万件のログ 累計約3000万件(2014年10月～2016年9月末まで)
- 36. 36Learning Analytics Center, Kyushu University, Japan ログの種類 • ログイン • 出席状況 • レポート提出 • テスト • アンケート • 掲示板 • など
- 37. 37Learning Analytics Center, Kyushu University, Japan • 教員：ティーチングポートフォリオ（授業日誌） 振り返りによる教材改善・授業設計改善 教員間の情報共有 • 学生：ラーニングポートフォリオ（授業日誌） 学生にとっては振り返り、プランニング 教員にとっては学生からのフィードバックログの種類 • ログイン • 学生の日誌 • 教員の日誌 • など
- 38. 38Learning Analytics Center, Kyushu University, Japan
- 39. 39 e-Bookシステムの特徴 教員が作成したスライドや教材(PDF)を（主に） 授業期間開始前にe-Bookシステムに登録 e-Book教材は、全ての教員と学生が閲覧可能 e-Book教材は、教員が適宜アップデート ユーザはWindows/Mac/Android/iOSなどのアプリを 利用して教材をダウンロードして閲覧 ユーザの閲覧ログがサーバーで共有 Learning Analytics Center, Kyushu University, Japan
- 40. 40Learning Analytics Center, Kyushu University, Japan マーカーの利用について 予習：分からないところに、マーカー（黄色）を 引き、質問等があれば、メモに質問を書く 講義中：講義中で分かったところは、マーカーを 削除し、分からないところに、マーカー（黄色） を引く 復習：自分で調べて分かったところは、マーカー を削除し、自分で調べた内容を、メモに書く
- 41. 41 宇宙と地球の科学 Learning Analytics Center, Kyushu University, Japan
- 42. 42Learning Analytics Center, Kyushu University, Japan
- 43. 43 53.93% 10.49%0.02% 0.03% 0.22% 0.19% 13.71% 1.02% 20.39% 2015年4月1日～2015年12月24日 ページめくり コンテンツOPEN キーワード ブックマーク マーカー メモ 拡大・縮小 ジャンプ機能 その他 BookLooper操作ログ比率 (54%) (10%) (14%) 0.46% (1%) (20%) Learning Analytics Center, Kyushu University, Japan
- 45. Learning Analytics Center, Kyushu University, Japan 九州大学で開発したLAツールの紹介
- 46. 46 ①授業前のログの分析 Learning Analytics Center, Kyushu University, Japan
- 47. 47 デジタル教科書の閲覧ログの分析 ページの遷移を可視化 閲覧パターンから教材の 改善点を提案 教材A 教材B 成果５ 予習の達成度、マーカー数等 授業内容を適応的に変更 Learning Analytics Center, Kyushu University, Japan
- 48. 48 スライドのページ数 学生 デジタル教科書の閲覧 ログの可視化 Cubic Gantt Chart 3次元で回転して分析 閲覧時間 中村、岡田 Learning Analytics Center, Kyushu University, Japan 成果５ 教材のオントロジーの構築 教材の知識概念構造と学生の概念構造の マッチング 学生の背景知識を把握 王
- 49. 49 成果５ アクティブラーナーダッシュボード アクティブラーナー尺度は、 Moodle、Mahara、BookLooperの ログ情報から学習の活発度を計算 <教員用> <学生用> Learning Analytics Center, Kyushu University, Japan
- 50. 50 ②リアルタイム分析 （授業中） Learning Analytics Center, Kyushu University, Japan
- 51. 51 リアルタイムのログ分析 講義についていけていない学生 先々進んで学んでいる学生 →ページ閲覧状況に合わせて、講義の進行を変える 学生 教員 時間 ペ ー ジ （島田） Learning Analytics Center, Kyushu University, Japan
- 52. 52 成果５ リアルタイムで理解度に関するレスポンス ボタンシステム ⇒学生が教える内容に対して、その場 で理解度を教員に伝える（1分間） Learning Analytics Center, Kyushu University, Japan 成果５ 学生のグループ作成支援 閲覧履歴に基づく 自動グループ構成 小島
