コンピュータサイエンスアンプラグドのピクトグラムとScratch利用による実装と評価

全文

(1)Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report. コンピュータサイエンスアンプラグドのピクトグラムと Scratch 利用による実装と評価佐藤雄太†1 伊藤一成†1 . . コンピュータサイエンスアンプラグドは情報科学を教える手法として多くの国で実践されている．本稿ではコンピュータサイエンスアンプラグドを用いる際に使用するコンテンツを，ブラウザ上で動作するビジュアルプログラミング環境 Scratch を用いて実装したので報告する．オリジナルの教材を模したデジタル教材に加え，ピクトグラムを登場人物とし，日常体験や日常慣れ親しんでいるテーマを題材にして同一内容を学ぶデジタル教材も実装した．さらに実装したデジタル教材の評価実験を行い，その有用性について検証した． . Implementation and Evaluation of Computer Science Unplugged Using Pictogram and Scratch YUTA SATO†1. KAZUNARI ITO†1. Computer science unplugged (CS Unplugged) is a method used to teach computer science in many countries. This paper reports on material based on CS Unplugged with Scratch, a visual programming environment that runs on a web browser. We implemented the materials that enable one to learn the same topics as original materials. The main characteristic of our materials is the use of pictograms and daily activity themes. The materials are evaluated and their usefulness is verified.. . 1. はじめに . の選択科目の導入などが検討されている[1][2][3]．また，これにより従来のカリキュラムの実状として扱われることが少なかった[1]「情報の科学」に含まれるプログラミング. 平成 25 年 6 月に世界最先端 IT 国家創造宣言が策定され. やアルゴリズム等の情報科学の学習方法の確立と教材の整. た．この中で情報通信技術を日本の成長戦略の柱と位置づ. 備が喫緊の課題となっている． . けると共に，日本が「情報資源立国」となるために，それ. そこで本研究では，情報科学を教える手法として世界で. を牽引する人材を排出すべく，発達段階に応じた情報教育. 実践されているコンピュータサイエンスアンプラグド（以. 及び学習環境の充実の必要性を謳っている 1．これを受けて，. 下 CS アンプラグド）の方法に基づき，さらにピクトグラム. 初等中等教育課程における情報教科の拡充を目標とした提. と Scratch の特徴を活用したデジタル教材の製作を試みた.. 案が行われており，2020 年以降に実施開始される次期指導. 以下 2 章で CS アンプラグドの概要を述べ，3 章にて本稿で. 要領の中で段階的に情報科の単元追加や，より進んだ内容. 取り扱う Scratch 及びピクトグラムについて説明し，加えて本手法を述べる．4 章で実際に作成したデジタル教材を. †1 青山学院大学社会情報学部 School of Social Informatics, Aoyama Gakuin University 1内閣府，世界最先端 IT 国家創造宣言，2013: http://www.kantei.go.jp/jp/singi/it2/kettei/pdf/20130614/siryou1.pdf. ⓒ2016 Information Processing Society of Japan. 解説し，5 章で被験者実験による本デジタル教材の評価を述べる．最後に 6 章にてまとめる．. 1.

(2) Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report. 2. CS アンプラグド . 3. 提案手法 . 2.1 CS アンプラグドとは . 本章では本研究で利用した Scratch と人型ピクトグラム. CS アンプラグドとは，ニュージーランドの Tim Bell 博. について説明する． . 士を中心に開発された，小学生程度の子供にコンピュータ理を，わかりやすく教えることを目的とした教育法である．. 3.1 Scratch Scratch は MIT Media Lab の Lifelong Kindergarten Group. 日本では“コンピュータを使わない情報教育アンプラグド. によって開発されているプログラミング言語環境である 3．. コンピュータサイエンス”[4]が出版されており，12 の学. Scratch は，マウスを使用してグラフィカルな操作で命令. 習テーマが紹介されている．学習テーマについては表 1 に. に相当するブロック組み合わせることによって，難しい構. 記載する．CS アンプラグドの学習法は英語の他，21 の言語. 文を学習しなくても簡単にアニメーションやゲームを作る. に翻訳され，世界中で取り組まれている 2 ． . ことができるのが特徴である．Scratch はプログラム単体. . ではなく，プロジェクトという単位でコンテンツを扱って. を使わずにデジタル化やアルゴリズムなどの情報科学の原. 