ブルース・M・マクラーレン

ブルース・マーティン・マクラーレン
生まれる	1959年10月28日 ピッツバーグ、ペンシルバニア州、アメリカ合衆国
職業	研究者、科学者、作家
子供たち	2
学歴
教育	BS、コンピュータサイエンス、 MS、コンピュータサイエンス 、MS、インテリジェントシステム、 Ph.D、インテリジェントシステム
母校	ペンシルバニア州ミラーズビル大学 ピッツバーグ大学
博士課程の指導教員	ケビン・D・アシュリー教授
学術研究
機関	カーネギーメロン大学 ドイツ人工知能研究センター ザールラント大学
主な関心事	人工知能、教育技術、デジタル学習ゲーム、機械倫理
Webサイト	http://www.cs.cmu.edu/~bmclaren/

ブルース・マーティン・マクラーレン（1959年、ペンシルベニア州ピッツバーグ生まれ）は、アメリカの研究者、科学者、作家である。カーネギーメロン大学^[1]ヒューマンコンピュータインタラクション研究所の教授であり、マクラーン研究所^[2]所長、国際人工知能教育協会の元会長（2017-2019年）でもある。^[3]

マクラーレンの科学的研究は、デジタル学習ゲーム（教育ゲームとも呼ばれる）、インテリジェントな個別指導システム、eラーニングの原理、協調学習を使って生徒が学ぶ方法の探求に焦点を当てています。マクラーレンは、ヴィンセント・アレベンとともに、中学校の数学のインテリジェントな個別指導システムのための無料ウェブサイトであるMathtutor ^{[4]の共同設立者でもあります。彼は200以上の学術論文を執筆または共同執筆しており、 [5]人工知能分野では世界中の学者の上位0.5％にランクされており（ScholarGPS [6]}によると、出版実績と学術的貢献の質に関して）、5つの特許を保有しています。^[7]

マクラーレンは1981年にペンシルバニア州ミラーズビル大学でコンピュータサイエンスの学士号（優等学位）を取得。その後ピッツバーグ大学に進学し、1984年にコンピュータサイエンスの修士号、1994年に知能システムの修士号を取得。1999年、マクラーレンはピッツバーグ大学で知能システムの博士号を取得した。^[8]彼の博士論文のタイトルは「操作化技術を用いた事例と原則の関連性の評価」であった。^[9]彼の博士課程の指導教官はケビン・アシュリーであった。マクラーレンは博士号に基づく論文を人工知能ジャーナルに発表した。^[10]

マクラーレンはゼネラル・エレクトリック社でソフトウェアエンジニアとしてキャリアをスタートさせた。修士課程を修了後、カーネギーメロン大学ロボット研究所に研究プログラマーとして入社し、その後インテリジェントシステム研究所のプロジェクトスーパーバイザーとなった。1986年にAIおよびエキスパートシステム企業であるカーネギーグループにシニアコンサルタントとして入社し、ヨーロッパにおける同社のエキスパートシステムプロジェクトの責任者となった。その後、1998年まで米国のカーネギーグループでシニアエンジニアおよびプロジェクトマネージャーとして勤務した。1999年に博士号を取得後、マクラーレンはOpenWebs Corporationに入社し、最初は研究開発部長、その後eコマーステクノロジー部長を務めた。2002年、マクラーレンはOpenWebsを離れ、カーネギーメロン大学（CMU）にシステム科学者として入社。2015年にCMUの准研究教授に就任した。^[11]

2006年から2010年まで、ドイツのザールブリュッケンにあるドイツ人工知能研究センターの客員上級研究員として勤務し、協調学習、議論、協調議論を分析するための技術について研究を行った。ARGUNAUTプロジェクトとLASADプロジェクトの両方で、彼の研究は、教師が協調的な電子ディスカッションや議論を調整するのを支援するために、AI技術を使用して教育技術を開発することに焦点を当てていた。^{[12] [13]}

マクラーレン氏は、2011年に6年間の任期で国際人工知能教育学会の執行委員会に選出されました。2017年から2019年まで、同学会の会長を務めました。^[14]会長在任中、マクラーレン氏は（2年に1回ではなく）年次学会会議を創設し、2年に1回の生涯功労賞を開始し^[15]、性別、人種、地理に関してより多様な社会を目指して活動しました。会長として、マクラーレン氏は2019年にPBSの記事で教室でのAIについて引用されました^[16] 2021年、マクラーレン氏は再び同学会の執行委員会に選出されました。

