学習の継続と定着を促すための難易度最適化について。

af9920043214

一つ目は、「ソーシャル」、人とのつながり、人のコミュニティが学びを継続させる

二つ目は、「ゲーミフィケーション」、ゲームが持つ競争であったり、協力といった要素が学びの継続を生む。

三つ目は、「データを見て、ユーザーにあった問題提供を行うこと」で学びの継続に繋がる。

引用元: 【レポート】EdTech JAPAN Pitch Festival 「ソーシャル×ラーニング」株式会社ドリコム 石井 学氏 | EdTech Media.

Webサービスやソーシャルゲームをずっと提供してきた企業が考えるソーシャルラーニングの観点。これを見て、自分なりのメモ。

3つとも大切だと思いますが、今回注目したいのは3つ目。

「データを見てユーザーにあった問題提供を行うこと」です。これはソーシャルゲームでいうところのゲームレベルのチューニングやイベントやキャンペーンの投下に近しいのかもしれませんが、実は最も重要かも。

ここでは学習の継続率や、問題の正答率による難易度の最適化。この難易度の最適化のプロセスが重要。

続けるためには、難しすぎて正答率が下がりすぎるのもNG。失敗ばかり繰り返すと、人は自信を失って、やる気が下がる。自己効力感の話を参考に。

簡単なものや、ちょっと背伸びするくらいの難易度の問題でさくさく回答できれば自信がつく。間違った問題も反復で復習していると憶えてくるから正解しはじめる。

このあたりをアルゴリズム化、ある程度システマチックにPDCAをまわすための仕組みを確立しているんでしょう。でも完全にシステムでやるのではなく、人がデータを見て手を加えているんでしょう。

学習に限らず、難易度の最適化は重要。それがたとえば、目標でもそうだ。目標が難しすぎれば、達成困難となり、自信喪失。その前に、最適化してあげることが大事だ。誰だってレベル差はあるし、そのレベル差は悪いことじゃない。

データをみながらサポートをするというのは、とても大事だ。

改めて。これを完全にシステムでやるのと、人が直にやるのとでまた少しニュアンスが変わると思います。

ブラ・トヨ

ブラ・トヨ について

真面目にゲームやアソビの利活用を研究中。 行列と渋滞が苦手。締めのラーメンは食べません。野球は観るのもするのも好きな元テニス部員。妄想と空想と現実の狭間で過ごす。時々ダークサイドが露出しますが許してください。