- 53. 53Learning Analytics Center, Kyushu University, Japan 成果５ プログラミング演習の支援 ⇒プログラミングエラーログを収集 分析し、リアルタイムで支援
- 54. 54 ③授業後のログの分析 Learning Analytics Center, Kyushu University, Japan
- 55. 55 予習時間と成績の関係 予習したグループは、 平均と比べて成績がよい 成績の変動と閲覧時間の関係 成績が上がったグループは、 他より閲覧時間が長い 12445.20 8132.73 7340.80 10287.17 5541.17 7842.06 7909.83 BL予習・復習 中間・期末も成績がA判定だった 中間・期末も成績がB判定だった 中間・期末も成績がC、D判定だった 中間→期末にA判定に成績が上がった （例：D→A） 中間→期末にB、C判定に成績が上がった （例：D→B） 中間→期末にB判定以下に成績が下がった （例：A→D） 全体の平均 閲覧時間 Learning Analytics Center, Kyushu University, Japan
- 56. 56 成果５ 予習・復習の学習パターン 予習復習の学習パターン発見 大井 Learning Analytics Center, Kyushu University, Japan 成果６ 行動を予測するルールを発見 初回４回の閲覧時間から 最終成績を予測 4回の閲覧時間5分以上の学生 ⇒100%成績が80点以上 ４回の閲覧時間5分未満の学生 ⇒93.8%成績が80点以下
- 57. 57 成果５ デジタル教材の推薦 学生の学習ログから、興味に応じたデジ タル教材を推薦 成果５ 最終成績の予測 過去の学習ログから、状態遷移図を 作成し、成績を予測 推薦 Learning Analytics Center, Kyushu University, Japan 大久保 京セラ丸善
- 58. 58 成果５ 予復習スライド要約 ３分、５分などの短時間に 自動要約して、予復習に利用 Learning Analytics Center, Kyushu University, Japan 島田 成果５ 検索キーワードに関するワードクラウド 学生が良く使う検索キーワードを可視化
- 59. 59 授業前準備 内省・改善授業改善 LAを用いた教育・学習の改善のモデル 授業設計 授業改善 シラバス作成、教材作成、演習問題、 レポート課題、試験問題等の作成 シラバス確認、参考資料等の事前確認 教員 学生 授業期間後の ワークショップ 教育ビッグデータ ・eポートフォリオ ・eラーニングのログ ・e-Bookの閲覧ログ など ティーチングアドバイザー ラーニングアドバイザー LALA ・学習ログ分析 ・成績予測 ・学習ログ分析 ・教材改善提案 ログの蓄積 主観や経験に依存しない Learning Analytics Center, Kyushu University, Japan
- 60. 60 分析レポート(BookLooper) Learning Analytics Center, Kyushu University, Japan
- 61. 61 分析レポート(Mahara) Learning Analytics Center, Kyushu University, Japan
- 62. 62Learning Analytics Center, Kyushu University, Japan 今後の計画 1. 教育クラウド情報基盤の構築と全国展開 2. DLACの推進
- 63. 63 関連研究 MOOCs w/ LA in H. Ed. e-Book in K12 w/o LA Learning Analytics Center, Kyushu University, Japan
- 64. 64 我々の計画 1st stage: e-Book & LA MOOCs In 欧米 e-Book In アジア 2nd stage: e-Learning & LA Learning Analytics Center, Kyushu University, Japan オンライン 講義 対面型講義 初等中等教育 高等教育(大学等)
- 65. 65 現在の研究プロジェクトの概要 科学技術振興機構(JST)さきがけ「ラーニングログを用いた協調学習情 報基盤の開発」代表：緒方広明（平成21～24年度） 情報通信研究機構（NICT）委託研究 「教育ビッグデータの利活用アプ リケーションの研究」実施責任者：緒方広明（平成26～29年度） 科研費・基盤研究(S) 「教育ビッグデータを用いた教育・学習支援のた めのクラウド情報基盤の研究」代表：緒方広明（平成28～32年度） Learning Analytics Center, Kyushu University, Japan シームレスな支援 初等中等教育 高等教育 企業内教育 フォーマル (講義内) 学習塾 図書館 博物館 海外留学 MOOCs 在宅学習自 己 学 習 M2Bシステム(NICT) データ蓄積・分析技術 SCROLL(JSTさきがけ) 学習ログの個人適応技術研究実績 インフォーマル (講義外)
