テスト効果（英: Testing effect）は、単に情報を聞いたり書いたりするのに比べ、情報を思い出す（検索する）行為をする結果として記憶が強化されることをいう。この効果は「検索練習（retrieval practice）」や、「テスト強化学習（test-enhanced learning）」ともいわれることがある。

　テスト効果について多くの研究が実験心理学者によってなされている。そういった研究のひとつに、被験者に手がかり刺激語(stimulus word)と反応語(response word)を見せ、2つの間の関係の学習を求めるものがある。例えば、統制群では10秒間コンピュータ画面上に2つの語を同時に見せる標準的なテストを行う。それに対して、手がかり刺激語のみをまず5秒間見せ、その後5秒間両方の語を見せるようにするテストを比較する。後者がすべての情報をより長く見せているはずの前者のテストと比べ、極めてよい（手がかり刺激語が反応語を想起させるという）連想記憶を作り出す結果が得られている。

最近の研究では、このテストが最初の記憶強化だけではなく忘却をスローダウンさせることが発見されている。

僕もAIメーカーの開発しているときに取り組みたいと考えていたのが、機械学習を使ってテスト効果を最大化するということです。

テスト効果へ機械学習を取り入れることを考えたときに、例えば、かわんじさんの開発されている「BooQs」であれば、ユーザーさんの苦手分野をいかに把握するかが大事になるのかなと思いました。

具体的には、機械学習を取り入れるとなったとした場合、簡単に思いつくのが予め、カテゴリ分けをしておくことです。それを細分化すればするほど、テストをしたときにユーザーの苦手分野の傾向が見えてくると思います。

ユーザーの苦手分野が分かれば、あとはそこを中心にテストを出してあげることで効率的な学習につながると思います。

あとは一つの本だけだとこの効果は比較的小さいかもしれないですが、他の本とのつながりも取り入れると良さそうです。あなたはここが苦手だから、この本も読んだ方がいいみたいな、その人個人におすすめの本を提示する仕組みですね。

この機械学習を使ってテスト効果を最大化するAIアシスタントのような仕組みは色んなところに応用できる汎用性があるので、今後やってみたいことの一つです。

とにかく運営者ギルドのギルド会議、最高でした！！

この記事が参加している募集

とは

57,652件

この記事が気に入ったらサポートをしてみませんか？