JP6397146B1 - 学習支援装置及びプログラム - Google Patents

Abstract

【課題】生徒指導や学習フォローに有効な情報を適切なタイミングで認識容易にコーチへ知らせること。
【解決手段】生徒を指導するコーチの取るべきアクションの種別を定める学習セッションごとに一または二以上の単元に属する問題を抽出し、抽出した問題を生徒へ提供して解答データと学習状況データを入力する手段と、入力した解答データをもとに生徒の受講する単元に対する生徒の習熟度を演算し、習熟度が閾値に達したか否かを判定する習熟度演算手段と、生徒の将来の習熟度を予測演算する習熟度予測手段と、夫々の生徒の学習状況データと、習熟度演算手段の演算結果と、習熟度予測手段の演算結果と、のうち少なくとも一つを用いて各生徒を複数のカテゴリのいずれかに分類するアクションタイミング判定手段と、生徒が前記カテゴリのいずれに属するかを識別可能にして生徒の学習状況一覧データを生成する手段とを備える。
【選択図】 図１

Description

本発明は、生徒の学習の進捗状況を指導者（以下、「コーチ」という。）へ提供する学習支援装置に係り、特に進捗の異なる複数の生徒の進捗状況を効果的にコーチの端末装置に表示することのできる学習支援装置及びプログラムに関する。

従来から生徒の学習指導において、学習の進捗状況や習熟度（理解度）などコーチが学習指導を行う上で必要な情報をコーチの端末装置へ送信する技術が提案されている。

例えば、特許文献１は、受講者間での進捗に違いがある場合でも適切に講習を進めるため、講習会のカリキュラムの各章にコンテンツを用いた講習における受講者の理解度により進行方法を決定するためのフォロー条件を含み、各受講者の理解度を集計してフォロー条件に従って講習を自動的または一部講師の判断により進行することが記載されている。

また特許文献２では、チェックポイントごとの各受講者の学習進捗状況を一括して指導者端末へ送信し、指導者端末からの指示によりチェックポイントの変更を可能にする授業管理システムが提案されている。

特開２０１４−８５４６７号公報 特許第３５６７７９７号公報

しかしながら、上述の従来の技術は生徒の習熟度や進捗状況などその時点のデータをリアルタイムにコーチ端末へ送信するのみである。したがって、例えば生徒が目標を達成したときに、「頑張ったね」と声掛けするような場合、そのタイミングを逸しないために、コーチはリアルタイムに送られてくるデータを間断無く監視し、目標を達成した生徒を速やかに認識して声掛けする必要がある。生徒数が少ない場合は、各生徒の進捗を常時監視することは可能であっても、生徒数が多い場合はコーチの負担は過大になる。

本発明はかかる従来の事情に対処してなされたものであり、生徒への声掛けなど生徒指導や学習フォローに有効なアクションのタイミングを認識容易にコーチへ知らせることのできる学習支援装置及びプログラムを提供することを目的とする。

上記目的を達成するため、本発明の学習支援装置は、
単元ごとに出題すべき問題を保存し、生徒の受講する単元に属する問題を生徒へ提供し、解答データを入力して生徒を指導するコーチの取るべきアクションのタイミングを演算する学習支援装置であって、
前記アクションの種別を定める学習セッションごとに一または二以上の単元に属する問題を抽出し、該抽出した問題を生徒へ提供して解答データを入力すると共に、生徒が当該学習セッションを終了したか否かを含む学習状況データを入力する手段と、
入力した前記解答データをもとに生徒に提供した問題の属する単元に対する生徒の習熟度を演算し、該習熟度が閾値に達したか否かを判定する習熟度演算手段と、
生徒の受講する単元に対する生徒の将来の習熟度を演算する習熟度予測手段と、
夫々の生徒の前記学習状況データと、前記習熟度演算手段の演算結果と、前記習熟度予測手段の演算結果と、のうち少なくとも一つを用いて夫々の生徒を複数のカテゴリのいずれかに分類するアクションタイミング判定手段と、
生徒が前記カテゴリのいずれに属するかを識別可能にして生徒の学習状況一覧データを生成する編集手段と、
当該学習状況一覧データを出力する出力手段と、
を備えたことを特徴とする。

ここで、習熟度とは、生徒がある学習分野（単元）を理解している度合いを意味するが、区間推定や確率分布を考慮したいわゆる推定習熟度も含む。

また、アクションの種別には、例えば生徒がある単元に合格したときに、「よく頑張ったね」と励ますような所謂「激励系」と、生徒が長時間同じ問題を解いていたり、講義の視聴を怠ったり、間違えた問題の解答を読んでいなかったときなどに助言を与えるような所謂「ヘルプ系」の種別がある。学習セッション中か否かにより、異なる種別のアクションが講師により実行される。具体的には、学習セッション中はヘルプ系のアクションが実行され、学習セッション中でないときに激励系のアクションが実行される。

本発明では、生徒の現時点での習熟度のみならず、将来の習熟度を予測し、その予測結果に基づいて生徒の学習状況一覧を作成するので、コーチは生徒に対するアクションをいつ頃取ればよいのかを事前に精度良く把握することが可能になる。

