知識科学基礎

  1. 「たけまるくん」や「キタちゃん」は複数設置することが出来ないため、使いたい人が多い場合、待たなければならない。
  2. 1人の人間が管理できる情報量は限られているのでミスが出たり学生に不都合が生じたりした。
  3. 1枚ではなく複数のカードを所持しておかなければならない。
  4. 2年生以上のことを考えていない。卒業所要単位数と現在の履修済単位数を比べ、どのぐらいで卒業可能なのか分からない。また、関心のある分野と学生自身が得意とする分野も違うため、興味・関心のみで時間割を作成することが必ずしも良いとは言えない。そして本大学においてはよく履修制限がかかること、また2年以上から成績により学科も分かれることを考慮すべきである。
  5. Javaなどの高級言語はプログラミング、さらにはインターネットに触れたことのない人にとってはとても難しく、とっつきづらい側面を持っている
  6. TOEIC用のE-learningは学習方法が単調で可視の向上性に欠けている。
  7. Webだけでは、その情報が正しいのか。信頼できるものなのかが実際に見ていないためわかりずらい。
  8. あまり知られていない
  9. あまり知識が浸透されていない
  10. エンジニア系列の診断に重点を置いているため、商大生に適していない点
  11. お勧めが特定の商品だけしか表示されず、直接的すぎてそれ以外の選択肢がないこと
  12. かなり効率化されているが、教員の存在は欠かせず、授業の全てを人工知能によって運営することはできず、教員は研究の時間を減らされてしまう
  13. こうした言語学習の分野での人工知能は以前に比べて精度が格段に上がっている。しかし、人間の言語は複雑で未だに噛み合わない文書を出力したり、特に音声認識分野においては聞き取りの制度についてはさらに上を目指すことが出来るのではないだろうか。
  14. コミュニケーションロボットと相互作用するとき、誰と相互作用していると感じるのかという疑問が挙げられる。
  15. ゴミ箱に入らなかったゴミはカウントされない
  16. これは、不特定多数の人が利用するものである。
  17. しかし、その「E-learning」は、学生「個人」が学習する機能のみであり、単調で変化に乏しく、学習の定着率が低いツールといっても過言ではない。
  18. しかし、家にいながら提出したり、他の人の代わりに提出する人もいる。
  19. しかし、現在既存している大学の業務システムに直接導入するにはかなり難しいという一方で不適用なところも多い
  20. しかし、就職活動に備えるための情報を個人ですべて収集することは、情報の錯綜する時代において困難を極める。
  21. しかし、出席するだけで、聞いていない学生が多い。
  22. シラバスに含まれる情報は学生にとって分かりにくいものであることがある。また、シラバスには授業計画、単位認定基準のみが書かれている場合も存在し、教員によってその内容に差がある。
  23. そのような方法では、教室の大小や、人数によって室温にばらつきが見られた。
  24. その人個人に対しての必要な情報だけでなく、すべての情報かのっていた
  25. そもそも学生が意欲的でない、講義をうけてもいまいち想像できないなどの問題があるとあまり効果がない。
  26. データが不十分、キーワードにこだわりすぎて不適切になることが多い
  27. データを収集しつつある段階では標準化した結果が出ない。
  28. どれも、長く働ける人向けで短期で雇ってくれるバイトの情報が少ない
  29. どれも個人に対応していない
  30. ネットやテレビなどの媒体を持たない者には情報が手に入らないこと
  31. ネット環境は整っているが、高速とはいえない
  32. ネット社会にはあまりなれていない世代が会社の権力者を多く占める大手・中堅会社では新しい方法をとることが難しく、行き詰まることが多かった。
  33. ネット上で出席をとるということはどこにいてもとることができGPSなどを利用し現在地を確認していても出席をしている友達のスマホでやってもらったりなどまだまだずるをする学生がおおいのが課題である
  34. バスがバス停の周辺までこなければ分からない。
  35. マークシート方式では、代返が容易に可能となってしまう。
  36. ミスがあったり、スムーズに講義が進まないこと
  37. ユーザー側が能動的に動かないとうまくインターネットを使わないまま
  38. レジなしでお会計を済ませる場合、お客様や彼らの購入商品を感知する(スキャンする)システムや機械の整備が必要になる。すると、それらに莫大なコストがかかる。また、もしシステムの異常や故障などがあった場合、お会計するシステムがなくなるため、そのお店は休業せざるを得なくなる。さらに、システムの維持費もかかる。
  39. レジを打つにはどうしても人が必要となり、それぞれ時間がかかってしまったりレジに入る研修が必要となる
