NMC Horizon Report > 2017 Higher Education Edition (Japanese)
>高等教育へのテクノロジー適用を推進する重要な傾向
>>中期間の傾向: :今後3-5年の高等教育の変化を推進

学習度測定への注目の高まり

中期間の傾向: :今後3-5年の高等教育の変化を推進

要旨

序文

高等教育へのテクノロジー適用を推進する重要な傾向

長期間にわたる傾向:今後5年以上の期間にわたる高等教育の変化を推進

 > イノベーション文化の進展
 > より深い学習アプローチ

中期間の傾向: :今後3-5年の高等教育の変化を推進

 > 学習度測定への注目の高まり
 > 学習スペースの再設計

当面の傾向:今後1-2年の高等教育の変化を推進

 > ブレンド型学習デザイン
 > 協調学習

高等教育における技術導入の妨げとなる重大な課題

解決可能な課題:課題を理解しその解決方法も分かっている

 > デジタル・リテラシーの向上
 > フォーマル/非公式学習の統合

解決困難な課題:課題を理解しているが、解決策は明確になっていない

 > 教育格差
 > デジタルエクイティ(公平性)の向上

深刻な課題:取り組むのはおろか、定義すらできないほど複雑な課題

 > 知識の陳腐化の管理
 > 教育者の役割の再考

高等教育向けの教育テクノロジーにおける重要な発展

導入ホライズン:1年以内

 > 適応学習テクノロジー
 > モバイル学習

導入ホライズン:2年から3年以内

 > モノのインターネット(IoT)
 > 次世代 LMS

導入ホライズン:4年から5年以内

 > 人工知能(AI)
 > ナチュラルユーザーインターフェース(NUI)

調査手法

2017年高等教育専門家パネル

この傾向では、評価への関心、ならびに学習に臨む姿勢、学習プロセス、スキル習得、学生のその他の教育ニーズを評価、測定、資料化するために教育者が使用する様々な手法やツールを紹介する[i]。社会的および経済的要因が現在の労働者にどのようなスキルが必要なのかを再定義するなかで、大学は学習内容の習熟度ならびに創造性や協調性等のソフトスキルを定義、測定、実証する方法を再考する必要がある。データマイニングソフトウェアの急増やオンライン教育、モバイル学習、学習管理システムの発展は、分析や視覚化のソフトウェアを活用して多面的かつポータブルに学習データを表示する学習環境に融合しつつある。オンラインコースやブレンド型コースのデータは、学生の活動が学習の進捗度や具体的な学習成果にどのように貢献するかを明らかにできる。

概要

21世紀の学習成果は、学習者が十分に成功するように、学力に加えて対人能力と個人としての自律性・主体性を重視している。こうした学習による成長を評価するための次世代評価戦略は、様々な認知スキル、社会的・情緒的成長、より深い学習を評価・測定し、さらなる成長を支えるために学生や講師に実用的なフィードバックを提供する可能性がある[ii]。こうした評価を推進する上でその礎となるのは、ラーニングアナリティクス(LA)である。LAは、学習とその環境を理解し最適化する目的で学習者と学習内容のデータを収集・分析・報告することを意味する。[iii] LAは、学生の学習を評価して抜本的に改善する手段として教育機関でますます認知されるようになっている。データマイニングソフトウェアは、学習者と講師が同様に学習をモニタリングして継続的に成長できるように個人に合わせたフィードバックを作成することができる豊富なデータセットを保存する。LA 業界が成熟するにつれて、焦点はデータの蓄積から、複数の情報源やコースから集めたデータを通じて学生の学習への意欲に関する繊細なインサイトを獲得することへ移行している[iv]

マルチモーダルなデータおよびソーシャルネットワークの分析は、学習の社会的・認知的・感情的な要素を優先するホリスティックな教育に焦点をあてている。比較的新しいアプローチであるマルチモーダルな学習分析は、現実の学習環境における学習の生物学的および精神的なプロセスに関するデータの収集に焦点を当てている[v]。声の抑揚、顔の表情、視線の動きは、運動センサーやビデオカメラ等のトラッキング機器で記録できるデータの例である。バイオメトリクスを扱うウェアラブル技術もデータレポジトリとして使用できるが、倫理的かつプライバシーに関する問題が発生する可能性がある[vi]。同時に、学習管理システム(LMS)も、コースから適応学習テクノロジーをサポートするカリキュラム管理へのパラダイムシフトの過程にあり、インストラクショナルデザインを強化し学習の進捗状況を伝える専用のデータ分析や見える化ツールを提供している[vii]

