2006.12‐2012.4　語句関連分析（MSOM）

　2003年頃から、個人の点数のパターンや相互評価の点数などから、自己組織化マップを用いて学習者の類似度を分析しました。記述内容を分析し始めたのは2006.12（日本教科教育学会第32回全国大会）からで、記述内容の単語を自己組織化マップに配置しました。文章の形態素解析、重複単語の削除、各単語の数値化、自己組織化マップの作成など、ステップごとにExcelを用いた分析ファイルがあり、各ステップで結果を出力し、そのデータを次に利用するというように手動で行っていました。最初に分析したのは、生徒の観察・実験の記述内容です。2007.8（日本教科教育学会第32回全国大会）からは、各分析ファイルをシートに出力しながら自動化し、ほぼ現在に近い分析方法を開発しました。その際には、授業における教師の発話を分析しました。そこから2009.11（日本理科教育学会北陸支部大会）までは、授業分析に用いています。また、同時期に教科書の内容の分析や、ワークシートの記述内容の分析などにも用いました。さらに、共同研究において、TIMSSの記述問題に対する子どもの回答を対象に、2008.12-2011.8（日本教科教育学会第34回全国大会、日本科学教育学会第33・34・35回年会）においても、自己組織化マップを用いた分析を行っています。2012.4には、形態素解析やExcelへのデータの貼り付けもすべて自動化したシステム「MSOM」を開発・公開しました。

2010.8-2012.12 自由記述評価（MsomLab）

　MSOMの開発においては、単語を自己組織化マップに配置しましたが、2009年頃から記述された文章の方を自己組織化マップに配置することで、文章の類似性を示すことを考えました。当時、TIMSSやPISAにおいては、児童・生徒の科学的な記述についての問題点が指摘されていました。そこで、自由記述を自己組織化マップを用いて分析・評価できないかと考えました。そして、2010年度からVB.NETを用いて、デスクトップ上で自由記述を評価するシステムの開発に着手しました。2010.8（日本理科教育学会第60回全国大会）には、デスクトップ上でTIMSSの自由記述問題の回答を評価できる試作版を公開しました。次に、システムを広く活用してもらうために、デスクトップ版をもとにweb版の開発を行うことにしました。2011年に開発を始め、2011.5にはレンタルサーバーにて動作確認を開始しました。動作確認ができたため、2011.9よりサーバーを設置し、2011.12にweb版を公開しました。その後、改善を重ね2012.12に完成版を公開しました。

2012.11　交流システム（CS_MSOM）

　自由記述評価システムの開発においては、自己組織化マップを用いて文章の類似度を示しました。この方法は、リアルタイムで入力された文章の分析にも用いることができると考えました。具体的には、1クラスにおいて、自分の考えをwebサイトに氏名とともに入力し、その入力した文章の類似度が自己組織化マップに配置されるとともに、その内容を見ることができれば、クラスでの交流が容易になると考えました。そこで、2012.9頃から開発を行い、2012.11には開発した結果を発表しました（日本理科教育学会北陸支部大会）。2012.12に中学校などで実際に用いてみました。また、webにおける入力データや自己組織化マップの結果をデスクトップ上でも利用できるように、デスクトップ版の開発を行いました。その際、web上で入力したものばかりでなく、授業中に記述したものを後からテキスト化し、分析利用できるようにしました。開発したものは2013.1に公開し、ダウンロードできるようにしました。

2013.4　連想モデル（MAMM）

　ホップフィールドモデルについては，1999年（日本理科教育学会第49回全国大会）頃に，Exceを用いて想起に関するシミュレーションを行いました。それから数年用いましたが，その後しばらく用いていませんでした。しかし，学習や授業設計を行う際に，ある自然事象に関連する事項が想起されれば役立つと考え，web上で活用できるものを開発しました。とくに，理科の単元の評価規準をデータとして，単語の関連を分析し，単元を選択してキーワードや文章を入力すると，関連する単語を想起するモデルを作成し，2013.4に公開しました。研究内容については，2013.11に公表しました（日本理科教育学会北陸支部大会）。

