[論文レビュー] A Framework for Facilitating Self-Regulation in Responsive Open Learning Environments

Alexander Nussbaumer, Miloš Kravčík+4 more|arXiv (Cornell University)|Jul 22, 2014

Innovative Teaching and Learning MethodsPsychology参考文献 77被引用数 22

ひとこと要約

本論文は、自己制御学習（SRL）の支援を個人学習環境（PLEs）において実用的SRLモデル、学習者モデリング、SRLウィジェット、監視ツール、推薦システムを通じて統合するフレームワークを提示する。このフレームワークは、ラボ実験および公開設置を介して検証され、形式的・非形式的学習環境の両方で応答的かつ適応的支援を可能にし、応答的オープン学習環境（ROLE）の実現を前進させる。

ABSTRACT

Studies have shown that the application of Self-Regulated Learning (SRL) increases the effectiveness of education. However, this is quite challenging to be facilitated with learning technologies like Learning Management Systems (LMS) that lack an individualised approach as well as a right balance between the learner's freedom and guidance. Personalisation and adaptive technologies have a high potential to support SRL in Personal Learning Environments (PLE), which enable customisation and guidance of various strengths and at various levels with SRL widgets. The main contribution of our paper is a framework that integrates guidance and reflection support for SRL in PLEs. Therefore, we have elaborated an operational SRL model. On that basis we have implemented a system with a learner model, SRL widgets, monitoring and analytic tools, as well as recommendation functionalities. We present concrete examples from both informal and formal learning settings. Moreover, we present analytic results from our SRL system - lab experiments and a public installation. With such a complex setting we are coming close to the realisation of Responsive Open Learning Environments (ROLE).

研究の動機と目的

• 個人化やバランスの取れたガイダンスに欠ける学習技術における自己制御学習（SRL）の支援という課題に対処する。
• 従来の学習管理システム（LMS）の制限を超えて、個人に合わせた適応的支援を可能にする個人学習環境（PLEs）における支援を実現する。
• 学習者の自律性と自己反映を促進するために、SRL支援コンponentsを統合した包括的システムを構築する。
• データ駆動型かつユーザー中心の設計を通じて、応答的オープン学習環境（ROLE）の実現を可能にする。
• ラボ実験および公開設置を含む多様な学習状況でフレームワークを検証し、実用的効果を示す。

提案手法

• SRL理論に基づいた実用的SRLモデルを策定し、支援メカニズムの設計をガイドする。
• 個々の学習プロセスとSRL段階を追跡・表現するための学習者モデルを実装する。
• 学習中の計画、モニタリング、自己反映のための的を絞った支援を提供するSRLウィジェットを設計する。
• 学習者の行動とSRLの実行状況をリアルタイムで観察するための監視および分析ツールを統合する。
• 学習者データと文脈に基づいて、適応的にSRL戦略を提案する推薦機能を構築する。
• 制御されたラボ実験および公開設置の両方でシステムを展開し、実世界への適用可能性を評価する。

実験結果

リサーチクエスチョン

• RQ1 オープンでパーソナライズされた学習環境において、適応的かつ自己反映的ツールを用いて自己制御学習を効果的に支援する方法は何か？
• RQ2 応答的学習システムにおいて、学習者の自律性と必要なガイダンスのバランスを取るために必要な設計原則は何か？
• RQ3 SRLウィジェットと学習者モデリングは、形式的および非形式的学習環境において、学習者の関与度と自己制御をどの程度向上できるか？
• RQ4 監視および分析ツールは、リアルタイムでのSRLプロセスの検出と支援にどのように寄与するか？
• RQ5 応答的オープン学習環境（ROLE）の目標を達成するという点で、このフレームワークの実現可能性と有効性を裏付ける証拠は何か？

主な発見

• 本フレームワークは、学習者モデリング、SRLウィジェット、適応的推薦の組み合わせを通じて、SRLのガイダンスと自己反映の支援を効果的に統合した。
• ラボ実験および公開設置の両方で、システムが多様な学習状況とユーザー属性にわたりSRLを支援できることを示した。
• システムはSRLプロセスのリアルタイム監視を可能にし、学習者の行動に基づく動的なフィードバックと干渉を可能にした。
• 分析ツールの統合により、SRLの実行状況に関する実行可能なインサイトが得られ、学習者および教育者を支援した。
• パーソナライズ、適応性、自己反映支援を統合することで、応答的オープン学習環境（ROLE）の実現に顕著な一歩を踏み出した。
• 評価結果から、システムが形式的および非形式的学習環境の両方で、自己制御学習行動に測定可能な影響を及ぼしていることが確認された。