JP7055350B2 - 学習支援システム及び方法、並びにコンピュータプログラム - Google Patents

Description

本開示は、学習支援システムに関する。

電子機器を通じて、学習者に問題を出題する学習支援システムが既に知られている（例えば特許文献１参照）。この種の学習支援システムは、学習者による問題の正否や正答率に応じて、新たに出題する問題を変更するように構成される。

特開２００４－０３８０３３号公報

従来技術では、学習者が問題を間違えた際、間違えた問題と同じグループの別の問題を出題し、これにより学習を支援する。しかしながら、数学等の思考を伴う問題では、多くの場合、正答を導き出すために複数のスキルを必要とする。必要なスキルは、同じグループの問題、同種の問題の間でも一律ではない。従って、従来技術では、学習効率の向上に限界がある。

そこで、本開示の一側面では、より効率的な学習を実現可能な学習支援システム及び方法を提供できることが望ましい。

本開示の一側面によれば、学習支援システムが提供される。学習支援システムは、出題ユニットと、更新ユニットと、選択ユニットとを備える。出題ユニットは、複数の問題の中から選択された問題を、表示デバイスを通じて出題するように構成される。

更新ユニットは、出題ユニットにより出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する学習者の習熟度データを更新するように構成される。選択ユニットは、記憶デバイスが記憶する学習者の習熟度データに基づき、複数の問題の中から出題ユニットに出題させる問題を選択するように構成される。

習熟度データは、複数の学習要素のそれぞれに関して学習者の習熟度を示す。複数の問題のそれぞれは、複数の学習要素の内の一以上を含み得る。複数の問題の少なくとも一部は、複数の学習要素の内の二以上を含み得る。複数の学習要素の少なくとも一部は、複数の問題の内の二以上に重複して含まれ得る。

本開示の一側面によれば、更新ユニットは、出題された問題に対する学習者の取り組みに基づき、出題された問題に含まれる学習要素に関する学習者の習熟度を更新するように、習熟度データを更新する。

この学習支援システムによれば、学習者の習熟度を学習要素毎に更新する。従って、正答に複数のスキルが必要な問題に学習者が取り組んだ際、この取り組みに基づき、詳細に学習者の習熟度を記録し、学習者に出題する問題選択に役立てることができる。従って、このシステムによれば、学習者が効率的に学習可能な問題を提供して、学習者による学習を支援することができる。

本開示の一側面によれば、更新ユニットは、複数の学習要素間の関係を示すデータに基づき、出題された問題に含まれる学習要素に関係する学習要素に関する学習者の習熟度を更に更新するように、習熟度データを更新してもよい。習熟度を更新する対象の学習要素を、問題に含まれる学習要素以外に拡張することは、学習効率の向上に役立つ。

複数の学習要素のそれぞれには、標準演習数が定められてもよい。更新ユニットは、習熟度を更新する対象の学習要素に関して、学習要素毎に、対応する学習要素の習熟度を、対応する学習要素に対して定められた標準演習数が多いほど習熟度の変化が小さくなるように更新してもよい。

更新ユニットは、出題された問題に対する学習者の取り組みに応じた経験値を算出してもよい。更新ユニットは、習熟度を更新する対象の学習要素に関して、学習要素毎に、個別の変換式を用いて経験値を習熟度相当値に変換し、習熟度相当値を、対応する学習要素の習熟度に加算することにより、対応する学習要素の習熟度を更新してもよい。変換式は、対応する学習要素に対して定められた標準演習数が多いほど、習熟度相当値が低くなるように、経験値を習熟度相当値に変換する構成にされてもよい。

更新ユニットは、入力デバイスを通じた学習者の解答行動及び正答確認行動の少なくとも一方に基づき、学習者の習熟度データを更新するように構成されてもよい。

更新ユニットは、解答の正否に基づき、習熟度を更新する対象の学習要素に関して、学習要素毎に、対応する学習要素の習熟度に対する加算量を決定し、決定した加算量を、対応する学習要素の習熟度に加算することにより、対応する学習要素の習熟度を更新してもよい。

更新ユニットは、学習者の解答時間、及び、解答後に表示デバイスによって表示される問題解説文の学習者による閲覧度の少なくとも一方に更に基づき、加算量を決定してもよい。

学習支援システムには、複数の学習要素のそれぞれに対応するスキルの学習者における定着度を判定する判定ユニットが設けられてもよい。更新ユニットは、学習者の習熟度を、判定ユニットにより判定された定着度に対応した上限値以下の範囲で、学習要素毎に更新するように構成されてもよい。上限値は、定着度が高いほど大きい値であり得る。

記憶と忘却との関係から、スキルの定着は、時間的な因子を含む。従って、習熟度に定着度に応じた上限値を設けることによれば、学習者の学習経験に対する忘却を考慮した適切な習熟度を算出することが可能である。

本開示の一側面によれば、選択ユニットは、複数の問題のうち、学習者の習熟度が低い学習要素を含む問題ほど、当該問題を優先的に選択するように、出題ユニットに出題させる問題を選択するように構成されてもよい。

選択ユニットは、出題された問題に対して学習者が誤答したとき、学習者が誤答した問題に関する複数の学習要素の内、習熟度がより低い学習要素を含む問題をより優先的に選択するように、出題ユニットに出題させる問題を選択するように構成されてもよい。

選択ユニットは、複数の学習要素のそれぞれの習熟度を、対応する学習要素に関係する複数の学習要素の習熟度に基づいて補正した補正後の習熟度に基づいて、補正後の習熟度がより低い学習要素を含む問題をより優先的に選択するように、出題ユニットに出題させる問題を選択してもよい。この問題選択によれば、学習者による学習をより効率的に支援可能である。

本開示の一側面によれば、学習支援方法が提供されてもよい。学習支援方法は、複数の問題の中から選択された問題を、表示デバイスを通じて出題することと、出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する学習者の習熟度データを更新することと、記憶デバイスが記憶する学習者の習熟度データに基づき、複数の問題の中から新たに出題する問題を選択することと、を含んでいてもよい。習熟度データは、複数の学習要素のそれぞれに関して学習者の習熟度を示し得る。更新することは、出題された問題に対する学習者の取り組みに基づき、出題された問題に含まれる学習要素に関する学習者の習熟度を更新することを含み得る。

本開示の一側面によれば、学習支援方法は、コンピュータにより実行されてもよい。学習支援方法は、上述した学習支援システムにより実行される手順を含んでもよい。
上述した学習支援システムとしての機能をコンピュータに実現させるためのコンピュータプログラムが提供されてもよい。出題ユニット、更新ユニット、選択ユニット、及び、判定ユニットの少なくとも一つとして、コンピュータを機能させるためのコンピュータプログラムが提供されてもよい。

上述した学習支援方法をコンピュータに実行させるためのコンピュータプログラムが提供されてもよい。出題すること、更新すること、及び、選択することの少なくとも一つを、コンピュータに実行させるためのコンピュータプログラムが提供されてもよい。コンピュータプログラムは、コンピュータ読取可能な一時的でない記録媒体に記録されてもよい。

学習支援システムの構成を表すブロック図である。 データベースシステムが記憶するデータを説明した図である。 問題データの構成を表す図である。 問題の例を示す図である。 学習要素に関するグラフを示した図である。 学習要素データの構成を表す図である。 学習要素間の関係を説明した図である。 学習者データの構成を表す図である。 処理デバイスが実行する学習支援処理を表すフローチャートである。 処理デバイスが実行する経験値算出処理を表すフローチャートである。 処理デバイスが実行する習熟度更新処理を表すフローチャートである。 上限値テーブルの構成を表す図である。 処理デバイスが実行する次問題選択処理を表すフローチャートである。

