発話情報を用いたグループ学習時の貢献度推定手法に関する研究 A Study on Estimation Method of Personal Contribution Level in Collaborative Learning by Using Speech Information 情報システム構築学講座 0312012037 大信田侑里 指導教員：高木正則 山田敬三 佐々木淳 1. はじめに 近年，教育現場において，e ラーニング教材を予 習にし，応用課題を教室で対話的に学ぶ反転授業が 注目を集めている[1][2]．本学部で開講されている 数学のリメディアル科目でも，e ラーニング教材を 活用した反転授業が行われている[3]．この科目で は，e ラーニング教材に加え発展的な演習問題を活 用したグループ学習を行っている．また，平成 24 年に中央教育審議会から発表された｢質的転換答申」 では，学修者の能動的な学修への参加を取り入れた 教授・学習法（アクティブ・ラーニング）への転換 が必要であると指摘されており[4]，グループ学習 を行う機会は今後ますます増加すると考えられる． しかし，教師が多数のグループの状態を把握する のは限界があり，各グループでどのような話し合い が行われ，誰がどの程度貢献したかを把握すること ができない．そこで，グループ学習における各学生 の貢献度の可視化を目的とし，音声の言語情報を活 用した貢献度推定手法を提案する． 本研究では，実際の授業で記録したグループ学習 時の音声データから本提案手法により推定した貢献 度（客観推定）と，グループ学習の様子を撮影した 映像を教員が閲覧して評価した貢献度（主観評価） を比較し，本手法で推定された貢献度の妥当性を検 証する．また，各学習者の発話を全て書き起こして 音声認識精度を分析し，音声認識精度が提案手法の 客観推定精度に与える影響について考察する． 2. 関連研究 グループ学習時の学習者の学習態度を可視化する 研究として，学習者の注視対象，発話区間，ノート 記述動作などの非言語情報に基づいて協調的態度と 学習理解態度を可視化する手法が研究されている [5]．この手法により，協調的態度と学習理解態度 をある程度正しく推定することができる．また，協 調学習に参加している学習者の発言データをもとに， 教師や学習者自身がコミュニケーション活動を評価 する方法が提案されている[6]．この手法では，電 子掲示板の議論内容と個々の学習者との関係を，コ レスポンデンス分析を用いて可視化している．しか し，いずれの研究もグループ学習の成果物に対する 貢献度を把握することを対象としていない． 本研究では，グループ学習への貢献度の指標を調 整・指導・協力の 3 つに分類し，各学生の発話情報 を用いてグループ学習時の貢献度を推定する点に新 規性がある． 3. グループ学習における貢献度推定手法 3.1 貢献度推定の手順 本研究では，多機能携帯端末（スマートフォン） でグループ学習時の学習者の発話を記録し，サーバ へ送信した音声データに基づいて各学生の貢献度を 数値化する．グループ学習における各学生の貢献度 推定の手順を図 1 に示す．本手法ではまず，収録し た各学生の音声データを音声認識し，音声データを テキストデータに変換する．その後，変換されたテ キストデータを形態素解析し，3 つの貢献度ごとに 用意された 4 つの特性語辞書（調整・指導・協力・ 非協力）を用いて特性語を抽出する．そして，抽出 された特性語の発話数から貢献度を推定する． 音声認識 形態素解析 特性語辞書 言語抽出 特性語の発話数から 貢献度を客観推定 グループ学習 図 1：グループ学習の貢献度客観推定方法の概要 貢 度 表１：貢献度と偏差値の対応表 偏差値 偏差値 偏差値 偏差値 >50 >60 40 以下 >40 2 3 4 献 1 3.2 ① ② ③ 3.3 貢献度の計算方法 各学習者に対して 3 つの貢献度ごとに抽出され た特性語の数（協力に関しては「協力に関す る特性語の数－非協力に関する特性語の数」） を分析する． 3 つの貢献度ごとに抽出された特性語の数に基 づいて，グループごとに偏差値を算出する． 偏差値＝（学習者の特性語の数－グループの 特性語の数の平均値）÷グループの特性語の数 の標準偏差×10+50 算出された偏差値から貢献度 1～4 の値を決定 する．表 1 に偏差値と 4 段階の貢献度との対応 表を示す． 期待される効果 本研究により，教員はグループ学習時の各学生の 貢献度を把握できるようになり，グループ学習の結 果（成果物）だけではなく，グループ学習の過程も 含めた評価ができるようになる．また，貢献度の低 い学生に対する指導やグループ再編成時の参考デー タとしても活用できる．さらに，各学生の貢献度か ら各グループの学習状況を推測でき，グループ学習 を活性化するための様々な支援ができるようになる． 4. 