横滨国立大学大学院工学研究院的杉本千佳准教授与信息系统企业DTS近日宣布，将共同开展一项新研究：通过可视化中学生与高中生在备考过程中的学习状态，并利用人工智能（AI）提供最适化的学习支援模型。

研究团队希望通过识别考生因身体不适或心理压力而无法发挥应有实力的状态，及时提出休息建议或调整学习负荷，让考生在最佳状态下持续学习。

将“出勤但低效（Presenteeism）”概念引入教育场景

研究团队把原本用于职场健康管理的“Presenteeism（出勤但无法发挥正常绩效）”概念应用到教育领域。 他们将结合考生的问卷调查与可穿戴设备的传感数据，分析睡眠、活动量、压力、专注度等客观指标，找出影响学习状态的因素，并以可视化方式呈现，让家长、补习班与预备校教师能够更容易察觉学生的状态变化。

持续掌握个体学习状态，提供个别化支援

在此基础上，研究团队将持续追踪每位考生的学习状态，为其提供量身定制的学习支援。 目标是帮助考生调节身心状态，使其在考试中发挥原本的实力。

AI推动教育个别化，学习状态成为关键指标

当前教育领域正积极推动利用AI与数据实现个别化学习。除了成绩与学习时间，反映身心状况的“学习状态”也被视为重要指标。

横滨国立大学与DTS希望通过本研究，让考生不再独自承受身体不适或心理压力，而是在周围的支持下保持积极的学习态度。

杉本准教授表示：“我们希望结合生体数据利用的专业知识与DTS的社会实施能力，提出面向个别最适化教育的数据应用模型。”

消息来源：学習コンディションを可視化してAIが受験勉強を支援　横浜国立大学がモデル開発へ – 大学ジャーナルオンライン

No Trackback Yet

You can be the first to Trackbacks!