虽然有些……甚至可以说非常令人惊讶，但山田实验室的学生陈同学竟然在国际会议CELDA 2020上被选为最佳论文奖（Best Paper Award）的获得者之一。本次共有3篇论文获奖，其中之一便是陈同学的作品。本人似乎也感到非常吃惊……不不，连我也感到很意外。完全没想到竟然能够获奖。非常感谢各位审稿人和委员会成员。获奖论文是……

Chen, L., Lu, M., Goda, Y., Shimada, A., and Yamada, M. (2020). Factors of the use of learning analytics dashboard that affect metacognition, Proceedings of CELDA 2020, pp.295-302

这是由本校研究生院系统信息科学府的岛田教授担任代表，我作为主要共同研究者参与的AIP加速研究（2019年度采纳）的成果。该论文总结了由我负责的教育团队进行设计、开发和评估的Metaboard系统中，一项名为“Reading path”功能的形成性评估。开发该功能的初衷，是希望学生能够通过对比整个班级的学习活动与自身的学习活动，发现自己的不足，并参考他人的学习行为来改进自己的学习。

受新冠疫情影响，许多教育机构无论学校类型如何，都被迫转向了在线教学。在面对面授课的情况下，学生们可以通过互相讨论，例如“你理解这份课件的意思了吗？这里是什么意思？”、“你在哪里找到那个项目的？”或者“关于这张幻灯片上的点，我们之前学过吗？”等方式进行学习。虽然Reading path并不能完全重现面对面的交流环境……（笑），但至少在同步远程环境下，它能让选修同一门课的学生们看到其他人是如何阅读资料的、关注哪张幻灯片，以及大家都在关注哪些要点，从而与自己进行比较，作为学习的参考。该功能评价非常好，甚至意外地收到了“感到安心”这样的反馈。当然，仅凭这个系统无法覆盖所有方面，我们将其定位为辅助功能。目前仍存在许多课题。但是，能够为感到不安的在线学习学生提供帮助，抛开研究成果不谈，这本身就让我感到非常高兴。今后，我也希望能继续开发基于学习分析的辅助系统。

除了收到学生们关于该功能对课程有帮助的反馈外，还获得了最佳论文奖，这标志着我们的研究在国际上也得到了认可，我感到非常荣幸。AIP加速研究是由岛田教授代表的信息科学团队、负责学习资源管理研究的图书馆团队（内山教授）以及山田的教育团队共同协作推进的。今后，我们将继续开发优秀的产品，推进研究，同时努力创造出能够支持学生学习的优质工具。

今后也请多多关照。