本稿は、オンラインプラットフォームにおける未成年者保護措置について、EU、米国および日本を対象とした国際比較を行い、その規制設計と技術基盤の変容を分析する。近年、未成年者のオンライン利用に伴うリスクの増大を背景として、各国において法制度の整備が進展しているが、その規律構造には差異が存在する。EUにおいては、DSAおよびGDPRを中心に、プラットフォームに対して未成年者保護のための設計責任を課すとともに、近時は年齢確認に関する共通インフラの構築を通じて、規制単位を個別事業者から技術基盤へと拡張する動向が見られる。米国においては、児童オンラインプライバシー保護法（COPPA）が親の同意を中核とする規律を採用しており、保護主体を親に帰属させる構造が維持されている。日本においては、個人情報保護法等に依拠する形で未成年者保護が図られているが、制度的統一性および技術的実装の観点では限定的である。本稿はこれらの比較を通じ、今後のデータ保護法制における設計規制の意義と課題を提示する。

複雑化するサプライチェーン全体のサイバーセキュリティ底上げには、個社単独の対策を超えた企業間相互連携によるガバナンス構築が不可欠であるが、自社の脆弱性を含む生データの開示は、営業秘密漏洩やレピュテーション低下のリスクが伴う。本稿では、プライバシー強化技術である連合学習を活用し、安全な情報共有と共助を可能にする新たなセキュリティガバナンスモデルを提案する。本モデルは、機密データを自組織に留保したままパラメータのみを集約し、全体の傾向分析を可能にする。さらに、データが提供しやすく、提供企業が成果を享受できる仕組みにより、フリーライダー問題を排除し参加インセンティブを創出する。本モデルが情報共有の障壁を低減し、実効的なコミュニティ防衛を実現する可能性を考察する。

2010年5月6日、米国株式市場でダウ平均が1分間に9%下落するフラッシュクラッシュが発生し、多数の自律的エージェントが短時間に極端な挙動を示しうることが示された。社会の多様な領域に自律的AIエージェントが導入される中、多数のエージェントが相互作用する過程で、人間の対応能力を超える速度で雪崩的な異常動作が生じることを防ぐ設計は不可欠である。しかし、その抑制に関わる機能や有効な設計原理は十分に解明されていない。本稿では、多数のAIエージェントからなるシステムにおける急速な雪崩的挙動の抑制可能性を検討し、相互作用にどのように安定性を組み込むべきかを考察する。

ラーニングアナリティクスなど実際の教育学習データを用いた研究では，プライバシー保護やデータ不足が課題となる．そこで本研究では，適応型自己評価への活用を想定し，実データから生成した合成データの有効性を，チェックリストとルーブリックを用いた自己評価データを対象に検証した．具体的には，学生のチェックリスト回答からルーブリックによる総合評価を推定する機械学習モデルを構築し，合成データと実データにおけるモデル性能を比較するとともに，合成データで学習したモデルの実データへの適用精度を分析した．その結果，両データ間のモデル性能傾向には高い相関が見られ，高精度なモデルほど性能差が小さいことが示された．

人間とAIの共存についての報道を目にする機会が増えた一方で、AIに依存しすぎるのはよくないという議論もある。今後AIを使用せずに学習や仕事をすることは考えにくいため、AIの正しい使い方など若者が知っておくべき知識とは何かについて疑問を持った。そこで本研究では複数のLLMによるデルファイ法を用いた結果、各A Iに役割を与えてもデータを共有しているだけで個性があるわけではないため多様性とは言えず、複数AIによる多数決は不適切であるという結論に収束した。これにより、AIを使う際には若者はAIのメカニズムを理解し、個性も性格もない多数決もできない媒体であるという理解が必要である。

高等教育が今後とるべき対応に向けた予備的検討として，公開情報に基づき，高度AI時代に育成すべき人材像を整理し，それに対応する体験型高等教育カリキュラムの方向性を提案する．体験型高等教育においては，知識を対象システムに適用し，観察・検証・判断・説明までを含めて総合的に学ぶ新しいスタイルの高等教育を目指している．

