解析ツール「LogPalette」とは

AI推薦

Log
palette

AI推薦システムの説明によって学習者がより納得して
課題に取り組むことができる一人ひとりに最適な問題を推薦する機能です。

AIディープラーニング
判断理由
ブラックボックス

判断理由を解釈して説明を生成することで
解釈性と透明性がアップ

学習者
思考過程
ブラックボックス

思考過程を自己説明することで
思考の言語化、明白化、自己説明でAIが学習

課題克服などの目的で、練習問題や教材を推薦するAIシステムは既に存在します。
しかし、なぜその問題や教材を勉強するのか、学習者が納得できなければ、学習意欲を引き出し、学習効果を高めることはできません。そこで、私たちのプロジェクトでは、説明の仕方を人から学んだAIが学習を支援すること目指し、学習者自身の思考プロセスを言語化することで学習者の思考過程を明白にします。それに加えて、学習者自身の解答プロセスを可視化し、そこに手書きペンによる自己説明学習のペンストロークデータとテキストデータ、問題の正解/不正解データ、さまざまな学習データをAIが学習することで、より学習者が納得して問題に取り組める説明生成エンジンEXAIT (Educational Explainable AI Tools:エキサイト)を研究開発しています。

説明できるAIとは

AIが解析したデータに学習者が納得できなければ、なかなか主体的な意欲を引き出すことは困難です。「説明できるAI」は、学習者がより納得して課題に取り組めたり、先生が児童生徒のつまずきを把握して適切な指導を行えるよう、より学習・指導に有効な分析データを導き出し、単に問題が自動的に提示するだけではなく、問題を推薦した理由も同時に示します。


AI推薦システム3つのポイント

  1. 説明できるAIを実現するEXAITとは

    学習履歴をAIが分析し、解くべき問題を推奨する際、その理由を説明した方が学習者の納得感が得られ、意欲の向上につながります。

  2. 開発中の問題推薦AIエンジン「EXAIT」

    EXAITを用いた学習は「①分析」「②推薦」「③説明」「④解く」「⑤説明」のステップで行います。このサイクルを繰り返すことで、学習者は納得しながら継続的に学び、理解度の向上につながることが期待できます。

  3. 知識マップ

    知識の獲得状況を可視化することができるのが知識マップです。知識のつながりを点と線で示し、知識の構造に基づいた問題の推薦が可能になります。

AI推薦を用いた学習モデル

EXAIT学習サイクル