表 1 日本語版 CS アンプラグド書籍の学習テーマ学習. タイトル. いる．これには「お気に入り」や「いいね」に相当するマ. 学習テーマ. ーキングの設定や掲示板形式のコメント付与など，プログ. 1. 店を数える. 二進数. ラム単体だけではなく，プログラムを通じて発生するコミ. 2. 色を数で表す. 画像表現. ュニティを重要視しており，Scratch は一種のコミュニテ. 3. それ、さっきも言った！. テキスト圧縮. ィサイトとしての機能も有している．他の人のプログラム. 4. カード交換の手品. エラー検出とエラー訂正. をベースに改変する（リミックスと呼ぶ）ことも可能であ. 5. 20の扉. 情報理論. る． . 6. 戦艦. 探索アルゴリズム. プロジェクトの作成や編集，閲覧は全てウェブブラウザ. 7. いちばん軽いといちばん重い. 整列アルゴリズム. 8. 時間ないに仕事を終えろ. 並べ替えネットワーク. 9. マッディ市プロジェクト. 最小全域木. 10. みかんゲーム. 11 12. 上で行う．ネットワーク環境が用意出来ない利用環境を想定して，独自アプリケーション形式のオフラインエディタも提供されている．Scratch は小さい子供からその保護者. ネットワークにおけるルーティング. まで全ての年齢の人が使えるツールであるが，特に 8 歳か. とデッドロック. ら 16 歳の子供に向けてデザインされた学習環境であるた. 宝探し. 有限状態オートマトン. め，初等中等教育において情報処理，プログラミングを学. 出発進行. プログラミング言語. . ぶためのツールとして幅広く利用されている．Scratch で. 2.2 先行研究日本においても学習者の年齢や学力，授業形態や時間を. は，エディタに相当するスクリプティングエリアと実行画. 考慮して工夫され，小学生対象のワークショップ[5]や，中. 即時に実行中のプログラムに反映されるという利点も挙げ. 学校[6]，高等学校[7][8]，大学[9]，職業訓練校[10]の授. られる． . 業の一環で実践され，学習効果があることがわかっている． . また Scratch のプロジェクトは共有設定で公開していれ. CS アンプラグドの手法は日本の学校の授業用に開発さ. ばサイトにアクセスすることで誰でも利用可能なため，コ. れていないため，日本の授業で使用する場合様々な工夫が. ンテンツを使用する際に特別にプログラムをインストール. 行われている．間辺らの研究 [8]では，授業時間が限られ. する必要がないという利点があげられる． . ている高校の授業において，デジタル教材の有用性につい習者がアルゴリズムを確認するための操作の負担が小さい. 3.2 人型ピクトグラムピクトグラムとは日本語で絵記号，図記号と呼ばれるグ. ため，確認の試行回数が増える．そして試行回数が多いほ. ラフィックシンボルであり，意味するものの形状を使って . ど確認テストの正解率が高いことから，デジタル教材の有. その意味概念を理解させる記号である．特に具象物を表現. 用性が示唆されている．そこで，本研究では CS アンプラグ. したピクトグラムはその抽象度の高さから，それを見た人 . ドのデジタル教材を誰でも利用可能な形で実装し公開する. 物が自分自身や本人に関わる人物事物を想起させる効果が . ことを目的とした． . あると言われている[11]．有名な「非常口」のピクトグラ . . ムは，デザイン策定の段階で，実際に避難中の人が如何に. て検証している．デジタル教材は具体物の教材に比べ，学. 面に相当するステージが併設されているため，スクリプトを確認しながらのプログラム実行や，スクリプトの改変が. 出口へ向かって走る人型ピクトグラムと自身とを同一視す 2 Computer Science Unplugged：http://csunplugged.org/ . 3 スクラッチホームページ：http://scratch.mit.edu/. ⓒ2016 Information Processing Society of Japan. . 2.

(3) Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report るかにデザインの労力が払われた[11]．人型ピクトグラム. て列挙した CS アンプラグドの単元に対しても同様に適用. の例を図 1 に示す．つまり人型の標準的なピクトグラムは. できると考える．ピクトグラムの利用は，特に高い「視認. 知覚のレベルでは，人自体や人の特定の状態を想起させる． . 性」，「判別性」を担保する．また「予測可能性」は，学習. . 者の日常動作や知識，経験に基づくトピックにすることで解決する．独立性に関しては，文献[12]の中でコードの部分片と画面上の動作との対応について述べられているが，本研究では，実装コードの中身については議論と対象としないこととし，独立性については検討しない．図 1 人型ピクトグラムの例 . 「学習者が持つ知識や状況から自身の体験や物事を想起. 一方認知のレベルでは，利用者の持つ知識や状況，そ. させる特性」の例として，Scratch のプロジェクト「tan. れを駆動する能力により具体的な人物とマッピングされう. を利用して重力を再現してみた」5（図 2）と，そこからリ. る． . ミックスされて作られた「トランポリン」6（図 3）をあげ. よって，表示された人型ピクトグラムやそれに付随する. る． . メタコンテンツの主体を，自分自身に投影する場合もあれば，他の特定の人物に射影して見なす者，特定のステレオタイプの象徴と見なす者もあり得る．写真では映っている特定の事物を想起し，イラストでも写実性の度合いに応じて想起の対象が限定されてしまい，ピクトグラムのような想起対象の多様性は生じにくい．