本研究は，高等学校の情報Ⅰにおいて生成AIを活用したプログラミング教育の授業設計と実践を行い，理論と実践の学習順序が教育効果に与える影響を比較検討することを目的とする．理論先行型（理論→実践）と実践先行型（実践→理論）の2クラスを対象とし，理論が3時間，実践が3時間，その後に評価・改善の2時間を含む計8時間のプログラミング教育を実施した．本報告では，理論と実践がそれぞれ3時間ずつ（計6時間）が終了した中間時点での，計3回のアンケート調査および生徒の成果物（設計書・プログラム）のルーブリック評価による結果について報告する．

The FUN Minecraft Server is a student-led platform at Future University Hakodate developed as an educational and research testbed. This paper reports two 2025 case studies. The first, conducted with Hokkaido Heritage WAON, offered a self-guided exploration of heritage digital twins at a children's festival. The second, a workshop at an elementary school in Niikappu, combined command-based play with a campus mini-game on a university digital twin. Pre-configured Steam Decks enabled portable deployment. A Likert questionnaire at Niikappu (n=10) returned positive responses. We discuss the platform's potential for research and educational outreach and university-community engagement.

This paper reports a small-scale exploratory study of design choices for generative AI support in novice C programming. Four conditions were examined: textbook materials, text dialogue, voice input, and step-by-step scaffolding. Questionnaire and free-text responses suggest that AI support may enhance enjoyment and achievement, while voice input creates recognition burdens and scaffolding may reduce perceived autonomy. The findings highlight design trade-offs between support and learner effort.

帝国議会議事速記録のコーパス化には，速記録画像データへのOCR適用後，OCR結果を画像領域と照合し，誤認識箇所を修正する工程が必要である．先行研究では，OCR結果と画像領域を矩形単位で同時表示する修正支援ツール「ハルニレ」が開発された．しかし，その作業効率の分析はこれまで小規模にとどまっている．本研究では，1901年と1917年の全会議録587件，約1,013万文字を対象に，ハルニレの修正作業ログを分析する．ページや会議録単位の作業時間を評価指標として用い，修正内容の傾向とあわせて分析することで，ハルニレが修正作業に及ぼす効果を評価する．

カントは「純粋理性批判」において理性が認識に関わる場合と行為の原理となる場合について論じ、また現象を超越し、その根本存在を直感的によるとした考えを否定した。
　本論は、存在そのものの基本的な在り方を定め、認識の実験的形式と超越論的対象を論ずる形而上学を体系的にまとめ、新しい体系を構築したので報告する。

縄文時代において黒曜石は重要な石器材料であった．中期には活発に交易されていたと考えられ，その解明は縄文人の生活を読み解く手がかりとなる．関東甲信越地方では諏訪や神津島などが主な原産地であり，各遺跡で原産地割合が調べられている．一方で，交易メカニズムや神津島産の本州における陸揚地などについては不明な点が多い．そこで本研究では，遺跡の地理的情報と縄文人の行動様式から推定した移動コストに基づいて交易網を構成し，多数の強化学習エージェントを相互作用させて交易をシミュレーションする構成論的アプローチにより交易を分析する．発表では，各産出地における供給量を変えたシミュレーションの結果を報告する．

広域SfMによる城跡3Dモデル生成では、広範囲の画像群において画像間の重複が場所によって不均一になりやすく、また遮蔽や繰り返し構造の影響も受けやすいため、安定した画像対応付けと一貫した3次元構造の再構成が難しい。そのため、モデルの欠損が生じ、再構成のやり直しや手動修正に多くの工数を要する課題がある。そこで本研究では、城跡を複数箇所に分けて再構成した各モデルを土台に、門や通路などの接続部で画像登録とSfMを段階的に行うことで、城跡モデルの品質改善と手動修正負担の軽減を目指す。