以下に本開示の例示的実施形態を、図面を参照して説明する。
図１に示す本実施形態の学習支援システム１は、複数のユーザ端末装置１０と、サーバ装置６０と、データベースシステム１００とを備える。ユーザ端末装置１０は、広域ネットワークＮＴを介してサーバ装置６０と通信可能に構成され、サーバ装置６０は、バックエンド側のデータベースシステム１００と通信可能に構成される。

ユーザ端末装置１０は、サーバ装置６０と協働して学習用の問題をユーザに向けて出題するように構成される。ユーザ端末装置１０の例には、パーソナルコンピュータ、タブレット、及び、スマートフォン等の電子機器が含まれる。代表的なユーザ端末装置１０は、制御デバイス２０と、記憶デバイス３０と、通信デバイス４０と、表示デバイス５０と、入力デバイス５５と、を備える。

制御デバイス２０は、ＣＰＵ２１及びＲＡＭ２３を備え、ユーザ端末装置１０を統括制御する。ＣＰＵ２１は、記憶デバイス３０が記憶するコンピュータプログラムに従う処理を実行する。ＲＡＭ２３は、ＣＰＵ２１による処理実行時に作業用メモリとして使用される。以下では、ＣＰＵ２１により実行される処理を、制御デバイス２０が実行する処理として説明する。

記憶デバイス３０は、各種コンピュータプログラム及びデータを記憶する。記憶デバイス３０は、例えばフラッシュメモリ又はハードディスク装置で構成される。ユーザ端末装置１０には、学習用の問題をサーバ装置６０との協働により出題するためのアプリケーションプログラムがインストールされ、記憶デバイス３０に記憶される。

制御デバイス２０は、このアプリケーションプログラムに従う処理を実行することにより、サーバ装置６０から指定された問題を、表示デバイス５０を通じて出題し、それに対するユーザからの解答操作を、入力デバイス５５を通じて受け付けるように構成される。制御デバイス２０は、この操作内容を、通信デバイス４０を通じて、サーバ装置６０に伝達するように構成される。

通信デバイス４０は、サーバ装置６０を含む広域ネットワークＮＴ内の装置と通信可能に構成される。表示デバイス５０は、例えば、液晶ディスプレイ又は有機ＥＬディスプレイで構成される。表示デバイス５０は、制御デバイス２０に制御されて、各種画面をユーザに向けて表示する。各種画面には、問題文及び解答欄を含む問題画面、及び、問題解説文を含む解説画面が含まれる。

入力デバイス５５は、ユーザからの入力操作を受け付けて、対応する操作信号を制御デバイス２０に入力するように構成される。入力デバイス５５は、表示デバイス５０と一体に構成されるタッチパネルであり得る。入力デバイス５５は、表示デバイス５０に表示される画面に対するタッチ操作及び書込操作を受け付けて、その操作信号を制御デバイス２０に入力する。

図１に示すように、サーバ装置６０は、処理デバイス７０と、記憶デバイス８０と、通信デバイス９０とを備える。処理デバイス７０は、ＣＰＵ７１及びＲＡＭ７３を備える。ＣＰＵ７１は、記憶デバイス８０が記憶するコンピュータプログラムに従う処理を実行する。ＲＡＭ７３は、ＣＰＵ７１による処理実行時に作業用メモリとして使用される。以下では、ＣＰＵ７１により実行される処理を、処理デバイス７０が実行する処理として説明する。通信デバイス９０は、広域ネットワークＮＴを通じてユーザ端末装置１０と通信可能に、更には、バックエンド側のデータベースシステム１００と通信可能に構成される。

処理デバイス７０は、ユーザ端末装置１０において上記アプリケーションプログラムが起動されると、ユーザ端末装置１０から送信されてくるユーザの識別情報に基づき、ユーザ端末装置１０に対応するユーザを識別し、ユーザ端末装置１０との接続を確立する。その後、処理デバイス７０は、データベースシステム１００を参照して、ユーザに出題する問題を決定し、決定した問題を、ユーザ端末装置１０を通じてユーザに出題し、ユーザ端末装置１０から、その解答操作の内容を取得して、問題の正否を判定する。

データベースシステム１００は、図２に示すように、複数の問題データ、複数の学習要素データ、複数の学習者データ、及び、上限値テーブルを備える。複数の問題データは、問題毎に一つの問題データを含む。問題データのそれぞれは、図３に示すように、対応する問題についての問題文データ、正答データ、解説文データ、ヒントデータ、及び、問題要素データを備える。

問題文データは、表示デバイス５０に表示させる問題文を表す。正答データは、対応する問題の正答を表す。正答データは、ユーザの解答の正否を判断するのに用いられる。解説文データは、対応する問題についての解き方や重要なポイント等を解説する問題解説文であって、ユーザによる問題解答後に表示デバイス５０に表示させる問題解説文を表す。ヒントデータは、問題を解く過程で、ユーザの要求に応じて表示デバイス５０に表示させる問題を解き方に関するヒントを表す。

問題要素データは、対応する問題に含まれる一以上の学習要素を表す。ここで図４に示す例に基づき学習要素を説明する。図４に示される問題は、小数と分数との引き算である。この引き算を解くためには、帯分数を仮分数に直すスキルと、小数を分数に直すスキルと、分母の違う分数を引き算するスキルと、が必要とされる。更に、分母の違う分数の引き算には、通分するスキルと、分数を引き算するスキルと、が必要とされる。

本実施形態では、この問題には、上記スキルに対応する学習要素が含まれると解釈し、問題に含まれる学習要素を表す問題要素データを、学習支援システムの設計者が用意する。

具体的には、帯分数を仮分数に直すスキルを習得するための学習要素Ｅ１と、小数を分数に直すスキルを習得するための学習要素Ｅ２と、分母の違う分数を引き算するスキルを習得するための学習要素Ｅ３と、通分するスキルを習得するため学習要素Ｅ４と、分数を引き算するスキルを習得するための学習要素Ｅ５と、この問題に対する主目的の学習要素である、小数と分数とを引き算するスキルを習得するための学習要素ＥＧと、が問題に含まれると解釈して、問題要素データを用意する。

図５は、この問題に含まれる学習要素Ｅ１，Ｅ２，Ｅ３，Ｅ４，Ｅ５，ＥＧを、問題を正答に導く思考の流れに沿って配置したグラフを示す。図５に示されるグラフは、思考の流れに沿う上から下に向きを有する有向グラフであると理解されてもよい。

以下では、一つの問題に含まれる主目的の学習要素ＥＧを、ゴール要素と表現し、この問題において、ゴール要素の学習に必要とされるスキルに対応する学習要素Ｅ１，Ｅ２，Ｅ３，Ｅ４，Ｅ５を、利用要素と表現する。ゴール要素は、上述のように、対応する問題で新たにユーザに習得させたい学習要素に対応する。

問題要素データは、問題に含まれる一以上の学習要素、具体的には利用要素及びゴール要素を特定可能な情報と共に、問題に含まれる一以上の学習要素を、図５に示すようにグラフ化可能な情報を含む。例えば、問題要素データは、図３に示すように、問題に含まれる利用要素に対応する学習要素のＩＤを示す利用要素データ、及び、問題に含まれる一つのゴール要素に対応する学習要素のＩＤを示すゴール要素データを有することができる。以下では、学習要素のＩＤのことを要素ＩＤとも表現する。データベースシステム１００が記憶する複数の問題データに対応する複数の問題のそれぞれは、学習要素として、一つのゴール要素を含むが、利用要素を含むとは限らないことに留意されたい。