筆者らの研究グループでは，このピクトグラム特性を利用したシステムをこれまでいくつか開発し，また人型ピクトグラムを使った Scratch プロジェクトもこれまでに数多く手がけている4． 3.3 設計指針，手法 . 図 2 プロジェクト「tan を利用して重力を再現してみた」のスクリーンショット . 本手法では，「ピクトグラムの利用」，及び「学習者が持. . つ知識や状況から自身の体験や物事を想起させる特性」を活用する．岡本らは，プログラミングの概念理解に関して，出力の動作を視覚的に顕在化することの重要性を指摘しており，視認性，判別性，予測可能性，独立性の 4 つの状態から評価し有効性を示し，プログラミング教材作成の際の指針として提案している[12]．ここで岡本らが提示する，4 つの側面とその具体的解決方法について表 2 に示す． . . 表 2 視覚的顕在化と具体的解決方法（文献[12]より抜粋. 図 3 プロジェクト「トランポリン」 . 要約）視覚的顕在化の 4 つの状態視認性（大きさ，速さなどが視認可能な動作ででる）判別性（周囲の視覚的要素を区別して認識可能）予測可能性（動作および動作位置が予測できる）独立性（他の命令に基づく動作と区別分離できる） . のスクリーンショット具体的解決方法表示サイズや動作速度を適切に変更する表示位置を分離するか，他の視覚的要素から際立たせる事前に明示するか，既存の知識や経験をもとに容易に予測できるようにする複数の動作を区別が可能なかたちに分離する . 「tan を利用して重力を再現してみた」は Scratch 上で重力を再現するプロジェクトとして共有され，多くのリミックスが公開されている．リミックスの一つである「トランポリン」では，スクリプトをほとんど変えること無く，ボールを人型のピクトグラムに変更することで，重力をより身近に感じるトランポリンを題材とした作品にリミックスしている．3.2 節で説明したピクトグラムの特性を使い，. . CS アンプラグドで扱われている教材に人型を中心とする. 岡本らは，プログラミングを対象としているが，表 1 に. ピクトグラム群を加えることで，過去体験を想起させる．. 4 https://scratch.mit.edu/users/GOSEICHO/. 5 http://scratch.mit.edu/projects/62692170/ 6 http://scratch.mit.edu/projects/67072802/. ⓒ2016 Information Processing Society of Japan. 3.

(4) Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report このように，日常慣れ親しんでいる風景を題材にすることで親近感を持たせ，学習効果と学習者の教材に対する興味の向上を目指した． . 4.3 並べ替えシーソー 4.3.1 概要本件では，おもりを「人型ピクトグラム」，天秤を「シーソー」に変更することで，天秤とおもりを題材にしたプロ. . グラム自体をほとんど変更すること無く，学習者の経験を. 4. 整列アルゴリズムの実装 . 想起させることができるデジタル教材「並べ替えシーソー」. 4.1 概要. に変化させた．人型ピクトグラムを使いシーソーを模した. 整列アルゴリズムは日本語版 CS アンプラグド書籍（表 1. デジタル教材「並べ替えシーソー」8のスクリーンショット. 参照）の第 7 章「いちばん軽いといちばん重い」で扱われ. を図 6 に示す．また，2 つのデジタル教材には，手動でお. ている学習テーマである．このテーマでは，天秤と重さの. もりを整列させる機能と自動で整列させる機能を実装した． . 違うおもりを使い，おもりを重さ順に並べ替える過程で整. . 列のアルゴリズムを体感し学ぶ．本研究では，このテーマで使う教材を参考に，天秤とおもりを模したデジタル教材「並べ替え天秤」と，おもりを人型ピクトグラムに変更しシーソーを模したデジタル教材「並べ替えシーソー」の 2 つを実装した． 4.2 天秤での実装 Scratch プロジェクトとして CS アンプラグドそのままの天秤とおもりのデジタル教材「並べ替え天秤」7を実装した．スクリーンショットを図 4 に示す．またおもりを乗せることで図 5 のように視覚的に重さを比較することができる． . 図 6 プロジェクト「並べ替えシーソー」のスクリーンショット 4.3.2 手動整列機能並べ替えシーソーの手動整列機能の操作手順は以下の (1)〜(4)のとおりである． (1) 要素数の決定初期画面において緑の旗をクリックすることで，要素数分の人型ピクトグラムを表示する．学習者が個々のピクトグラムを識別しやすいように一文字のアルファベットを付記する．個々のピクトグラムは，変数「体重」をそれぞれ有する．個々の体重はすべて異なる値となっており，この. . 値を使って整列を行なう． . 図 4 プロジェクト「並べ替え天秤」 . また標準では 7 体だが，プログラム中の「ピクトグラム. のスクリーンショット . の数」表示させることで，人型ピクトグラムの数を 2〜9 体まで増減できる．以下(2)と(3)を繰返し行なう． (2) 人型ピクトグラムの移動比較する 2 体の人型ピクトグラムをドラッグアンドドロップにより図 6 中の「人型ピクトグラム設置エリア」の緑色部と青色部にそれぞれ 1 体ずつ移動する． (3) シーソーによる重さの比較機能重さがシーソーに反映され傾く．人型ピクトグラムを乗せた状態を図 7 に示す． . 図 5 おもりを乗せた状態のスクリーンショット 7 並べ替え天秤: http://scratch.mit.edu/projects/93251980/. ⓒ2016 Information Processing Society of Japan. 8 並べ替えシーソー: http://scratch.mit.edu/projects/92585101/. 4.