習熟度予測手段は、既にある学習セッションについて一定のレベル、例えば学習セッション中の単元が合格レベルに達した生徒の解答履歴、演算対象の生徒の解答履歴、演算対象の生徒の連続正解数に基づいて、または、演算対象の生徒が現在解答中あるいは将来解答予定の問題の正誤を仮想設定することにより、生徒の習熟度を予測演算することができる。

また、編集手段により、例えば特定のカテゴリの生徒を画面の上位に表示させたり、識別記号を付したり色替表示等により識別表示することにより、コーチは容易にアクション対象の生徒及び近々アクション対象になるであろう生徒を認識することができコーチの負担を軽減することができる。

以上の如く、本発明によれば、生徒への声掛けなど生徒指導や学習フォローに有効なアクションのタイミングを認識容易にコーチへ知らせることが可能になる。これによりコーチは、複数の生徒の一人ひとりに対して適切なタイミングでアクションをとることができる。

本発明の第１の実施の形態による学習支援システムの機能ブロック図である。 図１の受講履歴ＤＢのデータ構成例である。 図１の学習状況テーブルのデータ構成例である。 図１の習熟度予測手段の処理手順 図４の習熟度予測手段の他の実施例で用いるテーブル構成図である。 図１のアクションタイミング判定手段の処理手順を示すフローチャートである。 図１のコーチ端末２に表示される学習状況一覧の画面を示す図である。 本発明の第２の実施の形態によるアクションタイミング判定手段の処理手順を示すフローチャートである。 本発明の第２の実施の形態による生徒と座席位置を関連付けたテーブルである。 図１のコーチ端末上に表示される、生徒座席位置と学習状況一覧の画面を示す図である。

［第１の実施の形態］
以下に本発明に係る学習支援システムの第１の実施の形態を図面を参照しながら説明する。図１は、本実施の形態による学習支援システム１の機能ブロック図である。

この学習支援システム１において、学習支援装置１０は、通信ネットワーク４を介してコーチ端末２および生徒端末３とそれぞれ繋がっている。ここで、学習支援システム１は、クライアントサーバモデルやクラウドコンピューティング形態などにより構成されるが、これに限られるものではない。

学習支援装置１０は、通信ネットワーク４を介してコーチ端末２や生徒端末３と通信を行うための送受信部１１、データを記憶する記憶部１２、データ処理を実行する演算処理部１３を有している。

演算処理部１３は、生徒端末上に表示される視聴データや問題などの教育コンテンツを送信したり、生徒端末３から送られてくる解答や学習状況等のデータを受信する生徒端末インタフェース手段（以下、「生徒端末Ｉ／Ｆ手段」）３１、生徒ごとに設けられ生徒端末Ｉ／Ｆ手段３１の指令により学習セッション中の各単位の開始のたびに時間計測をリスタートするタイマ手段２（３９）、学習セッションの終了のたびに時間計測をリスタートするタイマ手段１（３８）、生徒が受講している単元の習熟度を判定する習熟度演算手段３２、前記習熟度をもとに生徒が受講する単元に初めて合格したか否かを判定する新規合格判定手段３３、生徒が現在解答中あるいは将来解答するであろう問題の正誤により習熟度を予測したり、習熟度がある閾値以上（例えば合格閾値）になるまでに連続正解すべき問題数または習熟度が閾値以上になるまでの時間を算出する習熟度予測手段３４、生徒の学習状況や習熟度等をもとにして生徒への声掛けなどコーチの取るべきアクションのタイミングを判定するアクションタイミング判定手段３５、アクションタイミング判定手段３５の判定結果に基づいてコーチ端末２へ通知すべき生徒の学習状況一覧データを生成する編集手段３６、及びこの学習状況一覧データをコーチ端末２へ送信するコーチ端末インタフェース手段（以下、「コーチ端末Ｉ／Ｆ手段」）３７を備えている。

なお、演算処理部１３の各手段３１〜３９はＣＰＵの機能としてプログラムによって実現させることができる。

生徒ＤＢ２１には受講者の氏名，ＩＤ等の受講者属性情報や受講する単元などの情報が保存され、教育コンテンツＤＢ２２には、単元ごとの診断テスト問題、講義コンテンツ、復習テスト問題などの教育コンテンツが保存される。

また、受講履歴ＤＢ２３には、生徒の受講した単元，テスト結果（解答の正誤），各単元の習熟度などの履歴データが保存される。学習状況テーブル２４には、生徒の学習状況が保存され、リアルタイムに更新される。

次に上記の構成を有する学習支援システム１の動作を説明する。
学習支援装置１０は、学習セッションに含まれる一または二以上の単元の各アクティビティ（診断、講義、復習）ごとに教育コンテンツＤＢ２２に保存されているコンテンツデータを生徒端末Ｉ／Ｆ手段３１を介して、夫々の生徒端末３へ送信する。ここで、診断は生徒がその学習セッションについてどの程度知識を有しているかを予め確認するもので、例えば予め準備された問題に対する解答によって判定する。講義は動画／静止画データ等を配信することによって行う。また復習は、例えば講義後や所定期間経過後などに受講中あるいは受講済みの単元に関して予め準備された問題を配信し、その解答を採点することにより習熟度を判定するものである。なお講義データや問題は予め決められた順番に配信するようにしても良いし、講義データの後に問題配信を行い、その解答の正誤により次に配信すべき講義データを決定するようにしても良い。