この他、データベースシステム１００が記憶する複数の学習要素データは、複数の問題データに対応する複数の問題の少なくともいずれかに含まれる学習要素毎に、一つの学習要素データを含む。複数の学習要素データに対応する複数の学習要素の少なくとも一部は、複数の問題の内の二以上に重複して含まれる。

学習要素データのそれぞれは、図６に示すように、対応する一つの学習要素（以下、注目要素と表現する。）の要素ＩＤに関連付けて、その注目要素に関係する一以上の学習要素を規定するデータ、具体的には、親要素データ、派生元要素データ、及び、依存要素データを備える。更に、学習要素データのそれぞれは、標準演習数データを備える。

親要素データは、注目要素より概念的に上位にある学習要素のＩＤを表す。以下では、第一の学習要素より上位にある第二の学習要素のことを、第一の学習要素の親要素と表現する。図７によれば、学習要素Ｃ１１，Ｃ１２の親要素は、学習要素Ｃ１である。この場合、学習要素Ｃ１から見て、学習要素Ｃ１１，Ｃ１２は、子要素である。

例を挙げて説明すれば、「数の大小」に関する学習要素Ｃ１は、「ＰよりＱ大きい数」に関する学習要素Ｃ１１及び「ＰよりＱ小さい数」に関する学習要素Ｃ１２を、子要素として含む。ここでいうＰ及びＱは、任意の自然数である。

このように「数の大小」に関する学習要素Ｃ１は、それより小さな分類の学習要素又はそれより下位概念の学習要素として、学習要素Ｃ１１，Ｃ１２を含み、学習要素Ｃ１は、それより小さな分類又はそれより下位概念の学習要素Ｃ１１，Ｃ１２に分解できる。

派生元要素データは、注目要素に対する派生元の学習要素のＩＤを表す。図７によれば、学習要素Ｃ２１，Ｃ２２，Ｃ２３に対する派生元の学習要素は、学習要素Ｃ１である。一例によれば、「数の大小」に関する学習要素Ｃ１に対し、派生先の学習要素Ｃ２１は、「正の整数と正の整数の大小」に関する学習要素であり、学習要素Ｃ２２は、「正の整数と負の整数の大小」に関する学習要素であり、学習要素Ｃ２３は、「正の整数と負の小数の大小」に関する学習要素である。このように派生元の学習要素Ｃ１に対する派生先の学習要素Ｃ２１，Ｃ２２，Ｃ２３は、パラメータの違い等で派生する学習要素に対応する。

依存要素データは、注目要素と依存関係にある学習要素のＩＤを表す。図７によれば、学習要素Ｃ１と依存関係のある学習要素が、学習要素Ｃ３である。「数の大小」に関する学習要素Ｃ１に対し、依存関係にある学習要素Ｃ３は、「数直線」に関する学習要素である。ここで学習要素Ｃ１は、学習要素Ｃ１を学習するためには学習者が学習要素Ｃ３を十分にできている必要があるという意味で、学習要素Ｃ３に依存している。依存関係にある第一の学習要素及び第二の学習要素は、第二の学習要素を学習するためには、第一の学習要素を学習者が十分に理解できている必要がある学習要素に対応する。

標準演習数データは、注目要素の習得に必要な、注目要素を含む問題の演習数の標準値を表す。以下、この標準値を標準演習数と表現する。標準演習数は、学習支援システム１の設計者によって適宜設定される。

データベースシステム１００が記憶する複数の学習者データは、学習者に対応するユーザ毎に一つの学習者データを含む。学習者データは、図８に示すように、複数の学習要素のそれぞれに関して、対応するユーザの習熟度を表す。具体的に、学習者データは、学習要素毎に、対応する学習要素の習熟度を表すデータと、対応する学習要素を含む問題の演習履歴データと、を含む。

演習履歴データは、対応する学習要素を含む問題のユーザによる演習数及び正解数を含む。演習履歴データは更に、ユーザが上記対応する学習要素を含む問題を最初に正解した日時の情報を含む。演習履歴データは、ユーザが上記対応する学習要素を含む問題に解答した各時点の日時及び解答の正否を特定可能な情報を含んでいてもよい。演習履歴データは、対応するスキルの定着度を判定するのに用いられる。

データベースシステム１００が記憶する上限値テーブルは、定着度と標準演習数との組合せ毎に、習熟度の上限値を規定するテーブルとして構成される（図２及び図１２参照）。詳細については、後述する。

続いて、サーバ装置６０の処理デバイス７０が実行する学習支援処理の詳細を、図９を用いて説明する。学習支援処理は、ユーザ毎に実行される。学習支援処理を開始すると、処理デバイス７０は、データベースシステム１００が記憶する複数の問題データに対応する複数の問題の中から、ユーザに出題する問題を選択する（Ｓ１１０）。

Ｓ１１０において、処理デバイス７０は、カリキュラムに従って、ユーザに出題する問題を選択することができる。例えば、処理デバイス７０は、ユーザが最後に解答した問題を基準に、カリキュラムに従って、この問題の次の出題すべき問題を、ユーザに出題する問題に選択することができる。データベースシステム１００は、カリキュラムを規定するデータを記憶することができる。処理デバイス７０は、ユーザが最後に解答した問題が誤答である場合、誤答した問題と同一の問題又は同種の問題を選択するように、ユーザに出題する問題を選択してもよい。

続いて、処理デバイス７０は、選択した問題をユーザに出題するための処理を実行する（Ｓ１２０）。具体的には、処理デバイス７０は、図４に例示される問題文と解答欄とを含む問題画面を、対応するユーザ端末装置１０の表示デバイス５０に表示させるためのデータを、ユーザ端末装置１０に送信する。これにより、表示デバイス５０には、処理デバイス７０が選択した問題に関する問題画面が表示される。

その後、処理デバイス７０は、入力デバイス５５を通じたユーザの解答操作を受け付ける（Ｓ１３０）。解答操作の内容は、ユーザ端末装置１０から送信されてくる。処理デバイス７０は、ユーザの解答操作が終了したとき、Ｓ１４０に移行することができる。Ｓ１３０において、処理デバイス７０は、ユーザからヒントの要求操作がなされたとき、対応する問題のヒントデータに基づき、ユーザ端末装置１０の表示デバイス５０に、ヒントを表示させることができる。処理デバイス７０は、問題文の表示から解答操作が終了するまでの解答時間を計測するように動作し得る。あるいは、処理デバイス７０は、解答時間の情報をユーザ端末装置１０から取得し得る。

Ｓ１４０に移行すると、処理デバイス７０は、ユーザの解答操作の内容に基づき、ユーザが問題に正解したか否かを判断する（Ｓ１４０）。一例によれば、ユーザ端末装置１０から送信される解答操作の内容には、問題画面の解答欄に対するユーザの筆跡情報が含まれ得る。処理デバイス７０は、この筆跡を文字認識し、認識した文字情報に基づいて、ユーザが問題に正解したか否かを判断することができる。

処理デバイス７０は、ユーザが問題に正解したと判断すると（Ｓ１４０でＹｅｓ）、Ｓ１５０に移行する。一方、誤答したと判断すると（Ｓ１４０でＮｏ）、Ｓ１４５に移行して、やり直しを要求するか否かを判断する（Ｓ１４５）、やり直しを要求すると判断すると（Ｓ１４５でＹｅｓ）、Ｓ１３０に移行して、再度、同じ問題に対するユーザの解答操作を受け付ける。この際、処理デバイス７０は、誤答である旨のメッセージと共に問題の解き方に関するヒントを表示デバイス５０に表示させるように動作し得る。

