昨日に引き続き、時間データの取得について考える。

時間について取得すべきなのは、「アクセスの時間」であるのは間違いない。だが、これをもう少し細かく見る必要がある。

例えば学習するための動画を表示するページにアクセスされた場合、アクセスされた時刻、そのページに滞在した時間という２つの時間に関係するデータを取得できる。

これが確認テストなどを行う出題画面だとさらに情報は増える。アクセスされた時刻は先ほどと変わらない。だが、テストの場合、解答するのにかかった時間、そしてその後、解説を読んだ時間の２つの時間を取ることができるようになる。問題を何秒で解いているのかを見れば、真面目に考えたのかどうかを判断できるようになる。また解説を読んだ時間も取っていれば、真面目に取り組んでいるかどうかの判断をよりやりやすくなる。真面目に取り組むのであれば、間違えた問題は解説を丁寧に読むはずだからだ。

これらの時間については、たまたま席を外していたために長時間学習しているように見えているだけではないかという疑問も生じる。だが、全ての問題で席を外すことはないため、その個人の解いた全問題を平均すると、学習傾向を知ることができる。

同じ理由で、問題毎の解答時間も全学習者の平均を取れば、解答時間と正答率との比較も可能となる。これらの情報をしっかりと取ることで、様々な解析が可能となるのだ。

今月の歩数：１０９，８２５歩
今日の体重：７３．０ｋｇ

今日から何回かに分けて、eラーニングで学習したときに取っておくべき学習ログデータと、その使い方を解説していこうと思う。まずは何故データが必要かについて説明する。

学習データを取るのは、学生・生徒・児童の成績を伸ばすことが目的である。現在の達成度を測定し、一定の学習を行った後に達成度がどの様に変化したのかを測定する。その差分をもって、次のどの様な指導を行えば良いのかを考えるのだ。

一般的には学力テストを行うことで達成度評価を行うわけだが、ペーパーテストで行うと様々な情報が抜け落ちるため、誤った情報を受け取ることになる。例えば次のような例を考えよう。これはとある２人の成績である。

ＡさんとＢさんの宿題の成績を見る限り、１回目、２回目、４回目は同じ成績を取っている。３回目だけＡさんはＢさんより成績が悪い。もしここまでの成績を見たならば、Ａさんは３回目の単元が苦手だと判断するかも知れない。もしかしたらたまたま集中力を欠いていたのかも知れないし、じっくりと取り組む時間が無かったのかも知れない。つまり、成績からだけだと何もわからない。

一方、学力テストを見ると、ＡさんよりもＢさんの方が成績が悪い。もしかしたらテスト当日の体調が悪かったのかも知れない。ヤマが外れたのかも知れない。これもテストの成績だけからは何もわからない。これはペーパーテストの限界なのだ。

だがもしeラーニングでしっかりと解答時間を取っていたらどうだろう。宿題３回目でＡさんが悪い成績だったのが、時間が足りなかったのか、時間が十分あったにもかかわらず成績が悪かったのかの判別ができる様になる。

逆に、もしかしたらＢさんはＡさんの１．５倍もの時間を宿題にかけていたらどうだろう。Ａさんの１．５倍の時間をかけることで、Ｂさんはなんとか同じ成績を取っていた可能性がある。だから制限時間がある学力テストではＡさんよりも成績が悪いのかも知れない。

つまり、デジタル化によって様々な情報を取れば取るほど、ＡさんとＢさんの成績がなぜこの点数なのかを詳細に把握できるようになるのだ。成績の要素を割り出すことができれば、おのずと必要な指導方針が決まる。だから学習ログデータは事細かに取らないといけないのである。

今月の歩数：１０９，２３６歩
今日の体重：７３．５ｋｇ