(5) Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report. ートのアルゴリズムは体重の最も重いピクトグラムから決定してゆくアルゴリズムを採用している．ソートの手順は，全ての人型ピクトグラムを比較し一番体重の重い人型ピクトグラムを選び，次に残った人型ピクトグラムの中から一番体重の重い人型ピクトグラムを選ぶ．これを繰り返し整列させていく．選択ソート実行中は，「現在の状態」が「選択ソート実行中」の表示に変わり，終了時には「選択ソート終了」の表示に変わる．位置が確定した人型ピクトグラムは座るコスチュームに変えることで視覚的に認識させる． . これはアルゴリズムを理解するための補助的役割と，重. 図 7 人型ピクトグラムを乗せた状態 . さ順に並ぶ行為を想起させるための補助的役割を同時に担. のスクリーンショット . っている．現実世界でチーム決めや背順に並ぶといった行. . 為を行う際に，未決定の人は直立し，決定した人は座るこ. 左右同時に人型ピクトグラムを乗せた状態を比較状態と. とで状態を表現することが頻繁にあるからである． . 認識し，比較状態の回数をカウントし，画面上部に比較回. . 数を表示する． . (2) クイックソートによる自動整列機能 . (4) 整列確認 . 「現在の状態」が「自由移動」の状態で Q キーを押下す. スペースキーを押下すると赤いスキャン棒が画面左から. るとクイックソートのアルゴリズムに基づいて人型ピクト. 右へ移動し，人型ピクトグラムが，画面下部に表示してあ. グラムを自動で並べ替える．ソートの手順は，ソートする. る「軽い↔重い」の表記通りの順番に整列できているかを判. 列の中心のピクトグラムをピボットに選択し，その他の人. 別する．整列できている場合は「正解」（図 8 参照）できて. 型ピクトグラムがピボットよりも重い場合は右側へ，軽い. いない場合は「残念」（図 9 参照）と表示される． . 場合は左側へまとめていき，全ての人型ピクトグラムを比較した後に，ピボットを中心に並べ直す．これを再帰的に繰り返すことでおもりを並べ替える．クイックソート実行中は，「現在の状態」が「クイックソート実行中」の表示に変わり，終了時には「クイックソート終了」の表示に変わ. 図 8 正しく整列されている場合の表示 . る．選択ソート同様，位置が決定した人型ピクトグラムは座っている画像に変更される． (3) 挿入ソートによる自動整列機能「現在の状態」が「自由移動」の状態で I キーを押下すると挿入ソートのアルゴリズムに基づいて人型ピクトグラムを自動で並べ替える．ソートの手順は，左から順に自身. 図 9 正しく整列されていない場合の表示 . の左側の人型ピクトグラムと比較して自身の方が軽いようならその次の左側の人型ピクトグラムとの比較を繰返す．. . 自身の方が重い場合は比較した人型ピクトグラムの右側に. また，(2)(3)の実行中に W キーを押下することで，各人. 人型ピクトグラムを挿入する．これを繰返し，全ての人型. 型ピクトグラムの重さの表示と非表示を切り替える機能も. ピクトグラムを既存の列に挿入していく．挿入ソート実行. 有している．初期状態は非表示である．体重を表示するこ. 中は，「現在の状態」が「挿入ソート実行中」の表示に変わ. とでシーソーを使用せず，直接操作で整列が可能となる． . り，終了時には「挿入ソート終了」の表示に変わる．挿入. 4.3.3 自動整列機能自動整列機能を使うことで整列されていく様子をよ. ソートでは並べ替えが終了するまで順番が確定しないため. りわかりやすく確認できる． (1) 選択ソートによる自動整列機能 . 座っている画像に変更されることは無い． . 5. 評価実験 . の状態で S キーを押下すると，選択ソートのアルゴリズム. 5.1 実験概要実装した教材の評価と人型ピクトグラムの有効性を調べ. に基づいて人型ピクトグラムを自動で並べ替える．選択ソ. るために評価実験を行った． . 画面左上に表示している「現在の状態」が「自由移動」. ⓒ2016 Information Processing Society of Japan. 5.

