概要
学習アナリティクスとは？
学習アナリティクスとは、過去のデータと現在の行動に基づいて、学習プロセスの未知の側面を予測または検出するために使用されるソフトウェアアルゴリズムです。学習アナリティクスには、主に次の4つのカテゴリがあります：
- 記述的（何が起こったか？）
- 予測的（次に何が起こるか？）
- 診断的（なぜそれが起こったか？）
- 処方的（改善するにはこうする）
ほとんどの商用ソリューションは記述的なものだけです。予測的または先回り型のソリューションは、すべての人に当てはまるわけではない、学習に関する特定の前提を置いています。
アナリティクスとレポーティング
Moodleは、ログデータに基づくさまざまな組み込みレポートを提供していますが、それらは主に記述的な性質のものです。つまり、何が起こったかを参加者に伝えますが、その理由は伝えず、成果を予測することも、成果を改善する方法を参加者に助言することもありません。ログエントリは非常に詳細ですが、それ自体は学習プロセスを記述するものではありません。ログエントリは「誰が」「何を」「いつ」を教えてくれますが、「なぜ」や「どの程度うまく」は教えてくれません。エンゲージメントのパターンを把握するには、個々の細かな行動について、はるかに多くのコンテクストが必要です。
Moodle向けには、記述的アナリティクスを提供するサードパーティのプラグインも数多く存在します。また、サードパーティのオフサイトのレポーティングソリューションとの統合もあります。これらも、主に記述的アナリティクスを提供するものであり、レポートを解釈して予測や処方を生成するには人間の判断に頼っています。
これまで、学習アナリティクスシステムは、過去の活動を分析して将来の活動をリアルタイムで予測しようとすることがよくありました。Moodle Learning Analyticsでは、私たちはより大きな目標を掲げています。完全な学習アナリティクスソリューションは、イベントを予測するだけでなく、それをより良い方向に変えるのに役立つと、私たちは考えています。
機能
- 2種類のモデルをサポートしています：
- 予測モデルを含む、機械学習ベースのモデル
- シンプルなルールを使用して懸念される状況を検出する「静的」モデル
- 3つの組み込みモデル：「脱落リスクのある学生」、「直近の活動期限」および「開始していないリスクのあるコース」
- 探究の共同体（Community of Inquiry）に基づく、学生のエンゲージメントの一連の指標
- サイトのデータに照らしてモデルを評価するための組み込みツール
- イベントを使用した先回り型の通知
- 各モデルの洞察通知とともに、推奨されるアクションのリストが提供されます。たとえば、脱落リスクのある学生モデルでは、インストラクタは、モデルによって特定された学生に簡単にメッセージを送信したり、その学生の活動レポートに移動して、コース内での学生の活動の詳細を確認したりできます。
- サードパーティのMoodleプラグイン用の指標および予測モデルを構築するためのAPI
- 機械学習バックエンドプラグインタイプ - PHPおよびPythonをサポートしており、拡張して他の機械学習バックエンドを実装できます。
- 再利用可能なターゲット、指標およびその他のコンポーネントに基づいて、新しいカスタムモデルでシステムを簡単に拡張できます。詳細については、アナリティクスAPIの開発者ドキュメントをご覧ください。
制限事項
- 脱落リスクのある学生などの機械学習モデルは、データのあるサイトでトレーニングする必要があります。これが完了するまで、これらのモデルはサイトで予測を行うことができません。
- モデルは、教育機関の教育上の優先事項に合わせて設計および選択する必要があります。
設定
Moodleの学習アナリティクスシステムは、使用する前にいくつかの初期設定が必要です。詳細については、アナリティクス設定をご覧ください。
アナリティクスの使用
Moodle Learning Analytics APIはオープンなシステムであり、非常に多様なモデルの基盤となり得ます。モデルには、指標（予測因子とも呼ばれます）、ターゲット（予測しようとしている成果）、洞察（予測そのもの）、通知（洞察の結果として送信されるメッセージ）、アクション（メッセージの受信者に提供され、それ自体が指標になり得ます）を含めることができます。
ほとんどの学習アナリティクスモデルは、デフォルトでは有効になっていません。モデルを使用できるように有効にするのは、そのモデルがサポートすることを意図している教育機関の目標を検討した後にしてください。詳細については、アナリティクスの使用をご覧ください。
アナリティクスモデルは、カテゴリまたはコースのコンテクストに制限できます。
モデルの管理
モデルを有効にしてトレーニングすると、洞察が生成されます。モデルのパフォーマンスと精度もモニタリングする必要があります。詳細については、アナリティクスの管理をご覧ください。