生徒端末３は、学習支援装置１０から送られてくるコンテンツデータを受信すると画面上に出力する。各生徒はこのコンテンツデータに基づいて、講義コンテンツを視聴したり、あるいは学習セッションの選択時に実施される診断テストや講義コンテンツの視聴後に実施される復習テストの解答を生徒端末３を介して学習支援装置１０へ送信する。

学習支援装置１０の生徒端末Ｉ／Ｆ手段３１は、送受信部１１を介して生徒端末３から送られてくるデータを受け取ると、受講履歴ＤＢ２３に保存し、また学習状況テーブル２４の当該生徒の学習状況データを更新する。

図２は、受講履歴ＤＢ２３のデータ構成例である。生徒ＩＤごとに、セッションＩＤ、問題ＩＤ、その問題の開始時刻、終了時刻、および当該問題を終了した時点での生徒の受講する単元の習熟度が保存される。なお、図２において、問題ＩＤの先頭の記号は単元を識別するためのものである。したがって、問題ＩＤからその生徒の受講した単元が特定可能になっている。

図３は、学習状況テーブル２４のデータ構成例である。生徒の識別情報（生徒ＩＤ）ごとに、学習セッションの識別情報、学習中か否かを示す学習セッション中フラグ、当該学習セッションにおける単元に初めて合格したか否かを示す新規合格フラグ、習熟度予測手段３３によって算定された単元合格までの最短の問題数（予測値）、および後述する表示形態の各項目のデータが保存されている。なお、この学習状況テーブル２４は図３に示すような一種類のテーブルでなくても良く、例えば生徒ＩＤをキーに各項目がそれぞれ検索可能であれば足りる。この学習状況テーブル２４の各欄は、学習支援装置１０のイニシャライズ時に、演算未実行か否かが判定可能な任意の値にセットしておくものとする。

学習支援装置１０の生徒端末Ｉ／Ｆ手段３１は、生徒ごとに、一連の学習単位である学習セッション単位で配信する単元の問題を抽出して、生徒端末３へ抽出した問題を配信する。この学習セッションは、コーチの取るべきアクションの種別を定めるものである。生徒端末Ｉ／Ｆ手段３１は、問題配信後その生徒から解答データを受信すると、その解答の正誤の判定を行い、その結果を受講履歴ＤＢ２３へ格納すると共に習熟度演算手段３２を起動する。

（習熟度演算処理）
習熟度演算手段３２は起動されると解答データをもとにその単元の習熟度を演算する。なお、解答データのＩＤは問題ＩＤと紐付けされており、これにより単元が特定可能になっている。

習熟度の演算のしかたは、例えば特開2012-93599号公報、特開2007-248773号公報、特開2006-23566号公報など既存の技術を用いることができる。なお、簡易な方法としては、直近の所定数（例えば５問）の問題に対する解答の正解率（正解数／所定数）を習熟度とすることができる。あるいは、そのセッションの開始からの出題順位で重み付けを行なったり、問題ごとに当該問題を行なった生徒の正解率を考慮して重み付けを行うようにして習熟度を算定しても良い。

そして、習熟度演算手段３２は、算出した習熟度が予め定めた値（合格閾値）以上になった場合、合格フラグをセットする。このとき新規合格判定手段３３は、当該生徒がその単元に初めて合格したときは、学習状況テーブル２４の当該単元欄に新規合格フラグをセットする。このフラグは、コーチが当該生徒にアクション対応を取ったときに、コーチ端末２を介してリセットされる。なお、図３に示す新規合格フラグ欄には、合格した回数を格納する場合の例である。すなわち、未合格時は「０」、新規合格時は「１」、合格回数が２回目のときは「２」等々となる。この場合は新規合格フラグ欄の値が「１」のときに新規合格フラグがセットされているとして判定される。また、合格時には、学習状況テーブル２４の当該生徒の当該単元における合格までの予測値欄（以下、単に「予測値欄」ともいう。）に「０」が書き込まれる。

（習熟度予測処理）
次に図４を用いて、習熟度予測手段３４の処理手順について説明する。
習熟度予測手段３４は、生徒端末Ｉ／Ｆ手段３１が生徒端末への問題配時に起動されると、まず受講履歴ＤＢ２３から正誤データを抽出する（Ｓ１０１）。そして、当該単元における現在までの正解数を変数Ｘへ格納し、不正解数を変数Ｙへ格納する（Ｓ１０２）。また、教育コンテンツＤＢ２２から当該単元の残り問題数を抽出し（Ｓ１０３）、それを変数Ｚへ格納する（Ｓ１０４）。ちなみに残り問題数は生徒端末への問題の配信時に更新することができるが、本実施の形態では習熟度予測手段３４が起動される前に更新されているものとして説明する。したがって、単元の最後の問題が配信されたときには、残り問題数は「０」になる。

