NMC Horizon Report > 2017 Higher Education Edition (Japanese)
>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

導入ホライズン:1年以内

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

適応学習は、学生の進歩を監視し、いついかなる時でもデータを使って指導を修正する技術をいう。それは、学習の個別化の動きの一環であり、ラーニング・アナリティクスと密接に結びついている[i]。EDUCAUSEによれば、適応学習テクノロジーは、「自動的な介入および教師による介入の両方により、学習者の成績を急速に向上させる方法によって、個人の能力またはスキルの達成度を基に、コースのレベルやコンテンツを調整する」[ii]。機械学習により可能となったこれらの技術は、学生一人ひとりにリアルタイムで適応することができ、教師と学生の双方にすぐに利用できるデータを提供する。その目的は、学生たちにラーニングパスを正確かつ論理的に歩ませ、能動的学習の力を与え、落ちこぼれの恐れのある学生集団を対象として、学業の完成と成功を左右する要素を評価することである。適応学習の提唱者は、これが、教育の3大課題である費用、アクセス、質の「鉄のトライアングル」を解決する一つの方法になり得ると考えている[iii]。 

概要

NMCホライズン・レポート2016年高等教育版においては、適応学習をラーニング・アナリティクスと一組にして論じたが、2017年においても適応学習は引き続き成長を続けると見られる。適応学習が学習の個別化を拡大するのに役立つ可能性を持つゆえに、ガートナーはこれを、高等教分野のITリーダーたちが2016年に予定するトップ戦略技術と命名した[iv]。タイトン・パートナーズは、2012年以来、高等教育における適応学習の進化を調査してきた。同社は、最新の分析において、適応学習の成長を示すいくつかの主要なテーマを特定した[v]。調査開始から現在に至るまで、最大の変化は、新しい特徴的機能に対する教育機関の需要に向けた供給業者の対応において見られており、今では、コースウェア開発業者が教育部門のニーズにより適切に応えていることを示している。次に重要な点は、適応学習をコンピテンス基盤型教育に適用できる場合があるということであり、ハイブリッド型およびオンライン学習環境における適応学習テクノロジーの強みを示している[vi]

こうした教育的手法の実証可能な効果に関する研究は限られているが、初期の結果を見る限り有望である。適応学習を扱うコグブックス社(CogBooks)とアリゾナ州立大学は、生物学入門の反転授業1コースおよび歴史のオンライン授業2コースにおいて、次世代の適応学習コースウェアの効果を調査した。コグブックス を1学期間使った後、学生の成功率は76%から94%に上昇し、落伍率は15%から1.5%に下落した[vii]。SRI(スタンフォード研究所)の適応学習市場促進プログラム(Adaptive Learning Market Acceleration、ALMAP)は、アクセス率と卒業率を改善するために高度な適応学習を使用する多機関の取り組みである。その3年間にわたる研究によれば、コースウェアを組み入れたいくつかの場合で、コースの平均点よりやや高い、より控えめな効果が示された。さらに重要な点は、適応コースウェアが使用事例(ユースケース)別にどのように変化したかである:講義形式から適応学習を組み込んだ混合型指導に切り替えた場合、また全面的なオンラインコースにおいて非適応型から適応型学習環境に移行した場合の両方で、学生の学習にプラスの効果があった。

指導層の理解にあと押しされて、適応学習の導入が加速している。キャンパス・コンピューティング・プロジェクト(Campus Computing Project)が2016年に行った年次調査によれば、高等教育機関における最高情報責任者の96%が、適応学習テクノロジーは学習成果を向上させる大きな可能性を持つことに同意している[viii]。米国にはたくさんのプロジェクトがあり、オレゴン州立大学、ポートランド州立大学を含む全米8大学が、適応コースウェア導入促進(Accelerating Adoption of Adaptive Courseware)の取り組みに対して、公立・ランドグラント大学協会(APLU)から助成金を給付された[ix]。英国における適応学習の導入は米国ほど急速には進んでいないが、英国の政策グループ、高等教育委員会(Higher Education Commission)は、適応学習システムの原動力であるラーニング・アナリティクには、非常に大きな将来性があると見ている。同委員会は、学生たちの意見を聞きながら適応ツールを開発することに関心があり、倫理および教育機関ニーズを考慮することが最も重要となる[x]。同様に、ノルウェーの教育省に提出された高等教育におけるICT(情報通信技術)戦略の提案において、適応学習が開発の鍵を握る重要分野として強調されている[xi]