静岡県北部の旧井川村は，かつて地理的に孤立しており，また井川ダム建設時に異なる方言を使用する話者が大量に流入したことより，周辺地域とは異なる言語的特徴を有する．しかし過疎化による人口減少に伴い，井川方言の話者は100名を下回り，次世代への継承も途絶えた状態にある．本研究では，井川地域の住民を対象とした質問紙調査を実施し，年齢・性別・出身地・方言への評価・使用および理解の度合い・使用場面といった個人的・社会的属性が，「次世代に井川方言を伝えたい」という意識に与える影響を検証する．回答を適宜カテゴリ化・数値化したうえで，当該意識を目的変数とするロジスティック回帰分析により，各要因との関連を分析する．

本研究では，AIシステムにおける解釈可能性および説明責任の限界を，観測作用素に基づく構造的観点から分析する．既存の説明可能AI（XAI）手法は，モデル出力が内部状態を十分反映していることを暗黙的に仮定している．本研究では，システムを (H, Π, O) で表現する Platonic Projection Structures（PPS）を導入し，観測を O(v)=⟨v,Πv⟩ と定義する．PPSでは，Π の零空間に属する潜在成分は本質的に不可観測となる．さらに知識蒸留を ΦΠT≈ΠSΦ を満たす構造整合問題として再定式化した．実験では，観測作用素のスペクトル構造に応じて説明可能性指標と潜在表現の間に乖離が生じることを確認し，AI解釈可能性には観測構造に起因する本質的制約が存在する可能性を示した．

サイバー攻撃による損害については，攻撃者への責任追及が困難であるため，被害企業及びその関係当事者間で損害を分担せざるを得ない場合が多い．本稿は，サイバーセキュリティに関する法的責任の範囲を明らかにすることを目的として，損害賠償責任を構成する「債務不履行・過失」「損害・因果関係」「過失相殺」の3つのフェーズに着目し，各段階における判断基準（責任分界点）の明確化を試みるものである．さらに，これらを統合した法的判断枠組みを提示し，サプライチェーンのような複雑な責任関係を伴う事案への適用可能性を検証する．

くずし字等を含む近代行政文書を対象とした解読補助システムにおいて，選択した文字領域の切り出し分類では，不完全な選択時や希少クラスで精度が低下するという課題がある．そこで本研究では，専門家が解読困難な文字を周辺情報から解読するという事実に倣い，文書画像全体の特徴量とユーザー指定BBox情報を融合して文字クラス分類を行う手法を提案する．実験により，周辺情報の利用は文字認識精度の向上に寄与する場合が確認された．発表では，文字クラス分類の実験結果をもとに，従来手法との認識精度の比較を通じて，提案手法の有効性を報告する．

博物館のデジタルアーカイブ作成では、展示物を一点ずつ撮影し、名称や説明文などの情報を手作業で登録する必要がある。さらに、撮影画像と展示物情報を対応付け、内容を確認する工程も必要となるため、多数の展示物を対象とする場合には大きな人的負担が生じる。本研究では、展示棚を撮影した動画から各フレームに物体検出を適用し、展示物や説明パネルの候補を抽出することで、情報収集の自動化を目指す。動画を用いることで展示棚全体を連続的に記録でき、現地での撮影作業を簡略化しつつ、博物館資料のデジタル化を支援する枠組みを検討する。

従来のOPACは書名や請求記号等の文字情報中心であり、実際の本棚の位置や書籍の所在を直感的に把握することが困難であった。
本研究では、3D Gaussian Splattingにより構築したバーチャル図書館上で書籍を検索できる新しいナビゲーションシステムを提案する。利用者が自然言語で書名や関連キーワードを検索すると、目的の書籍が配架されている本棚付近へ3D空間内の視点が自動移動する。さらに、画像上で目的の書籍や該当する棚段をハイライト表示し視覚的に示す。
これにより、書誌情報と空間情報を統合し、利用者の探索負荷を軽減する空間型検索システムの実現を目指す。

ロボットにおける文章問題の生成と加工技術について述べたものである。小学校の低学年の演算における問題の生成と加工技術については次回に報告したい。
その第２段として、文章問題の場合について、低学年の文章問題の加工技術としてプログラム例を検討したので報告する。