処理デバイス７０は、所定回（例えば１回）のやり直しによってもユーザが誤答し続ける場合、Ｓ１４５において、やり直しを要求しないと判断し、Ｓ１５０に移行することができる。

Ｓ１５０において、処理デバイス７０は、対応する問題の解説文データに基づき、問題解説文を含む解説画面を表示デバイス５０に表示させるための処理を実行する（Ｓ１５０）。そして、解説画面を閉じる操作が入力デバイス５５を通じてなされたことがユーザ端末装置１０から通知されると、Ｓ１６０に移行する。Ｓ１５０では、解説画面が表示デバイス５０に表示されてから、解説画面が閉じられるまでの時間が計測される。

Ｓ１６０において、処理デバイス７０は、図１０に示す経験値算出処理を実行することにより、Ｓ１２０で出題された問題に対するユーザの取り組みについての経験値を算出する。

経験値算出処理において、処理デバイス７０は、経験値Ｘをゼロに初期化する（Ｓ２１０）。その後、処理デバイス７０は、ユーザの解答が正答であったか否かを判断する（Ｓ２２０）。解答が正答であった場合（Ｓ２２０でＹｅｓ）、Ｓ２３０に移行し、解答が誤答であった場合（Ｓ２２０でＮｏ）、Ｓ２８０に移行する。

Ｓ２３０において、処理デバイス７０は、問題に対するユーザの解答時間が基準値Ｔ１以下であるか否かを判断する。解答時間が基準値Ｔ１以下であると判断した場合（Ｓ２３０でＹｅｓ）、経験値Ｘを所定値Ａ１だけ加算する（Ｓ２４０）。一方、解答時間が基準値Ｔ１より大きいと判断した場合（Ｓ２３０でＮｏ）、経験値Ｘを、値Ａ１とは異なる値Ａ２だけ加算する（Ｓ２４５）。値Ａ１，Ａ２は、設計者により任意に定められ、値Ａ２は、値Ａ１より大きく定められ得る（Ａ２＞Ａ１）。一例によれば、値Ａ１は、値１０、値Ａ２は、値５０である。

Ｓ２４０，Ｓ２４５における加算後、処理デバイス７０は、解答操作のやり直しがあったか否かを判断する（Ｓ２５０）。即ち、Ｓ１４５で肯定判断したか否かを判断する。

ここで、やり直しがあったと判断すると（Ｓ２５０でＹｅｓ）、処理デバイス７０は、経験値Ｘを所定値Ａ３だけ更に加算して（Ｓ２５５）、Ｓ２６０に移行する。処理デバイス７０は、やり直しがなかったと判断すると（Ｓ２５０でＮｏ）、経験値Ｘを加算せずにＳ２６０に移行する。一例によれば、値Ａ３は、値１０である。

Ｓ２６０において、処理デバイス７０は、ユーザが解答過程でヒントを見たか否かを判断する。ここでは、ヒントが所定時間以上表示されたか否かを判断する。所定時間は、ユーザがヒントを理解しながら読むのに必要な標準の時間以上に設定され得る。ユーザ端末装置１０は、表示デバイス５０によるヒントの表示をユーザの操作に従って止めるように動作する。

処理デバイス７０は、ユーザがヒントを見たと判断した場合（Ｓ２６０でＹｅｓ）、経験値Ｘを所定値Ａ４だけ加算して（Ｓ２６５）、Ｓ２７０に移行する。処理デバイス７０は、Ｓ２６０で否定判断すると、経験値Ｘを加算せずにＳ２７０に移行する。一例によれば、値Ａ３は、値１０である。

Ｓ２７０において、処理デバイス７０は、ユーザが問題解説文を見たか否かを判断する。ここでは、問題解説文（解説画面）が所定時間以上表示されたか否かを判断する。所定時間は、ユーザが問題解説文を理解しながら読むのに必要な標準の時間以上に設定され得る。ユーザ端末装置１０は、表示デバイス５０に表示される解説画面をユーザの操作に従って閉じるように動作する。

処理デバイス７０は、ユーザが問題解説文を見たと判断した場合（Ｓ２７０でＹｅｓ）、経験値Ｘを所定値Ａ５だけ加算する（Ｓ２７５）。値Ａ５は、問題解説文を見た時間に応じて変更され得る。例えば、Ｓ２７５では、解説文の見た時間が長いほど、大きい値Ａ５が経験値Ｘに加算され得る。値Ａ５は、解説文を見た量に応じて変更されてもよい。例えば、処理デバイス７０は、解説文の最後までユーザが見たか否かを解説画面のスクロール操作に基づき判断し、解説文の最後までユーザが見た場合には、見ていない場合よりも、大きい値Ａ５を経験値Ｘに加算してもよい。

例えば、処理デバイス７０は、解説文を見た時間が短い場合には、経験値Ｘに値Ａ５＝５を加算し、解説文を見た時間が長い場合には、経験値Ｘに値Ａ５＝１５を加算し、解説文を最後まで見た場合には、経験値Ｘに値Ａ５＝２０を加算するように動作してもよい。

処理デバイス７０は、Ｓ２７５で経験値Ｘを加算すると、当該経験値算出処理を終了する。一方、Ｓ２７０で否定判断すると、処理デバイス７０は、経験値Ｘを加算せずに、当該経験値算出処理を終了する。

ユーザが問題に誤答した際、処理デバイス７０は、Ｓ２８０において、Ｓ２６０での処理と同様に、ユーザが解答過程でヒントを見たか否かを判断する。処理デバイス７０は、ユーザがヒントを見たと判断した場合（Ｓ２８０でＹｅｓ）、経験値Ｘを所定値Ａ６だけ加算して（Ｓ２８５）、Ｓ２９０に移行する。処理デバイス７０は、Ｓ２８０で否定判断すると、経験値Ｘを加算せずにＳ２９０に移行する。一例によれば、値Ａ６は、値５である。

Ｓ２９０において、処理デバイス７０は、Ｓ２７０での処理と同様、ユーザが問題解説文を見たか否かを判断する。処理デバイス７０は、ユーザが問題解説文を見たと判断した場合（Ｓ２９０でＹｅｓ）、経験値Ｘを所定値Ａ７だけ加算する（Ｓ２９５）。例えば、処理デバイス７０は、解説文を見た時間が短い場合には、経験値Ｘに値Ａ５＝１５を加算し、解説文を見た時間が長い場合には、経験値Ｘに値Ａ５＝２０を加算し、解説文を最後まで見た場合には、経験値Ｘに値Ａ５＝２５を加算するように動作し得る。

処理デバイス７０は、Ｓ２９５で経験値Ｘを更新すると、当該経験値算出処理を終了する。一方、Ｓ２９０で否定判断すると、処理デバイス７０は、経験値Ｘを加算せずに、当該経験値算出処理を終了する。

このようにして、処理デバイス７０は、問題に対する取り組みに応じた経験値として、解答の正否、解答時間、やり直しの有無、ヒントの閲覧、及び、問題解説文の閲覧に応じた経験値Ｘを算出する。

処理デバイス７０は、Ｓ１６０において経験値算出処理を終了すると、続くＳ１７０において、図１１に示す習熟度更新処理を実行する。習熟度更新処理において、処理デバイス７０は、Ｓ１２０で出題された問題に含まれるゴール要素の習熟度Ｙｅを算出する（Ｓ３１０）。

