PAL: パーソナル適応型学習者

Abstract

AI駆動の教育プラットフォームはパーソナライゼーションにおいて一定の進展を遂げてきましたが、依然として多くは静的な適応――事前に定義されたクイズ、画一的な進度、あるいは一般的なフィードバック――に制約されています。これにより、学習者の理解が変化していく過程に対して適切に応答する能力が制限されます。この不足は、文脈を理解した上でリアルタイムに適応できるシステムの必要性を示しています。私たちは、講義動画をインタラクティブな学習体験へと変換するAI搭載プラットフォームPAL（Personal Adaptive Learner）を提案します。PALは、マルチモーダルな講義コンテンツを継続的に解析し、難易度の異なる質問によって学習者を動的に関与させます。さらに、授業が進むにつれて、学習者の回答に応じて質問を調整します。セッションの終了時には、PALが個別化された要約を生成し、主要概念を強化しつつ、学習者の関心に合わせて例をカスタマイズします。マルチモーダル・コンテンツ解析と適応的な意思決定を統合することで、PALは応答性のあるデジタル学習のための新しい枠組みに貢献します。本研究は、AIが静的なパーソナライゼーションを超えて、リアルタイムで個別化された支援へと進めることを示しており、AIを活用した教育における中核的課題に取り組みます。