While recent advancements in Generative AI have transformed content creation, traditional text-to-video and text-to-speech frameworks often suffer from significant computational latency and bandwidth bottlenecks due to their reliance on discrete symbolic recognition. This paper proposes a novel, lightweight "Physical AI" architecture that disrupts the conventional linguistic approach by mapping the physical properties of audio directly to visual parameters. This method reduces data transfer requirements and ensures high-impact, real-time interactivity. Feature Extraction: Utilizing the Librosa library and Short-Time Fourier Transform (STFT), the system extracts real-time acoustic features—specifically formant frequencies (F_1, F_2) and energy levels.

本研究は、大学における退学兆候者を早期検知し、適切な支援によって退学を防止することを目的とする。これまでに、自己組織化マップを用いて学修状況を可視化するシステムを提案し、特定専攻における全志願形態への適用を実現するとともに、要支援領域の最適化による退学兆候者の検出精度向上を達成している。本稿では、これまでに得られた要支援領域設計に関する知見を別専攻へ展開し、手法の汎用性を検証する。さらに、検出精度のさらなる向上に向けて、用いる変数への重み付けを導入したモデル最適化を行い、より実用的な退学予兆検知システムの実現を目指す。

 

C言語は実行時エラーの際に発生箇所が示されないなど誤りに対するフィードバックが乏しく、初学者が自らプログラムの誤りを発見・修正することが難しい。本研究ではC言語初学者の学習支援を目的として検査ツールを開発した．本ツールでは、プログラムの構文木を作成・操作して検査コードを追加することで、実行時に未初期化変数の使用や配列の範囲外アクセスなどを検出し、エラーの原因や発生箇所を報告する。既存の動的解析ツールと異なり、学習者向けに平易なメッセージで報告する点を特徴とする。大学の初級演習授業で学生が書いたプログラム394件を用いた実験の結果、検出率99%・誤検出率0.96%を達成した。

プログラム初学者にとって，エラーメッセージの内容を理解することは困難であることが多い．そこで我々はエラーメッセージ理解を支援するシステムの研究を行っている．支援システムには「エラーメッセージ内容の日本語解説機能」等が搭載されている．本研究ではシステムや補助機能の課題点を調査するために，学部生に本システムを用いて短期間のC言語の学習をしてもらった．この結果から得られた学習結果と課題点とその解決案について報告する．また「エラーメッセージ内容の日本語解説機能」の表示インタフェースを変更することで，より効果的にエラー内容が理解できると仮定し，効果を測定する実験方法を検討する．

デバッグスキルの育成は，プログラミング教育における重要な課題として認識されているものの，効果的な指導法や支援手法は十分に体系化されていない．プログラミング初学者はデバッグ学習を十分に行えておらず，結果的に論理エラーを含むプログラムで長時間試行錯誤する場合がある．
本研究では，特に原因を特定しづらい論理エラーを含むようなプログラムを対象に，実行結果を基に2つのデバッグ方法を提案し，段階的なprintf デバッグの習得を支援するツールを提案する．

近年，プログラミング教育分野において，学習者のコード理解過程を分析する手法として視線計測が注目されている．従来研究では，プログラミング歴などを基準として学習者を分類し，視線行動との関係を分析する研究が行われてきた．しかし，プログラミング能力を定量的に評価した上で，視線行動との関係を分析した研究は十分に行われていない．
本研究では，CFRPに基づく評価テストを用いて被験者のプログラミング能力を定量的に評価し，能力分類を行った上で，被験者にプログラミング課題を実施してもらい，その最中に取得した視線データに対して可視化および視線遷移分析を行うことで，コード読解過程における視線移動の特徴を調査する．

インフレが進行する中，消費及び人生設計に関連する金融知識・判断力（金融リテラシー）は，学生の将来の安定性に大きく影響するスキルであり，データサイエンス教育とともに国を挙げて若年者への金融教育が推進されている．一方，複利計算やローン返済計画等はプログラミングとの親和性も高く，プログラミング教育の実応用例としてだけでなく，金融教育ではプログラミングを利用した学習の取り組みも試みられている．しかし，多くは固定的な初期条件に拠る決定論的な計画の算出に留まっている．本稿では，複数のローン返済シミュレーションを利用し，現実世界の不確実な状況変化を想定しつつ流動性を考慮した負債管理戦略への展開を提案する．

