初学者がプログラミング学習を行う際に，コンパイルエラーが発生するとそのことが学習の妨げになる．近年普及している大規模言語モデルを利用することで自動的にコンパイルエラーを修正できる可能性はあるが，学習者の学習を目的とするならば正解を示すことは適切ではなく修正ヒントを提示すべきであり，そのような方法も提案されている．しかし大規模言語モデルにより生成される修正ヒントには，修正に対して適切ではないヒントが生成される場合がある．そこで本研究では，コンパイルエラーが発生した際に大規模言語モデルによりヒントを生成し，生成されたヒントからコンパイルエラーの解消に役立たない不適切なヒントを除外して提示する方法を提案する．大学初年度のプログラミング実習講義で実際に発生した 60 件のコンパイルエラーとそれに対応するソースコードを利用して提案手法を評価したところ，8 件のコンパイルエラーに関連する 11 件のヒントを除外できることを確認した．

抄録全体を表示

プログラミング演習と呼ばれる形式の授業は，多数の学生が教員から与えられた多様な難易度の演習問題に取り組む形式で実施される．特に複雑な仕様をもつ問題ではコンパイル・実行を繰り返しながら実装を完成させていく探索的プログラミングと呼ばれる手法を身につけて取り組んでいくことが望まれている．本研究では，初学者をはじめとするプログラミング学習者に探索的プログラミングを定着させることを目的として，複雑な仕様をもつプログラミング演習問題を生成AIを用いて自動的に分割し，段階的な実装を通して探索的プログラミング行動の学習を支援する手法を提案する．具体的には，生成AIによる問題自動分割システムと，分割後の問題をWeb上で提示する分割問題実施システムを構築し，学習者が段階的にコードを拡張しながらコンパイルや実行を繰り返す能力を養う環境を提供する．ケーススタディでは，約100行規模のプログラミング演習問題を提案システムを利用して分割した場合としなかった場合で被験者のプログラミング行動がどのように変化したかを検証した．結果として，被験者自身によるコードの分割数は概ね増加傾向にあった．また，コード編集時のコンパイル成功率が向上し，一度に編集する行数が減少傾向にあることなどが確認された．

抄録全体を表示

ソフトウェア開発において，GitやGitHubは一般的なバージョン管理システムとして広く利用されているが，その操作性の複雑さから学習支援環境が数多く提案されてきた．本研究では，Git/GitHubの基本操作やチーム開発におけるトラブルシューティング能力を学習できる新たな環境として「ChaosGit」を開発している．ChaosGitは，複数のユーザが1つのリポジトリを共有し，ChaosGitが提示するタスクを遂行する形式でGit/GitHubの使い方を学習することができる．さらにChaosGitはbotによる意図的なリポジトリ障害をタスク実施中に導入する．タスク実施時に障害を検知したユーザは，他のユーザにその内容を共有し，協力して問題を解決する．この一連の流れを通じて，基本操作の習得だけでなく，障害対応スキルやコミュニケーションスキルの向上をユーザに促すことを目的としている．本研究では，大学生6名（各グループ3名ずつ）を対象としたケーススタディを実施し，提案環境の有効性を評価した．その結果，障害検知から修復までの流れが実際に体験可能であることが確認された．今後は，より多様な障害の導入や，タスクや障害についての解説機能を実現する改善が必要であると考えている．

抄録全体を表示

グループディスカッションは，学生のコミュニケーション能力や批判的思考力など多様なスキルの育成に有用であり，近年，大学教育をはじめとする様々な高等教育機関において積極的に活用されている．一方でグループディスカッションでは，話し合われているトピックに対する理解や参加者の意図,制限時間などを把握し様々な情報を集約し，会議に参加するのは難しいという問題がある．そこで本研究では，特に近年増加しているオンライングループディスカッションに焦点を当て，多様な参加者情報（発話内容，表情，注視方向，リアクションなど）を記録・可視化する会議情報可視化手法を提案する．本手法では，音声や表情データを収集し，生成AIを用いて要約を行い，アバタや背景の大きさ・表情・吹き出し表示など視覚的要素による情報提供を行うことで，参加者が発言量や感情変化，注視先，リアクションといった多面的な状況を直感的に把握できるようにする．これにより，発言が苦手な参加者への配慮やバランスの取れた意見交換が促進され，協同学習の活性化が期待される．大学生3名2グループの全6名を対象としたケーススタディでは参加者から，発話量の可視化やアバタによる情報提示が役立つとの肯定的意見が得られ，実際の会話展開やアンケート回答から，一定の有用性が示唆された．さらに，発話量といった記録データから発話量が均一になっているデータも確認することができた．今後の課題として，より効果的なディスカッション支援を目指し，システムの精度評価や大規模な実験の実施を計画している．

抄録全体を表示

本研究では，大学教育におけるグループワーク授業でTA（Teaching Assistant）の机間指導を支援するシステムを構築する．近年，グループワークを取り入れた授業が増加しており，TAには各グループの進行状況を把握し，受講生の学習を円滑に支援する役割が求められている．しかし，TAが全てのグループの状況を把握することは難しく，支援が必要なグループを見落とす可能性がある．そこで本研究では，各グループの会話データを録音・分析し，発話回数や感情分析を活用してグループの進行状況を把握できるシステムを構築する．このシステムにより，支援を要するグループの特定を補助し，適切な声かけを行えるようにすることを目指す．本論文では，構築したシステムを実際の授業のグループワーク演習に導入し，有用性を評価した結果について報告する．

抄録全体を表示