日本データパシフィックは、大学向けLMS「WebClass」に新機能「コンピテンシー・チャート」を標準搭載します。
学生が授業後に記述した学びの振り返りをAIが分析し、資質・能力の育成状況を可視化します。
東京学芸大学森本康彦研究室との共同研究による機能で、教育の質保証や改善を支援します。
記事の概要
「コンピテンシー・チャート」は、学生の学びの振り返り記述から資質・能力の育成状況を分析する機能です。
AIは記述内容から資質・能力の育成に関係する文章を抽出し、「学士力」「社会人基礎力」「21世紀型スキル」などのフレームワークに基づいて分類・分析します。
分析結果はWebClassの学習記録ビューア上に表示され、学生は自身の成長傾向を確認できます。
担当教員も履修者全体の傾向を把握し、教育成果の確認や授業改善に活用できます。
利用の流れは、学生による振り返り、データベースへの蓄積、AIによる分析、学生と教員による結果の確認です。
教員による追加的な授業準備をほとんど必要とせず、通常の授業で行う振り返り活動を活用できる点が特徴です。
すべての分析処理はWebClass内で行われ、外部のLLMの学習データとして使用されることはありません。
本機能の研究成果は、日本教育工学会2026年秋季全国大会で発表されます。
記事のポイント
- 振り返りをAI分析: 授業後の振り返り文章から、AIが資質・能力の育成に関係する記述を抽出して分類します。
- 学生と教員が確認: 学生は自身の成長傾向を確認でき、教員は履修者全体の教育成果を把握できます。
- WebClass内で処理: 分析処理はWebClass内で完結し、外部のLLMの学習データには使用されません。
このニュースがもたらす影響
- 導入検討大学: 既存の振り返り活動を増員や授業設計の大幅な変更なしに教育成果の把握へつなげられるため、質保証の運用方法や学内での活用範囲を検討しやすくなりそうです。
- 大学教員: 学生個人の成長傾向と履修者全体の傾向を同じ学習記録から確認できるため、授業改善の論点を見つける際に、記述データを継続的に参照する運用が求められそうです。
- LMS提供事業者: 学習履歴の蓄積に加えて、記述内容を資質・能力の枠組みで解釈する機能が標準化されることで、教育成果の可視化やデータの扱い方がLMS選定の比較軸になる可能性があります。
このニュースの背景
高等教育機関では、教育の質保証と継続的な教育改善に加え、学生が学習成果を実感できる学修者本位の教育が求められています。
一方で、学生の資質・能力の成長を継続的かつ効率的に把握することは容易ではなく、ラーニングアナリティクスやルーブリック評価への関心が高まっています。
今回の機能は、日常的な授業後の振り返りを分析対象にすることで、教員の追加負担を抑えながら学修成果を把握する方向を示しています。
分析処理をWebClass内で完結させ、外部のLLMの学習データに使用しない設計は、学生の記述データを扱う大学が運用を検討する際の材料になりそうです。
関連するニュース
- AI Librariumが東北大学と、社内環境だけで個人情報を検出・マスキングする手法を発表しました。
- 株式会社NoSchoolが、累計7,000時間超の授業記録から生徒の学習傾向をAIで整理する機能を始めました。
- 株式会社Iteraは、AI検索で計測すべき質問文を提案し、自動計測までつなぐ新機能を提供開始しました。
詳しい記事の内容はこちらから(引用元)
日本データパシフィック株式会社のプレスリリース(2026年11月16日 09時30分)AIによる学びの振り返り分析で教育…
https://prtimes.jp/main/html/rd/p/000000016.000111104.html