電子工作に興味を持つ人を増やす目的で，Lチカで切っ掛けづくりを行っている．FIT2025ではコンピュータを使う前のLチカに必要な前提知識について述べた．システムデザイン工学研究科の1年生を対象に，「システムデザイン工学最前線Ａ」の授業を担当することになり，Lチカを実践した．この授業は研究科に所属する教員の研究紹介を目的としており，オムニバス形式で実施し，1回分を担当した．授業時間は1コマ100分であった．手動によるLチカを体験した後，Raspberry Pi Pico 2Wを使い，MicroPythonを使ってLチカのプログラムを体験した．受講者数が15名と少ないため，1人1セットのパーツ等を準備した．実施して分かったこと，受講者の声，今後の発展について述べる．

現行のデジタル出席管理システムでは，出席コードやURLの外部共有による不正な出席情報の提出が問題となっている。本研究では，NFCタグとスマートフォンを組み合わせた出席管理システム「TagForm」を設計・実装した．本システムはワンタイムトークン，UUID（端末識別），ネットワーク識別を組み合わせることで，机上のNFCタグを読み取った端末からの1回のみの出席提出を実現する。これにより，コード共有・代理提出・フォームURL再利用といった不正行為を防止できることを提案する。

LMSに蓄積された教育データを用いた成績予測は教育支援に有用であるが，少人数授業ではデータ不足により予測精度が低下する．本研究では，受講者数の多い類似科目の授業データを活用し，授業間で生じる特徴量空間の差異をCORALにより補正する．さらに，少量データで不安定な統計量の推定をKDEにより安定化する．しかし，特徴量空間の固有値の偏りが大きく，不安定な構造を持つ場合には分布補正によって予測精度が低下した．そこで，不安定な共分散構造に対して強い正則化と補正を適用する手法を検討する．その有効性を評価するため，正則化と補正の強弱を体系的に調整し，特徴量空間の構造が予測精度に与える影響を分析する．

近年、大学における情報教育はますます重要となっており、情報学部では多様な科目が開講されている。大学における成績はGPAが用いられているが、科目ごとの評価基準や成績分布の違いを十分に反映できないという課題がある。山崎等(2025)は、 付与された成績を情報量へと変換し、新たな評価指標を提案した。山崎等の手法は、履修者の個人成績から算出しており、個人情報の取り扱いに注意が必要である。そこで、本研究では、個人成績ではなく、公開されている科目ごとの不可率などの成績分布のデータに注目し、科目の情報量を提案する。

教材難易度評価は，学習者に適切な教材を提示する基盤である．教育機関での大規模言語モデル（LLM）活用では，個人情報保護等の観点から学内設置可能なローカルLLMの使用が注目されているが，ローカルLLM使用時にも難易度評価が割れやすく教員の確認が必要な教材を自動検出できるかが課題となる．本研究では，ローカルLLMを用いた教材難易度評価において，評価者間やLLMと人間評価者の間で難易度評価が割れる教材を高精度に自動検出することを考える．単なる難易度予測ではなく，一つの評価結果から他の評価者とのズレを予測する課題を扱う．ローカルLLMが正答候補を出力する際の生成確率を確信度として用いる従来法は，出力時に確率値も追加で取得・保存するコストが高い．これに対し，ModernBERT等を用いた軽量な教材埋め込みベクトル集合全体の意味的配置から，追加取得情報を必要としない幾何的な指標を提案する．英語や理科など複数科目の実験により，提案手法がローカルLLMの自信度を上回る精度で，難易度評価が割れた教材を検出できる条件を明らかにする．

This paper proposes an LLM-based teacher support AI agent for VR learning environments. The proposed system integrates a VR classroom, online worksheets, and an LLM-based educational agent to support teacher intervention during online classes. Unlike conventional systems based on predefined error categories, the proposed method analyzes students’ answers, intermediate steps, and learning history using an LLM to estimate misunderstandings and provide adaptive hints and teacher support. The system aims to enhance communication and timely intervention in online education. This study presents the system design and discusses future implementation and evaluation in VR-based educational environments.

