[4P3-GS-10] AI application:

[4P3-GS-10-04] Multi-Task Deep-IRT for simultaneously predicting item correct/wrong response and response time

〇Fumiya Ishikawa¹, Kazuma Fuchimoto¹, Maomi Ueno¹ (1. The University of Electro-Communications)

Keywords:Deep learning, Multi-task learning, Educational technology

従来の所要時間予測手法は，確率的なアプローチが主流であり，受検者の項目への正誤反応と所要時間の依存関係を考慮した階層ベイズモデルが最も高精度に予測できる．一方，近年の教育評価の分野では，TsutsumiらのDeep-IRTをはじめ，確率モデルを上回る予測精度を示す深層学習手法が数多く提案されている．そこで，本論文では，受検者の項目への正誤反応と所要時間を同時に予測する新たな深層学習手法を提案する．提案手法は，最先端のマルチタスク学習モデルとDeep-IRTを基に，高い予測精度と解釈性を実現する．具体的には，マルチタスク学習により，正誤反応と所要時間の依存関係を考慮して受検者の能力値と回答速度，項目の難易度と時間量を表すパラメータを予測し，これらのパラメータを用いて正誤反応と所要時間を予測する．評価実験により，提案手法の有効性を示す．