Mais conteúdo relacionado Semelhante a Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics (20) Mais de デジタル・ナレッジ はが弘明 (15) Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics14. 自己紹介
• 吉田 自由児(よしだ じゆうじ)
• 1973年 福岡県生まれ
• 福岡 → 宮崎 → 沖縄 → 福岡で育つ
• 早稲田大学理工学部情報学科 卒業
知識情報工学専攻 寺田文行研究室”CAI班”所属
• 1996年1月、株式会社デジタル・ナレッジの前身テレコム学習ネッ
トワーク有限会社の創業時に学生アルバイトとして入社
• エンジニアとして初期のパッケージ開発を担当
以降、ディレクタや営業として数々の案件に携わる。
14
日本語、博多弁、琉球方言のトリリンガルで
す
eラーニングの前身”CAI”の研究をやってま
した
見ず知らずの人から
の
メールで始まりまし
た
しょっちゅう英語で話しかけられますが、日本
人です
20年間、いろいろな案件に携わってきまし
た
15. 自己紹介2
• 株式会社デジタル・ナレッジ 取締役COO
• 株式会社デジタル・ナレッジ教育テクノロジ研究所 所長
• 株式会社デジタル・ナレッジ・ユニバーシティ・ラーニング 取締役
• 株式会社Z会ラーニング・テクノロジ 取締役
• 東洋学園大学 非常勤講師
• 日本イーラーニングコンソシアム 資格制度e-Learningエキスパート、講師
(「eラーニングテクノロジ」と「LMS活用技術」を担当)
15
16. 近頃の興味範囲
• Learning Analytics
• R言語による分析、システム化
• Analytics+の開発
• 早稲田大学/八洲学園大学との退学予兆
検出プロジェクトでメインプログラマ
を務める
• R、R、R…
16
・数年前にルービックキューブを覚え、1分
切る程度
・(いまのところ)社内最速
・目標はコンスタントに30秒台
・30秒切る方、コツ教えてください
21. 21
Learning Analytics 0.5
集計/統計
Learning Analytics 1.0
Learning Analytics 2.0
基礎情報の可視化
解析
学習傾向の分析
アルゴリズム
自動化
学習結果や時間など
基礎的なデータをグラフ化
関連するデータの有用性・
相関を見つけ出す
データの有用性・相関をもと
に、指導やレコメンド、アダ
プティブアクションを自動化
したもの
「Learning Analytics」を下記3つのレイヤで整理してみました。
Learning Analyticsの整理
35. 35
• 無償提供
Analytics/Viewは無料で提供します。
ただし、KnowledgeDeliverからAnalytics+に必要なデータを
取り出す作業費として実費がかかる場合があります。
ASPサービス「ナレッジデリ」や「Mananda」をお使いの
場合はその限りではなく、無料でご利用いただけます。
• バージョンアップによる進化
今後、新たな分析手法やモジュールが追加された際に随時
バージョンアップを実施します。
最新のアナリティクス手法をご利用いただけます。
無償提供
Analytics+/Viewの提供について
37. • レコメンド ・・・ 受講者の履修傾向から「次のオススメ」の教材を提示。
• アダプティブ ・・・ 受講者の理解度・苦手領域などを判断し、
個々の受講者にあったレベル・分野の学習項目を提示。
• 退学予兆検出 ・・・ 学生の退学の予兆を捉え、退学危険性の高い学生を事前に
検出。
37
• 受講者の円滑学習支援環境
学習をより円滑に効果的に行う環境を提供するために教育ビッグデータを
活用します。
• 自動処理(Robot)
教育ビッグデータの分析結果から導き出したアルゴリズムを利用し、受講
者の学習状況や行動履歴をもとに自動処理を行うエンジンを提供します。
【Robotの例】
有償オプショ
ン
Analytics+/Robot
45. 45
• AIDMA理論 ・・・ 広告宣伝に対する消費者の心理プロセス
Attention(注意) ⇒ Interest (関心) ⇒ Desire (欲求) ⇒ Memory (記憶) ⇒ Action (行動)
• AIDMAの教育版、HIDIV理論™
・・・ 学習に対する受講者の心理プロセスを理論化してみた。
ラーニング・データサイエンティストJasonの理論:HIDIV理論
Hatch (意欲誕生 → アカウント作成→ 購入・受講登録)
Ignition (学習・受講開始)
Determination (学習意欲が強まる)
Improvement (成長を遂げる)
Victory (目標を達成する)
H
I
D
I
V
I
D
I
V
H
52. 関心の高いテクノロジ: LEARNING ANALYTICS
• 受講者特性のクラスタリングと特性別指導
こつこつ学習/まとめ学習、書いて覚える/読んで覚える/見て覚える
• 合格者/終了者の相関行動
偏差値だけではない合格の行動があるのでは?
• 退学予兆検出の高性能化
より退学検知の精度を高め、退学理由も正確に予兆できるように。
• Adaptiveエンジンのアルゴリズム
従来のKnowledgeGraphをあらかじめ用意しておく以外のアルゴリズム
52
53. 関心の高いテクノロジ: IMS Caliper
• 学習履歴の採取。xAPIの次と目される。
• バージョン1が昨年9月にリリースされたばかりの新しい規格。
• 今後日本国内でも普及が見込まれる。
• 弊社では既に案件で適応済、ただいまパッケージ化実施中。
• IMS Caliperを中心とした活用事例や適用を推進する必要がある。
53
IMS Caliperに関する取り組みは
NII学術情報基盤 オープンフォーラム2016にて発表予
定
56. 関心の高いテクノロジ: AI / ロボットの利用
•AI(Deep Learning / ニューラルネットワーク)の利用
効果的教育メソッドの算定
ノウハウの自動化
•UIとしてのロボット
ロボットメンター
ロボット家庭教師
56