マクラーレンは、イラン・エスファハーンで開催された第11回eラーニングとeティーチングに関する国際会議（ICeLeT 2024）^[17]、中国・武漢で開催された2021 IEEE国際工学・技術・教育会議（TALE 2021）^[18]、 2019年のオーストラリア学習分析サマーインスティテュート（ALASI 2019）^[19] 、 eラーニングコリア2018 [20] 、インドのムンバイで開催された2016年の第24回教育におけるコンピューターに関する国際会議^{[21 ]など、さまざまな教育技術会議で基調講演を行っています。}

^{マクラーレンはカーネギーメロン大学のMETALS（教育技術と応用学習科学の修士課程） [22]}プログラムの教員であり、2016年からMETALSキャップストーンコースを教えています。^[23]

マクラーレンの研究は、教育技術の 3 つの分野、すなわちデジタル学習ゲームによる学習、コンピューターを介した共同学習による議論と推論の学習、インタラクティブな実践例と誤った例による学習に重点を置いています。マクラーレンは、人工知能技術を通じて倫理的推論をどのように実装できるか、いわゆる「機械倫理」に関する基礎研究も行っています。

マクラーレンはジョディ・フォルリッツィ教授と協力して、中学生に小数と小数演算を教えるためのデジタル学習ゲーム「Decimal Point」を開発した。^[24] 2017年に彼らは2つの中学校の153人の生徒を対象に調査を実施し、70人の生徒が「Decimal Point」で小数について学び、83人の生徒はより従来的なコンピュータベースのアプローチで同じ内容を学んだ。この研究では、ゲームは即時および遅延事後テストの両方で有意に優れた学習効果をもたらし、生徒からは有意に楽しいと評価された。^[25]その後、彼らはこの研究を数回複製し、同じ結果を得た。複製研究では、このゲームは男子生徒よりも女子生徒に教えるのに効果的であることも明らかになった。^[26]

最近では、マクラーレンと彼のチームは、デジタル学習ゲームに関連するさまざまな問題を研究してきました。その中には、生徒の主体性、^{[27] [28]}ジェンダー効果、^[29]ゲームベースの教育データマイニング、^{[30] [31]}フィードバックとヒントが生徒の学習に与える影響などが含まれています。^[32]マクラーレンのチームは、これらの新しい研究課題について、地元ピッツバーグ地域の多くの中学校で調査を実施しました。近日出版予定の本の章では、2014年から2023年の間にDecimal Point学習ゲームで実施された多くの調査について説明しています。^[33]

2023年、マクラーレンは博士課程の学生であるフイ・グエンとともに、デジタル学習ゲームで人工知能がどのように使用されているかについての『教育におけるAIハンドブック』の章を執筆しました。^[34] マクラーレンの研究室では、Decimal Pointのコンテキストで促された自己説明に応答する手段として、大規模言語モデル（LLM-ChatGPT）の使用も研究しています。^[35]

2005年以来、マクラーレンはコンピュータ支援協調学習（CSCL）と、技術を活用して構成主義学習をサポートする方法について研究してきました。協調学習に関する彼の初期の研究には、協調学習をサポートするインテリジェントチューターの半自動開発、^[36]認知チューターとのスクリプト化された2人組のコラボレーションによる代数の学習、^[37]仮想実験室とのスクリプト化された2人組のコラボレーションによる化学の学習が含まれていました。この研究は、協調学習は、取るべきステップの明示的な指示、またはドメインの内容、学生の行動、および/またはコラボレーションに関するフィードバックのいずれかのガイダンスによって改善できるという主張を裏付けました。^[38]

マクラーレンは同僚や学生と協力して、AIと言語分析技術を組み合わせたソフトウェアツールを開発し、共同討論や電子討論を分析し、教室の教師が複数の議論を導くのを助け、結果として学生が議論スキルを習得できるようにしました。2010年に発表された論文で、彼と学生は、機械学習技術を使用してソフトウェア分類子を作成し、オンラインの共同討論の主要な構成要素を識別できることを示しました。教師はこれらの構成要素を使用して、学生が互いに討論し、学習できるように導くことができます。^[39]

マクラーレンと彼のチームは、議論の構造、順序、テキストの貢献を活用した分析およびフィードバック技術の開発に注力してきました。これにより、教師は協力グループを指導および助言するための情報を得ることができます。マクラーレンと同僚は、グラフマッチング、機械学習、言語処理技術を使用して、高校の倫理と大学の教育の教室からの電子ディスカッションを分析しました。彼と彼のチームは、ラベル付けされた例のクラスターが与えられた場合に、新しいディスカッションにおける学生の貢献の類似クラスターを特定できる DOCE (例によるクラスターの検出) と呼ばれるアルゴリズムを開発しました。^[40]最終的に、DOCE と機械学習/テキストマイニングの組み合わせアプローチの両方が ARGUNAUT システムのコンテキストで使用され、「アラート」が提供され、教師は一目で電子ディスカッションの問題を確認して対処することができます。^[41]