習熟度予測手段３４は、次に変数Ｔを初期値「１」にセットする（Ｓ１０５）。この変数Ｔは、予測演算対象の生徒が当該単元に合格するまでに、現在配信中の問題も含めて今後連続して正解しなければならない数を表すものである。

そして、変数Ｘの値と変数Ｔの値との和を変数Ｘへ格納して（Ｓ１０６）、習熟度演算手段３２を起動する（Ｓ１０７）。習熟度演算手段３２は起動されると、この変数Ｘの値とその他習熟度演算に必要なデータ（例えば不正解数Ｙ）を用いて習熟度を演算する。

そして、習熟度予測手段３４は、ステップＳ１０８において、習熟度演算手段３２の算出結果が合格閾値以上か否かを判定し、合格閾値以上の場合は学習状況テーブル２４の予測値欄に変数Ｔの値を書き込む（Ｓ１０９）。

習熟度予測手段３４は、またステップＳ１０８において、予測演算した習熟度が合格閾値よりも小さい場合は、次に変数Ｚが「０」か否かを判定し（Ｓ１１０）、変数Ｚの値が「０」の場合は、学習状況テーブル２４の予測値欄に当該単元の合格可能性がゼロであることを表す所定のコード（例えば９９）を書き込む（Ｓ１１１）。

一方、ステップＳ１１０において「ＮＯ」の場合は、変数Ｚをディクリメント、変数Ｔをインクリメントして（Ｓ１１２，Ｓ１１３）、ステップＳ１０６へ戻り、以降の処理を繰り返す。

上記の処理の結果、学習状況テーブル２４の予測値欄は、その値が「１」の場合は現在配信中の問題を正解すれば合格することを意味している。すなわち当該値欄ｎ（ｎは整数）は、現在配信中の問題も含めて、生徒が連続して正解すべき問題の数を表す。
上記の予測演算は、問題は一問ずつであってもよいし、複数の問題の集合であってもよい。すなわち生徒が連続して実施する問題群ごとに行うのが好ましい。
このように習熟度予測演算については、問題の解答受信時ではなく、問題の配信時に行うことにより、コーチにアクションのための注意喚起を適切なタイミングで事前に通知することができる。

また上記の説明は、生徒が実施する問題あるいは問題群を都度生徒端末へ配信することを前提として説明したが、例えば単元あるいはセッションごとに当該単元あるいはセッションに属する問題群を一括して生徒端末へ配信するようにしても良い。この場合は、生徒が問題あるいは問題群に着手したことを生徒端末が認識した時点で、学習支援装置１０へ生徒が着手したことを通知する。この認識方法は、例えば、生徒端末３の表示画面に当該問題を表示出力した時点でも良いし、生徒が当該問題を選択したことを生徒端末３が検知した時点でも良い。生徒端末Ｉ／Ｆ手段３１は生徒端末３から生徒が問題に着手したことを検知すると習熟度予測手段３４を起動する。

なお、上記の説明において、習熟度予測演算手段３４は、正解数と不正解数を用いて習熟度の算定を行うことを前提としたが、これらの一部のパラメータ、例えば正解数のみで習熟度を演算するようにしても良い。一方、これら以外の他のパラメータ、例えば問題ごとの解答時間や問題解答に対する生徒の自信の有無なども用いて習熟度を予測演算するようにしても良い

（習熟度予測処理の他の実施例）
習熟度予測処理は、上述した生徒が現在実施しており、あるいは将来実施する予定の問題が正解であることを仮想設定して行う方法に限定されず、他の方法で実施しても良い。例えば、既にその単元に合格した生徒の解答履歴、演算対象の生徒の解答履歴、演算対象の生徒の連続正解数に基づいて、または、演算対象の生徒が現在解答中あるいは将来解答予定の問題の正誤を仮想設定することにより、生徒の習熟度を予測演算することができる。

また、従来技術による予測器を用いることもできる。例えば予測器の一例として、全ての問題に対する正誤のデータを説明変数、あるセッションに合格するために必要な問題数を目的変数として、重回帰分析を行うようにしても良い。なお、説明変数、目標変数はこれに限らず、例えば時間など必要により任意の変数を選定すればよい。

例えば、図５に示すように各生徒の学習履歴として、例えば、その１行目に示すように、ユーザＩＤ１の生徒が、単元１を３０分で合格し、単元２，３については未受講であたったときに、単元Ｙ１に合格したときの、必要問題数が５、所要時間が２０分であるというようなテーブルを生成する。そして、次の重回帰式により各パラメータβ0，β1，・・・を求める。
β0＋β１・Ｘ1＋β2・Ｘ2＋β3・Ｘ3＋・・・＝Ｙ１
そして、ある生徒について、当該生徒の学習履歴からＸ１，Ｘ２，・・の値および各パラメータ（β0，β1，・・・）とを用いてＹ１を算出することにより、その生徒が単元Ｙ１に合格するまでの問題数あるいは時間を予測する。他の単元（Ｙ２，Ｙ３・・・）についても、同様に重回帰式を用いて、予測演算することができる。

