4 分で読了
0 views

COVID-19がオンライン学習のウェブ行動に与えた影響の調査

(Investigating the impact of COVID-19 on Online Learning-based Web Behavior)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、部下から「オンライン学習に関するデータを見て意思決定しろ」と言われて困っています。そもそもCOVID-19で皆がネットをどう使ったかを調べる意味はあるんですか?

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、要点は3つで整理できますよ。第一に、何を学ぶ必要があったか。第二に、現場が困った点。第三に、今後どう対応するか、です。

田中専務

具体的にはどんなデータを見るのですか?Googleの検索とかですか。私にはその辺りのツールの使い方もよく分かりません。

AIメンター拓海

ご安心ください。ここで使うのはGoogle Trends(GT)(Googleトレンド)という、あるキーワードの検索頻度を時系列で見るツールです。専門知識なしでトレンドの増減からニーズを推定できますよ。

田中専務

なるほど。ただ、検索が増えたからといって実際に学習が進んだかは分かりませんよね。ここはどう解釈すればいいのでしょうか。

AIメンター拓海

いい質問です。検索行動(web behavior)(ウェブ行動)は意図の窺い知れる証拠で、直接の学習成果ではない。しかし、何を知ろうとしたのか、何に困ったのかを把握するのに極めて有効です。投資対効果の判断材料になりますよ。

田中専務

これって要するに、検索の増減は現場の“欲しいもの”や“困っていること”を示す指標ということですか?それなら活用できそうな気がします。

AIメンター拓海

その通りです。ここでの研究は、20カ国のGoogle検索データを月次で比較して、どのタイミングで何が検索されたかを示しています。そこから「どのツール」「どの情報」が求められたかが分かりますよ。

田中専務

現実的な導入の観点で教えてください。うちのような中小製造業がこのデータをどう使えば、費用対効果を出せますか?

AIメンター拓海

大丈夫、一緒にやれば必ずできますよ。まずは現場の課題を検索キーワードに落とし込む。次にGoogle Trendsでトレンドを確認し、投資優先度を決める。最後に小さく試して効果を測る。この3ステップでリスクを抑えられます。

田中専務

分かりました。拓海さんの話を聞いて、まずは現場が何を検索しているかを確認してみます。要は現場の“声”を数字で見るということですね。

AIメンター拓海

素晴らしい理解です!では一緒にキーワードを出して、月次トレンドを見ていきましょう。最終的には田中専務が会議で説明できるように、要点を3つにまとめてお渡ししますよ。

田中専務

よし、では私の言葉で確認します。要するに、この論文はGoogleの検索トレンドから、パンデミック時に現場と教育者が何を求めたかを数字で示し、それを実務の投資判断に使える形で整理しているということで間違いないですね。

論文研究シリーズ
前の記事
Multimodal Pipeline for Collection of Misinformation Data from Telegram
(Telegramからの誤情報収集のためのマルチモーダルパイプライン)
次の記事
リモート学習を促したGoogleショッピングの動向
(Trends in Remote Learning-based Google Shopping in the United States due to COVID-19)
関連記事
極めて堅牢なベビーロボットに向けて
(Towards an Extremely Robust Baby Robot With Rich Interaction Ability for Advanced Machine Learning Algorithms)
粉末X線回折からのエンドツーエンド結晶構造予測
(End-to-End Crystal Structure Prediction from Powder X-Ray Diffraction)
量子ラビーモデルのフォトニック実現
(Photonic realization of the quantum Rabi model)
NeuralMatrix:全ニューラルネットワークを線形行列演算で計算する手法
(NeuralMatrix: Compute the Entire Neural Networks with Linear Matrix Operations for Efficient Inference)
年齢群識別のための自由手書き指標
(AGE GROUP DISCRIMINATION VIA FREE HANDWRITING INDICATORS)
コンピュータベースシミュレーション訓練におけるフィードバック技術
(Feedback Techniques in Computer-Based Simulation Training)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む