| Applicant name (katakana) | |
|---|---|
| Applicant name (English) | |
| Intended graduate school | 大学院教育学研究科 |
| Intended major / program | 教育支援協働実践開発専攻・教育AI研究プログラム |
| Statement length (characters) | 1664 chars |
私が教育工学を志すきっかけは、学部二年次に参加した地方中学校でのオンライン学習支援ボランティアです。一次関数を扱った回では、傾きの説明を繰り返し見直す生徒と、式変形の練習で再試行する生徒がいました。私は該当する教材箇所とその場で出た質問を一枚の支援記録表に整理し、担当教員に共有しました。ただし、この記録だけでは理解度や支援の効果を判断できません。そこで、学習履歴と実際の学習状況を照合し、教員が教材のどこを見直すべきか判断するための情報に整える方法を研究したいと考えています。
学部では情報管理を専攻し、データベース、統計学、プログラミング（Python・SQL）の基礎を修めました。三年次のゼミでは、オンライン学習プラットフォームの操作ログを可視化し、離脱しやすい単元を特定する課題に取り組みました。分析結果を図にまとめ、読み手に説明するところまで経験しています。一方、この可視化だけでは、離脱が理解の困難によるものか、ほかの事情によるものかは分かりません。大学院では、行動を整理する技術に教育学的な解釈と検証方法を加えたいと考えています。日本語能力試験N2に合格し、専門書の講読も続けています。
研究では、一つの授業の少数単元を対象に、学習管理システム（LMS）のログから躓きの兆候を捉え、教材改訂の判断へつなげる方法を検討します。巻き戻しや演習の再試行などログから取得できる行動記録を組み合わせ、ログとは独立した単元の到達度指標と照合して、兆候の妥当性と誤検知を調べます。独立指標は、単元学習後に実施し、練習ログには含まれない新規設問からなる短い確認課題の正答率を暫定案とします。設問数、実施時点と判定基準は、先行研究、倫理審査と取得可能なデータを踏まえて決めます。次に、単元、行動の根拠、見直し候補の教材箇所を示す画面を試作します。教員の協力が得られた場合は、根拠を解釈できるか、具体的な改訂案と理由を述べられるかを評価します。兆候を捉える精度と教員にとっての使いやすさを分けて検討し、提示画面があるだけで学習成果が改善したとは結論づけません。
東京学芸大学大学院教育学研究科の教育支援協働実践開発専攻・教育AI研究プログラムを志望するのは、データ分析と、人間中心の情報環境の評価を結び付けて学びたいからです。公開されている講義紹介によれば、「データ・アナリティクス実践論」ではPythonを用いたモデル構築を学ぶことができ、可視化にとどまる現在の準備を補う接点になります。また、HCIと評価手法を扱う「人間情報学論」では、教員が根拠を読み取れる提示方法を考えたいです。分析の技術だけでなく、その結果を教育現場でどう解釈し使うかを学び、教材改訂の判断を支える研究に取り組みたいと考えています。
一年次前期は文献を比較し、躓きの定義、ログ項目、到達度との照合方法を整理します。必修のフィールド研究を含む履修計画を立て、後期は対象単元を絞り、調査前に倫理審査、同意取得、匿名化の方法を確認します。二年次前期に分析と画面の試作を進め、後期には協力教員の評価を整理し、修士論文にまとめる計画です。授業データには使用許可が必要であり、学部で扱ったログを再利用できるとは考えていません。協力が得られない場合は、利用条件を満たす公開データによる分析手順の検証に範囲を絞り、教員評価や教材改訂の効果は検証済みとして扱いません。必修活動の代替とはせず、研究範囲は指導教員と相談します。
修了後は、教育系企業の学習データ分析職を第一候補とし、大学の教学支援部門も視野に入れ、分析結果を教材改善に結び付ける実務に携わりたいと考えています。この希望は、学習支援で感じた躓きの見えにくさと、ゼミでログを図にして説明した経験につながっています。目指すのは、数値を示すだけでなく、どこまでがデータから言えることかを教員と共有し、教材を見直す判断を支えることです。大学院では検証と説明の両方を学び、結果の限界を伝えながら教育現場と協働できる実務者を目指します。