具体的には、処理デバイス７０は、Ｓ１６０で算出された経験値Ｘと、ゴール要素の標準演習数Ｎｅと、予め定められた係数Ｋｅとに基づき、経験値Ｘを変換式Ｃ＝（Ｋｅ・Ｘ／Ｎｅ）に従って習熟度相当値Ｃに変換し、この習熟度相当値Ｃ＝（Ｋｅ・Ｘ／Ｎｅ）を、ゴール要素についてのユーザの現在の習熟度Ｙｅ０に加算して、上記出題された問題に対する取り組み後の、ゴール要素の習熟度Ｙｅを算出する（Ｙｅ＝Ｙｅ０＋Ｋｅ・Ｘ／Ｎｅ）。

ここで、係数Ｋｅは、具体的な学習要素に依存しない値であり、例えばＫｅ＝１である。ゴール要素の標準演習数Ｎｅは、データベースシステム１００が記憶する対応する学習要素の学習要素データを参照することにより特定される。ユーザの現在の習熟度Ｙｅ０は、ユーザの学習者データを参照することにより特定される。

その後、処理デバイス７０は、出題された問題に含まれる利用要素の習熟度Ｙｈを算出する（Ｓ３２０）。具体的には、処理デバイス７０は、経験値Ｘと、利用要素の標準演習数Ｎｈと、予め定められた係数Ｋｈとに基づき、経験値Ｘを変換式Ｃ＝（Ｋｈ・Ｘ／Ｎｈ）に従って習熟度相当値Ｃに変換し、この習熟度相当値Ｃ＝（Ｋｈ・Ｘ／Ｎｈ）を、利用要素についてのユーザの現在の習熟度Ｙｈ０に加算して、上記出題された問題に対する取り組み後の、利用要素の習熟度Ｙｈを算出する（Ｙｈ＝Ｙｈ０＋Ｋｈ・Ｘ／Ｎｈ）。係数Ｋｈは、具体的な学習要素に依存しない値であり、例えばＫｈ＝０．３である。

出題された問題に、複数の利用要素が含まれる場合、処理デバイス７０は、複数の利用要素のそれぞれについて、その利用要素の標準演習数Ｎｈに基づき、個別の変換式Ｃ＝（Ｋｈ・Ｘ／Ｎｈ）を用いて習熟度Ｙｈを算出することができる。問題に利用要素が含まれない場合、処理デバイス７０は、Ｓ３２０の処理をスキップすることができる。

Ｓ３２０での処理を終えると、処理デバイス７０は、続くＳ３３０において、問題に含まれる学習要素に対応する親要素の習熟度Ｙｐを算出する。具体的には、処理デバイス７０は、経験値Ｘを変換式Ｃ＝（Ｋｐ・Ｘ／Ｎｐ）に従って習熟度相当値Ｃに変換する。Ｎｐは、親要素の標準演習数である。親要素は、問題に含まれる学習要素の上記親要素データを参照することにより特定される。

処理デバイス７０は、この習熟度相当値Ｃ＝（Ｋｐ・Ｘ／Ｎｐ）を、親要素についてのユーザの現在の習熟度Ｙｐ０に加算して、上記出題された問題に対する取り組み後の、親要素の習熟度Ｙｐを算出する（Ｙｐ＝Ｙｐ０＋Ｋｐ・Ｘ／Ｎｐ）。ここで、係数Ｋｐは、具体的な学習要素に依存しない値であり、例えばＫｐ＝０．１である。

問題に、複数の学習要素が含まれる場合、処理デバイス７０は、複数の学習要素のそれぞれについて、その学習要素の親要素の標準演習数Ｎｐに基づき、個別の変換式Ｃ＝（Ｋｐ・Ｘ／Ｎｐ）を用いて習熟度Ｙｐを算出することができる。あるいは、Ｓ３３０では、ゴール要素の親要素のみに関して、習熟度Ｙｐを算出してもよい。

Ｓ３３０での処理を終えると、処理デバイス７０は、続くＳ３４０において、問題に含まれる学習要素に対応する派生元要素の習熟度Ｙｄを算出する。具体的には、処理デバイス７０は、経験値Ｘを変換式Ｃ＝（Ｋｄ・Ｘ／Ｎｄ）に従って習熟度相当値Ｃに変換する。Ｎｄは、派生元要素の標準演習数である。派生元要素は、問題に含まれる学習要素の上記派生元要素データを参照することにより特定される。

処理デバイス７０は、この習熟度相当値Ｃ＝（Ｋｄ・Ｘ／Ｎｄ）を、派生元要素についてのユーザの現在の習熟度Ｙｄ０に加算して、上記出題された問題に対する取り組み後の、派生元要素の習熟度Ｙｄを算出する（Ｙｄ＝Ｙｄ０＋Ｋｄ・Ｘ／Ｎｄ）。ここで、係数Ｋｄは、具体的な学習要素に依存しない値であり、例えばＫｄ＝０．３である。問題に、複数の学習要素が含まれる場合における派生元要素の取り扱いについては、親要素と同様である。

その後、処理デバイス７０は、Ｓ３１０－Ｓ３４０で習熟度を算出した学習要素毎に、算出後の習熟度を、その習熟度が上限値以下となるように補正する（Ｓ３５０）。この補正により、学習者データに記録される習熟度は、ユーザの学習要素に対応するスキルの定着度に応じた値に補正される。

具体的に、Ｓ３５０において、処理デバイス７０は、学習要素毎に、その学習要素に対応するスキルのユーザにおける定着度を判定する。
定着度は、値０から値４までの５段階の値を採る。定着度判定対象の学習要素（以下、判定対象要素）に関して、その判定対象要素を含む問題をユーザが一度も正解したことがないとき、その判定対象要素に対応するスキルの定着度は値０に判定される。

判定対象要素を含む問題をユーザが一度だけ正解しているとき、判定対象要素に対応するスキルの定着度は値１に判定される。判定対象要素を含む問題をユーザが二度だけ正解しているとき、判定対象要素に対応するスキルの定着度は値２に判定される。

判定対象要素を含む問題をユーザが初回の正解日から１日以上期間をあけて、複数回正解しており、これにより合計３回以上正解しているとき、判定対象要素の定着度は値３に判定される。

判定対象要素を含む問題をユーザが初回の正解日から３日以上期間をあけて、複数回正解しており、これにより合計３回以上正解しているとき、判定対象要素の定着度は、値４に判定される。

処理デバイス７０は、データベースシステム１００が記憶する上限値テーブルに基づき、学習要素毎に、この学習要素の習熟度が、判定した定着度と標準演習数との組合せから規定される上限値以下となるように、Ｓ３１０－Ｓ３４０での算出値が上限値を超える習熟度を上限値に補正する。

上限値テーブルは、図１２に示すように、定着度が０であり標準演習数Ｎが２以下である学習要素の習熟度の上限値を８０に規定している。同様に、上限値テーブルは、定着度が０である条件下で、標準演習数Ｎが５以下であるときの上限値を６０に規定し、標準演習数Ｎが８以下であるときの上限値を５０に規定し、標準演習数Ｎが１２以下であるときの上限値を４０に規定し、標準演習数Ｎが１３以上であるときの上限値を３０に規定している。このように上限値テーブルは、標準演習数Ｎが多い学習要素ほど上限値を低く規定している。

また、上限値テーブルは、標準演習数Ｎが１２以下である条件下で、定着度が１であるときの上限値を６０に規定し、定着度が２であるときの上限値を８０に規定し、定着度が３であるときの上限値を９０に規定し、定着度が４であるときの上限値を１００に規定している。このように、上限値テーブルは、定着度が大きいほど上限値を高く規定している。