情報工学科における大人数の実験・実習科目において、所属する大学院生および学部4年生をTA・SAとして適切に割付ける業務は、学生側の勤務上限コマ数や希望度、科目側の必要定員などの複雑な制約が絡み合い、学科運営上の大きな負担となっている。本研究では、この学科規模の割付業務を整数計画問題として定式化し、数理最適化ソルバーを用いて「全体最適解」を算出するシステムを構築・実践した。さらに、情報工学を専攻する学生自身を対象とし、割付プロセスの根拠を数理モデルとして提示する教育的試みを行った。実践後の調査から、手作業に比べ希望充足度が向上し、配分の公平性への納得感と、専門技術の実社会応用を実感させる高い教育効果が得られた。

プログラミング学習の理解度測定にはテストが広く用いられるが，最終的な正答のみでは，迷わず完成させたか試行錯誤を繰り返したかという理解の過程を正確に反映できない．また，近年のLLMの普及に伴い，提出されたコードだけでは学習者本人が作成した解答か判断することが困難という課題もある．
これに対し，プログラミング過程を可視化し，どのようなプロセスを経て完成に至ったかを分析できれば，より正確に理解度を推定できる可能性がある．そこで本研究では，学習者のプログラミング過程をベクトル化して可視化する手法を提案し，その有効性を検証する．

初学者を対象としたプログラミング教育では，学習者ごとに理解できない箇所やつまずきの要因が異なるため，十分な支援や助言を行えない場合がある．学習者は理解できない内容に直面した際，Web検索やAIツールを利用して情報収集を行うことが多く，その行動には学習者の理解状態や思考過程が反映されている可能性がある．
従来の研究では，ソースコードやログ収集に焦点を当てたものが多く，複数の観測情報から学習者が行っている作業を総合的に推論する研究は十分でない．
本研究では，AIエージェントを用いて，画面キャプチャから得られる情報を統合的に解析することで，学習者の作業内容を推定するシステムを構築する．

近年プログラミング教育の重要性が高まるにつれ，ソースコードの正誤判定だけでなく，学習者の理解度や到達度を反映した部分点を含む定量的評価の手法が求められている．機械学習を用いた自動採点手法に関する研究では，高精度なモデルを構築するために多くの採点済みデータが必要となるが，教育現場においてそのようなデータを収集・作成することは容易ではない．
本研究では，少量データ環境下においてCodeBERTとLightGBMを用いた自動採点手法を検討し，ソースコードの入力単位やGIMPLE中間表現への変換が予測精度に与える影響を評価する．また，ルーブリックに基づいて生成したデータの利用可能性についても検証する．

プログラミング科目の課題について採点負荷を軽減するシステムを、オンプレミスLLMにより開発した。クラウド型LLMでは、成績情報の外部漏洩や利用コストが大きな問題となるが、本システムはローカル環境で完結するため、機密性を担保しつつ、利用制限なく運用可能である。教員が問題文、ルーブリック、模範解答、学生のコードをシステムに入力すると、LLMが点数と採点理由を自動生成する。さらに、採点の信頼性確保のため、教員が評価根拠を目視確認できる機能や、複数のLLMを用いて評価のブレを検証する機能も実装されている。本システムは実運用を意識して設計されており、実際の講義で運用した結果についても報告する。

本研究では、プログラミング学習者がつまずきやすい演習問題のプログラムの組み立てに着目し、生成AIを用いた学習支援手法を提案する。
本手法は、学習者が演習問題を解く上での重要な「ポイント」を活用して課題への理解を深めることを目的としており、具体的には以下の3段階で構成される。
まず、対象となる問題を解く上での重要なポイントを生成AIにより整理・抽出する。次に、学習者がそのポイントを正しく理解しているかを確認するための質問を順次提示する。最後に、質問を通じて学習者が理解していないと判定された場合には、生成AIが段階的なヒントを提示し、自力での解決を促す。

