研究紹介:吉川 厚 特任教授

専任教員紹介

2020/07/15

教員

OVERVIEW

研究は複数の分野にまたがり、多岐にわたるように見えるが、常に具体的な分野に、しかも評価可能となるような研究をしています。人工知能研究という意味では、主には「人の能力の発達」を人工知能の諸技術によって調べ、個人のモデル化や集団としてのモデル化を行い、予測をすることを行っています。そのため、データ分析を行うことはもちろん、モデル化、機械学習は手段として使います。手法そのものを開発することもありますが、中心的な課題は社会的な問題を解決するために、様々な手法を駆使するという、実問題解決の研究が中心です。また、実問題の解決であるため、様々な企業の方と連携していますので、研究室に来られる方には研究者倫理を強く求めます。

図1:人文系学部の該当偏差値の数

具体的に研究の一例を示すと、図1は2017年度の全大学の人文科学系の偏差値のみを単純に集計したグラフです。これをみて、データが「出ている」から信頼するのではなく、データがどんな意味を持つのか、データを生んだ背景を考えながら分析する必要があることが分かると思います。そうして、未来予測としてのエージェント・ベース・シミュレーション等を使う研究を行っています。教育政策に特化したものは図2にその概念的な関係を示しています。

研究は教育分野に限りません。スポーツや交通、経営など多方面扱います。「データがあり、その中身も分かる」という前提があれば基本的に対象範囲と考えています。もちろん実験計画を策定し、データ採取から行うこともあります。出来るかどうか分からない研究を出来るようにしていくのが面白いと考えています。

図2:エージェントベースシミュレーションによる教育政策立案分野関係図

例えば、子どもたちの学力の変化を経年的に追いかけて、その学力がどのように変化していくのかを調べています。その時に、学力のデータだけをみるのではなく、学力を測定する「テスト」の問題も調べて、どのような能力が身についていると何が出来るのかを教科を超えて調べて、その子どもの成長のモデルを作っています。また、別の側面からも、大量の学力育成機関のその後の進路データを使って、学力育成機関の「育て方」を推定する研究も行っています。その時にも、進路データだけでなく、入学時の選抜を調べることで、input-outputを見て、どのような育成をしているのかを調べています。

CATEGORY

このカテゴリの他の記事を見る