(6) Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report 実験は”CS アンプラグドのアルゴリズム学習における教具による理解度への影響”[8]の実験授業を参考に構成した．被験者は，青山学院大学社会情報学部の 2，3 年生 18 名である．実験は，人型ピクトグラムの影響を調べるために，「並べ替え天秤」を使うグループと「並べ替えシーソー」を使うグループに分けて同時に行った．教材の評価を行うために，教材を使う前と後にそれぞれ確認テストを行い，正答率の変化をみた．また，3.3 節で紹介した岡本らの提示を参考に，教材の視覚顕在化の水準を測るために，視認性，判別性，予測可能性の 3 項目に関する質問を含んだアンケートを取った． . 図 10 説明に使ったカードと天秤 . 実験の流れと各時間について表 3 に示す． . 5.2.3 事前テスト . . デジタル教材を使用する前に，ソート法の簡単な説明を表 3 実験の流れと割当時間内容. 行った時点での理解度を測るための事前テストを行った．. 時間（分）. 事前テストは“CS アンプラグドのアルゴリズム学習におけ. 5. る教具による理解度への影響”[8]の確認テストを参考に作. 各ソート法の説明. 10. 成した．事前テストの誌面を図 11 に，事前テストの解答例. 10 分事前テスト. 10. を図 12 示す． . 事前説明. 教材へのアクセス. 5. 3 種類のソート法の説明実習. 15. 確認テスト. 10. アンケート. 5. 5.2 実験の流れ実験の流れを表 3 の順序に沿って説明する． 5.2.1 事前説明はじめに，被験者をランダムに 2 つのグループに分け，操作する画面が他のグループの被験者に見えない位置にそれぞれ着座させた．その後，複数のソーティングアルゴリズムを理解してもらう学習をする旨と，実験の流れについて説明した． 5.2.2 3 種類のソート法の説明 . 図 11 事前テスト . 3 種類のソート法についての説明を行った．説明はカードと天秤を印刷した用紙（図 10 参照）を使用し，書画カメラを通してスクリーンに映し，全員が確認できるように行った．選択ソートは，比較によって一番重いおもりを選択していくことで最大値を求めることを繰り返し，整列させるアルゴリズムであること．クイックソートはピボットと呼ばれる基準値との大小関係でグループ分けをしていくことを繰り返し，おもりを整列させるアルゴリズムであること．挿入ソートは整列済みのおもりに新しいおもりを適切な位置に挿入することを繰り返し，おもりを整列させるアルゴリズムであること．これらを簡潔に説明しながら，それぞれのソート法を使った並べ替えの例を 1 回ずつ，カードと天秤を印刷した用紙を使って実演した． . 図 12 事前テスト解答例テストの採点は各ソート法のアルゴリズムに則った比較であれば正解，アルゴリズムに則っていない比較であれば. ⓒ2016 Information Processing Society of Japan. 6.

(7) Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report 不正解とし，各ソートにつき 1 点の 3 点満点とした．選択. ズは適切でしたか？」，「「天秤」または「シーソー」サイズ. ソートは，この実験の説明や教材では左のおもりから比較. は適切でしたか？」「アニメーションの動作速度は適切でし. し，重さが最大のおもりを残しているが，右側から比較し. たか？」．判別性を測る質問として「個々の画面上のモノ（お. ている解答や，最小値を残す解答でも正解とした．クイッ. もり，人，てんびん，シーソー）は，他のモノと判別しや. クソートは，整列させるグループの中からピボットを選択. すい表示でしたか？」．予測可能性を測る質問として「この. し，そのピボットを元にグループ分けを行う操作を正しく. プログラムは予想通りに動作していましたか？」「画面上の. 繰り返している解答は正解とした．挿入ソートは，この実. モノの動きは現実世界のモノの動きを再現していると感じ. 験の説明や教材では既存の列と比較する際に最大値から比. ましたか？」を含めた． . 較しているが，最小値から比較していくものも正解とした．ただし，明らかにうっかりミスと判断できるものに関して. 5.3 実験結果 . は正解とした． . 5.3.1 テスト結果 . . 事前テストと確認テストの結果を表 5 に示す．表 5 事前テスト及び確認テスト結果 . 5.2.4 教材へのアクセスグループ毎に指定されたリンクをブラウザで開いてもら. ID 1 2 3 4 5 6 7 8 9. い，教材に記載されている操作方法を読むように指示し，その後自由に操作させた．リンクは学内で使用している LMS を使い共有した． 