（アクションタイミング判定処理）
次にアクションタイミング判定手段３５について、図６に示すフローチャートを参照しながら説明する。

アクションタイミング判定手段３５は定周期あるいは生徒端末３からのデータ受信時に生徒端末Ｉ／Ｆ手段３１からリアルタイムに起動されると、まず学習状況テーブル２４にアクセスして、学習セッション中であるか否かを判定する（Ｓ２０１）。その結果、学習セッション中でない場合は（Ｓ２０１で「ＮＯ」）、次にタイマ値と新規合格フラグを抽出し、タイマ値が予め定めた閾値（例えば３分）以内であり、かつ新規合格フラグがセットされている場合は（Ｓ２０２で「ＹＥＳ」）、当該生徒を第３群に分類し、学習状況テーブルの当該生徒ＩＤの表示形態欄（図示せず）に「３」を書き込む（Ｓ２０３）。それ以外の場合は（Ｓ２０２で「ＮＯ」）、当該生徒を第４群に分類し、学習状況テーブルの当該生徒ＩＤの表示形態欄に「４」を書き込む（Ｓ２０４）。

一方、ステップＳ２０１で学習セッション中の場合は（Ｓ２０１で「ＹＥＳ」）、次に生徒が努力を必要としたセッションであるか否かを判定する（Ｓ２０５）。例えば、そのセッションにおいて、それまで一度も問題を不正解したことがない、あるいは、講義を受けたことがない場合は、生徒が努力を要していないと判定することができる。ステップＳ２０５の判定の結果が「ＮＯ」の場合は当該生徒を第４群に分類し、学習状況テーブルの当該生徒ＩＤの表示形態欄に「４」を書き込む（Ｓ２０６）。

ステップＳ２０５の判定の結果が「ＹＥＳ」の場合は、次に学習状態テーブルの学習セッション中フラグを参照して現在の学習セッションの状態が終了状態であるか否かを判定し（Ｓ２０７）、終了状態の場合は（Ｓ２０７で「ＹＥＳ」）、新規合格フラグがセットセットされているか否かを判定し（Ｓ２０８）、セットされている場合は（Ｓ２０８で「ＹＥＳ」）、当該生徒を第１群に分類し、学習状況テーブルの当該生徒ＩＤの表示形態欄に「１」を書き込む（Ｓ２０９）。一方、ステップＳ２０８で新規合格フラグがセットされていない場合は（Ｓ２０８で「ＮＯ」）、当該生徒を第４群に分類し、学習状況テーブルの当該生徒ＩＤの表示形態欄に「４」を書き込む（Ｓ２０４）。

ステップＳ２０７の判定の結果、現在の学習セッションの状態が終了状態でない場合は（Ｓ２０７で「ＮＯ」）、学習状態テーブルの習熟度予測値を抽出し、合格までに必要な最小正解数が「１」以下、かつセッションの最後の問題であるか否かを判定する（Ｓ２１０）。そしてステップＳ２１０の判定結果が「ＹＥＳ」の場合は、当該生徒を第２群に分類し、学習状況テーブルの当該生徒ＩＤの表示形態欄に「２」を書き込む（Ｓ２１２）。
一方、ステップＳ２１０の判定結果が「ＮＯ」の場合は、当該生徒を第４群に分類し、学習状況テーブルの当該生徒ＩＤの表示形態欄に「４」を書き込む（Ｓ２０６）。

上記アクションタイミング判定手段３５によって分類されたカテゴリ（表示形態欄）において、第１群は声掛けのタイミングにある生徒たち、第２群は声掛けのタイミングがもうすぐ来そうな生徒たち、第３群は声掛けのタイミングを少し過ぎた生徒たち、第４群はその他の生徒たちである。
以上の処理によって、学習状況テーブル２４を更新する。

次に、編集手段３６の処理内容について説明する。図７は、コーチ端末２に表示される受講中の生徒の一覧画面（コーチング画面）の一例である。生徒ＩＤに対応する生徒名、学習中のセッション／単元、教材、経過時間、コーチングリコメンドの項目が表示される。ここで、第１群に属する生徒群を最上位に、第２群に属する生徒群をその次に表示し、続いて第３群、第４群の順にソートして各群ごとに色別表示する。

経過時間は第１群、第３群（学習セッション終了のグループ）についてはセッションの終了からの経過時間、第２群、第４群（学習セッション中のグループ）についてはセッション開始（または単元開始）からの時間、コーチングリコメンド欄には、声掛けなどのコーチの取るべきアクションの内容が表示される。

例えば、第２群、第４群に属する生徒については、単元開始からの経過時間が一定値以上の場合や、不合格になった回数が一定値以上の場合は、当該経過時間や当該回数をコーチングリコメンド欄に表示することにより、コーチはその情報を考慮して生徒に助言することができる。また、第１群に属する生徒については、セッション終了からの経過時間を考慮して激励内容をアレンジすることができる。

