皆さん、こんにちは。研究生のチョです。この記事では、今回の英語文献ゼミで読んだ論文を紹介します。
論文タイトル：Evaluating Computer Science Students Reading Comprehension of Educational Multimedia- Enhanced Text Using Scalable Eye-Tracking Methodology
ジャーナル：Smart Learning Environments
巻号：29
出版年:2024
著者名: Milan Turčáni, Zoltan Balogh & Michal Kohútek
下記、概要です。
近年、教育分野におけるテクノロジーの進化が目覚ましく、その中でも「アイ・トラッキング（視線追跡）技術」が注目されています。この研究では、大学生を対象に、アイ・トラッキング技術を活用して学習効果を分析し、どのように理解度が向上するのかを検証しました。
研究の焦点は、学習者がテキストを読む際の視線の動きを解析し、どの部分が理解の障壁となっているのかを明らかにすることです。特に、専門的なテキストを読む際の読解戦略を理解し、視線の動きと学習成果の関連を調査しました。これまでの研究では、アイ・トラッキング技術を使うことで、学習者がどのように情報を処理しているのかをより詳細に把握できることが示唆されています。
この研究では、80名の大学生を対象に実験を行い、被験者を「重要なキーワードを強調表示したグループ（40名）」と「強調表示なしのグループ（40名）」に分け、読解の違いを調査しました。実験では、被験者に以下の3つのテキストを読んでもらい、その後の理解度テストを著者らは実施しました。
- テキストA（基礎概念）：平均視線滞在時間（強調あり：3.5秒、強調なし：4.2秒）
- テキストB（中級概念）：平均視線滞在時間（強調あり：5.1秒、強調なし：6.0秒）
- テキストC（応用概念）：平均視線滞在時間（強調あり：6.8秒、強調なし：7.5秒）
理解度テストの結果、キーワード強調ありのグループは平均72.4点、強調なしのグループは65.3点という結果が得られました。しかし、統計的に有意な差（p = 0.08）は見られず、単純にキーワードを強調するだけでは十分な効果が得られないことも本稿では示されました。
また、この研究では「熟練した読者」と「そうでない読者」の視線パターンを比較し、理解度の違いを探りました。熟練した読者（上位25%）は視線を効率的に移動させ、必要な情報を素早く取得できる一方で、未熟な読者（下位25%）は特定の単語に長く視線をとどめる傾向がありました。例えば、未熟な読者の平均視線滞在時間は8.2秒であったのに対し、熟練した読者は5.6秒でした。これにより、学習者ごとに異なる読解戦略を支援する教育ツールの開発が求められると著者らは考えています。
著者らは自身の研究について、オンライン教育やeラーニングの質を向上させる可能性を示唆しており、今後の教育設計において、アイ・トラッキング技術を活用することの重要性を強調し、その意義を主張しています。特に、個別最適化された学習支援システムの開発や、教育コンテンツのデザイン改善において、この技術が大いに貢献すると期待されるとしています。
今後の研究では、視線データを活用したAIによるリアルタイムフィードバックや、他のマルチメディア要素（音声・動画）との組み合わせによる学習効果の向上についても調査するとしています。
下記は私が感じたことです。
アイトラッキングの監視装置の高額な価格は、これまでマルチモーダル LA における普及を妨げてきたと思います。本研究は、ウェブカメラを活用して視線データを収集し、学生の行動を 分析する手法を提案しており、低コストで大規模なアイトラッキングの収集と分析を実現 するための解決策および分析方法を示していて、本研究領域において貢献度が高い研究だと私は感じています。。
また、本研究の分析および考察部分の記述は非常に明瞭で分かりやすく、議論の要点やそ の重要性を簡単に理解することができます。さらに、実験部分で引用された参考文献も実 験内容に適しており、詳細な説明がなされている点も評価できます。
しかし、一方で、本研究の主要な課題は使用する装置の信頼性の問題もあると私は考えます。データ 分析の観点からは良好な結果が示されているものの、データ収集に用いた装置自体の信頼性が低いと、研究全体の信頼性が損なわれていると感じます(著者自身もこの点を指摘しています)。本研究の出発点は「低コストでのデータ収集」にありますが、信頼性の低いデータを用いることが研究全体の根本的な問題となっており、方法論としては興味深いものの、研究の信頼性に関しては今後の課題になっていくと思いますし、この領域の研究者全体で考えることかなと思います。