5.2.5 実習 . 10 11 12 13 14 15 16 17 18. 説明したソート法について，指定されたデジタル教材を使ってアルゴリズムの確認を学習者に行わせた．試行したアルゴリズムと，整列後の比較回数を配布した用紙に記述させた．また，自動ソート機能を使ってアルゴリズムを確認した場合も整列後の比較回数を用紙に記述させることで，. 2 2 0 1 3 2 1 0 2 1.44 3 1 3 3 1 1 1 3 1 1.89 1.67. 1 1 0 0 1 1 0 0 0 0.44 1 1 1 1 0 0 0 1 0 0.56 0.50. 0 1 0 0 1 1 1 0 1 0.56 1 0 1 1 1 1 1 1 1 0.89 0.72. 1 0 0 1 1 0 0 0 1 0.44 1 0 1 1 0 0 0 1 0 0.44 0.44. 3 3 2 2 3 3 2 3 2 2.56 2 3 3 3 2 3 3 3 2 2.67 2.61. 1 1 1 0 1 1 0 1 0 0.67 0 1 1 1 0 1 1 1 0 0.67 0.67. 1 1 1 1 1 1 1 1 1 1.00 1 1 1 1 1 1 1 1 1 1.00 1.00. 1 1 0 1 1 1 1 1 1 0.89 1 1 1 1 1 1 1 1 1 1.00 0.94. . アルゴリズムを確認した回数を計った． . . . 3 点満点の事前テストの平均点は 1.67 点，確認テストの. 5.2.6 確認テスト . 平均点は 2.61 点であり，確認テストの平均点は事前テスト. 実習後，事前テストと同形式の確認テストを行った．事. の平均点に比べ 0.94 点増加していた．教材による学習によ. 前テストとはおもりの重さを変更し，比較する順番が同じ. ってテストの点数が増加したことを確認するために，事前. にならないようにした．採点は事前テストと同様に行った． . テストと確認テストと差に一標本の片側 t 検定を行った．. . 結果 p 値=0.00045 となり，事前テストと確認テストと差の. 5.2.7 アンケート . 平均は有意水準 1%で有意差が見られた．また，2 つの教材. 確認テストの後にアンケートを実施した．アンケートの. を比較するために事前テストと確認テストの合計点と各ソ. 設問と回答形式の一覧を表 4 に示す． . ートの点数に t 検定を行った結果，2 つの教材の平均点にはいずれも有意差は見られなかった． . 表 4 アンケートの設問と回答形式の一覧設問. 選択ソートについて理解することができたクイックソートについて理解することができた挿入ソートについて理解することができた「おもり」または「人」のサイズは適切でしたか？「天」または「シーソー」サイズは適切でしたか？アニメーションの動作速度は適切でしたか？教材に併記された使い方の説明は適切でしたか？個々の画面上のモノ（おもり，人，てんびん，シーソー）は，他のモノと判別しやすい表示でしたか？このプログラムは予想通りに動作していましたか？画面上のモノの動きは現実世界のモノの動きを再現していると感じましたか？現在どの動作が行われているか分かり難いと感じることは無かったと思いますか？使用したデジタル教材を7段階で評価してくださいなぜその評価にしたのか教えて下さいデジタル教材について気になる点や改善した方がよいと思うことがあれば教えて下さい. . 回答形式. そう思う7∼そう思わない1の7段階そう思う7∼そう思わない1の7段階そう思う7∼そう思わない1の7段階そう思う7∼そう思わない1の7段階. 5.3.2 試行回数結果手動整列機能によるソートと自動整列機能によるソート. そう思う7∼そう思わない1の7段階. を行った回数を記録した結果を表 6 に示す． . そう思う7∼そう思わない1の7段階そう思う7∼そう思わない1の7段階. 手動整列と自動整列の試行回数合計の平均は 9 回であっ. そう思う7∼そう思わない1の7段階. た．2 つの教材を比較するために手動整列と自動整列の合. そう思う7∼そう思わない1の7段階. 計回数と各ソートの整列回数に t 検定を行った結果，2 つ. そう思う7∼そう思わない1の7段階. の教材の平均回数にはいずれも有意差は見られなかった． . そう思う7∼そう思わない1の7段階. また，試行回数と確認テストの関係を調べた．散布図を. 良い7∼悪い1の7段階自由記述自由記述. 図 13 に示す．試行回数の合計と確認テストには，有意水準 . 5%（p 値= 0.041）で相関係数-0.4865 の負の相関関係が見. . られた．試行回数と事前テストの関係には，有意な相関関. 視認性を測る質問として「「おもり」または「人」のサイ. 係は見られなかった． . ⓒ2016 Information Processing Society of Japan. 7.