- 66. 66Learning Analytics Center, Kyushu University, Japan ①学際大規模情報基盤共同利用・ 共同研究拠点を利用した中核大学群 における研究 ②全国の高等教育機関へ展開 教育用クラウドの全国展開 教育用 クラウド ③企業内教育へ展開③初等中等教育へ展開 設計 実施 データ蓄積分析 改善 教育ビッグデータの標準化・オープン化によってオープンサイエンスを促進
- 67. 67 学術的な新規性 情報工学 データ工学 認知科学 脳科学 教育学 心理学 生涯学習ログの表現・管理・分析手法等の研究 テスト、観察や質問紙といった従来方法では 見えていなかった新たな現象・理論を構築 デジタル教科書やe-Learning等を用いた、 個人にとって最適な教育・学習方法を解明 個人に最適な教材、学習スタイルの提案 主体的な学びへの転換の解明 教育工学 人間工学・AI 学習科学 教育データ科学 Learning Analytics Center, Kyushu University, Japan
- 68. 68 項目 従来の研究 本研究(教育データ科学) 教材/教育改善 教師の主観や経験が中心 データ分析に基づく意思決 定中心 学生/教員評価 試験やアンケートが中心 プロセスのデータ分析中心 講義形式 計画に従って実施 データを基に適応的に実施 研究方法 観察、質問紙、試験中心 大量の学習ログの分析中心 従来研究との比較 Learning Analytics Center, Kyushu University, Japan
- 69. 69 期待される効果 ① 多様性・個別性に対応した教育 2020年にデジタル教科書を単に導入するだけでなく学習ログの有効活用により、 テーラーメイドな個別教育を実現 ・アジア諸国では、初等中等教育においてデジタル教科書を既に導入。 ・しかしログデータの蓄積や分析まではされておらず、日本が大きくリードできる可能性大 ② 全国規模で教育ビッグデータを構築 デジタル教科書と同時に教育用クラウド情報基盤の全国展開により、 日本を世界一の教育情報化大国へ ・日本が導入予定の2020年はすぐそこであり、本研究の緊急性大 ③ エビデンスに基づく教育政策の提案と評価 対面型講義に基づく教育ビッグデータの科学的な分析により、 国全体の「教育の質保証と質向上」を行い、国際競争力を向上 ・海外ではe-LearningやMOOCs等を用いたオンライン講義のログの分析が中心であり、 本研究のように対面型講義を対象とした研究は非常に少ない ④ 教育データ科学による教育関連分野の研究推進 蓄積された教育ビッグデータの標準化・オープン化によって、教育データ科学 を推進し、教育学・心理学・認知心理学等の教育関連分野の研究を促進 Learning Analytics Center, Kyushu University, Japan
- 70. Learning Analytics Center, Kyushu University, Japan 電子教科書への期待
- 71. 71 e-Bookへの期待（学生目線） キーワード検索、拡大・縮小など紙でできなかったこ とができる マルチメディア等を使って、内容がリッチ 常に新しい内容が含まれる 内容と現実世界の情報とのリンクが充実(IoT) 学生の理解度や学習スタイルに合わせて、内容や演習 問題が個人にフィットする 自分がどのように学んだか振り返りができる 学び方を改善する枠組みが含まれる 導入コスト、管理コストなどが低い （学生が本の教科書を買うとe-Book版も利用でき る、 または学生がe-Book版のみ購入できる）Learning Analytics Center, Kyushu University, Japan
- 72. 72 e-Bookへの期待（教員側から） 自分で常に新しい内容に更新できる 動作が軽い（ダウンロード、表示等） ＝＞ビデオ等重たいものは外部リンクへ 自分で簡単にe-Bookが出版できる (PDFを渡す、または自分で出版できる) 導入コスト、管理運用コストが安い 論文、図書館の本、市販の本、教材、web pageなど がシームレスに読める（研究、講義等の日常での利 用） 内容改善・授業改善をするための仕組みが入ってい る（例：e-Bookを使った講義方法の知見の集約） 教員の授業スタイルに合わせて内容が変わる Learning Analytics Center, Kyushu University, Japan
- 73. 73 特に大事なこと Learning Analytics Center, Kyushu University, Japan 学習ログの蓄積 アダプティブなコンテンツに 教員の研修（実践コミュニティ作り） エビデンスやノウハウの共有
- 74. 74 大学教育と初等中等教育の違い 大学教育 小・中・高校 備考 授業の設計、教材作成、 評価は教員に一任 指導要領がある。教科書 の内容はほぼ統一 大学には、授業改善を行 う枠組みが必要 教える内容が刻一刻と変 わる科目もある 例：情報、地球科学 教科書の内容は定期的 （４年？）に更新され、 検定がある。 大学では教材の改善や内 容の共有を行う必要あり 学生がアクティブに学ぶ 必要性が高い 学生は基本的に受け身 アクティブラーナーへの 転換をどう支援するか？ 自分の学びをマネージメ ントできる能力が必要 教員が学生の学びをマ ネージメント 大学では、eポートフォ リオの役割が重要 ほとんどの教員はスライ ドを使って講義をする 教科書と黒板が基本 PCを使うのは少数 大学の方が、講義でPCを 使いやすい 履修登録、LMSなど、日 常的にPCを利用 日常的にPCを使う必要性 は少ない 大学生はPCになれ、ICT 環境が整っている Learning Analytics Center, Kyushu University, Japan
