東方見雲録

全て | カテゴリ未分類 | 2002 | 2003 | 2004 | 2005 | 2006 | 2007 | アーカイブス | 2022 | 2021 | 2023 | まちづくり | 教育 | 宙（そら）学入門 | 郷土 | 生命 | ランドスケープ | 環境 | 政経 | 文化 | 科学 | ものづくり | スクラップ | 建築 | 土木 | デジタル | 私見 | スポーツ

2024.07.13

ネット拾い読み：戸田市｢AIで不登校予測｣､9割の学校が｢信頼性高い｣と評価

テーマ：百聞は一見に如かず。今日のデジカメ写真(6619)

カテゴリ：教育

その主な目的は、子どもたち1人ひとりに応じたプッシュ型の支援だ。とくに力を入れているのは、現場で喫緊の課題となっている不登校児童生徒の支援。子どもたちのSOSを早期発見して支援につなげられないかと、2022年度はデジタル庁の「こどもに関する各種データの連携による支援実証事業」として、教育政策室が保有しているデータのほか、福祉部局から連携した乳幼児健診結果や保育・幼稚園の在園状況なども含めてさまざまな教育データの連携や分析を進めてきた。
・・・・
開発に携わった同市教育委員会事務局教育政策室主幹の秋葉健太氏は、「2022年度における500ほどのデータ項目を収集し、AIの機械学習を用いて不登校予測モデルをつくりました」と説明する。例えば、長期欠席調査、埼玉県学力・学習状況調査、学校生活に係るアンケートなどの各種調査結果、出欠・遅刻・早退の状況や保健室利用状況、教育相談の利用の有無、いじめ等に関する記録などのデータを用いたという。

具体的には、2023年12月からダッシュボードを市内の18の公立校（小学校12校、中学校6校、計約1万2000人の児童生徒を対象）に連携し、現場でのデータ活用を推進した。

ダッシュボードは、3種類ある。出欠や保健室利用状況といった記録系情報のほか、テスト結果やアンケート回答などのデータが蓄積された「児童（生徒）ダッシュボード」、学級や学年、学校の単位で分析したデータが確認できる「学校×市平均ダッシュボード」、そして、不登校リスクスコアが示される「不登校リスク判定ダッシュボード」だ。
・・・・
一方で、課題もある。市内に限定した取り組みのため、不登校予測の精度を上げていくにはサンプル数が少ないという。また、タイムリーなデータ連携もできていない。

「小学校と中学校でそれぞれモデルをつくりましたが、いずれも毎年4月～10月末時点で取得可能なデータを基に、11月以降の不登校リスクを予測するものになっています。現状、データ更新は手動で作業負荷も大きく、『昨日までの出欠情報』などタイムリーなデータを反映したモデルにはなっていません。本市では、子どもたちの支援策を検討するケース会議が小学校で月1回、中学校で週1回行われていますが、現場からも『せめてその頻度に合わせてデータ更新をしてもらえると、支援策を検討しやすい』という意見が多く寄せられており、データ連携の自動化は今後の課題です」（秋葉氏）

こちら

ダッシュボード　　こちら

お気に入りの記事を「いいね！」で応援しよう