(8) Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report . する機能や一時停止機能が必要という意見も多く見られた．表 6 試行回数 ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18. 選択ソート. 2 1 2 1 2 1 2 2 1 1.56 1 1 2 1 3 2 3 2 3 2.00 1.78. その他の要望としては，比較履歴を見る機能や，おもりの. クイックソート挿入ソート選択ソートクイックソート挿入ソート試行回数合計 1 1 1 1 1 7 1 2 1 1 2 8 1 3 1 1 1 9 1 4 1 1 2 10 2 3 1 1 2 11 1 2 1 1 4 10 3 0 1 2 1 9 2 1 1 1 0 7 2 3 1 1 1 9 1.56 2.11 1.00 1.11 1.56 8.89 1 1 3 2 2 10 0 1 0 2 1 5 2 2 1 1 2 10 2 1 1 1 1 7 2 2 2 1 1 11 2 1 0 0 1 6 2 3 0 0 0 8 1 1 2 4 1 11 3 2 2 2 2 14 1.67 1.56 1.22 1.44 1.22 9.11 1.61 1.83 1.11 1.28 1.39 9.00. . 見た目を能動的に変化させる機能，色や音，点滅などの反応を追加することや，おもりを配置するスペースの拡大，重さ比較時の挙動の改善などが見られた．また，「自動的にソートされているとき，どんな操作をしているかわかりにくかった．」「画面上の物の動きが現実世界の物の動きを再現しすぎていて、わかりにくかった」，といった否定的な意見や，PC ではなく，タッチ操作のできるスマートデバイスで使えた方がわかりやすいといった意見も見られた． 5.4 実験考察 5.4.1 テスト結果考察事前テストと確認テストの点数の差から，有意に点数が増加していることがわかった．このことから，本研究で実装したデジタル教材を使用した学習を行うことでアルゴリズムの理解度を高めることができると考える．また，確認テストでは，クイックソートに関しては全員が正解であり，挿入ソートも 1 名を除いて正解であった．間違えた 1 名も基本的なアルゴリズムは正しかったが，最初は挿入先を見. . つけるまでの比較を重い方から始めていたが，最後の重り. 図 13 合計点と試行回数合計の散布図 . だけ軽い方からの比較に変わっていた．正しいアルゴリズ. . ムでは，一定の決まりに従っておもりを比較していく必要. 5.3.3 アンケート結果 . があるので間違いとした．このことから，ほぼ全ての被験. 7 段階評価のアンケート結果の平均を表 7 に示す．グルー. 者がクイックソートと挿入ソートのアルゴリズムについて. プごとの各設問の回答の平均に有意な差は見られなかった． . 理解することができたと考える．選択ソートについては，. . 18 名中 6 名が間違った回答を答えていたが，そのほとんど表 7 アンケートの設問と平均設問. 選択ソートについて理解することができたクイックソートについて理解することができた挿入ソートについて理解することができた「おもり」または「人」のサイズは適切でしたか？「天」または「シーソー」サイズは適切でしたか？アニメーションの動作速度は適切でしたか？教材に併記された使い方の説明は適切でしたか？個々の画面上のモノ（おもり，人，てんびん，シーソー）は，他のモノと判別しやすい表示でしたか？このプログラムは予想通りに動作していましたか？画面上のモノの動きは現実世界のモノの動きを再現していると感じましたか？現在どの動作が行われているか分かり難いと感じることは無かったと思いますか？使用したデジタル教材を7段階で評価してください. が既知の比較を考慮してしまう並べ方を行っていた．選択ソートでは，既知の比較は考慮せず，比較回数は必ずおも. 平均. りの数 n 個に対し，n(n-1)/2 回と一定になるので，これは. 5.61 6.39 5.89 5.61. 間違いとした．この結果は，本実験では時間の関係上ソート法の説明において，比較回数が一定になることや，既知の比較について等の詳しい説明は行わず，自動ソート機能. 5.94. の使用などで被験者自身で気がつくことを期待したことに. 4.22 5.22. よると考える．一部の被験者は「選択ソートがなんどやっても試行回数が同じなのが面白かったです．」と自由記述の. 6.11. 中で答えていた．このことから，ソート法の説明や自動ソ. 5.67. ート機能を使用する際に比較回数に注目することを示唆す. 5.72. ることで，より多くの被験者の気づきを促すことができた可能性がある．. 4.44 5.06. また，2 つの教材の差に有意な差は見られなかったが，3 . 点満点のテストであり点数の差が出にくかったこと，大学. . 生では大半の被験者が正解できる難易度のテストになって. 自由記述では，「やり方を聞いたり参考書を読んで覚える. しまったこと，被験者が 1 グループ 9 名と少なかったこと. よりもアニメーションのある教材のほうが覚えやすかった」. などが原因であると考えられる．. 「自動ソート機能のおかげで理解するまで見返すことができた」といった自動整列機能（アニメーション）に関する良い意見が多く見られたが，アニメーションの速度を変更. ⓒ2016 Information Processing Society of Japan. 8.

