| Item type |
Symposium(1) |
| 公開日 |
2024-08-03 |
| タイトル |
|
|
タイトル |
個人情報保護と学習データ分析を両立する合意形成モデルの構築に向けた実証実験の準備 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Preparation of Proof-of-Concept Experiment for Constructing a Consensus-building Model that Balances Personal Information Protection and Learning Data Analysis |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
個人情報保護，ラーニングアナリティクス，IT 活用教育，プログラミング教育，生成 AI |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者所属 |
|
|
|
佐賀大学 |
| 著者所属 |
|
|
|
佐賀大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Saga University |
| 著者所属(英) |
|
|
|
en |
|
|
Saga University |
| 著者名 |
秋葉, 倭翔
掛下, 哲郎
|
| 著者名(英) |
Akiba, Yamato
Kakeshita, Tetsuro
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
デジタル庁の教育データ活用ロードマップや文部科学省のGIGAスクール構想を背景として，教育機関のデジタル化と教育DXが急速に進展している．特に，小中学校におけるプログラミング教育とIT活用教育が注目されている．しかし，学習データは個人情報を含むため，データ分析による教育改善には，個人情報保護との両立を図る必要がある．我々は，データ保護を考慮した教育データの有効活用を目指し，生徒や保護者を支援するための合意形成モデルを構築することを目的として研究を推進している．本論文では，小学校での実証実験を計画し，生成AIを用いた仮想インタビューを通じて40種類の学習データを作成した．さらに，実験計画法の直交配列を用いて提供要請データを構成する要素間の独立性を維持しつつ，被験者に対する質問回数の低減を図った．実証実験により，学習データ提供に関する生徒や保護者の意識を明らかにし，教育現場におけるデータ活用指針の提供を目指す． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
The digitization of educational institutions and educational DX are rapidly advancing through various initiatives such as the Roadmap for Utilization of Education Data by the Digital Agency and the GIGA School Initiatives by the Ministry of Education. In particular, programming education and the application of IT in elementary and junior high schools are attracting attention. However, since learning data contain personal information, educational improvement through data analysis must be compatible with protecting personal information. Our research aims to construct a consensus-building model to support students and their parents in effectively using educational data regarding data protection. In this paper, we planned a proof-of-concept experiment at an elementary school and created 40 types of learning data through virtual interviews using a generative AI. Furthermore, we used an orthogonal array of experimental designs to reduce the number of questions, i.e., data requests, asked to experiment participants while maintaining independence among the components of the requests. Through the experiment, we aim to clarify students' and parents' attitudes toward providing learning data and to provide guidelines for data use in an educational environment. |
| 書誌情報 |
情報教育シンポジウム論文集
巻 2024,
p. 47-54,
発行日 2024-08-03
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-SSS2024007.pdf (1.5 MB)
