要点
2024.04.02掲載の近畿大学のオンデマンド科目の事例。規模と導入目的を紹介。
現行公式説明では会話パターン分析とChatGPT解説を区別。過去授業で生成AI使用を確認したとは扱わない。
事例の代替室を手掛かりに、連絡、切替、課題、振り返りまでつなぐ本稿の提案。
複数の班を支えるために、何を見えるようにしたのか
ハイラブルが2024.04.02付で掲載した事例は、近畿大学のオンデマンド科目「データリテラシー入門」で行われたオンラインのグループ討議です。紹介されている規模は1班4〜8人、3〜7ルーム。学生同士の交流と、少人数のスタッフによる複数班の支援を目的に、発話量ややり取りの可視化を取り入れています。
掲載された担当者のコメントには、表示を見て他の学生に話を向けたという学生の感想や、スタッフが複数ルームの状況を確かめられたという報告があります。また、事前の案内を用意し、全体会議にはZoomを使い、Hylableへ接続できない場合のZoom内の代替室も準備しています。
この事例を自分の授業に引き寄せるなら、まず「どんなグラフがあるか」より、教員が見逃しやすい場面を考えます。班を順番に訪問するだけでは、まだ訪ねていない班の困りごとに気づけないかもしれません。一方、全班の表示を常に見続ければ、今話している学生への注意が薄れることも考えられます。表示を増やすこと自体を授業の目的にせず、どの場面の判断を助けたいのかを決める必要があります。ここから先の具体的な進め方は、本稿の運用提案です。
たとえば、「討議が止まっている班を探す」と「誰もが意見を出せる進め方を考える」では、同じ表示を見ても次の行動が変わります。前者なら課題の説明や接続状態を確かめ、後者なら学生自身が話す順序や問いかけ方を考える時間を設けます。ツールの導入計画には、見る情報と、その情報を見た後に誰が何をするのかを一緒に書きます。グラフの作成だけで役割分担が決まるわけではありません。
事例の導入目的を手掛かりにした本稿の提案です。当該大学の実施手順を再現した図ではありません。
発話の可視化と、生成AIによる解説を分けて読む
Hylableの現行の技術紹介では、発話の時機や量などを扱う音環境分析・議論分析と、ChatGPTを使う自動解説が別に説明されています。後者にはベータ版という注記があります。ただし、現在の製品紹介にある機能を、この事例の授業で使ったとさかのぼって解釈することはできません。この事例で確認できる中心的な使い方は、会話の状況の可視化です。生成AIが討議を評価した事例としては扱いません。