処理デバイス７０は、このように上限値を規定する上限値テーブルに従って、Ｓ３１０－Ｓ３４０で算出された習熟度の補正を行うと、Ｓ３６０に移行する。Ｓ３６０において、処理デバイス７０は、Ｓ３１０－Ｓ３４０で習熟度を算出した学習要素のそれぞれに関して、Ｓ３５０での補正後の習熟度を、対応するユーザの学習者データに書き込むことにより、学習者データが示すユーザの各学習要素の習熟度を更新する。この習熟度の更新と併せて、処理デバイス７０は、演習履歴データを更新する。これにより処理デバイス７０は、ユーザの学習者データを更新する（Ｓ３６０）。その後、習熟度更新処理を終了する。

Ｓ１７０において習熟度更新処理を終了すると、処理デバイス７０は、終了条件が満足されたか否かを判断する（Ｓ１８０）。処理デバイス７０は、ユーザから学習終了の意思表示がなされたことがユーザ端末装置１０から通知されたとき終了条件が満足されたと判断することができる。

処理デバイス７０は、終了条件が満足されたと判断すると（Ｓ１８０でＹｅｓ）、学習支援処理を終了し、終了条件が満足されていないと判断すると（Ｓ１８０でＮｏ）、Ｓ１９０に移行して、図１３に示す次問題選択処理を実行する。

次問題選択処理において、処理デバイス７０は、Ｓ１２０で出題された問題にユーザが正解しているか否かを判断する（Ｓ４１０）。正解していると判断した場合（Ｓ４１０でＹｅｓ）、カリキュラムに従って次問題を選択し（Ｓ４１５）、当該次問題選択処理を終了する。

処理デバイス７０は、正解していないと判断すると（Ｓ４１０でＮｏ）、習熟度に基づく問題選択を行うか否かを判断する（Ｓ４２０）。習熟度に基づく問題選択のために十分な問題演習が行われていない場合、処理デバイス７０は、ここで否定判断し、Ｓ４２５に移行する。

Ｓ４２５において、処理デバイス７０は、出題された問題に対する、予め定められた規則に従う標準の戻り先の問題を、次問題に選択して（Ｓ４２５）、当該次問題選択処理を終了する。戻り先の問題は、出題された問題よりもカリキュラム上前に出題される問題に対応する。

処理デバイス７０は、Ｓ４２０において肯定判断すると、Ｓ４３０に移行し、要素リストを生成する。要素リストは、出題された問題に含まれる学習要素のリストである。要素リストには、出題された問題に対する標準の戻り先の問題に含まれるゴール要素が付加されてもよい。

続くＳ４４０において、処理デバイス７０は、要素リストに含まれる学習要素のそれぞれに関して、合成習熟度を算出する。合成習熟度は、学習要素の習熟度を、関係する学習要素の習熟度で補正した習熟度に対応する。以下、合成習熟度算出対象の学習要素のことを、対象要素と表現する。

具体的に、合成習熟度Ｙｍは、式Ｙｍ＝Σ（Ｙｉ・Ｎｉ）／ΣＮｉに従って算出される。分母の値ΣＮｉは、特定グループに属する学習要素Ｅｉのそれぞれの標準演習数Ｎｉの和に対応する。ここでいう特定グループは、対象要素の子要素及び依存先の学習要素の一群である。例えば、対象要素が、図７に示す学習要素Ｃ１である場合、特定グループは、学習要素Ｃ１１，Ｃ１２及び学習要素Ｃ３の一群に対応する。特定グループには、対象要素自身が含まれていてもよい。

分子の値は、上記特定グループに属する各学習要素Ｅｉの値（Ｙｉ・Ｎｉ）の和に対応する。Ｙｉは、学習要素Ｅｉの習熟度に対応し、Ｎｉは、学習要素Ｅｉの標準演習数に対応する。即ち、値（Ｙｉ・Ｎｉ）は、学習要素Ｅｉに関する習熟度Ｙｉと標準演習数Ｎｉとの積に対応する。

このことから理解できるように、合成習熟度Ｙｍは、対象要素に関係する学習要素群からなる特定グループの習熟度Ｙｉの加重平均に対応する。対象要素に、子要素及び依存先の学習要素が存在しない場合、合成習熟度は、対象要素自身の習熟度に一致する。

その後、処理デバイス７０は、要素リストに含まれる学習要素の一部をリストから除外するように、要素リストを編集する（Ｓ４４５）。具体的に、処理デバイス７０は、標準演習数に対するユーザの実演習数の割合が基準以上且つ誤答率が基準以上の学習要素を残し、他の学習要素を除外するように、要素リストを編集する。更に、処理デバイス７０は、合成習熟度が基準以上の学習要素を除外するように、要素リストを編集する。これにより、処理デバイス７０は、要素リストから、習熟度が高い学習要素、及び、習い始めの学習要素を除くように、要素リストを編集する。

Ｓ４４５において、処理デバイス７０は、出題された問題を基準に、カリキュラム上、所定数前までの問題に含まれる学習要素を残し、他の学習要素を除外するように、更に要素リストを編集してもよい。これにより、最近ユーザが学んでいる学習要素で苦手な学習要素のみが要素リストに残るように、要素リストを編集してもよい。

Ｓ４４５での処理後、処理デバイス７０は、編集後の要素リスト内の学習要素を、合成習熟度が低い順にソートする（Ｓ４５０）。そして、Ｓ４７０以降の処理について未処理の要素リスト内の学習要素の内、合成習熟度が最も低い学習要素を、処理対象に選択し（Ｓ４６０）、処理対象の学習要素をゴール要素に含む、Ｓ１２０で出題された問題よりカリキュラム上前の問題群を抽出する（Ｓ４７０）。

その後、処理デバイス７０は、抽出した問題群を、カリキュラムに従う問題順に配列し、配列した問題群を、その配列を維持しながら、カリキュラムでの章分けに従って分離することにより、問題群を複数のクラスタに分離する。処理デバイス７０は、この複数のクラスタの内、Ｓ１２０で誤答した問題にカリキュラム上最も近いクラスタの先頭問題を、次問題の候補に選択する（Ｓ４８０）。

続いて、処理デバイス７０は、Ｓ４８０で選択した次問題の候補が、最近出題された問題であるか否かを判別する（Ｓ４９０）。最近出題された問題か否かの判別は、次問題の候補が、現時刻から所定時間前までに（例えば１０分以内に）出題された問題であるか否かを判別することにより実現することができる。

処理デバイス７０は、次問題の候補が最近出題された問題であると判別した場合（Ｓ４９０でＹｅｓ）、Ｓ４６０に移行し、次に合成習熟度が低い学習要素を処理対象に選択して、Ｓ４７０以降の処理を実行する。処理デバイス７０は、次問題の候補が最近出題された問題ではないと判別した場合（Ｓ４９０でＮｏ）、その候補を次問題に選択して（Ｓ４９５）、次問題選択処理を終了する。

処理デバイス７０は、Ｓ１９０で次問題選択処理を終了すると、Ｓ１２０に移行し、Ｓ１９０で選択された次問題をユーザ端末装置１０の表示デバイス５０を通じてユーザに出題する。その後、Ｓ１３０以降の処理を実行する。

以上に説明した本実施形態の学習支援システム１は、出題された問題に対するユーザの取り組みに基づき、出題された問題に含まれる学習要素に関するユーザの習熟度を更新するように、ユーザの学習者データを更新する。

具体的には、学習支援システム１は、出題された問題に対するユーザの解答行動及び正答確認行動の少なくとも一方に基づき、ユーザの習熟度を更新する。より具体的には、学習支援システム１は、解答行動に関するパラメータとしての、解答の正否、解答時間、及びヒントの閲覧有無に基づき、ユーザの習熟度を更新する。更には、学習支援システム１は、正答確認行動に関するパラメータとしての、問題解説文の閲覧度に基づき、ユーザの習熟度を更新する。