以上、本実施の形態によれば、生徒への声掛けのタイミングやその種別（激励か助言か）あるいは声掛けの内容など生徒指導や学習フォローに有効な情報を適切なタイミングでコーチへ知らせることができる。この際、例えば合格など目標達成をした生徒を対象に声掛けをするような場合、目標を達成した段階でコーチへ生徒が目標を達成したことを知らせるのみではなく、習熟度予測手段により目標達成間近の生徒を精度よく判別し、その生徒をコーチ端末上に識別表示するので、コーチに予め準備をしておく時間を与え、タイムリーに声掛けを可能にする。また本実施の形態による学習支援システムを用いることにより、各生徒の進捗状況を人間系で常にウォッチする必要がなくなるため、低コストでかつ、全生徒に対して漏れなく声掛けをすることができる。

［第２の実施の形態］
次に本発明に係る学習支援システムの第２の実施の形態を説明する。
第１の実施の形態との主な違いは、アクションタイミング判定手段３５によって分類した各生徒のカテゴリにおいて、さらにコーチに提供すべき情報として優先順位の高いものからソートする機能を設けたことである。この機能を実現するため、アクションタイミング判定手段３５の処理手順を以下に述べるように変更している。その他の機能については図１と同様のため、同一記号には同一符合を付して説明を省略する。

次に、本実施の形態による学習支援システム１の動作について、第１の実施の形態との違いを中心に説明する。
習熟度予測演算処理の後、アクションタイミング判定手段３５は、図８に示す処理手順を実行する。以下、図８を用いて本実施の形態による習熟度予測手段３４の動作を説明する。

習熟度予測手段３４は、定周期、生徒端末Ｉ／Ｆ手段３１の問題送信あるいは解答受信などリアルタイムに起動すると、学習状況テーブル２４にアクセスして、アクション対応を要する生徒について以下の処理を実行する（Ｓ３０２ａ，Ｓ３０２ｂ）。なおアクション対応を要するか否かは、例えばアクション済みフラグを設けて、アクションを終了した生徒については、アクション済みフラグをセットし、アクション済みフラグのセットされていない生徒をアクション対応が必要と判定するようにしても良い。

アクションタイミング判定手段３５は、抽出した生徒について生徒ごとにまず学習状況テーブル２４のステータスを参照して、学習セッション中か否かを判定する（Ｓ３０４）。そして学習セッション中の場合は、当該セッションで合格可能性があるか否かを判定する（Ｓ３０４）。この処理は例えば、当該生徒の合格までの予測値の欄に、合格可能性の無いコード（例えば、数値「９９」）が格納されている場合は合格可能性なし、それ以外の所定範囲の数値（合格までに連続正解すべき問題数として適切な数値）が格納されている場合は合格可能性あり、と判定することができる。

ステップＳ３０４の判定の結果、合格可能性ありと判定した場合は、当該生徒を第２群に分類し（Ｓ３０６）、合格可能性なしと判定した場合は、当該生徒を第４群に分類する（Ｓ３０５）。

一方、ステップＳ３０３で学習セッション中でない場合は、次に学習状況テーブル２４のステータスに新規合格フラグがセットされているか否かを判定する（Ｓ３０７）。その結果、新規合格フラグがセットされている場合は、当該生徒を第１群に分類し（Ｓ３０８）、新規合格フラグがセットされていない場合は、当該生徒を第３群に分類する（Ｓ３０９）。

次に、アクションタイミング判定手段３５は、各生徒についてステップ３０２ａ〜ステップＳ３０２ｂの分類処理を行なった後、第１群の生徒について、タイマ手段１（３８）、タイマ手段２（３９）の値に重みを付けて優先順位を演算して（Ｓ３１１）、当該優先順位に基づいて生徒をアクションの緊急度、重要度の高いものからソートする（Ｓ３０１ａ，Ｓ３１０ｂ）。

第１の実施の形態で述べたように、タイマ手段１（３８），タイマ手段２（３９）は生徒ごとに設けられ、タイマ手段１（３８）は学習セッションの終了のたびに時間計測をリスタートするタイマであり、タイマ手段２（３９）は学習セッションの開始のたびに時間計測をリスタートするタイマである。タイマ手段１（３８）の値をＴ１，タイマ手段２（３９）の値をＴ２とし、それぞれの重み付け係数をａ，ｂ（ａ，ｂ＞０）としたとき、優先度Ｐを例えば次の式で求めることができる。
Ｐ＝ｂ・Ｔ２−ａ・Ｔ１
そして、優先度Ｐの大きな生徒からソートするのである。

上式の演算例は、当該学習セッションの合格までに多くの時間を要した生徒、すなわち苦労したことを高く評価するものであり、また、学習セッションの終了時点すなわち新規合格してから時間が短いほど高く評価するものである。
なお、評価パラメータとしては上記に限らず、例えば当該セッションが不合格になった回数を優先度判定のパラメータに加えるようにしても良い。

