@inproceedings{oai:ipsj.ixsq.nii.ac.jp:02003498,
 author = {竹内, 新 and 高木, 正則 and Arata Takeuchi and Takagi, Masanori},
 book = {情報教育シンポジウム2025論文集},
 month = {Aug},
 note = {近年，LLMの発展により，多様で自然な問題の自動生成が可能になりつつあるが，専門知識を要する問題や難易度調整には課題が残る．本研究では，この課題，特に難易度調整に対応するため，RAGと既存問題の構造分析を組み合わせた類似問題自動生成システムを開発した．本システムは，まずLLMを用いて既存問題の「目的」 「観点」 「知識」というメタ情報を抽出し，問題の教育的意図を構造化する．次に，このメタ情報と，外部DBから取得した関連知識を組み合わせることで，既存問題の類似問題を指定された難易度で生成する．提案システムの有効性を検証するため，大学の授業で小テストとして出題された問題を既存問題とし， 「直感的要望（例：少し難しく） 」と「数値的要望（例：正答率40%） 」に基づき類似問題を生成し，大学生62名を対象に評価実験を行った．実験の結果，正答率とアンケートによる難易度評価で，特に「難しく」という直感的要望に基づいて類似問題を生成することで，統計的に有意に問題を難化させられることが確認された．これは，既存問題の構造分析が問題の骨子を維持し，RAGによる背景知識が応用的な思考を促す「肉付け」 として機能したためと考えられる．一方で，目標正答率を数値で指定する要望や， 「少し」と「めちゃくちゃ」といった難易度の度合いを区別するような，調整の「精緻さ」には課題が残ることも明らかになった．本研究は，教育現場における教材作成の負担軽減と，学習者一人ひとりに最適化された問題提供の実現に貢献する可能性を示すものである．},
 pages = {141--148},
 publisher = {情報処理学会},
 title = {RAGを用いた情報関連科目の類似問題自動生成システムの開発},
 volume = {2025},
 year = {2025}
}