初級日語會話課程翻轉學習之導入與適應模式：觀看行為差異對學習成效之影響及AI評量之試行｜Adaptation Patterns and Outcomes of Flipped Learning in Beginner Japanese Conversation Classes: Typology of Viewing Behaviors and Exploration of AI Evaluation

初級日本語会話授業における反転学習の適応プロセスと学習成果―視聴行動の類型化とAI評価による多角的分析―

本研究以台灣的大學日語系初級學習者為對象，探討在口語會話課程中導入翻轉學習的成效及其適應過程。透過比較2024學年度實施班級與前一年度未實施班級之成績，結果顯示翻轉學習對於筆試中的詞彙與文法掌握具有顯著提升效果。在口語運用能力方面，雖在期中階段的教師評量中觀察到部分顯著差異，但整體而言僅呈現正向提升趨勢，顯示口說能力的培養仍需更長期的實踐。本研究將學生的影片觀看行為歸納為「持續」、「中斷」及「不觀看」三種類型進行分析。結果發現，持續觀看者能將教學影片視為自律學習工具，而中斷或不觀看者的背後因素則包含學習管理系統的操作上的阻礙，以及受同儕行為影響。此外，在評量方法上，本研究以教師評量為基礎，並為了探索未來自動化評量與個別回饋的可能性，試行導入生成式AI進行評分並驗證其妥當性。未來課題將聚焦於利用多模態AI構建更精確的自動評估模型，並根據學生的觀看行為模式提供個別化的適應型學習支援。

本研究は、台湾の大学で日本語を専攻する初級学習者を対象に、会話授業における反転学習の導入効果と学習者の適応プロセスを多角的に分析したものである。2024年度の実施クラスと前年度の未実施クラスを比較した結果、反転学習は筆記試験における語彙・文法の定着において有意な向上をもたらすことが示された。一方、口頭運用能力については、中間段階の教員評価で一部有意差が認められたものの、全体としては向上傾向を示すに留まり、長期的な育成の必要性が示唆された。本研究では学習者の動画視聴行動を「継続」「中断」「不視聴」の3群に類型化し分析を行った。継続群は動画を自律的ツールとして活用していたが、中断・不視聴の背景にはシステムの操作性という物理的摩擦や、周囲の非視聴に同調する集団規範の影響が確認された。また、評価手法においては、教員評価を基盤としつつ、将来的な自動評価や個別フィードバックの可能性を模索するため、試行的に生成AIによる評価を導入し、その妥当性を検討した。今後の課題として、マルチモーダルAIを用いた精緻な自動評価モデルの構築と、視聴パターンに応じた適応型学習支援の最適化が挙げられる。
This study examines the effects of flipped learning in beginner Japanese conversation classes for Japanese majors in Taiwan and explores how differences in students’viewing behaviors relate to learning outcomes. A comparison between the 2024 flipped class and the previous non-flipped class showed significant improvement in written test performance, especially in vocabulary and grammar, whereas oral proficiency showed only a positive trend overall. Students’video-viewing behaviors were classified into three types: persistent viewing, interrupted viewing, and non-viewing. The results suggest that continuous viewers tended to use instructional videos as a tool for self-regulated learning, while interrupted and non-viewers were affected by LMS-related friction and class norms. In addition, this study pilot-tested AI-based evaluation alongside teacher assessment to explore the potential of automated assessment and feedback. Future research should focus on multimodal AI-based evaluation and adaptive learning support based on students’viewing behavior patterns.