趙 鵬

タイトル：授業中評価とフィードバックのためのマルチエージェント基盤 （Multi-Agent Platform for Classroom Assessment and Feedback: Decoupled Style-Structure Extraction and Adaptive Continuation Control） 概要：教師にとって、評価及び練習用問題作成と、学習者の演習結果をフィードバックに変える作業は、限られた授業時間を大きく圧迫しています。本発表では、参考資料から出題の文体を、シラバスから学習目標の構造を、それぞれ別々に自動抽出するマルチエージェント基盤を紹介します。抽出した情報と学習者ごとのスキルマップをもとに、適応的な問題生成を行い、固定の問題数ではなく、出題を続けるかどうかをその都度判断します。最後には、連続正解や迷いといった学習行動のパターンをフィードバックとして示します。1ラウンドは1分未満で完了し、教育的な一貫性とフィードバックの対話性は十分に確認できた一方、教師の主体性と学習者の意味づけについては部分的な確認にとどまりました。