マクラーレンのウェブベースの議論ワークスペースとさまざまな分析手法は、後に別のプロジェクトを通じて、さまざまな学生や他の研究者に広く公開されました。マクラーレンは、ニールス・ピンクワルト^[42]とともに、LASAD（議論を学ぶ：ドメイン間の一般化されたサポート）^{[43]という主任研究員を務めました。}

マクラーレンの研究では、正解と不正解の両方の実例を学生の学習にどのように活用できるかについても調査しました。マクラーレンと彼の同僚は、3つの別々ではあるが類似した研究で、実例を指導問題と組み合わせて学習すると、より良い学習につながるかどうかを調査しました。彼らは、実例と同型の指導問題を交互に学習しても、指導問題のみの場合よりも学習効果は大きくないことを発見しました。一方、3つの研究で例題グループは、指導のみのグループよりも効率的に学習しました。学生は同じ量の教材を学習するのに21%少ない時間を費やしました。^[44]

マクラーレンは、インタラクティブな誤った例題の学習可能性を広範囲に調査した最初の教育技術研究者の一人です。^[45] 2010年代初頭、彼は誤った例題の教育的利点を調査するいくつかの研究プロジェクトに参加しました。彼は中学校の数学の生徒を対象に教室研究を実施し、誤った例題を使って小数を学んだ生徒は、問題を解く問題に取り組んだ生徒よりも遅延事後テストの成績が良かったことを明らかにしました。^[46]正しい実例に関しては、彼と彼の同僚は後に、実例が誤った例題、インテリジェントに指導された問題、化学の分野で解く問題と同じくらい多くの学習につながるが、大幅に短い時間で済むことを示しました。^[47]

マクラーレンは、教育データマイニングの専門家であるライアン・ベイカー教授や他の同僚と協力して、生徒が誤った例から学ぶ際の感情状態を分析している。 ^[48]

マクラーレンは博士論文研究の一環として、倫理的推論の計算モデル、具体的にはAIと事例ベース推論技術を使用して構築された、倫理的ジレンマを検索して分析するプログラムを構築した。そのため、マクラーレンは機械倫理の研究分野に貢献した最初の研究者の一人として認められており、Google Scholarによると、この分野で2番目に引用されている研究者である。^[49]マクラーレンが博士論文について発表したジャーナル論文^[50]は、この研究コミュニティ内で頻繁に引用されている。マクラーレンはまた、博士論文研究と、TRUTH-TELLERと呼ばれる倫理的推論システムに関する以前の研究の両方を説明するジャーナル記事を執筆した。^{[51] [52]}マクラーレンが引用されている2016年のCNNの記事では、機械倫理とロボット工学の問題について議論している。^[53]

マクラーレンの両親は、2012年に亡くなった長老派教会の牧師だったトーマス・ジェームズ・マクラーレンと、元高校英語教師のシャーリー・マーティン・マクラーレンである。マクラーレンは1990年から2013年に離婚するまでガブリエル・マクラーレン（旧姓フーバー）と結婚していた。マクラーレンは熱心なアウトドアマンでハイカーであり、1989年にアパラチア山脈のトレイルを全行程歩いた。^[54]