授業、学習、創造的探求との関連性

コロラド工科大学において、適応学習は長期の学術プログラム計画の主要な要素となっている。教授陣の82%にあたる800名が、同大学の適応学習プラットフォームであるインテリパス(Intellipath)を使っている。縦断的研究によれば、学生たちは、既知の教材を使ってより迅速に進歩することで学習をより上手にコントロールする。そして授業が「面白い」と言い、より真剣に学習に取り組み、難しい教科分野を修得する自信が増してくる。例えば、大学の代数コースを履修するある学生は、分数一般には強いが、分数を含む一次方程式を解くのは弱いかもしれない。インテリパスは、学生一人ひとりの強みを評価してコースの提供の仕方を変更し、問題のある分野により多くの時間を費やせるようにする[xii]。適応学習テクノロジーは、STEM (科学、技術、工学、数学)教科への適用に焦点が当てられてきたが、ジョージア大学は英作文コースのためのツールを開発中である。学生たちは、適応ツールを用いて、査読戦略、論証、複数モードによる作文デザインといった基礎概念を学び、より熟練を要する活動を行う前にこれらの概念を確実に理解するようになる[xiii]

欧州においては、英国情報合同委員会(Jisc)刊行による『高等教育におけるラーニング・アナリティクス:英国および世界の実施状況調査』に掲載された11の事例研究を通じて、ラーニング・アナリティクスと適応学習の有益性が分析されてきた[xiv]。適応学習システムは、より個別化され、自己ペースで行える学習手法を開発するのに役立ち、基礎的なスキルを教えるのに最も適していると、著者たちは考えている。ある事例研究は、オーストラリア・オープン・ユニバーシティ(Open University Australia、OUA)の個別化適応学習達成(Personalized Adaptive Study Success、PASS)プロジェクトに注目する。このプロジェクトは、学生たちが学習の道程を見つけるのに役立つことを意図している。PASS は、OUA のオンライン学習環境とサポートシステムに組み込まれており、顧客関係管理システム、学習管理システムおよびカリキュラム・プロフィールから得られるデータを分析して、個人向けにアレンジ可能なダッシュボードに様々な提案を提示する。学生の成績を追跡することに加えて、そのダッシュボードは、さまざまな活動を推奨し、コースの修得度を予測し、積極的にコンテンツを提案する[xv]

授業および学習にこの技術を利用する可能性は、拡大を続けている。英国に本拠を置き革新をテーマとする財団、科学技術芸術国家基金(Nesta)が最近発表した報告書『クリックス・アンド・モルタルボード(Clicks and Mortarboards)』は、高等教育におけるデジタル技術利用の発展を考察している。適応学習テクノロジーに関する文献の多くが、個人の学習との関連に重点を置く一方で、協働を促進する点で有望な新しい展開が見られる。例えば、オンラインの学習環境において、新型のツールは、共通の興味を持つユーザーを自動的にグループ分けし、ユーザーの興味とウェブ上のブラウズ習慣に基づいて情報ソースを推薦することができる。同様に、同報告書は、協働学習における人工知能(AI)の利用に注目している。適応グループを形成するにあたり、AI はある特定の作業に取り組むのに最適な学生たちをそれぞれのグループに振り分けるのに使われる。つまり、学習者の認識能力や興味を基にペアを組んだり、補完的な知識やスキルを基にグループ分けしたりするといったことを、AI は提案することができるのである[xvi]

適応学習テクノロジーの実例

以下のリンクは、高等教育環境に直接関連する適応学習テクノロジーの実施例を提供している。

2016年デジタル学習革新賞受賞校:トゥガルー・カレッジ

go.nmc.org/tougaloo

ミシシッピー州のトゥガルー・カレッジ(Tougaloo College)は、オンライン生物学コースにジャンクション教育(Junction Education)社のオンライン・プラフォームを導入したことに対して、オンライン学習共同事業体(Online Learning Consortium、OLC)からデジタル学習革新賞(Digital Learning Innovation Award、DLIAward)を授与された。適応学習ツールは、同カレッジの学習管理システム(LMS)に組み込まれており、映像による入門編、オンライン教科書、ゲームなど、学習における学生の好みに基づいて差別化された学習教材を提供する。

