[論文レビュー] Data, Trees, and Forests -- Decision Tree Learning in K-12 Education

Tilman Michaeli, Stefan Seegerer+2 more|arXiv (Cornell University)|May 10, 2023

Statistics Education and Methodologies被引用数 4

ひとこと要約

本論文は、プログラミングやコンピュータサイエンスの知識が不要な低障害性の実践的アプローチとして、アンプラグドの意思決定木アクティビティと、視覚的データ分析ツールであるOrangeを組み合わせたK-12教育の概念を提示している。学生たちは、教師の支援のもとで実際のデータセットを用いて教師あり学習および意思決定木学習の概念的理解を深めるとともに、倫理的問題や実用的制限についての認識を高める。

ABSTRACT

As a consequence of the increasing influence of machine learning on our lives, everyone needs competencies to understand corresponding phenomena, but also to get involved in shaping our world and making informed decisions regarding the influences on our society. Therefore, in K-12 education, students need to learn about core ideas and principles of machine learning. However, for this target group, achieving all of the aforementioned goals presents an enormous challenge. To this end, we present a teaching concept that combines a playful and accessible unplugged approach focusing on conceptual understanding with empowering students to actively apply machine learning methods and reflect their influence on society, building upon decision tree learning.

研究の動機と目的

• K-12教育における機械学習の指導の課題に、事前のプログラミングやCSの知識を要しない形で対処すること。
• 教師あり学習の概念的理解を、実際のデータセットを用いた実践的応用と結びつけること。
• 学生が機械学習手法とその社会的影響を探索・比較・吟味できるように支援すること。
• 科学、地理、倫理などの教科への応用を可能にする形で、教科横断的学習を支援すること。
• アンプラグド学習と、モデル構築にコードが不要な視覚的ツール（Orange）を組み合わせることで、機械学習教育の障壁を低減すること。

提案手法

• 学生はまず、『サルゲーム』と呼ばれるアンプラグドアクティビティを通じて、意思決定木学習の論理を手作業で構築することで理解を深める。
• その後、同じデータセットを用いて、視覚的データ分析ツールであるOrangeを用いて意思決定木を構築・学習させ、手作業と自動化の方法を比較可能にする。
• コードではなくデータフローダイアグラムを用いることで、構文エラーを回避し、データの解釈やモデルの評価に集中できる。
• 学生は、米国国勢調査データや学業成績データといった実世界のデータセットを用いて、特徴量の関連性や予測精度を検討する。
• プロジェクトフェーズでは、学生が自ら機械学習を応用した計算的アーティファクトを設計し、公平性、透明性、バイアスに関するディスカッションを行う。
• 授業計画やデータセットを含む支援資料は、教育現場での利用を想定し、クリエイティブ・コモンズ・ライセンスで提供されている。

実験結果

リサーチクエスチョン

• RQ1 プログラミング知識が不要な状況で、どのようにしてK-12教育において意思決定木学習を効果的に教授できるか。
• RQ2 アンプラグドアクティビティとOrangeのような視覚的データ分析ツールを組み合わせることで、教師あり学習の概念的理解と実践的理解がどの程度向上するか。
• RQ3 人種などの感受性の高い属性を含む実際のデータセットを扱う際、学生は機械学習の倫理的影響をどのように認識するか。
• RQ4 このアプローチを通じて、学生はモデル評価、訓練・テスト分割、相関と因果関係の違いについて、意味のある理解を獲得できるか。
• RQ5 この教育概念は、科学、社会科、人文学の教科を横断して、どのように教科横断的学習を支援できるか。

主な発見

• 学生たちは、訓練・テストフェーズ、モデル評価、機械学習予測の限界といった、教師あり学習の核心的概念を明確に理解した。
• アンプラグドアクティビティは、技術的知識がなくても、意思決定木の内部論理を理解しやすく、かつ魅力的にするのに成功した。
• 人種や両親の教育水準といった、明らかに無関係または感受性の高い特徴量がモデルで使用されるのを発見した学生たちは、驚きと批判的思考を示した。
• Orangeの使用により、ハイパーパラメータの調整を試行し、手作業と自動化による木の構築を比較可能にし、モデルの挙動に対する理解が深まった。
• この教育アプローチは、特に実世界のデータセットを扱う中で、公平性、透明性、バイアスといった機械学習の倫理的問題に対する認識を高めた。
• 学生たちは、大規模なデータセットがいかに簡単に分析可能で、複雑または疑わしい特徴量に基づいて予測がいかに迅速に生成されるかを、目から鱗が落ちるような体験として感じた。