• Aleven, V., McLaren, B., Roll, I., Koedinger, K. (2004). 家庭教師のヘルプ検索に向けて。インテリジェント家庭教師システム コンピュータサイエンス講義ノート、227–239。^[55]
• Ashley, KD & McLaren, BM (1995)。事例ベース比較における理由による推論。事例ベース推論に関する第1回国際会議(ICCBR-95)の議事録。人工知能に関する講義ノート、1010。1995年10月、ポルトガル、セジンブラ。(pp. 133–144)。Springer: ベルリン。^[56]
• Baker RS、McLaren、BM、Huff、S.、Richey、JE、Rowe、E.、Almeda、MV、Mogessie、M.、Andres、JMA（2021）。学習システム間での学生モデルの共有に向けて。第22回国際人工知能教育会議（AIED 2021）の議事録。^[57]
• Eagle, M., Corbett, A., Stamper, J., McLaren, BM, Baker, R., Wagner, A., MacLaren, B., & Mitchell, A. (2016). 学習者の過去の活動からインテリジェントチューターの学習者モデリングの個人差を予測する。F. Cena、M. Desmarais、D. Dicheva、J. Zhang (編)、Proceedings of the 24th Conference on User Modeling, Adaptation and Personalization (UMAP 2016)。ACM、ニューヨーク、NY。(pp. 55–63). ^[58]
• Holstein, K., McLaren, BM & Aleven, V. (2018). AIを活用した教室における複合現実教師認識ツールの学生学習へのメリット。C. Rosé、R. Martínez-Maldonado、HU Hoppe、R. Luckin、M. Mavrikis、K. Porayska-Pomsta、B. McLaren、B. du Boulay (編)。第19回国際人工知能教育会議 (AIED 2018) 議事録。LNAI 10947 (pp. 154–168)。Springer: ベルリン。^[59]
• マクラーレン、BM（2003）。倫理における原則と事例の拡張的定義：AIモデル。人工知能ジャーナル、150、145-181。^[60]
• McLaren, BM (2006)。倫理的推論の計算モデル: 課題、最初のステップ、および将来の方向性。IEEE Intelligent Systems、IEEE Computer Society 発行。2006 年 7 月/8 月。29-37 ページ。
• McLaren, BM, Adams, DM, & Mayer, RE (2015). 誤った例による遅延学習効果: Webベースのチューターによる小数学習の研究。International Journal of Artificial Intelligence in Education、25(4)、520–542。
• McLaren, BM, Adams, DM, Mayer, RE, & Forlizzi, J. (2017). 従来のアプローチよりも数学の学習を促進するコンピュータベースのゲーム。国際ゲームベース学習ジャーナル (IJGBL), 7(1), 36–56. ^[61]
• McLaren, BM, Farzan, R., Adams, DM, Mayer, RE, & Forlizzi, J. (2017). 教育ゲームによる学習における性別と問題難易度の影響の解明。E. André、R. Baker、X. Hu、MMT Rodrigo、B. du Boulay (編)。第18回国際人工知能教育会議 (AIED 2017) 議事録。LNAI 10331 (pp. 540–543)。Springer: ベルリン。^[62]
• McLaren, BM, Lim, S., & Koedinger, KR (2008)。生徒に実例をいつ、どのくらいの頻度で与えるべきか? 新たな結果と研究の現状の要約。BC Love、K. McRae、VM Sloutsky (編)、認知科学協会第 30 回年次会議の議事録 (pp. 2176–2181)。テキサス州オースティン: 認知科学協会。
• McLaren, BM, Richey, JE, Nguyen, H., Hou, X. (2022)。教育技術による学習に指導コンテキストがどのように影響するか：デジタル学習ゲームを用いた研究からの教訓。Computers & Education、178。https://doi.org/10.1016/j.compedu.2021.104366
• McLaren, BM, Scheuer, O., & Mikšátko, J. (2010). 人工知能技術を用いた協調学習と電子ディスカッションのサポート。国際教育人工知能ジャーナル (IJAIED) 20(1), 1–46。
• McLaren, BM, van Gog, T., Ganoe, C., Yaron, D., & Karabinos, M. (2015). 実例学習は、高度な支援を必要とする指導ソフトウェアよりも効率的です。C. Conati、N. Heffernan、A. Mitrovic、MF Verdejo (編)、Proceedings of the 17th International Conference on Artificial Intelligence in Education (AIED 2015)。LNAI 9112 (pp. 710–713)
• Najar, AS, Mitrovic, A. & McLaren, BM (2014)。適応型サポートと、実例と指導問題の交互使用: どちらがより良い学習につながるか? デンマーク、オールボー: 第 22 回ユーザー モデリング、適応、パーソナライゼーション会議 (UMAP 2014) の議事録。LNCS 8538 (pp. 171–182)。
• Richey JE、Zhang、J.、Das、R.、Andres-Bray、JM Scruggs、R.、Mogessie、M.、Baker RS、McLaren、BM（2021）。ゲームとフラストレーションが数学のデジタル学習ゲームの学習上の利点を説明する。第22回国際人工知能教育会議（AIED 2021）の議事録。^[63]
• Scheuer, O., Loll, F., Pinkwart, N., & McLaren, BM (2010). コンピュータ支援による議論: 最新技術のレビュー。International Journal of Computer-Supported Collaborative Learning、5(1)、43–102。

• 学習科学
• 教育ゲーム
• ヴィンセント・アレヴェン
• ライアン・ベイカー
• サンドラ・カッツ
• ケネス・ケーディンガー
• ケビン・アシュリー
• METALSプログラム

• カーネギーメロン大学のマクラーレンの個人ページ
• マクラーレンの Decimal Point プロジェクト ページ
• マクラーレンの AdaptErrEx プロジェクト ページ
• マクラーレンの化学量論チューターページ
• マクラーレンの数学家庭教師ページ
• マクラーレンの Google Scholar ページ