DXで学びに革新を ＃02

学生が学期末に受け取る成績通知書には、各科目の成績評価（S・A・B・C…）は記載されていますが、複数年次を通してどの科目区分（例えば生物系薬学、薬学臨床など）でよい（あるいは悪い）成績をおさめているかを、学生は把握しにくいのが現状です。本事業では、「学修カルテ」用の成績データをワンステップで作成・出力できるように、成績管理システムの補修を実施します。学修カルテでは、科目区分ごとに平均GPAを算出し、レーダーチャートを作成することで学修成果を視覚化（=見える化）するとともに、自分自身のストロングあるいはウィークポイントを確認できます。さらには4年次後期に実施される総括的な試験（総合演習II試験）のデータも加え、学生がまず4年次終了時に学修カルテを出力できるように準備を進めています。学修カルテは、6年次後期の総括的な試験（総合薬学演習II試験。卒業試験に相当）と薬剤師国家試験に向けての教員からの学習指導のほか、就職活動にも役立てられることが期待されます。課題研究（=卒論研究）成果の「見える化」を目的の一つとして、6年次には「卒業論文研究ディプロマ・サプリメント」が発行されています。卒業試験の結果も記載される学修カルテは、卒業時にも発行することを想定しており、大学が発行する成績証明書を補完する「学修ディプロマ・サプリメント」と言えるかもしれません。

AI分析を志向した教職協働による基盤整備

 統合・整理したデータを用い、入試情報、入学後の学習プロセス（GPA推移等）、高学年次（4、6年次）の総括試験成績、進路、それぞれの相関を統計解析するとともに、学習への「つまづき」の原因や留年・退学に至った経緯を分析します。また、WebClass（インターネットを利用して、資料の提示、テストの実行、レポートの提出等が行えるシステム）の利用履歴と学習成績との相関性も調査する予定です。統合・整理・解析されたデータは、「AIの機械学習用」として利活用され、各学生への AI による（１）アダプティブ・ラーニング（各学生の学習状況をモニタリングし、過去の学習データに基づき「つまづきポイント」を検出し、習熟度にあわせた学習アドバイスや補習教材を提示）、（２）学修アドバイス（前学期あるいは年次ごとに学修全体に関わるアドバイスや総評）、（３）ロールモデル提示（卒業生プロファイルと比較し、目標やモデルを提示することで成長をサポート）や国試合格率の予測へ繋がることが予想されます。