(9) Vol.2016-CE-134 No.4 2016/3/5. 情報処理学会研究報告 IPSJ SIG Technical Report 5.4.2 試行回数結果考察 . ラグドのテーマの教材を実装し評価することなどが必要だ. 本研究では，試行回数と確認テストに負の相関関係が見. と考えられる．. られた．間辺らの研究では，高校生に実施した実験授業に. また，自由記述の中で得られた多くの改良点について各. おいて，試行回数が多い生徒の方がテストの正答率が高い. 機能の必要性を考慮したうえで実装していきたい．. ことを確認しており，本研究はこれとは逆の結果となった．. . これは本実験では大学生を対象としており，ほとんどの被. 謝辞本研究は JSPS 科研費 26330140 の助成を受けたも. 験者がアルゴリズムを理解できたなかで，ソート法につい. のです． . て早い段階で理解できたと思った被験者が，アルゴリズム. 参考文献 . の確認を繰り返さなかったからではないかと考える．. ラムの有効性については確認できず，引き続き検証する必. 1) 久野靖，和田勉，中山泰一，辰己丈夫，上松恵理子: わが国の初等中等情報教育: 現状と将来に向けた目標体系の提案，日本ソフトウェア科学会第 32 回大会（2015 年度）講演論文集. 2) 情報処理学会，初等中等教育における一貫した情報教育（情報学教育）の充実について（提案）： http://www.ipsj.or.jp/release/jyouhoukyouiku20150424.html 3) 久野靖，和田勉，中山泰一，初等中等段階を通した情報教育の必要性とカリキュラム体系の提案，情報処理学会論文誌教育とコンピュータ，vol 1，no 3，pp. 48-61(2015). 4) 兼宗進（監訳）：コンピュータを使わない情報教育アンプラグド・コンピュータ・サイエンス，イーテキスト研究所(2007). 5) 石塚丈晴，兼宗進，堀田龍也，: 小学生に対するアンプラグドコンピュータサイエンス指導プログラムの実践と評価，情報処理学会研究報告，vol.2014-CE-123 No.6(2014)． 6) 井戸坂幸男，久野靖，兼宗進: コンピュータサイエンスアンプラグドに基づく授業方法改善の試みとその実践，日本産業技術教育学会誌，第 53 巻第 2 号，pp.115-123(2011）． 7) 間辺広樹，兼宗進，並木美太郎: アンプラグド学習法を取り入れた情報 A「ディジタル化」単元の実践報告，日本情報教育学会誌，vol.3，No1，pp.44-53（2010）． 8) 間辺広樹，兼宗進，並木美太郎: CS アンプラグドのアルゴリズム学習における教具による理解度への影響”，情報処理学会誌， vol.54，No1，pp.14-23（2013）． 9) 和田勉: アンプラグドコンピュータサイエンスと板書講義を併用した大学でのアルゴリズムの授業，コンピュータと教育研究会報告，2009-CE-100(5)，pp.829-830(2010). 10) 間辺広樹，兼宗進，並木美太郎: 障害者職業訓練校の情報教育”，SSS2008，情報教育シンポジウム，pp.171-178(2008). 11) 太田幸夫: 国際安全標識ピクトグラムデザインの研究 http://www.tamabi.ac.jp/soumu/gai/hojo/seika/2003/kyoudou-ot a1.pdf 12) 岡本雅子，村上雅之，吉川直人，喜多一: 「視覚的顕在化」に着目したプログラミング学習教材の開発と評価，日本教育工学会論文誌，Vol.37， No.1， pp.35-45 (2013). . 要がある．これについては，本教材をより明確にピクトグ. . 5.4.3 アンケート結果考察各ソートの理解度については高い評価を得た．特に確認テストでは全員正解であったクイックソートは，多くの被験者が最大値の 7 の評価をつけていた．アンケートの中で測った 3 つの状態について，視認性については，オブジェクトの視認性は高い評価を得ることができたが，アニメーションの速度の評価は他の質問に比べて低い評価であった．これは自由記述にも多く反映されており，アニメーションの速度が速い，もしくは逆に遅いといった意見が多く見られた．判別性，予測可能性については共に高い評価を得ることができた．自由記述の中で，多くの被験者が自動ソート機能はわかりやすかったと答えていたことから，自動ソート機能はアルゴリズムの理解に一定の貢献をしたと考える．その一方で，速度調整機能や一時停止機能などが欲しかったという意見も多かったことから，これらの機能の追加が必要と考えられる．また，おもりを配置するスペースが少ないことや，片側におもりを 2 体置いた際に重なってしまうなどの問題点もあがっていたことから，これらの改善が必要と考える．. 6. まとめと今後の課題本研究では，CS アンプラグドの「いちばん軽いといちばん重い」を参考に，整列アルゴリズムを学習するデジタル教材を実装し，その学習効果を確認した．アンケートの結果，高い視認性，判別性，予測可能性を有していることがわかり，自動ソート機能が被験者から高評価であった．本研究では独立性については扱わなかったが，Scratch はスクリプトを確認しながらのプログラム実行ができることから，独立性を高めることも可能であると思われる．コードを改良し独立性の高い教材を実装することは今後の課題となる．また，今回 2 つの教材の差として利用した人型ピクトグ. ラムを使用したものと使用していないものに改良することや，別の環境で本教材の比較を行うこと，他の CS アンプ. ⓒ2016 Information Processing Society of Japan. 9.

(10)