九州大学 大学院システム情報科学研究院 情報知能工学部門 イメージ・メディア理解研究室
研究紹介RESEACH
ラーニングアナリティクス
連合学習と差分特徴を用いたリスクランキングによるAt-risk学生検出
"本研究は、教育現場での成績予測において、プライバシー保護と高い予測精度の両立を目指した手法を提案しています。
この手法は、データを共有せずに複数の教育機関が協力して学習する「連合学習」と、学生の成績を絶対値ではなく相対的な「差分特徴」で扱う技術を組み合わせています。これにより、生徒の個人データを直接扱うことなく、プライバシーを保護しつつ、各教育機関のデータ分布の違いが原因で起こる予測性能の低下を防ぐことが可能です。
さらに、本手法では予測された結果に基づいて、学習者を学業不振に陥るリスクの高い順に並べる「リスクランキング」を生成します。この機能により、教員は優先して支援すべき学生を効率的に特定し、早期介入を可能にします。"
この手法は、データを共有せずに複数の教育機関が協力して学習する「連合学習」と、学生の成績を絶対値ではなく相対的な「差分特徴」で扱う技術を組み合わせています。これにより、生徒の個人データを直接扱うことなく、プライバシーを保護しつつ、各教育機関のデータ分布の違いが原因で起こる予測性能の低下を防ぐことが可能です。
さらに、本手法では予測された結果に基づいて、学習者を学業不振に陥るリスクの高い順に並べる「リスクランキング」を生成します。この機能により、教員は優先して支援すべき学生を効率的に特定し、早期介入を可能にします。"
国際会議 (査読有)
- Shunsuke Yoneda, Valdemar Švábenský, Gen Li, Daisuke Deguchi, Atsushi Shimada
Ranking-Based At-Risk Student Prediction Using Federated Learning and Differential Features
18th International Conference on Educational Data Mining, 2025.07
BibTeX
農業教育における学習と実践技能の向上に向けた足場戦略と環境モニタリングシステムの統合
本研究は、農業教育における抽象的な概念の理解を促進するため、足場かけ（スキャフォールディング）と実世界のデータを活用したシステムを統合する指導法を提案するものです。
農業分野では、湿度や土壌組成といった抽象的な概念が学習者にとって理解しづらい場合があります。そこで、理論的な知識と実際のデータを結びつける「圃場環境ダイジェストシステム」を開発し、段階的に学習を支援する足場かけと組み合わせることで、学習効果を高めることを目的としました。高校を対象に準実験を行い、実験群には提案した統合的アプローチを、対照群には従来の指導法を適用しました。
その結果、学習への興味や自信、スキルの発達を測定するアンケートにおいて、実験群は事後テストで対照群よりも有意に高い得点を記録しました。さらに、生徒は農業分野へのモチベーションや自信が高まったと報告しています。
これらの結果から、足場かけと実世界システムを組み合わせることにより、生徒の学業成績と学習意欲の双方を向上させる効果が確認されました。本指導法は、複雑な概念の理解を深めるうえで有効な手段となり得ます。
農業分野では、湿度や土壌組成といった抽象的な概念が学習者にとって理解しづらい場合があります。そこで、理論的な知識と実際のデータを結びつける「圃場環境ダイジェストシステム」を開発し、段階的に学習を支援する足場かけと組み合わせることで、学習効果を高めることを目的としました。高校を対象に準実験を行い、実験群には提案した統合的アプローチを、対照群には従来の指導法を適用しました。
その結果、学習への興味や自信、スキルの発達を測定するアンケートにおいて、実験群は事後テストで対照群よりも有意に高い得点を記録しました。さらに、生徒は農業分野へのモチベーションや自信が高まったと報告しています。
これらの結果から、足場かけと実世界システムを組み合わせることにより、生徒の学業成績と学習意欲の双方を向上させる効果が確認されました。本指導法は、複雑な概念の理解を深めるうえで有効な手段となり得ます。
国際会議 (査読有)
- Haiqiao LIU, Tsubasa MINEMATSU, Chengjiu YIN, Shuqing LIU, Sijie XIONG & Atsushi SHIMADA
Integrating Scaffolding Strategies with Environmental Monitoring Systems to Enhance Learning and Practical Skills in Agricultural Education
The 1st International Conference on Learning Evidence and Analytics (ICLEA 2025) , 2025.09
BibTeX
FairytaleQA中国語データセットにおけるFine-tuned T5モデル
"本研究は、質問応答（QA）モデルの読解学習における有効性を評価するため、広く使われている「FairytaleQA」データセットを中国語に手動で翻訳し、その有用性を検証するものです。
QAモデルの読解力向上に不可欠な「FairytaleQA」データセットは、限られたアルファベット言語のバージョンしかなく、その適用範囲が狭いという課題がありました。既存の自動翻訳ツールには、翻訳の質に関する重大な問題が複数存在するため、これらのデータセットを他の言語に正確に変換することは困難でした。
