本研究は、多様化する学習ニーズに対応するためのアダプティブラーニングシステムの導入を目指し、学習者の理解度をリアルタイムで予測する手法を提案する。現代の教育現場では、大規模なクラス編成や標準化されたカリキュラムが中心であり、個々の学習ペースや理解度に応じた指導が難しい課題となっている。こうした課題に対処するため、本研究ではフェーストラッキングデータを活用し、学習者の行動データをPCおよびVR環境で収集・分析する。これにより、学習環境の違いがデータに与える影響を明らかにし、機械学習モデルを用いて学習者の理解度を高精度に予測する手法を構築する。本手法は、アダプティブラーニングにおけるデータ活用の可能性を広げ、多様化する学習ニーズに対応する教育の質向上に貢献することを目指す。