アクションタイミング判定手段３５は、次に第２群の生徒について、次の手順によりソート処理を実行する（Ｓ３１２ａ，Ｓ３１２ｂ）。まず、生徒の平均解答時間を用いて生徒の単元合格までの時間を予測する（Ｓ３１３）。生徒の平均解答時間は、当該生徒の過去の問題に対する解答時間の平均値を用いても良いし、生徒が現在解いている、あるいは将来解く予定の問題に対する当該問題実施済みの他の生徒の解答時間をもとに決定しても良い。例えば各問題の配信時からリスタートするタイマ手段３（図示せず）を設け、前記平均解答時間からタイマ手段３の値を差し引いた値の小さいものから優先順位を高くしてソートする（Ｓ３１４）。この優先順位の決定方法は、特に、現在配信中の問題を正解すれば合格する生徒群に対して、精度良く優先順位付けすることができる。

なお、前述した平均解答時間は、当該問題の他の生徒の平均解答時間で求めても良いし、あるいは当該学習セッションの開始から当該生徒がそれまで実施した問題の解答時間との差、例えば偏差値などをもとに算出しするようにしても良い。これにより他の生徒より解答時間が早い傾向にある場合はそれを考慮して、コーチは準備できるのでより正確に声掛けのタイミングを予測することができる。なお、重回帰分析により直接合格までの時間を求めた場合は、その演算結果を用いるようにしても良い。

アクションタイミング判定手段３５は、編集手段３６を介して、上記の処理によって優先順位付けされた第１群、第２群の生徒を優先順位に基づいてソートして、コーチ端末２上へ表示出力する。このとき、必要により他の群に分類された生徒なども識別表示するようにしても良い。
上記手順によりコーチ端末２へアクション対象の生徒を識別表示する。

なお、図８では、第１群、第２群に属する生徒についてソート処理を行なう例を示したが、これに限らず、例えば第４群の合格の可能性の無い生徒については、不合格になった回数や学習セッション中の時間の長い順にソートして、コーチはその表示順に従って声掛けするようにしても良い。
なお、編集手段３６は、ソート順に表示することに代えて、最も優先度の高い生徒のみを識別表示するようにしても良い。

以上、本実施の形態によれば、第１の実施の形態の効果に加えて、アクション対応が必要な生徒のうち、その優先度の高い生徒から順にアクション対応を取ることができる。また、近々にアクションの必要な生徒を精度よく認識することができる。

本発明は、上述した実施の形態に限らずその要旨を逸脱しない範囲で、種々変形して実現することができる。
例えば、上記の説明において、アクションが必要か否かを予め設定した合格閾値と比較してセッションに合格したか否かで判定したが、これに限らず、生徒と相談をして生徒ごとに定めた目標値以上であるか否かで判定しても良い。また、当該目標値とアクション内容を関連付けたテーブルを設けておき、どの目標値を達成したかをコーチ端末上に識別表示し、コーチはその目標値に応じたアクションをとるようにしても良い。

また、図９に示すような生徒と座席位置を関連付けたテーブルを設け、図１０に示すようにアクション対象の生徒、即ち第１群に分類された生徒の座席位置をコーチ端末画面上に表示するようにしても良い。

また上記説明では、学習支援装置１０で生成した学習状況一覧データを通信ネットワークを介してコーチ端末２上に表示させる構成としているが、スタンドアロンの学習支援装置１０に表示装置を設け、当該表示装置上に学習状況一覧を表示させるようにしても良い。勿論、表示装置に代えて、あるいは表示装置と共に音声出力装置など他の出力手段を設けて、音声などの表示以外の方法で学習状況一覧情報をカテゴリ別に出力することもできる。

１ 学習支援システム
２ コーチ端末
３ 生徒端末
４ 通信ネットワーク
１０ 学習支援装置
１１ 送受信部
１２ 記憶部
１３ 演算処理部
２１ 生徒ＤＢ
２２ 教育コンテンツＤＢ
２３ 受講履歴ＤＢ
２４ 学習状況テーブル
３１ 生徒端末Ｉ／Ｆ手段
３２ 習熟度演算手段
３３ 新規合格判定手段
３３ 習熟度予測手段
３４ 習熟度予測手段
３５ アクションタイミング判定手段
３６ 編集手段
３７ コーチ端末Ｉ／Ｆ手段
３８ タイマ手段１
３９ タイマ手段２

Claims (5)