2013.11-2016.2　観察・実験課題(MsomLab2)

　これまでに開発した自由記述評価システムは、ペーパーテストによる問題の提示でした。理科の場合は具体的な自然を対象にしているため、問題を具体的に示すことも必要であると考えました。このような点を踏まえて、①問題を具体的に示すこと、②観察・実験に関するものに重点を置くこと、③答えについても具体的に解説を加えること、を考えました。そこで、これまでの自由記述評価システムを発展させて、動画によって観察・実験に関わる自由記述の問題を提示し、自動で評価するシステムの開発を行うことにしました。システムはweb版とデスクトップ版の両方の制作を考えました。開発は2013.4より始め、概要については2013.11（日本教科教育学会第39回全国大会）に発表しました。2016.2に開発を終了し、web版は公開中です。デスクトップ版は理科教育関係者に配布しました。開発時における予告ビデオ、観察・実験のビデオ作成のための手書き絵コンテ（小学校版.pdf，中学校版.pdf）です。当初の絵コンテと最終的な実験が異なったものもありますが、これは実験がうまくいかなかったためです。最終報告書は次の通りです。⇒最終報告書

2013.12　テキストマイニング（TM_MSOM）

　CS_MSOM の開発では、1クラス分の人数の文章を自己組織化マップに配置し、類似度を分析しました。より多くの文章をこの方法で分析することで、文章を整理できると考えました。これはテキストマイニングとして活用できると考え、CS_MSOMを基に開発を進め、2013.12.11に公開しました。当初はCS_MSOM2と命名していましたが、機能面からTM_MSOMに改名しました。 文章については、前後に書いたものや、異なる2つのクラス、または予め大きなカテゴリがある場合に、それがどのように自己組織化マップに分布しているかを分析することで、カテゴリ間の共通性や差異性を把握できます。そこで、カテゴリごとにユニットの色を変えて分析できる機能を開発し、TM_MSOMCAとして2014.11に公開しました。

2014.10　連想記憶モデル（Mamm_Msom）

　これまで開発した連想モデルMAMMでは、刺激語をもとに想起される単語のみ表示可能でした。そこで、想起された単語から文章を想起できるように考えました。複数の想起単語から文章を構成するには、これまで用いてきた自己組織化マップの方法が利用できると考えました。つまり、ホップフィールドモデルと自己組織化マップを連動させるシステムの開発を検討しました。このシステムは、キーワードや文章を自由に入力することで、それに関連する文章を想起できるものであり、教師が学習内容の関連事項を確認したり、授業設計に役立てることができます。本システムについては2014.1（日本教科教育学会第40回全国大会）で発表しました。2015.1（日本教科教育学会第41回全国大会）では、想起されたキーワードが類似していれば近くに配置されるよう、2次元イメージマップに配置し、視覚的にわかりやすくしました。2017.9（日本教科教育学会第43回全国大会）と2017.12（平成29年度第4回日本科学教育学会研究会）では、中学校第2学年「気象とその変化」の内容を対象に、想起される内容を6つのカテゴリーに分けて表示し、イメージや観察・実験については図が表示されるようにしました。これは授業設計において「具体‐イメージ‐抽象」の知識の関係が図れるように考えたためです。カテゴリーは「a：一般的な説明のみ、b：根拠や理由を含む、c：有用性や意義を含む、d：イメージを含む、e：具体物がある、f：観察・実験を含む」の6つです。授業設計への活用だけでなく、今後このモデルを基に人間の想起プロセスの解明にも役立てていきたいと考えています。
　参考＞＞＞平成29年度第4回日本科学教育学会研究会資料