従って、本実施形態の学習支援システム１によれば、ユーザが効率的に学習可能な問題を提供し、ユーザによる学習を支援することができる。具体的には、算数及び数学のように、正答に複数のスキルが必要な問題にユーザが取り組んだ際、この取り組みに基づき、詳細にユーザの習熟度を記録し、これをユーザに出題する問題選択に役立てることができる。

本実施形態によれば特に、ユーザが問題に取り組んだ際、その取り組んだ問題に含まれる学習要素だけでなく、その学習要素に関係する学習要素、具体的には、親子関係、依存関係、及び派生関係の存在する学習要素の習熟度も更新する。従って、ユーザの習熟度の向上の実態に適合するように、学習者データ内の各学習要素の習熟度を更新することができる。

本実施形態によれば更に、各学習要素の習熟度Ｙの加算量Ｃを、学習要素の標準演習数Ｎに基づいて調整することにより、標準演習数Ｎが多い学習要素ほど習熟度Ｙの上昇が小さくなるように更新する。具体的には、各学習要素の習熟度Ｙの加算量Ｃを、学習要素の種類に基づく係数Ｋ、その学習要素の標準演習数Ｎ、及び、問題の取り組みに関する経験値Ｘに基づき、式Ｃ＝Ｋ・Ｘ／Ｎに従って算出する。従って、習得難度の異なる各学習要素の習熟度を適切に更新可能である。

本実施形態によれば更に、スキルの定着度に基づく習熟度の上限値を定め、習熟度を上限値以下に補正する。従って、学習経験に対するユーザの忘却を考慮した適切な習熟度を算出することが可能である。

本実施形態によれば更に、ユーザが誤答した問題に含まれる学習要素の内、習熟度が低い学習要素を含む問題を優先的に次問題に選択して、出題する。従って、ユーザの苦手な学習要素の学習を重点的に支援することができる。

本開示は、上述の実施形態に限定されるものではなく、種々の態様を採ることができることは言うまでもない。本開示の技術は、算数及び数学によらず様々な科目の学習支援に利用可能である。習熟度の具体的な計算式は、上記実施形態に限定されるものではなく、解答の正否、解答時間、及び、問題解説文の閲覧度等の上記パラメータ以外の別パラメータを用いて計算されてもよい。上記パラメータの一部が習熟度の計算に用いられなくてもよい。

次問題の選択方法も、上記実施形態に限定されるものではない。学習要素間の習熟度の高低に応じて、重点的に学習を支援する学習要素を変更する、様々な問題選択方法が採用され得る。例えば、学習支援システムは、習熟度の低い学習要素ほど、その学習要素を含む問題の出題確率が上昇するように、確率的に習熟度に応じた問題選択を行うように構成されてもよい。

サーバ装置６０及びデータベースシステム１００が有する機能の一部又は全部は、ユーザ端末装置１０に組み込まれてもよい。学習支援システム１によるサービスは、ウェブブラウザを通じて、パーソナルコンピュータ等のユーザ端末装置に提供されてもよい。

上記実施形態における１つの構成要素が有する機能は、複数の構成要素に分散して設けられてもよい。複数の構成要素が有する機能は、１つの構成要素に統合されてもよい。上記実施形態の構成の一部は、省略されてもよい。上記実施形態の構成の少なくとも一部は、他の上記実施形態の構成に対して付加又は置換されてもよい。特許請求の範囲に記載の文言から特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。

最後に用語間の対応関係について説明する。処理デバイス７０が実行するＳ１２０の処理は、出題ユニットにより実現される処理の一例に対応する。処理デバイス７０が実行するＳ１６０，Ｓ１７０の処理は、更新ユニットにより実現される処理の一例に対応する。処理デバイス７０が実行するＳ１９０の処理は、選択ユニットにより実現される処理の一例に対応する。処理デバイス７０が実行するＳ３５０の処理は、判定ユニットにより実現される処理の一例に対応する。

１…学習支援システム、１０…ユーザ端末装置、２０…制御デバイス、２１…ＣＰＵ、２３…ＲＡＭ、３０…記憶デバイス、４０…通信デバイス、５０…表示デバイス、５５…入力デバイス、６０…サーバ装置、７０…処理デバイス、７１…ＣＰＵ、７３…ＲＡＭ、８０…記憶デバイス、９０…通信デバイス、１００…データベースシステム。

Claims (18)

