Automating question generation from educational text
本研究の学術的背景は、教育現場で問題ベースの学習活動（QBAs）が広く利用されている一方で、その作成にはかなりの時間と労力がかかるため、その部分を自動化するアプローチが求められていることで、核心をなす学術的「問い」は、教育的なテキストから自動的に多肢選択問題（MCQs）を生成するためのAIツールを開発することです。
本研究の目的は、先生方の負担を軽減し、個別の学習体験を促進するための自動問題生成ツールを設計し評価することです。研究の独自性と創造性は、生成的AIの進歩を応用した教育のための問題生成システムを提案し、そのモジュラー構造を通じて、問題生成、正解予測、選択肢作成という各要素を個々に評価できることにあります。
本研究は、先生方へのアンケートを通じてQBAsの重要性と、それを作成する際に直面する課題を理解することから始まり、生成的AIの最新の進歩を教育テキストからMCQsを自動生成するシステムの開発に活用しました。このような動きは、最先端のモデル（GPT-4など）が、自然言語理解の新たな基準を設定している中で、これらが帰属する一連の研究動向に基づくものです。
本研究では、AIを活用した問題生成ツールの必要性を評価するために、先生方へのアンケートを行いました。また、生成的AIの最新の進歩に基づいて、教育テキストからMCQを自動生成する新たなシステムを開発し、そのフレームワークを提案しました。さらに、様々な言語モデルと生成技術の利点と欠点を測定し、その結果を定量的にも定性的にも評価しました。
本研究の有効性は、大量の定量的評価と定性的評価、人間アノテーターによる評価を通じて検証しました。その結果、生成された選択肢は正解と見分けがつかず、MCQの構造に基づいて正解を推測するのが難しいと評価されました。
この記事が気に入ったらサポートをしてみませんか？