ロボットを用いるSRAプログラミングによるCTスキル育成のための研究の方向性

プログラミングはCT育成に有効

という前提で、その実行にロボット（DME　プログラミングにより動く物体）を用いることについて。

予測可能なタスクと、環境の変化に対応して実行するタスク

​

​

• データ収集　data collection
• データ分析　data analysis　
• データ表現　data representation　
• 問題分解　problem decomposition　
• 抽象化　abstraction　
• アルゴリズムと手順　algorithms and procedures　
• 自動化　automation　
• 並列化　parallelization　
• シミュレーション　simulation　

RA

(Reason – Act)

SRA

(Sensor - Reason – Act)

何が起きるか

どう反応すべきか

…予測して、対応するSRAプログラミングは　　CTの原理と密接に関連している

CTの原理

9 core computational thinking concepts and abilities

(Yadav et al. 2017)

プログラムの実行方法

• ロボット（DME direct manipulation environments）

自分のプログラムによる効果について、現実の動作という形でフィードバックが得られる

TechnoLogica, VEXIQ, Auduino Makeblock, LEGO Mindstorms EV3

​

自己効力感を得ることができる（実際に動くので）

↓

自己効力感を得ることができる機会（課題）

自己効力感を得ることができるよう支援（教師の役割）

小学生には難しい……

SRAの良さを経験していても、RAで解決しようとする

理由１　各要素が正しく並んで動作する　＜　変化の検出と条件分岐

理由２　条件分岐・ループ等、構成が複雑

理由３　センサー機能の理解自体の抽象性

課題の工夫で乗り越える？（追いつめる？）

教師の介入

• 教師のサポートは助けになることもあれば、妨げになることも
• 学習者の自己調整能力、自律性、コンピテンス
• 自律性が学習動機とパフォーマンスを高める
• 内発的動機づけと外発的動機づけの質の違い

　……しかし、足場かけアプローチと直接指導による自己効力感の違いは未確認

• 効果的な学び方についての、各個人の違い
• すべてを自分で行ったときに最もよく学べる生徒
• 教師がすべてを説明した時に、最もよく学ぶ生徒

​

​

教師の介入はどの程度影響するのだろうか？

それは、課題の種類やデザインにより変化するのだろうか？

図11.1 概念モデル

目標

④教師介入の種類・回数

②ロボットを動かすvs画面上で実行

①プログラミング課題の性質・環境の影響

自信あり！

③画面上でも、線形アプローチでもCTスキル育成はOK？

ロボットを使ってのCTスキル育成に関する研究の方向性

1. プログラミング課題の性質・環境の影響
2. ロボット/画面上での動作の比較
3. 画面動作の場合、センサーから得る情報・ループ・条件・関数・ルーチン使用の有無の比較
4. 教師の介入の種類・回数の影響

​