本研究では、この課題を解決するため、FairytaleQAデータセットを手動で中国語に翻訳しました。次に、この新しく作成した中国語版データセットを用いて、ファインチューニングされた5つのT5モデルの性能を評価しました。
この研究の目的は、手動で質の高い翻訳を行うことで、言語の壁を越えてFairytaleQAデータセットをより多くのQAモデル開発に利用可能にし、読解学習の進展に貢献することにあります。"
QAモデルの読解力向上に不可欠な「FairytaleQA」データセットは、限られたアルファベット言語のバージョンしかなく、その適用範囲が狭いという課題がありました。既存の自動翻訳ツールには、翻訳の質に関する重大な問題が複数存在するため、これらのデータセットを他の言語に正確に変換することは困難でした。
本研究では、この課題を解決するため、FairytaleQAデータセットを手動で中国語に翻訳しました。次に、この新しく作成した中国語版データセットを用いて、ファインチューニングされた5つのT5モデルの性能を評価しました。
この研究の目的は、手動で質の高い翻訳を行うことで、言語の壁を越えてFairytaleQAデータセットをより多くのQAモデル開発に利用可能にし、読解学習の進展に貢献することにあります。"
国際会議 (査読有)
- Sijie Xiong, Haoling Xiong, Tao Sun, Haiqiao Liu, Fumiya Okubo, Cheng Tang, Atsushi Shimada
Fine-tuned T5 Models on FairytaleQA Chinese Dataset
The 1st International Conference on Learning Evidence and Analytics (ICLEA 2025) , 2025.09
The Best Poster Award
BibTeX
デジタル教科書インタラクションによる注意機構ベースの知識追跡の強化
"本研究は、学習者の知識状態をより正確に追跡するため、知識追跡（Knowledge Tracing）モデルの改良を提案するものです。
提案モデルは、従来の演習問題の解答データに加えて、デジタル教科書の閲覧ログを統合します。特に、閲覧時間とコンテンツの類似度に基づいて重み付けを行うことで、学習者がどの内容にどれだけの時間を費やしたかを考慮し、知識の習得度をより精緻に予測できるように設計されています。
この新しいモデルを大学の講義データで評価したところ、従来の知識追跡モデルよりも高い予測精度を達成することが実証されました。この結果は、単に演習の正誤だけでなく、より広範な学習行動（例：教科書を読む時間や特定のトピックへの関心度）をモデルに取り入れることの重要性を示しています。
本研究は、デジタル学習環境における多様なデータを活用することで、個々の学習者の理解度をより深く把握し、個別最適化された教育支援を実現する可能性を示しています。"
提案モデルは、従来の演習問題の解答データに加えて、デジタル教科書の閲覧ログを統合します。特に、閲覧時間とコンテンツの類似度に基づいて重み付けを行うことで、学習者がどの内容にどれだけの時間を費やしたかを考慮し、知識の習得度をより精緻に予測できるように設計されています。
この新しいモデルを大学の講義データで評価したところ、従来の知識追跡モデルよりも高い予測精度を達成することが実証されました。この結果は、単に演習の正誤だけでなく、より広範な学習行動（例：教科書を読む時間や特定のトピックへの関心度）をモデルに取り入れることの重要性を示しています。
本研究は、デジタル学習環境における多様なデータを活用することで、個々の学習者の理解度をより深く把握し、個別最適化された教育支援を実現する可能性を示しています。"
国際会議 (査読有)
- Kotaro Kawabata, Fumiya Okubo, Yuta Taniguchi, Cheng Tang, Atsushi Shimada
Enhancing Attention-Based Knowledge Tracing with Digital Textbook Interaction
The 1st International Conference on Learning Evidence and Analytics (ICLEA 2025) , 2025.09
BibTeX
チャットボットを活用した授業前学習環境におけるフィードバックの効果
本研究では、大規模言語モデル（LLM）の急速な発展に伴い、チャットボットが授業前の学習を支援する一方で誤解を招く可能性を指摘した。フィードバック付き演習が有効である。本研究ではチャットボットベースのツールを開発し、KCRとExFという2種類のフィードバックを比較検証した。学習成果への異なる効果、および早期の気づきと深い理解の促進における有効性を検証した。
国際会議 (査読有)
- Vimeanseth Thorng, Fumiya Okubo, Atsushi Shimada
The Effect of Feedback in Chatbot-based Pre-class Learning Environment
The 1st International Conference on Learning Evidence and Analytics (ICLEA 2025) , 2025.09
BibTeX