4 分で読了
0 views

JsStories: インタラクティブストーリーによるコンピュータサイエンス教育での社会的包摂の向上

(JsStories: Improving Social Inclusion in Computer Science Education Through Interactive Stories)

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

拓海先生、最近部下から「ストーリーで学ぶ教材がいい」と聞きまして。正直、流行り言葉に振り回されたくないのですが、これは本当に業務や採用で意味があるのでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、これって単なる流行ではなく、学習の敷居を下げて離脱率を減らすための設計があるんですよ。まずは要点を三つにまとめますね。第一に、関与(engagement)を高めること。第二に、段階的に学ばせる教育設計。第三に、学習者の背景を反映することで当事者意識を生むことです。

田中専務

関与を高めるというと、例えばどんな工夫があるのですか。映像やゲームみたいな派手なものを想像してしまいますが、うちの現場にはそこまで投資できません。

AIメンター拓海

素晴らしい着眼点ですね!映像や高額な投資は必須ではないんです。紙芝居のような短い物語に、学習タスクを差し込むだけで効果が出ることが示されています。要は心理的な『つながり』を作ることが重要で、コストをかけずに実装できる場合が多いですよ。

田中専務

段階的に学ぶという話ですが、具体的にはどのような順序で進めれば良いのでしょう。現場の若手が途中で脱落するのを防ぎたいのです。

AIメンター拓海

素晴らしい着眼点ですね!教育設計ではPRIMM(Predict, Run, Investigate, Modify, Make)という段階を踏むのが有効です。まず予想して動かし、動作を確かめ、調べてから改変し、最後に自分で作らせる。この流れで学習者の負担を小さくできますよ。

田中専務

これって要するに、最初からコードを書かせるのではなく、まず読み物と少しの操作で自信をつけさせるということですか。

AIメンター拓海

その通りです!大丈夫、一緒にやれば必ずできますよ。学習者が『できた』という感覚を繰り返すことが離脱防止の鍵です。実装面では既存の教材に短いストーリーを付けるだけで始められます。

田中専務

現場の多様性を反映するとありましたが、具体的にどの程度まで個別化すべきでしょう。うちのような中小では手間が心配です。

AIメンター拓海

素晴らしい着眼点ですね!完全な個別化は不要です。代表的な背景を数パターン用意して、それぞれに合うシナリオを用意するだけで効果が出ます。まずは一つの現場から始め、反応を見て拡張するのが現実的です。

田中専務

投資対効果でいうと、最初の導入段階で何を測れば良いですか。成果が見えないと承認が下りにくいのです。

AIメンター拓海

素晴らしい着眼点ですね!効果測定は三つに絞ります。第一に離脱率の変化。第二に学習タスクの完遂率。第三に受講者の満足度や自己効力感の改善。これらは短期でも追跡可能ですし、投資根拠になりますよ。

田中専務

なるほど、離脱率や完遂率は管理しやすそうです。では最後に、これを社内で説明する際の簡潔なまとめを自分の言葉で言ってみます。

AIメンター拓海

ぜひお願いします。大丈夫、短いフレーズで伝えられるよう一緒に整えますよ。

田中専務

要するに、短い物語を使って学習者の関心を引き、PRIMMという段階的手法で負担を減らし、受講者の背景を反映することで離脱を減らすということですね。まずは小さく試して、離脱率と完遂率をKPIにする。これで社内説明をします。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
物理情報を取り入れたオリビエ=リッチ流(PIORF)—メッシュグラフニューラルネットにおける長距離相互作用の改善 PIORF: Physics-Informed Ollivier–Ricci Flow for Long-Range Interactions in Mesh Graph Neural Networks
次の記事
ハロゲン化物ペロブスカイトにおける組成依存の熱安定性を明らかにする機械学習解析
(Machine Learning Reveals Composition Dependent Thermal Stability in Halide Perovskites)
関連記事
JuliaによるHPCコミュニティの架け橋
(Bridging HPC Communities through the Julia Programming Language)
タスクの非類似性を活かしたタンパク質機能予測
(Multitask Protein Function Prediction Through Task Dissimilarity)
ShuttleNetによるバドミントンショット予測
(ShuttleNet for Shot Predictions)
どこでも何でも聞く
(Hearing Anything Anywhere)
マスク顔検出手法とデータセットに関するサーベイ
(A Survey on Masked Facial Detection Methods and Datasets for Fighting Against COVID-19)
モデルベース計画における能動学習のための新規アルゴリズム
(Planning to Learn: A Novel Algorithm for Active Learning during Model-Based Planning)
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