研究内容

電気通信大学教育学習支援システム研究室は，教育・学習を支援するシステムの研究開発及び実践を行っています．情報工学を基盤として，人がコミュニケーションを通じて成長することに役立つ情報システムを開発し，実際の教育・学習の場面に導入する実践と評価を行っています．特に，次の二つの研究領域に重点的に取り組んでいます．

マルチモーダル学習分析(Multimodal Learning Analytics, MMLA)は，センサデバイスを用いて人の身体動作や発話などの行動を収集して，状況を推定する研究領域です．これにより，学習中の意欲・理解・疲労などの状況をリアルタイムに推定し，学習者がシステムから状況に応じた支援を受けられる学習環境を実現します．どのような身体動作や発話が状況を推定するための手がかりになり得るか，どのようなセンサデバイスを用いることによって行動が収集できるかを研究しています．

協調学習支援システム(Computer Supported Collaborative Learning, CSCL)は，グループでの学習活動を対象として，議論や共同作業の分析と支援を行う研究領域です．これにより，グループでの学習プロセスを推定し，全てのメンバーが学習活動に積極的に参画できる学習環境を実現します．グループの学習プロセスをどのように捉えることができるか，グループに対してどのようにシステムが効果的な働きかけを行えるかを研究しています．

研究を実現するために必要な技術的要素として，教育における人工知能(Artificial Intelligence in Education, AIED)と学習者センシング(Internet of Things for Learer)があります．学習活動の場面における状況を推定するためには，学習・評価のためのデータをどのように収集するかという課題があります．Webサーバのアクセスログやペーパーテストの結果では得られない手がかりを見つけて，内面的な状況を含めた推定と可視化により，学習者が個別最適な支援を受けられることを目指します．ハイブリッド学習やアクティブラーニングなどの様々な場面に適用できるシステムを開発しています．

Research

EdTech and Group Interaction Laboratory, The University of Electro-Communications conducts research, development, and implementation of systems that support education and learning. Based on information engineering, we develop information systems that help people grow through communication, and implement and evaluate these systems in actual teaching and learning situations. In particular, we focus on the following two research areas.

Multimodal Learning Analytics (MMLA) is a research area that uses sensor devices to collect human body movements, speech, and other behaviors to estimate the situation. This enables real-time estimation of the learner's motivation, comprehension, fatigue, etc., during learning, and realizes a learning environment in which the learner can receive support from the system according to the situation. We are studying what kind of body movements and speech can be used as cues for estimating the situation, and what kind of sensor devices can be used to collect behaviors.

Computer Supported Collaborative Learning (CSCL) is a research area that analyzes and supports discussion and collaborative work for group learning activities. It estimates the learning process in a group and realizes a learning environment in which all members can actively participate in the learning activity. We study how the group learning process can be captured and how the system can effectively work with the group.

Artificial Intelligence in Education (AIED) and Internet of Things(IoT) for Learer are two of the technological elements needed to realize our research. In order to estimate situations in learning activities, there is a challenge of how to collect data for learning and evaluation, and we aim to find clues that cannot be obtained from web server access logs or paper test results, so that learners can receive individualized and optimal support through estimation and visualization, including their internal situations. We aim to enable learners to receive personalized support through estimation and visualization, including their internal situations. We are developing a system that can be applied to various situations such as hybrid learning and active learning.