細胞輸送の仮想ラボ

go.nmc.org/central

セントラル・クィーンズランド大学(Central Queensland University)のある講師は、教育技術(edtech)のベンチャー企業スマート・スパロー社(Smart Sparrow)と共同で、細胞輸送の科学実験のために双方向の仮想ラボを作った。そこでは、学生たちの成績に基づいて、適応型のフィードバックと学習の道筋により、個別化されたラボ体験が得られる。

パフォーム

go.nmc.org/perform

北京師範大学(Beijing Normal University)とラ・リオハ国際大学(Universidad Internacional de la Rioja)の共同プロジェクト、パフォーム(PERFORM)は、個別化された提案を行うために、学習者データを利用するソフトの開発を目指している。この新たな取り組みによって、学習成果が向上するだけでなく、研究者がさまざまな文化的背景を持つ学生たちの学習パターンを観察できるようになる。

推薦文献

適応学習テクノロジー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。

適応学習の障害を取り除く

go.nmc.org/clear

(Barb Freda, University Business, 26 August 2016.) 適応学習テクノロジーを高等教育に組み入れることは、時間、専門知識、予算を必要とし、骨の折れる仕事となり得る。著者は、導入における6つの課題を取り上げ、初期に導入した人々がいかにしてこれらを克服したかを強調した。そうした課題として、強力な証拠なしに先へ進むこと、適切なプロバイダーを選ぶこと、広範なデータを取り扱うことなどがある。

適応学習プラットフォームにおける価値をデザインする

go.nmc.org/deval

(Josine Verhagen et al., LACE Project, accessed 9 January 2016.) この論文は、高等教育における適応学習テクノロジーを開発するにあたり、検討しなければならない倫理的配慮について論じている。著者たちは、価値デザインの早い段階における倫理学者とデザイナーの協働が、プライバシーに対する懸念などの障害を乗り越えるのに役立つ場合があると結論づける。 

個別化された学習がいかにして学生を成功に導くか

go.nmc.org/unlock

(Nazeema Alli et al., EDUCAUSE Review, 7 March 2016.) この投稿において、著者たちは、いかにして技術が学習体験を個別化することができるか、落ちこぼれの恐れのある学生を助けるか、成功への道筋を見つけるかを実証している。例えば、デジタル適応コースウェアは、学生の成果向上に役立つだけでなく、コースの終業時間を速めることにより指導コストを削減することができる。

[i] https://campustechnology.com/articles/2016/12/20/the-blurry-definitions-of-adaptive-vs-personalized-learning.aspx

[ii] http://er.educause.edu/articles/2016/10/adaptive-learning-systems-surviving-the-storm

[iii] http://www.educationdive.com/news/adaptive-learning-holds-promise-for-the-future-of-higher-education/421228/

[iv] http://www.gartner.com/newsroom/id/3225717

[v] http://tytonpartners.com/library/learning-to-adapt-2-0-the-evolution-of-adaptive-learning-in-higher-education/

[vi] https://campustechnology.com/articles/2016/04/21/research-5-ways-adaptive-learning-has-changed.aspx?admgarea=news

[vii] https://www.cogbooks.com/2016/02/04/improve-student-success-and-retention-with-adaptive-courseware/

[viii] http://www.campuscomputing.net/cc2016

[ix] http://www.aplu.org/projects-and-initiatives/personalized-learning-consortium/plc-projects/Accelerating-Adoption-of-Adaptive-Courseware.html

[x]http://www.policyconnect.org.uk/hec/sites/site_hec/files/report/419/fieldreportdownload/frombrickstoclicks-hecreportforweb.pdf (PDF)

[xi] https://www.ecampus.no/2016/10/26/adaptive-learning-lone-learner-or-community-effort/

[xii] http://er.educause.edu/articles/2016/3/adaptive-learning-platforms-creating-a-path-for-success

[xiii] https://ovpi.uga.edu/news/english-composition-incorporates-adaptive-learning-into-classroom

[xiv] https://www.jisc.ac.uk/sites/default/files/learning-analytics-in-he-v3.pdf (PDF)

[xv] https://analytics.jiscinvolve.org/wp/files/2016/04/CASE-STUDY-K-Open-Universities-Australia.pdf (PDF)

[xvi]http://www.nesta.org.uk/sites/default/files/higher_education_and_technology_nov16_.pdf (PDF)