実験 提案手法により推定された貢献度の妥当性を検証 するために，本学部 1 年生を対象として開講されて いる数学のリメディアル科目「情報基礎数学 A」で 実験を実施した． 4.1 実験対象の科目概要 「情報基礎数学 A」では，e ラーニング教材を活 用した予習を必須とし，授業中は教員から出題され た発展的な演習問題 5 問をグループメンバーと協力 して解くグループ学習を行っている[3]．グループ は事前に実施されたテストから学力が同等になるよ うに編成し，4 人グループを 16 組作成した． 4.2 実験概要 本実験は全 15 回の授業のうち 5 回の授業で実施 し，毎回異なるグループを無作為に 2 組選定して音 声を記録した．各回のグループ学習は約 35 分間行 われ，グループ学習を始める前に，対象グループの 学生全員に多機能携帯端末と近接マイクをそれぞれ 配布し，各学生別々に発話を録音した．また，実験 後にグループ学習全体の会話や状況を把握できるよ うに，グループ学習の様子をビデオカメラで撮影し た．図 2 にグループ学習時の学生と機材の配置図を 示す．机の中央にはグループメンバー全体の音声を 映像と共に記録できるマイクを設置した． 4.3 分析結果と考察 （1）近接マイクで記録された音声の認識精度 音声認識ソフトウェアを活用し，近接マイクで記 録された音声データをテキスト化した結果から，音 声認識の精度を分析した．分析の準備として，各学 生の発話データを元に発話した内容をすべて人手で 文字へ書き起こし，正解データを作った．また，以 下の算出式から認識精度を求めた． 認識精度＝（正解文の文字数－挿入誤り－削除誤り －置換誤り）÷全体の文字数×100 分析の結果，認識精度の平均は 30％ほどであった． （2）主観評価値と客観推定値の相関 客観推定値は人手で書き起こした発話情報を用いた 場合と音声データから音声認識ソフトウェアを用い てテキスト化された発話情報を用いた場合で値を算 出した．また，グループ学習の様子を撮影した映像 を授業担当教員が視聴して各学生の貢献度を主観評 価した．2 つの客観推定値と主観評価値の相関係数 の分析結果を表 2 に示す．書き起こした発話情報と 音声認識によりテキスト化された発話情報で，教員 による主観評価の値との相関係数はほぼ同等となり， 音声認識の精度に関係なく主観評価に相関のある客 観推定値を算出できることがわかった． 図 2：グループ学習時の配置図 表 2：主観評価値と客観推定値の相関 書き起こし推定 音声認識推定 偏差値 4 段階 偏差値 4 段階 0.74 0.69 0.77 0.71 調整 0.86 0.82 0.84 0.79 指導 0.58 0.52 0.73 0.71 協力 0.71 0.67 0.75 0.71 3 特性総合 5. まとめ・今後の課題 本研究では，発話情報を用いたグループ学習時の 貢献度推定手法を提案した．また，人手で書き起こ した発話情報と音声認識ソフトウェアでテキスト化 した発話情報を活用して，本手法による客観推定値 と授業担当教員による主観推定値を比較した．この 結果，音声認識の精度が低い場合でも客観推定値と 主観推定値にかなり強い相関があることが確認され， 特性語等の分類を適正に行えばグループ学習時の貢 献度を推定できる事が示された．今後は特性語に重 み付けをするなど，より精度の高い手法を検討する． 参考文献 [1] The Flipped Classroom: Turning the Traditional Classroom on its Head, http://www.knewton.com/flipped-classroom/ 2013.3 [2] 山内 祐平：講義が宿題になる――「反転授業」 http://pc.nikkeibp.co.jp/article/column/20120518/1 049903/ 2012.5 [3] 高木正則：数学リメディアル教育あにおける反 転授業の実践と評価，情報処理学会研究報告， Vol.2015-CE-131，No.14，pp.1-6，2015.10 [4] 中央教育審議会，新たな未来を築くための大学 教育の質的転換に向けて～生涯学び続け、主体的に 考える力を育成する大学へ～（答申 ） http://www.mext.go.jp/b_menu/shingi/chukyo/chu kyo0/toushin/1325047.htm 2012.8 [5] 林佑樹，小川裕史，中野有紀子：“協調学習に おける非言語情報に基づく学習態度の可視化”，情 報処理学会論文誌，Vol.55，No.1，pp.189-198， 2014.1 [6] 望月俊男，藤谷哲，一色裕里，中原淳，山内裕 平，久松慎一，加藤浩：電子会議室の発話内容分析 による協調学習の評価方法の提案，日本教育工学会 論文誌，Vol.28，No.1，pp.15-27，2004.6
© Copyright 2024 ExpyDoc