より高度な分析が在籍率と卒業率の向上に貢献している。例えば、ノッティンガム・トレント大学(NTU)では学生ダッシュボードの活用により、チューターがタイミングよくサポートしやすくなり、学生の学習意欲や行動を改善するような影響を与えている。このダッシュボードには、オンライン学習環境、磁気カード読取装置、図書館の利用、学習課題から収集されたデータが学習意欲のスコアとして提示される。学生はそのダッシュボードを使用して他の学生の進捗と自分の進捗を比較し、行動を適宜改善する。一方チューターは、学生の学習意欲が継続するように必要な時にすぐに学生と話し合うことができる。NTUのリーダー は、ダッシュボードの活用によって大学の文化がデータ重視型のビジネスアプローチに変革されたと述べている。[viii]ウーロンゴン大学のインストラクターは、LMS用のブラウザー拡張機能、SNAPPを使用して、学生がどの程度オンラインのディスカッションフォーラムに参加しているかを分析している。SNAPPは、フォーラム参加者の関係をリアルタイムのソーシャルネットワークダイアグラムとして可視化するので、インストラクターは学生の参加パターンを過去のパターンと比較してディスカッションを微調整できる。 

政策、リーダーシップ、実践への影響

ビークデータ関連技術が学生の在籍率向上に貢献することが実証される一方で、それに関連する倫理的問題が最優先事項となっている。聖マリア学院大学が在籍率向上に向けて脱落しそうな学生に退学を推奨するために予測分析を使用したが、これは学生への通知や同意なしに分析が誤用される典型的な一例である[ix]。こうした問題が発生するため、学習データの収集、セキュリティ、所有権、アクセス権、配信、応用を倫理規範に則って進めていく枠組みを構築するための方針が国、自治体、大学レベルで必要であることが叫ばれている。英国は、DELICATEチェックリスト [x] やJISC実施基準[xi]等のイニシアチブを進めて政策の取り組みの最先端を走っている。学生データの倫理的使用に関する大学のオープンポリシーは、学習者目線で策定され、学習分析使用のガイドラインとなるオープンかつ透明性のある原則となっている[xii]。カリフォルニア大学ロサンゼルス校では、個人情報保護管理最高責任者がデータ・ガバナンス・タスク・フォースと共に、教職員および学生に関するデータの倫理的で適切な収集・使用の指針となるガバナンス構造を構築した[xiii]

大学のリーダーは、特にデータ重視型の分析を通じて、学生の学習の奥行を深めて強化する教育イノベーションを模索し続けている。香港大学では、学習分析が学習成果の直接的な証拠を収集し、教師の行動に助言し、さらに学習設計、オンライン学習での行動、成績の相関関係のより深い理解を通じてカリキュラム開発に情報を伝えるために使用されている[xiv]。さらに最近になって、大学イノベーション連合(University Innovation Alliance)が、1万人の学生を動員してデータ分析に基づいてプログラムについて助言することの効果を評価する大規模な大学横断的調査を実施した[xv]。その一方で、先進学習成果を評価する多州間協力イニシアチブが、標準的な従来からの評価方法が学生の学習に対する実用的な知見を得るうえで、様々な学部や教育機関にわたり信頼できることを実証している[xvi]

学習分析が変革を起こすようなインパクトを及ぼすことは、適応学習の進化に最も明確に見て取れるが、これについての詳細は、本レポートで詳細に取り上げている。ニューサウスウェールズ大学の教授2名がSmart Sparrow社のプラットフォームを利用して、最初の大規模なエンジニアリング分野のオープンオンラインコースを開設し、適応学習を活用して個人に合わせたサポートを提供した。このコースは、通常は脱落率の高い学位レベルでの学習成果を強化することを目指しており、あらゆる学歴の学生に高品質の学習経験を提供している[xvii] 。LA もまた、優れたインストラクショナルデザインを提供している。マリストカレッジの准教授は、学習者のデータを使用してどの学習コンテンツを学生が最も難しいと考えているかを特定して、学生が習熟するまでそのコンテンツを何度でも学習できる機会を生み出した[xviii]。シドニー工科大学は、オンラインの基準に基づく評価ツールであるREVIEWを使用して、様々な特性の学生の学習をモニタリングしている。学生は、分かりやすいダッシュボードをチェックして、学年別、科目別、タスク別、分野別の自らの学習の包括的な状況を知ることができる[xix]