プログラミング教育において，反復学習を支援する「同型問題」（同じアルゴリズムで解けるが表面的な文脈が異なる問題）の作成は教員の負担が大きい．大規模LLMによる自動生成はAPIコストやプライバシーの課題があり，ローカル運用可能なSmall Language Model（SLM）が代替候補となる．しかしSLMは生成性能や指示追従能力の制約から，高品質な同型問題の生成は容易でない．本研究ではこれらの制約に対応するため，問題分析・問題生成・実行検証の3段階パイプラインを提案する．AOJ ITP1を用いた実験の結果，SLMで同型問題を生成可能であることを報告する．

ソフトウェア開発において，プログラマの集中度を客観的に評価する技術が注目されている．本研究の最終目標は，作業の妨げとなるウェアラブルセンサ等を必要とせず，日常的な作業環境で取得可能なキーボードの打鍵情報（コーディングシーケンス）を用いて，プログラマの集中度を推定する手法の確立である．本稿では大学生のプログラミング課題における達成状況と打鍵情報の関係を調査する．その際，タイピング速度，打鍵間隔，特定キーの操作傾向といった打鍵の特徴を詳細に分析する．また，瞬きや視線，顔の動きなどを合わせて分析する．これにより，集中状態に特有の打鍵パターンを明らかにし，打鍵情報による非接触な推定の有効性を議論する．

2022年度から2026年度の大学新入生を対象として，入学時タイピングスキルの実態と，情報基礎科目「情報リテラシー演習」における欠席回数および成績評価との関係を分析した．その結果，入学時タイピングスキルは平均36.8文字/分と低水準であり，学生間の格差も大きいことが確認された．また，入学時タイピングスキルと成績評価との間には有意な関係は認められなかったが，修了時タイピングスキルおよびスキル向上量は成績評価と有意な正の相関を示した．さらに，欠席回数と成績評価との間には強い負の相関が認められた．これらの結果から，入学時タイピングスキルは成績評価を直接規定するものではないものの，授業への出席行動に影響を及ぼし，結果として学習成果につながることが示唆された．

本研究では，2025年度の大学新入生を対象に，高等学校「情報Ⅰ」の主観的理解度と客観的理解度のギャップを検証した．主観的理解度の測定には，情報処理学会 コンピュータと教育研究会が作成した「高等学校情報科での学びに関する調査アンケート」を，客観的理解度の測定には，同学会 一般情報教育委員会が作成した「情報プレースメントテスト」を用いて調査した．4象限マトリクスを用いて「情報Ⅰ」の学習トピック毎の理解度を分析した結果，自信と実力を兼ね備えた分野が確認された一方で，「わかったつもり」になっている過信分野や自信・実力ともに低い課題分野が確認された．

生成AIの普及により、大学初年次の学習環境は大きく変化している。一方で、従来のコンピュータ教育は、OS操作、Office操作、電子メール、情報検索などの技能習得に重点を置いており、AI出力の検証、情報源評価、引用・参照、剽窃防止、セキュリティ意識を一体的に扱う枠組みは十分ではない。本研究では、この課題に対し、生成AI、情報リテラシ、データ処理、レポート作成、発表、倫理・セキュリティを統合した半期13回の授業モデルを提案する。生成AIを単独の単元としてではなく、知的生産の各過程に横断的に組み込むことで、初年次コンピュータ教育を操作教育から知的生産教育へ拡張することを目指す。

証拠連鎖の可視化（証拠連鎖図＋不確実性タグ）が確認関連行動に与える影響を、善意型ナラティブを用いた授業内A/B実験で検討した。介入群は刺激に加え検証メモを提示した。尺度得点の群差は明確でなかった一方、留保表現は両群で「要確認」に強く収束し天井効果が示唆された。行動選択では「何もしない」が多く、確認手続きと実行コストがボトルネックである可能性を論じる。