事例ベース推論を用いた学習支援機構について

概要

論文の詳細を見る
一般的な学習システムはあらかじめ難易度の付いた教材や問題の中から学習者の知識状態や能力に応じて選んだものを提示する. しかし,同一問題であっても異なる学習者から見た場合, あるいは異なる学習段階で見た場合には, 難易度が異なるように見えると我々は考える. 本論文では, 事例ベース推論を用いて学習者の知識状態に対応する問題難易度を動的に算出する出題支援機能と学習者の正誤を予測する解答支援機能で構成される学習支援機構について提案する. 本機構は学習者知識モデルをもとに各問題ごとの知識状態を抽出し事例べース検索を行い, すべての未学習問題を正答確率の高い順に動的に序列化する. 正答確率の高い問題は難易度が低い, 逆に正答確率の低い問題は難易度が高い. 教授方略は学習状態をもとに適切な難易度の問題を選択し学習者に提示する. また, 学習者の解答履歴から正答事例と誤答事例のデータベースを構築し, 学習者の知識状態をもとに解答の正誤予測を行う. 予測結果に従って支援メッセージの提示および探索学習のキーワードリストを学習者の理解度順での提示により問題の解答支援を行う.
社団法人電子情報通信学会の論文
1997-04-25