セクションアウトライン

  • MoodleMoot Japan 2026

    すべてを折りたたむ すべてを展開する
    MoodleMoot Japan 2026
    Shizuoka Institute of Science and Technology

    さまざまな分野におけるMoodle
    〜　理工、医療、語学、・・・　〜

    2026年2月27日〜3月1日

    Shizuoka

     

  • アブストラクト募集

    ハイライト

  • 基本情報

  • 基調講演者

    • 基調講演者 ページ
      Picture of Chris Sangwin

      クリス・サングウィン

      エディンバラ大学 教授

      人工知能はSTACKとMoodleによる数学の自動採点に何をもたらすか

      人工知能（AI）が広く使われるようになり，非常に便利にもなりました。しかし，教員が学生に自分の力で取り組んでもらいたいと思う課題に対して，学生がAIを使うとすれば，AIは脅威ともなりかねません。この講演では，数学教育にテクノロジーを導入することで得られたこれまでの教訓（例えば，電卓の事例）をもとに，現代のAI利用について考えます。次いで，AIを導入することで，私たちがどのように数学教育の目標にねらいを定めることができるかを議論します。最後に，STEM教育におけるオープンソースのオンライン評価システムであるSTACKプロジェクトが，これから学生や教員，教育機関を支援するために，どのようにAIを活用しようとしているかについて述べます。

      講師略歴

      2015年より現職。専門は科学教育のテクノロジーによる高度化，特に教育デジタルテクノロジーやコンピュータ代数を用いた数学の自動評価に関心を持つ。『Computer Aided Assessment of Mathematics』や一般向けの『How Round is Your Circle』など，物理モデルによる数学と工学のつながりを解説した多くの著書がある。

      Picture of Yasuyuki Nakamura

      中村 泰之

      名古屋大学 教授

      日本におけるSTACKの導入期・普及期・定着期を経験して

      Moodleの問題タイププラグインの一つであるSTACKは，数式で入力された解答を自動評価することのできるシステムの一つですが，解答を評価する機構であるポテンシャル・レスポンス・ツリーを活用することで，単なる正誤評価だけでなく，部分点評価により学習者の理解状況を推測することも可能です。2025年で，STACKは個別システムとして発表されて以来20年，日本語化されて以来15年となりました。この間のSTACKの動向を見聞きしてきた一人として，これまでを振り返りたいと思います。また，STACKの特徴を踏まえて，講演者らが取り組んできた解答データの分析事例について紹介します。

      講師略歴

      2023年より現職。専門は教育工学，物理・数学教育，計算・統計物理学，等。テクノロジー活用型教育に関する著書に，『数学eラーニング』『先生のためのCBT問題事例＆作成ガイドブック　高等学校　数学・理科』（共著）等がある。

      八木 街子

      自治医科大学 准教授

      Moodleを用いた医療者教育：看護教育実践から見る学習分析と教育設計

      医療者教育におけるMoodleの活用は、学習者中心で柔軟な教育を可能にしている。本講演では、医療系教育機関におけるMoodle利用の現状を概観し、特に看護師教育での具体的実践例として、シミュレーション教育と組み合わせた活用を紹介する。さらに、学習分析によって得られるデータを教育設計に応用し、学習者のエンゲージメントを促進する学習支援について示す。Moodleは単なる学習管理システムではなく、データに基づく教育改善を支えるツールとしての可能性を提示する。

      講師略歴

      2023年より現職。看護師、大学教員を経て渡米。SimTiki Simulation Center John A. Burns School of Medicine, University of Hawaii at Manoa にてシミュレーション教育を学ぶ。Certified Healthcare Simulation Educator ®︎、米国看護師免許取得。現在は看護師の特定行為研修を中心に教育研究業務を行っている。

      Gina Alioto

      アリオト・ジーナ

      Moodle本部，プロダクト・マネージャー，ラーニングエクスペリエンス担当

      コア機能でMoodleの価値を最大限に活用：ルーブリックとタスクベース学習の再発見

      Moodle本部による最新の研究の焦点は中等教育と高等教育におけるユーザーエクスペリエンスでした。一貫して明らかにされてきたのは、Moodleユーザーが既存の機能と学習者・学習成果への効果の可能性を再認識することの重要性、必要性です。本プレゼンテーションではこの必要性に対応するため、Moodleのコア機能を活用する方法を探求し、タスクベース学習（TBL）、能力ベース評価、強固なルーブリック設計を含む、高度な教育・学習方法を効果的に支援することを目指します。視野に入れるのは言語教育など様々な分野です。Moodleの持続的な機能を基に議論を具体化し、今後のリリースにおける開発の方向性を示唆しますので、参加者は、現在のMoodleの運用力を最大限に活用するための実際的な見識を得られます。

      講師略歴

      ジーナ・アリオトは、プロダクトマネージャーで、バルセロナを拠点としてMoodleのラーニング・エクスペリエンスを担当しています。グローバル・エクスペリエンス、プロダクト、プロジェクト、デリバリーマネージメント［提供管理］の経験が20年以上あります。サンフランシスコの湾岸地域出身で、（最先端AI企業）ミドクラでの勤務、ソニー半導体との協業を含め、アメリカ、ヨーロッパ、日本のチームとの広範囲にわたる仕事経験があり、異文化間パートナーシップとユーザー中心のソルーション構築に携わってきました。バルセロナのポンペウ・ファブラ大学で中等教育・成人教育の修士号を取得しており、英語、カタルーニャ語、スペイン語、日本語に堪能です。

  • 参加登録

    • ムート参加を登録するためには、MAJのサイトにアカウントを作成し、ログインしている必要があります。

      アカウントの作成には、お手数ですが、maj [at] moodlejapan.org まで次の情報をお知らせください。

      • 姓
      • 名
      • ミドルネーム（オプション）
      • メールアドレス
    • 参加登録ページ / 会員種目と会費

      大会への参加には参加登録が必要です。ご登録は参加当日まで可能ですが，参加者数の把握のため，なるべくお早めのご登録にご協力いただけますようお願いいたします。

  • ベストイノベーション賞とコースウェア賞

アクセシビリティ
全てをリセット

背景色 背景色

文字の色 文字の色

フォント フォント

文字の大きさ 文字の大きさ

1

画像の可視性 画像の可視性

文字間隔 文字間隔

0

行の高さ 行の高さ

1.2

リンクの強調 リンクの強調

フォントカーニング フォントカーニング

Text Alignment Text Alignment