近年，様々な自動バグ修正手法の開発が行われている．本研究ではその中でも深層学習を用いて構文エラーの修正ができるDeepFixに着目する．DeepFixの提案論文ではオンラインプログラミング講座のPrutorで収集されたプログラムをもとにDeepFixの性能の評価を行っていた．本研究では九州大学のプログラミング科目で収集されたデータセットを用いて，教育支援の観点からいくつかの調査を行った．調査の結果，(1)先行研究の学習データで作成されたモデルは他の教育現場で作成されたプログラムに対しても20%程度と一定の性能を持つこと，(2)先行研究の学習データに新たに別の教育現場から得られた学習データを追加することでDeepFixの修正性能が向上すること，(3)学習データ数は一定の数までは性能に大きな影響があるが，一定数を超えると性能が収束することが示せた．