推薦文献

学習度測定への注目の高まりについてさらに学びたい方のために、以下の記事および資料を推薦する。

大学は見ている

go.nmc.org/arewatching

(Mikhail Zinshteyn、The Atlantic、2016年11月1日)教育機関は、教育面での成功を推進しつつ、これまで以上に学生データへのアクセスや高度な予想分析ツールの使用と学生のプライバシー保護とのバランスを図ろうと努めている。

高等教育における学習分析(PDF

go.nmc.org/ecarla

(Pam Arrowayら、 Learning Analytics in Higher Education(高等教育における学習分析)、2016年3月)このEDUCAUSE Center for Analysis and Research (ECAR)のレポートは、高等教育における学習分析の包括的な概要および今後の教育面での成功に対するその役割と応用に関する考察を提供している。 

学習分析:未来のビジョンPDF

go.nmc.org/lace8

(Rebecca Fergusonら、 第6回学習分析と知識の国際カンファレンス、2016年4月25-29日)Future Policy Delphi研究のLACE(学習分析コミュニティエクスチェンジ)VisionsのためにLACEプロジェクトが策定した学習分析の未来の8つのビジョンが紹介されている。

習熟度の測定:コンピテンシーに基づく教育における評価のベストプラクティス(PDF

go.nmc.org/measmast

(Katie Larsen McClartyおよびMatthew N. Gaertner、Center on Higher Education Reform(高等教育改革センター)、 アメリカンエンタープライズ公共政策研究所、2015年4月)コンピテンシーに基づく教育が学生の成功にもたらすメリットの可能性は計り知れないが、従来の学習アプローチを測定する方法では測定できない。このレポートは、実社会で通用するスキルの習熟度を評価するための枠組み構築を推奨している。

大規模な個人カスタマイズ:分析を使用した組織改善

go.nmc.org/atscale

(Elizabeth MulherrinおよびLaura Fingerson、The Evollution2016年2月2日)カペラ大学とメリーランド大学ユニバーシティカレッジ校は、ビックデータを戦略的かつ効果的に使用して、業務報告から規範的分析へと移行しつつある。

失望を超えて:分析の行方

go.nmc.org/traversing

(Mike SharkeyおよびTimothy Harfield、Next Generation Learning Challenges、2016年12月19日)著者は、学習分析のイニシアチブを検討している、または着手したばかりの教育機関が大規模に学生を成功へと導くための実用的な手順を紹介している。

[i] http://edglossary.org/assessment/

[ii] http://nextgenlearning.org/next-gen-assessment

[iii] https://tekri.athabascau.ca/analytics/

[iv] http://er.educause.edu/articles/2016/8/big-data-analysis-in-higher-education-promises-and-pitfalls

[v] http://epress.lib.uts.edu.au/journals/index.php/JLA/article/view/5081/5595

[vi] https://www.weforum.org/agenda/2015/10/wearable-tech-true-health/

[vii] http://acrobatiq.com/from-course-to-curriculum-an-interview-with-ray-henderson-on-the-coming-lms-paradigm-shift/

[viii] https://analytics.jiscinvolve.org/wp/files/2016/04/CASE-STUDY-I-Nottingham-Trent-University.pdf (PDF)

[ix] https://www.datanami.com/2016/11/01/data-analytics-higher-education/

[x] http://www.laceproject.eu/ethics-privacy/

[xi] https://www.jisc.ac.uk/guides/code-of-practice-for-learning-analytics

[xii] https://analytics.jiscinvolve.org/wp/files/2016/04/CASE-STUDY-H-Open-University-UK.pdf (PDF)

[xiii] https://na-production.s3.amazonaws.com/documents/Promise-and-Peril_4.pdf (PDF)

[xiv] http://www.unescobkk.org/education/ict/online-resources/databases/ict-in-education-database/item/article/scaling-out-teaching-scaling-up-learning-some-thoughts-on-innovation-in-higher-education/

[xv] http://postsecondary.gatesfoundation.org/areas-of-focus/incentives/policy-advocacy/making-difference/bridget-burns/

[xvi] https://www.aacu.org/press/press-releases/multi-state-collaboration-produces-valuable-new-evidence-about-writing-critical

[xvii] https://www.engineering.unsw.edu.au/news/worlds-first-adaptive-engineering-course-opens-up-engineering-fundamentals-to-all

[xviii] https://sf-asset-manager.s3.amazonaws.com/96945/2/19.pdf (PDF)

[xix] http://learning-analytics.info/journals/index.php/JLA/article/view/4888/5628