工業高校の数学における診断型学習支援システムの開発

全文

(1)工業高校の教学における診新型学習支援システムの開発生活・健康・総合内容系コース皿07240c 中崎一郎（指導教員森山潤，主任指導教員松浦正史）. キーワード：ICT活用，学習診断，学習支援システム，工業高校，．数学. 1．研究の目的と背景. ・ICT活用に対する二一ズを把握する項目. 本研究の目的は，工業高校の数学において生. （2）結果と考察. 徒の学習状況に即した学習指導を支援するため. 調査対象者の状況として，工業高校の学習に. の学習支援システムを構築することである。. 対する数学の重要性を84．7％が認めている反面，. 高校の数学は，小学校の算数や中学校の数学. 68．7％が数学に対して「難しい」と感じている実. の基礎の上に成り立つ科目である。そのため基. 態が把握された。一方，ICT活用への二一ズで. 礎となる思考や計算が苦手な生徒は，高校で学. は，「演習間題型コンテンツ」（平均290／4件法），. 習する新しい単元においてつまずきを呈するこ. 「シミュレーション型」（平均2．74）が高かった。. とが多い。r方，学校の情報インフラの整備が. 数学の学習方法とICT活用への二一ズとの関連. 進む中、各教科の授業で学習ツールとしてイン. を検討するために、学習方法を説明変数，各コ. ターネットやコンピュータを利用することが考. ンテンツヘの二一ズを基準変数とする重回帰分. えられる。. 析を行った。その結果，「復習」の習慣を持っ生. 工業高校の生徒の場合，工業の専門教科の学. 徒は，r説明型コンテンツ」やr動画型コンテン. 習においても基礎的な数学の知識は極めて重要. ツ」への二一ズを形成すると共に，「友達との学. である。また，情報系の科目も多いため，学習. びあい」の習慣を持つ生徒では，「演習問題型コ. 支援システムの使用に対する親和性は高いと思. ンテンツ」への二一ズを形成していることが示. われる。. 唆された。. しかし，どのような高度な学習支援システムであっても，生徒の二一ズや学習上の課題に対. 2−2．開発のコンセプト. 応したものでなければ，その効果を十分に発揮. そこで本研究では，中間・期末テスト等の総. させることはできない。そこで本研究では，学. 括的評価の直前に，生徒が効果的に復習できる. 習者の認知的実態を踏まえた診断型の学習支援. よう，前述した二一ズ調査の結果に基づいて，. システムを構築することにした。. 説明型コンテンツや動画型コンテンツ，演習間. 題型コンテンツ等を統合し，全体として診断型. 2研究の内容. の学習支援システム（以下，本システム）を構築. 2−1．高校生のlCT活刷こ対する二一ズの把握. することとした。. （1）方法. 本システムは，診断用演習機能，診断結果ガ. ①調査対象兵庫県内の公立工業高等学校1校. イダンス機能，学習コース生成機能で構成され. の生徒計324名。有効回答は320名（98．8％）。. る。システムの構成は，サーバ・クライアント. ②調査項目：（4件法で回答）. 方式とし，学習者は通常のWebブラウザでアク. ・数学の学習に対する意識を把握する項目. セスできるものとした。本システムに掲載する. ・数学の学習方法の状況を把握する項目. コンテンツとして高校数学I，2次関数の単元一480一.

(2) を選定した。本システムの構成を図1に示す。. を入力信号，教師の経験的な4パターンの学習方略（A：基礎確認方略，B：ドリル方略、C：表現. 活用方略，D発展問題挑戦方略）を教師信号とし，. ユーザ豚証. ニューラルネットワークに学習させた。形成さ. 学習階層表示による先行オーガナイザ. れたネットワークモデルを用いて診断用演習問診断用高習問塵. 題の結果から適切な学習方略を判定するパター学習階層表示による診断結果フィードハック. ンデータを作成した。. 4）学習コースの生成. ご切な学習方略の判定と学習：1一スの生成・一・一一．一■ ・．．… 一一・・■ ■… 一‘一・… 一・・．・一一・・一・・‘■・・●一・一. 黶@ 一I I1 一. 診断用演習問題の正答状況から復習の必要な. 再判定. 学習事項と前述した学習方略判定の結果を組み合わせ，各生徒の実態に即した学習コースを自動的に生成するようにした。そして，各学習コ. 図1．システムの構成. ース内の確認テストによって，学習階層上に達成状況の変容の様子が表示されるようにした。. 2−3．システムの開発と機能. これらの各機能によって生徒は，自己の学習. 1）学習階層の構成. 状況を振り返り，課題を把握すると共に，適切. 本システムの設計にあたり，工業高校1年生. な学習方略に沿って効果的に復習に取り組める. 78名を対象としたアチーブメントテストを実. ものと考えられる。. 施し，共分散構造分析を用いて2次関数の学習事項間の因果関係（以下，学習階層）を把握し. 2−4．システムの評価. た（GFI＝0，927，AGFI＝0，864，RMSEA＝0，054）。こ. 開発したシステムを評価するために，兵庫県. の学習階層を，診断用演習機能の問題配列，診. 内の公立工業高等学校1学年10名（電気系学科）. 断結果ガイダンス機能のフィードバック情報，. を対象とした授業実践を行った。その結果，シ. 学習コース生成機能の学習方略判定のフレーム. ステムのユーザビリティか高く評価されると共. ワークとして使用した。. に、「理解度の確認」（100．0％），「自分に適した. 2）診断および結果のフィードバック. 学び方」（90．0％），「弱点の改善」（90．0％）等の項. 診断用演習問題では，プルダウンメニューに. 目において本システムの有効性が確認された。. 用意された回答を選択し，学習事項すべてに対. また，授業後には「自分のできていないところ. 応する演習問題を回答し，データベースに結果. がよくわかった」，rわすれていた内容を思い出. を保存する。その後，前述した学習階層を用い. すことができきた」など，本システムが生徒の. て各学習内容の達成度をグラフィカルに表示す. 自己学習を適切に方向付ける効果のあることが. るようにした。. 確認された。. 3）学習方略の判定. 通常、数学担当教員は，生徒のテスト結果を. 3．まとめと今後の課題. 評価し，その状況に応じた適切な学習方略を判. 以上，本研究では，工業高校の数学において. 定し，フィードバックしている。本システムに. 生徒の学習状況に即した学習指導を支援するた. おいては，このような担当教員の直観的な学習. めの学習支援システムを構築した。. の方向付けを実現するために，誤差逆伝播型ニ. 今後は，本システムの各機能をより高度化す. ュー宴泣lットワークを用いることにした。具. ると共に，学習データを蓄積し，掲載できる教. 体的には，生徒のアチーブメントテストの結果. 材パッケージを充実させていく必要があろう。一481一.

(3)