ファジー・デルファイアルゴリズムと深層学習を用いた英語教師向けのAI駆動ツール評価フレームワーク

英文学と言語学は長い間、人文学教育における基礎的な学問分野として重要な役割を果たしており、批判的分析、言語的熟練度、文化的解釈を育成してきました。従来の教授法は多様な学習者のニーズに応じることや、一貫した関与を確保し、個別の学術的フィードバックを提供することに苦労しています。現代の技術を活用した学習の改善のために、本研究は高度な人工知能ツールの統合を通じて英語教育を向上させることを目的とした、包括的で多角的なAI駆動ツール評価フレームワークを提案します。この研究では、教室内のケーススタディ、詳細なインタビュー、および学生の文書の分析を取り入れた混合研究デザインの適用が含まれており、彼らの学びを評価します。フレームワークは、関与、ツール使用、学習の明確性の間の重要な関係を検証するために統計手法を使用しました。評価基準の主要な要素は、AIの使用、使いやすさ、分析の質などの重要な属性を特定するファジー・デルファイ技術を用いて捉えています。さらに、LIMEやSHAPなどの説明可能なAI（XAI）技術を適用してモデルの透明性を高め、結果の全体的および局所的解釈を提供します。教育の効果を予測するために、深層学習のBi-LSTMモデルを訓練し、AIベースのツールの使用分析における主要なパフォーマンス指標で90％の精度、92％の適合率、93％の再現率、および92％のF1スコアを達成しました。