1. 単元ごとに出題すべき問題を保存し、生徒の受講する単元に属する問題を生徒へ提供し、解答データを入力して生徒を指導するコーチの取るべきアクションのタイミングを演算する学習支援装置であって、
   前記アクションの種別を定める学習セッションごとに一または二以上の単元に属する問題を抽出し、該抽出した問題を生徒へ提供して解答データを入力すると共に、生徒が当該学習セッションを終了したか否かを含む学習状況データを入力する手段と、
   入力した前記解答データをもとに生徒に提供した問題の属する単元に対する生徒の習熟度を演算し、該習熟度が閾値に達したか否かを判定する習熟度演算手段と、
   生徒の受講する単元に対する生徒の将来の習熟度を演算する手段であって、将来の習熟度として習熟度が閾値以上になるまでに連続正解すべき問題数または習熟度が閾値以上になるまでの時間を演算する習熟度予測手段と、
   夫々の生徒の前記学習状況データと、前記習熟度演算手段の演算結果と、前記習熟度予測手段の演算結果と、のうち少なくとも一つを用いて夫々の生徒を複数のカテゴリのいずれかに分類するアクションタイミング判定手段と、
   生徒が前記カテゴリのいずれに属するかを識別可能にして生徒の学習状況一覧データを生成する編集手段と、
   当該学習状況一覧データを出力する出力手段と、
   を備えたことを特徴とする学習支援装置。
2. 単元ごとに出題すべき問題を保存し、生徒の受講する単元に属する問題を生徒へ提供し、解答データを入力して生徒を指導するコーチの取るべきアクションのタイミングを演算する学習支援装置であって、
   前記アクションの種別を定める学習セッションごとに一または二以上の単元に属する問題を抽出し、該抽出した問題を生徒へ提供して解答データを入力すると共に、生徒が当該学習セッションを終了したか否かを含む学習状況データを入力する手段と、
   入力した前記解答データをもとに生徒に提供した問題の属する単元に対する生徒の習熟度を演算し、該習熟度が閾値に達したか否かを判定する習熟度演算手段と、
   生徒の受講する単元に対する生徒の将来の習熟度を演算する習熟度予測手段と、
   夫々の生徒の前記学習状況データと、前記習熟度演算手段の演算結果と、前記習熟度予測手段の演算結果と、のうち少なくとも一つを用いて夫々の生徒を複数のカテゴリのいずれかに分類するアクションタイミング判定手段と、
   生徒が前記カテゴリのいずれに属するかを識別可能にして生徒の学習状況一覧データを生成する編集手段と、
   当該学習状況一覧データを出力する出力手段と、
   生徒ごとに設けられ、学習セッションの終了時点からスタートするタイマ手段と、
   を備え、
   前記アクションタイミング判定手段は、アクションの必要な生徒について、前記タイマ手段の値を用いて優先順位を演算し、
   前記編集手段は、前記優先順位に基づいて前記学習状況一覧データを生成することを特徴とする学習支援装置。
3. 請求項１又は２に記載の学習支援装置において、
   生徒側の端末装置およびコーチ側の端末装置と夫々通信ネットワークを介して接続し、
   前記生徒側の端末装置を通して前記解答データ及び前記学習状況データを入力し、前記コーチ側の端末装置へ前記学習状況一覧データを出力することを特徴とする学習支援装置。
4. 単元ごとに出題すべき問題を保存し、生徒の受講する単元に属する問題を生徒へ提供し、解答データを入力して生徒を指導するコーチの取るべきアクションのタイミングを演算するコンピュータのプログラムであって、
   前記コンピュータを
   前記アクションの種別を定める学習セッションごとに一または二以上の単元に属する問題を抽出し、該抽出した問題を生徒へ提供して解答データを入力すると共に、生徒が当該学習セッションを終了したか否かを含む学習状況データを入力する手段、
   入力した前記解答データをもとに生徒に提供した問題の属する単元に対する生徒の習熟度を演算し、該習熟度が閾値に達したか否かを判定する習熟度演算手段、
   生徒の受講する単元に対する生徒の将来の習熟度を演算する手段であって、将来の習熟度として習熟度が閾値以上になるまでに連続正解すべき問題数または習熟度が閾値以上になるまでの時間を演算する習熟度予測手段、
   夫々の生徒の前記学習状況データと、前記習熟度演算手段の演算結果と、前記習熟度予測手段の演算結果と、のうち少なくとも一つを用いて夫々の生徒を複数のカテゴリのいずれかに分類するアクションタイミング判定手段、
   生徒が前記カテゴリのいずれに属するかを識別可能にして生徒の学習状況一覧データを生成する編集手段、
   当該学習状況一覧データを出力する出力手段、
   として機能させるためのプログラム。
5. 単元ごとに出題すべき問題を保存し、生徒の受講する単元に属する問題を生徒へ提供し、解答データを入力して生徒を指導するコーチの取るべきアクションのタイミングを演算するコンピュータのプログラムであって、
   前記コンピュータを
   前記アクションの種別を定める学習セッションごとに一または二以上の単元に属する問題を抽出し、該抽出した問題を生徒へ提供して解答データを入力すると共に、生徒が当該学習セッションを終了したか否かを含む学習状況データを入力する手段、
   入力した前記解答データをもとに生徒に提供した問題の属する単元に対する生徒の習熟度を演算し、該習熟度が閾値に達したか否かを判定する習熟度演算手段、
   生徒の受講する単元に対する生徒の将来の習熟度を演算する習熟度予測手段、
   生徒ごとに設けられ、学習セッションの終了時点からスタートするタイマ手段、
   夫々の生徒の前記学習状況データと、前記習熟度演算手段の演算結果と、前記習熟度予測手段の演算結果と、のうち少なくとも一つを用いて夫々の生徒を複数のカテゴリのいずれかに分類する手段であって、アクションの必要な生徒について、前記タイマ手段の値を用いて優先順位を演算するアクションタイミング判定手段、
   生徒が前記カテゴリのいずれに属するかを識別可能にして生徒の学習状況一覧データを生成する手段であって、前記優先順位に基づいて前記学習状況一覧データを生成する編集手段、
   当該学習状況一覧データを出力する出力手段、
   として機能させるためのプログラム。