理解できていないのはなぜ？大規模言語モデルで難しいトピックに関する学生の誤概念を特定・特性化する
arXiv cs.CL / 2026/5/4
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- この研究は、クイズの成績分析とLLMによる評価を組み合わせて、オンライン学習における学生の誤概念を特定する2段階の手法を提案しています。
- 5つのオンライン医学系科目で9つのコース期間のデータ（3,802人の受講登録）を分析し、各コースで40〜50のトピック別クイズを用いて、繰り返し難しい中核トピックを見つけ出しています。
- 生成AIを用いて、クイズの設問内容・学生の解答パターン・講義トランスクリプトを組み合わせて解析し、成績データだけでは分からない誤概念の内容を明らかにしています。
- 専門家は、LLMが特定した誤概念の質を「優れている」と評価し、教員へのインタビューでもデータに基づく難所の特定が実務的に有用であることが示され、教員の観察とも一致しました。
- 著者らは、このアプローチがクイズ中心の学習環境でスケーラブルに適用でき、より的を絞った（場合によっては個別化された）介入につながり得ると述べています。さらに、介入効果は追跡クイズの成績で測れる明確な道筋も示しています。
