home

設置の背景と目的

  • 学習状況の正確な把握と適切な処遇によるデータ駆動の教育手法が十分でないという課題がある。
  • 情報科学研究科が抱えるAI研究・データ解析・画像解析・認知情報処理などにおける先端的な研究者や、文理を横断する多角的な知見を持った研究者が、教育ビッグデータを対象としたラーニング・アナリティクスによるデータ駆動の教育手法の確立を図るべく、寄附講座を設置する。

研究内容

  1. 実授業を対象とした授業改善に関する研究

学習ログの解析により、学生の学習状況の可視化、達成度に合わせた処遇、教材の改善点の同定などによる授業改善。

  1. アクセス解析と学習基盤改善に関する研究

アクセス頻度の分析等によるLMS(学習管理システム:Learning Managements System)等のオンライン学習基盤への機能追加等の改善研究。

  1. データ駆動学習改善への情報科学の応用

取得すべき学習ログの範囲(センサー等による情報取得を含む)、取得された学習ログに対するデータサイエンス・AI等の応用による情報科学研究の応用としての解析手法の確立。

期待される成果

  • 情報科学研究の応用としてのラーニング・アナリティクス手法の開発と実用化が期待される。
  • 情報科学研究科ラーニング・アナリティクス研究センターと連携した研究会やシンポジウム等の企画により、この分野における東北大学のプレゼンス向上が期待される。
  • デジタル化が急速に進展する初等中等教育への研究成果の適用による社会貢献が期待される。

Google学習先端技術寄附講座の体制(2021年5月1日現在)

  • 教授[併任]
    • 堀田龍也(人間社会情報科学専攻メディア情報学講座情報リテラシー論分野)
  • 准教授[併任]
    • 【公募中】(人間社会情報科学専攻メディア情報学講座情報リテラシー論分野)
  • 特任助教(研究)[併任]
    • 川田 拓(人間社会情報科学専攻メディア情報学講座情報リテラシー論分野)
  • 特任教授(客員)
    • 小出泰久(Google for Education 日本統括)
  • 特任准教授(客員)
    • 中野生子(Google for Education 事業戦略・教育政策部長)
    • 関根 薫(Google for Education パートナー・サクセス・エンジニア)