2016.8　描画の分類と評価

　これまでの研究では、自由記述などを自己組織化マップで分類・評価してきました。一方、理科では観察・実験のスケッチや自然事象をイメージで表現するなど、描画による表現がよくあります。そこで、2016年に描画の分類や評価を行うシステムの開発を検討しました。まず、2016.8にExcelを用いて描画を分類できるものを開発しました（日本理科教育学会第66回全国大会）。そして、2016.1にはVisualBasicで作成しました（日本教科教育学会第42回全国大会）。2017年には改善を重ね、2018.8には描画の評価も可能となりました（日本理科教育学会第68回全国大会）。システムは自己組織化マップを用いて、類似した描画が近くに配置されるよう設計されています。また、ディープラーニングで用いられるフィルタや畳み込みの考え方も取り入れました。下図は、気孔のスケッチが自己組織化マップで分類されたもので、教師が評価します。マップ（2番目の図）に配置された図のセルをクリックすると右枠に拡大表示され、色付き得点をクリックするとそのセル枠に色がつき評価結果が記録されます。類似した描画が近くに配置されているため、教師は評価しやすくなります。また、評価済みマップができると、未評価の描画を読み込むことで自己組織化マップに位置付けられます（3番目の図の「●」の位置）。位置付けられた近くの既評価描画を見ることで、未評価描画の評価が可能です。開発時には、どのフィルタが適切かを検討しました。適切なフィルタは、観察時の視点や留意点となり、指導にも役立つと考えています。

2018.8　継続的自己評価の分析

　これまでに、学習者が各授業の達成度などを比較して振り返る継続的自己評価を実施してきました。これは、一つの単元における学習の達成度などを相対的な折れ線グラフで表現するものです。これにより、学習者はこれまでの学習と比較しながら、当日の授業での自分の学びを振り返ることができます。その結果、達成感を味わったり、次の学習への改善意欲を高めたりする効果が得られました。一方で、グラフによる評価は学習者にとっては分かりやすいものの、教師にとっては学習者の達成度を数値的に把握しにくいという課題がありました。そこで、2018年から描画の分析システムを適用し、自己評価グラフを分析して学習者の自己評価や授業の特徴を明らかにするシステムの開発を行うことにしました。2018.8に、自己評価グラフを自己組織化マップで分類することで、学習者の自己評価の特徴を捉えやすくしました。また、2018.11には、自己評価グラフの数値を読み取って各学習者の自己評価の高低を可視化したり、各授業の達成度の平均値を算出したり、自己評価から授業同士の類似性を示すことができるようにしました。

2019.10　学力調査と学習状況調査の関連の分析

　各学校では、学力調査や学習状況調査の結果をもとに、授業や学校運営の改善を行っています。こうした改善は、主に各調査項目の数値の大小に基づいて行われていることが多いと思われます。しかし、当該学校において学力と学習状況がどのように関連しているのか、また、学校での取り組みが学力や学習状況にどのような効果を与えているのかを分析するのは難しいのが現状です。そこで、2019年から学力調査と学習状況調査の関連を分析し、学習指導や学習状況の改善に役立つ情報を得るための分析システムの開発に着手しました。各学校で利用できるよう、Excelで開発しました。分析システムでは、まず学習状況調査の回答を自己組織化マップに配置し、類似した回答項目が近くに配置されるようにしました。その自己組織化マップに学力調査の結果を位置付ける方法を考案しました。学力調査の通過率と学習状況調査の評定尺度は質的に異なるため、数値幅を同じにしたり、座標軸を少しずつ調整して適切な位置を求めるなどの工夫を行いました。下図の「A」に番号が付いた項目が学習状況調査の項目、「G」に番号が付いた項目が各学力調査です。学力は単元テストや評価規準をもとに評価した得点などでも利用でき、学習状況についても評定尺度になっていれば、日常的に行っているアンケートでも分析に活用できます。


　2022.1からは、分析結果から個人の特徴も表示できるようにしました。2024.9からは、学力に関する学習状況の個別分析結果から、学習状況の改善や指導のための情報を表示できるようにしました。