1. 複数の問題の中から選択された問題を、表示デバイスを通じて出題するように構成される出題ユニットと、
   前記出題ユニットにより出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新するように構成される更新ユニットと、
   前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から前記出題ユニットに新たに出題させる問題を選択するように構成される選択ユニットと、
   を備え、
   前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
   前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
   前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
   前記更新ユニットは、前記出題された問題に対する前記学習者の取り組みに基づき、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を更新するように、前記習熟度データを更新し、前記学習者の習熟度を更新する際には、前記習熟度を更新する対象の学習要素に関して、学習要素毎に、対応する学習要素の習熟度を、前記対応する学習要素に対して定められた標準演習数が多いほど習熟度の変化が小さくなるように、更新する学習支援システム。
2. 複数の問題の中から選択された問題を、表示デバイスを通じて出題するように構成される出題ユニットと、
   前記出題ユニットにより出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新するように構成される更新ユニットと、
   前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から前記出題ユニットに新たに出題させる問題を選択するように構成される選択ユニットと、
   を備え、
   前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
   前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
   前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
   前記更新ユニットは、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を更新するように、前記習熟度データを更新し、前記学習者の習熟度を更新する際には、前記出題された問題に対する前記学習者の取り組みに応じた経験値を算出し、前記習熟度を更新する対象の学習要素に関して、学習要素毎に、個別の変換式を用いて前記経験値を習熟度相当値に変換し、前記習熟度相当値を、対応する学習要素の習熟度に加算することにより、前記対応する学習要素の習熟度を更新し、
   前記変換式は、対応する学習要素に対して定められた標準演習数が多いほど、前記習熟度相当値が低くなるように、前記経験値を前記習熟度相当値に変換するように構成される学習支援システム。
3. 学習支援システムであって、
   複数の問題の中から選択された問題を、表示デバイスを通じて出題するように構成される出題ユニットと、
   前記出題ユニットにより出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新するように構成される更新ユニットと、
   前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から前記出題ユニットに新たに出題させる問題を選択するように構成される選択ユニットと、
   を備え、
   前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
   前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
   前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
   前記学習支援システムは更に、前記複数の学習要素のそれぞれに対応するスキルの前記学習者における定着度を判定する判定ユニットを備え、
   前記更新ユニットは、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を、学習要素毎に、前記出題された問題に対する前記学習者の取り組みに基づいて、更には、前記判定ユニットにより判定された、対応する学習要素の前記定着度に基づいて更新するように、前記習熟度データを更新する学習支援システム。
4. 請求項３記載の学習支援システムであって、
   前記更新ユニットは、前記学習者の習熟度を、前記判定ユニットにより判定された定着度に対応した上限値以下の範囲で、前記学習要素毎に更新するように構成され、
   前記上限値は、前記定着度が高いほど大きい学習支援システム。
5. 複数の問題の中から選択された問題を、表示デバイスを通じて出題するように構成される出題ユニットと、
   前記出題ユニットにより出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新するように構成される更新ユニットと、
   前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から前記出題ユニットに新たに出題させる問題を選択するように構成される選択ユニットと、
   を備え、
   前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
   前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
   前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
   前記更新ユニットは、前記出題された問題に対する前記学習者の取り組みに基づき、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を更新するように、前記習熟度データを更新し、
   前記選択ユニットは、前記出題された問題に関する複数の学習要素のそれぞれの習熟度を、対応する学習要素に関係する複数の学習要素の習熟度に基づいて補正した補正後の習熟度に基づき、前記出題ユニットに新たに出題させる問題を選択する学習支援システム。
6. 請求項５記載の学習支援システムであって、
   前記選択ユニットは、前記出題された問題に対して前記学習者が誤答したとき、前記学習者が誤答した前記問題に関する複数の学習要素に関し、前記複数の学習要素のそれぞれの習熟度を、対応する学習要素に関係する複数の学習要素の習熟度に基づいて補正し、補正後の習熟度に基づき、前記複数の学習要素の内、前記補正後の習熟度がより低い学習要素を含む問題をより優先的に選択するように、前記出題ユニットに出題させる問題を選択する学習支援システム。
7. 請求項３～請求項６のいずれか一項記載の学習支援システムであって、
   前記更新ユニットは、前記習熟度を更新する対象の学習要素に関して、学習要素毎に、対応する学習要素の習熟度を、前記対応する学習要素に対して定められた標準演習数が多いほど習熟度の変化が小さくなるように、更新する学習支援システム。
8. 請求項１～請求項７のいずれか一項記載の学習支援システムであって、
   前記更新ユニットは、前記複数の学習要素間の関係を示すデータに基づき、前記出題された問題に含まれる学習要素に関係する学習要素に関する前記学習者の習熟度を更に更新するように、前記習熟度データを更新する学習支援システム。
9. 請求項１～請求項８のいずれか一項記載の学習支援システムであって、
   前記更新ユニットは、前記取り組みとして、前記入力デバイスを通じた前記学習者の解答行動及び正答確認行動の少なくとも一方に基づき、前記学習者の習熟度データを更新する学習支援システム。
10. 請求項１～請求項９のいずれか一項記載の学習支援システムであって、
    前記更新ユニットは、前記学習者の解答の正否に基づき、前記習熟度を更新する対象の学習要素に関して、学習要素毎に、対応する学習要素の習熟度に対する加算量を決定し、前記決定した加算量を、前記対応する学習要素の習熟度に加算することにより、前記対応する学習要素の習熟度を更新する学習支援システム。
11. 請求項１０記載の学習支援システムであって、
    前記更新ユニットは、前記学習者の解答時間、及び、解答後に前記表示デバイスによって表示される問題解説文の前記学習者による閲覧度の少なくとも一方に更に基づき、前記加算量を決定する学習支援システム。
12. コンピュータが実行する学習支援方法であって、
    複数の問題の中から選択された問題を、表示デバイスを通じて出題することと、
    前記出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新することと、
    前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から新たに出題する問題を選択することと、
    を含み、
    前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
    前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
    前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
    前記更新することは、前記出題された問題に対する前記学習者の取り組みに基づき、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を更新することであって、前記習熟度を更新する対象の学習要素に関して、学習要素毎に、対応する学習要素の習熟度を、前記対応する学習要素に対して定められた標準演習数が多いほど習熟度の変化が小さくなるように、更新することを含む学習支援方法。
13. コンピュータが実行する学習支援方法であって、
    複数の問題の中から選択された問題を、表示デバイスを通じて出題することと、
    前記出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新することと、
    前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から新たに出題する問題を選択することと、
    を含み、
    前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
    前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
    前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
    前記更新することは、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を更新することであって、前記出題された問題に対する前記学習者の取り組みに応じた経験値を算出し、前記習熟度を更新する対象の学習要素に関して、学習要素毎に、個別の変換式を用いて前記経験値を習熟度相当値に変換し、前記習熟度相当値を、対応する学習要素の習熟度に加算することにより、前記対応する学習要素の習熟度を更新することを含み、
    前記変換式は、対応する学習要素に対して定められた標準演習数が多いほど、前記習熟度相当値が低くなるように、前記経験値を前記習熟度相当値に変換するように構成される学習支援方法。
14. コンピュータが実行する学習支援方法であって、
    複数の問題の中から選択された問題を、表示デバイスを通じて出題することと、
    前記出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新することと、
    前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から新たに出題する問題を選択することと、
    を含み、
    前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
    前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
    前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
    前記学習支援方法は更に、前記複数の学習要素のそれぞれに対応するスキルの前記学習者における定着度を判定することを含み、
    前記更新することは、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を、学習要素毎に、前記出題された問題に対する前記学習者の取り組みに基づいて、更には、前記判定された、対応する学習要素の前記定着度に基づいて更新するように、前記習熟度データを更新することを含む学習支援方法。
15. コンピュータが実行する学習支援方法であって、
    複数の問題の中から選択された問題を、表示デバイスを通じて出題することと、
    前記出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新することと、
    前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から新たに出題する問題を選択することと、
    を含み、
    前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
    前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
    前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
    前記学習支援方法は更に、前記複数の学習要素のそれぞれに対応するスキルの前記学習者における定着度を判定することを含み、
    前記更新することは、前記出題された問題に対する前記学習者の取り組みに基づき、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を、前記定着度に対応した上限値以下の範囲で、前記学習要素毎に更新することを含み、
    前記上限値は、前記定着度が高いほど大きい学習支援方法。
16. コンピュータが実行する学習支援方法であって、
    複数の問題の中から選択された問題を、表示デバイスを通じて出題することと、
    前記出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新することと、
    前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から新たに出題する問題を選択することと、
    を含み、
    前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
    前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
    前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
    前記更新することは、前記出題された問題に対する前記学習者の取り組みに基づき、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を更新することを含み、
    前記選択することは、前記出題された問題に関する複数の学習要素のそれぞれの習熟度を、対応する学習要素に関係する複数の学習要素の習熟度に基づいて補正した補正後の習熟度に基づき、新たに出題する問題を選択することを含む学習支援方法。
17. コンピュータが実行する学習支援方法であって、
    複数の問題の中から選択された問題を、表示デバイスを通じて出題することと、
    前記出題された問題に対する学習者の入力デバイスを通じた取り組みに基づき、記憶デバイスが記憶する前記学習者の習熟度データを更新することと、
    前記記憶デバイスが記憶する前記学習者の習熟度データに基づき、前記複数の問題の中から新たに出題する問題を選択することと、
    を含み、
    前記習熟度データは、複数の学習要素のそれぞれに関して前記学習者の習熟度を示し、
    前記複数の問題の少なくとも一部は、前記複数の学習要素の内の二以上を含み、
    前記複数の学習要素の少なくとも一部は、前記複数の問題の内の二以上に重複して含まれ、
    前記更新することは、前記出題された問題に対する前記学習者の取り組みに基づき、前記出題された問題に含まれる学習要素に関する前記学習者の習熟度を更新することを含み、
    前記選択することは、前記出題された問題に対して前記学習者が誤答したとき、前記学習者が誤答した前記問題に関する複数の学習要素に関し、前記複数の学習要素のそれぞれの習熟度を、対応する学習要素に関係する複数の学習要素の習熟度に基づいて補正し、補正後の習熟度に基づき、前記複数の学習要素の内、前記補正後の習熟度がより低い学習要素を含む問題をより優先的に選択するように、前記新たに出題する問題を選択することを含む学習支援方法。
18. 請求項１２～請求項１７のいずれか一項記載の学習支援方法をコンピュータに実行させるためのコンピュータプログラム。

Images