学生のための機械工学課題に対する革新的なアプローチ

機械学習は自分で問題を解くことが大事だよ。この練習があれば、科目をもっと理解できる。でも、200人以上の生徒がいる大きな講義だと、先生がたくさんの課題を作ったりチェックしたりするのが難しくなる。そのせいで、生徒は十分な練習ができないかもしれない。生徒がお互いの作品をコピーすると、実際には理解していないのに、理解できていると思っちゃうんだよね。

この課題を解決するために、静力学、材料力学、動力学、水力学に関連する練習課題を自動で作成、配布、採点する方法を開発したよ。このシステムによって、各生徒が個別の課題を受け取れるようになるんだ。

#機械学習の練習の重要性

練習問題を解くことは、機械学習のしっかりした理解を深めるのに重要だよ。でも、従来の講義では生徒が多いから、十分な練習を提供できないことが多いんだ。これじゃ生徒が学習で遅れちゃうかもしれない。

生徒が教材に積極的に関わることが大事だね。宿題はこれを促す一般的な方法だけど、大きなクラスではうまく管理できないこともある。生徒が考えずにただ課題をコピーするだけだったら、本当に概念を理解するのには役立たないし、不公平な評価や非現実的な自己評価につながることもある。

#スケーラブルな解決策

私たちの解決策は、課題を自動で作成、配布、採点できるように設計されている。各生徒にはユニークな問題のセットが渡される。この方法により、先生は課題作成の負担を減らせるし、学生の数によって作成する課題の数が変わることもない。また、各生徒の知識を評価するのも楽になるよ。

もう一つの利点は、各生徒のバックグラウンドに合わせて課題の難易度を調整できること。これで、エクササイズが挑戦的だけど不可能ではないものになるんだ。

生徒にとって、自動採点システムは答えに対する迅速なフィードバックを提供してくれる。彼らはさらなる練習のために課題を再提出できるから、反省的な学習が促進される。生徒がお互いの答えを比較することで、単なるコピーではない価値のある議論が生まれる可能性がある。

#テクノロジーを使いやすくする

この新しい学習ツールが成功するためには、使いやすいことが重要だよ。生徒がこれがどれだけ学習に役立つか簡単に理解できるようにすることが目標なんだ。だから、私たちの目標は二つある：新しいシステムを導入することと、生徒がそれをどう感じているかを分析すること。

#個別の課題の仕組み

私たちの解決策は二つの部分から成り立ってる：課題生成のバックエンドと、生徒が直接触れるフロントエンドだ。

バックエンドシステムは「mechpy」と呼ばれていて、Pythonで構築されていて、さまざまな機能を持っている。似たような問題とその解答を自動で作成することができるし、各課題の指導ガイドを生成して、生徒の答えを採点するルールも設定している。

「mechpy」の特徴的な機能の一つは、シンボリック計算ができること。つまり、特定の数字を使うんじゃなくて、変数や記号で作業できるってことが、参考解を作成する上で重要なんだ。

このシステムはいろんなタイプの機械的問題を処理できて、単純な構造と複雑な構造の分析もできるし、断面の例を管理して面積や重心といった重要な計算も提供するよ。

問題のパラメータを事前に定義されたルールに従って変更することで、「mechpy」は大量のユニークな課題を生成できる。結果はMoodleという人気の学習管理システムと互換性のあるフォーマットにまとめられるんだ。

#Moodleを使った生徒とのインタラクション

課題がMoodleにインポートされると、生徒がアクセスできる問題プールの一部になる。これによって課題が生徒の間でランダムに配布されて、各生徒が異なる問題のセットを受け取ることが保証される。

Moodleは回答の自動提出、締切の設定、再提出の機能などを提供してる。「mechpy」の課題はMoodle内でSTACK問題として設定されている。STACKは、計算機代数システムを使って数学的表現を解釈し、採点する。

生徒は使いやすいインターフェイスで答えを提出できる。彼らは自分の入力がどう解釈されたかについて即座にフィードバックを受け取ることができるので、採点される前にミスを確認できるんだ。

このシステムは生徒の答えを参考解と比較する。主に代数的同等性をチェックするけど、生徒は浮動小数点数として答えを提出することもできて、ユーザーフレンドリーさが向上する。特に、答えがほぼゼロの時の特別なチェックもあって、誤解を避けるために重要なんだよ。

#技術的詳細

課題を作成する私たちのアプローチは、正確な計算を保証するためのステップが含まれてる。断面の例については、最初のタスクは面積を計算すること。生徒が基本的な方法で形状を分解していくのに対して、私たちはより複雑な計算のためにダイバージェンス定理を使っているよ。

重心や慣性モーメントを見つけるためには、積分を使っていて、これはバックエンドでシンボリックに計算される。「mechpy」は円弧を境界曲線として認識するけど、この計算はより複雑なんだ。

#生徒のフィードバックの評価

2022/23年の冬学期に、私たちの課題技術が235人の生徒がいる静力学のコースで実践された。これらの中から、143人が三つの課題を全て完了したよ。

新しいアプローチについて生徒がどう感じたかを評価するために、学期の始めと終わりに二回の調査を行った。最初の調査では、人口統計、学習習慣、科目の事前知識に関するデータを収集した。二回目の調査では、コースへの満足度や個別の課題に関する意見に焦点を当てた。

結果は、大多数の生徒がコースに満足していて、47%が満足を表明し、わずかな割合だけが不満だったことを示した。3分の2以上の生徒が個別の課題を評価し、それが学習に良い影響を与えると述べた。

#重要なポイント

生徒は、個別の課題が自分の学習をコントロールするのを助け、重要な概念に焦点を当てるのに役立ったと感じている。彼らはこのエクササイズが自分の学習プロセスの計画やモニタリングに役立っていると報告した。しかし、一部の生徒はインターフェイスが少し複雑だと感じていて、使いやすくするための調整が必要だとも提案している。

全体的に見て、フィードバックはこの新しい課題アプローチが生徒と指導者の双方に大きな利益をもたらすことを示している。これにより、より多くのエンゲージメントが生まれ、個々の進捗をより良く評価でき、機械の概念についての理解が深まるんだ。

私たちの目標は、この方法をさらに洗練させ、生徒のフィードバックに基づいて改善すること。初期の成功は、このシステムが機械学習におけるより効果的で魅力的な学習体験につながる可能性を示しているよ。