2023年度 人工知能学会全国大会(第37回)

講演情報

オーガナイズドセッション

オーガナイズドセッション » OS-10 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] AI諸技術の発展に基づく学びのモデルの高度化と展望

2023年6月6日(火) 17:00 〜 18:40 R会場 (602)

オーガナイザ:小西 達裕、宇都 雅輝、小暮 悟、山元 翔

17:20 〜 17:40

[1R5-OS-10b-02] 暴露数の偏り軽減のための項目難易度制約付き等質適応型テスト

〇岸田 若葉1、渕本 壱真1、宮澤 芳光2、植野 真臣1 (1. 電気通信大学、2. 大学入試センター)

キーワード:適応型テスト、eテスティング、等質テスト構成、項目反応理論

本研究では,能力推定値近傍の難易度パラメータをもつ項目に限定して出題する適応型テストを提案する.適応型テストとは,受検者の反応より逐次能力推定し,能力推定値に適した項目を出題するテスト形式である.これにより,能力値を少ない項目数で高精度に測定できる.しかし,適応型テストでは能力値と難易度が乖離しても識別力の高い項目に偏って暴露される傾向がある.このような特定項目の過度な暴露はテストの信頼性の低下につながる.この問題を解決するため,提案手法は,1 段階目では各受検者に割り当てた測定精度が等質な項目集合から出題する.能力推定値が収束したとき,2段階目に移行する.2段階目では,能力推定値近傍の難易度パラメータをもつ項目に限定して出題する.評価実験では,提案手法は従来手法と比較して測定精度を同等に保ちつつ,暴露数の偏りを減少させることを示す.その原因として,従来手法が識別力パラメータの大きい項目を過度に暴露するのに対し,提案手法がその問題を緩和することを示す.

講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。

パスワード