[1R5-OS-10b] AI諸技術の発展に基づく学びのモデルの高度化と展望

[1R5-OS-10b-01] 大規模言語モデルによる適応的学習者反応予測

〇江原 遥¹ (1. 東京学芸大学)

[[オンライン]]

キーワード：教育AI、大規模言語モデル、項目反応理論

本研究では，各設問の設問文と設問に対する個々の学習者の反応（正答するか否か等）データを訓練データとして，訓練データ外の設問-学習者ペアに対する反応を予測する，適応的学習者反応予測タスクに取り組む．このタスクは，教材推薦や，設問文生成と組み合わせて学習者に適した設問を生成するなど，様々な教育応用の基礎となる．このタスクで予測性能を高めるには，設問文からの設問の難しさ等の設問の特性（項目特性）の推定・考慮が重要となる．設問文から設問の特性を考慮した高度な意味処理を行うには，深層転移学習に基づく大規模言語モデルの活用が考えられる．しかし，大規模言語モデルは通常，テキストのみを入力とするため，学習者ごとに異なった予測が難しい課題がある．本研究では，この課題を解決する手法を示す．外国語短文読解などの実データを用いた実験を通じ，項目反応理論など設問文の文意を考慮しない手法と比較し，設問文の文意の考慮の予測性能への有効性を明らかにする．さらに，大規模言語モデルから，設問の難しさなど教育上重要な項目特性を取り出すことで，モデルの解釈性を高める手法を複数提案し，その有効性を実験的に示した．