- 75. 75 LAの研究を促進するために 研究コミュニティを作る Learning Analytics Center, Kyushu University, Japan
- 76. 76 海外では EU LACE (Learning Analytics Community Exchange) 9大学が参加 エビデンスやデータの共有 米国Unizin (11大学が参加) Digital Learningの学習効果の向上 Learning Analytics Center, Kyushu University, Japan 例：2009 年に入学した52.9% の学生が6年以内に大学を卒業した
- 77. 77 日本でのコミュニティ構築の目的 • LAに関する情報交換 • システム、ツール、データ、エビデンスの共有 Learning Analytics Center, Kyushu University, Japan これによって • データやツールの標準化がボトムアップに提案 IMS標準化(Caliper)を参考に • オープンデータのガイドラインなども提案
- 78. 78 デジタル教科書のログに着目すると 2020年に全国の小中学校と高等学校から デジタル教科書の学習ログが集約されれば。。。 分析によりデジタル教科書の内容改善に役立つ 良い教え方や学び方（失敗例も）が共有される カリキュラムや授業設計の改善につなげる Learning Analytics Center, Kyushu University, Japan
- 79. 79 社会的な知識の共有と創造 2020 e-book Learning Analytics Center, Kyushu University, Japan
- 80. 80 Digital Learning & Learning Analytics 環境の役割 Digital Competence (Computational Thinking) Learning Analytical Competence 自分の学びをデータを元に分析する力 Digital and Learning Analytical Competence (DLAC) = アクティブラーナーの育成には必要 情報技術の利用に関する知識 計算科学的な考え方 Learning Analytics Center, Kyushu University, Japan
- 81. 81 Digital Competence https://ec.europa.eu/epale/en/blog/digital-competence-course-adults Learning Analytics Center, Kyushu University, Japan
- 82. 82 Computational thinking http://barefootcas.org.uk/computational-thinking-key-terms-posters/ Learning Analytics Center, Kyushu University, Japan
- 83. 83 Learning Analytical Competence Design/plan Action Problems / Hypothesis Analysis Solution / Improvement Evaluation Learning Analytics Center, Kyushu University, Japan Teaching Learning Facts (Data)
- 84. 84 おわりに 教育の情報化 Digital & Learning Analytical Competence の教育を促進 教育・学習のプロセスを明らかにして、 データを蓄積・分析して、共に教え方、 学び方を改善していく 51Learning Analytics Center, Kyushu University, Japan
- 85. 85 本の推薦 人はいかに学ぶか―日常的認知の世界 稲垣 佳世子、波多野 誼余夫 著 中公新書– 1989年1月 人は、本来「受動的な学び手」ではなく、 生まれ持って、「能動的に自ら学ぶ学び手」である。 間違うことを尊重する、探索することを奨励する、 他者同士のやりとりを促す「学習環境」が重要である。 教師(教え手)は、子供(受け手)が能動的で有能であると いう理解のもと、知的好奇心を助長させるよう創意工夫 し続ける、「能動的な学び手」でなければならない。 Learning Analytics Center, Kyushu University, Japan
- 86. 86 ご案内 ラーニングアナリティクスに 関するシンポジウム 日時：平成28年11月23日（水） 午後1時～18時 場所：九州大学医学部百年講堂 是非ご参加下さい。 Learning Analytics Center, Kyushu University, Japan