  40. わざわざCDを聴くのが面倒で聴かない学生が多い。
  41. 安価に品質改良することが難しい。
  42. 意識を変えるには時間が必要な点
  43. 遺伝子組み換えの安全性は消費者を不安にさせている。また、室内で栽培して利益を出そうとすると、より大規模な施設と装置が要求される。
  44. 引き出しが多いので相手に伝え終わるまで繰り返し続ける
  45. 円形の食器でしか計測できない
  46. 家電製品ならば、使う人の物事を同時に進行させるスキルが必要とされてしまうため、人によっては効率をあげられないひともいる。
  47. 科目ごとの対応ができていない。
  48. 会話が充分にできない場合がある。
  49. 会話パターンが少ない
  50. 回答の分類を行うのみにとどまってしまうため、実際にそのエッセイや小論文などが、与えられた配点基準のどの項目を満たしどの項目を満たしていないのか自動的に分析してくれるわけではないという問題がある。
  51. 学校に行かないと学務課に話を聞いたり掲示板を見たりすることができない
  52. 学生が興味がないのであまり見ない
  53. 学生の学力への直接的な改善に繋がっていない
  54. 学生の作成する問題の完成度が低い場合がある点。
  55. 学生向けに作られた例はない
  56. 顔認識を何に利用するかと言う面では語り尽くされていない。
  57. 危ないと思った時に、誰かが砂を撒いたり、市がロードヒーティングをするので、すぐには対応できない
  58. 掲示板にしか掲載されない内容もあり、すべての情報が得られるわけではない。
  59. 警備員さんが見当たらない、学生センターに入りにくい
  60. 見た目のかわいさが低い、料金の高さ、段差移動不可能、大きいことなど。
  61. 見づらい、あまり使わない
  62. 限られたメンバーでしか情報を交換できない。全く関わりのない学生から情報を入手するのに時間かかる
  63. 限られた情報しか得ることができない
  64. 個人の意見の変更に全体のスケジュールが左右されやすいこと。
  65. 呼びかけるだけで徹底されていない
  66. 誤った情報が溢れている
  67. 広告だけである
  68. 更新の知らせがメールで溜まってしまう。ブラウザを開かなければならない
  69. 講義情報の漏洩が懸念される
  70. 講義内のチャットでは教授がいて発言しづらい
  71. 高い費用
  72. 高価で一般人が気軽に使えない
  73. 合鍵を簡易的に作ることができてしまうものはセキュリティ面において不安な点が残る。また、色々な鍵を外出時常に持ち歩くのは、管理面や安全面・利便性においても不安が残る。
  74. 今までの方法では、熟練したアドバイザーによる人的な就学支援しかできない。これを用意するのは手間であり、現代社会においては効率的な方法とはいえない。
  75. 混雑状況をディープラーニングにより予測しているが、リアルタイムで観測しているわけではないので差が生じる
  76. 最善手の行動をしてしまう。
  77. 採点者によって採点基準が異なること。
  78. 支援する活動やソフトウェアがあっても、インターネット機器の画面自体が高齢者にとってはわかりにくい場合がある
  79. 紙媒体での応募のため、募集開始から抽選結果が出るまでどの科目にどの程度の応募が集中するのかなどといった情報が全く入手できなかった。
  80. 紙媒体に書かれている文字が変換出来ていない。
  81. 時間がかかる（特に新人の場合）、釣銭を間違える可能性がある　など
  82. 時間にその場に行けなければ欠席にされ、その後の対応は教師の裁量で変化する点
  83. 次するべき仕事や戦略などを提案してくれるが、人工知能は考えているわけではないので過去にあったデータをもとにして提案しているので新しいものが生まれない点。
  84. 自分で情報を取りに行ったり探したりしなければならない。
  85. 実施に至らないこと。主に既存の交通機関を研究しており、高齢者のニーズに応える新たな案がないこと。
  86. 若者が対象とされていない。調査票の作成・印刷・回収コストがかかる
  87. 若者に合わせているので、将来的に今の若者基準の社会になってしまう
  88. 授業の難易度は反映されているが、教授個人に対する好き嫌いが反映されてない
  89. 充分ではない性能、恥ずかしくて使いづらい。など
  90. 従来のAIとは連続した会話を行うことが難しい。
  91. 従来のシステムだと、監視範囲が狭くなってしまう。
  92. 従来の取り組みはなかったが、問題点としては成績などだけの判断材料だと単純すぎる適性検査になってしまい、それではあまり需要がないかもしれないという点が問題視される。
  93. 従来の方法ではデータではなく、自分の主観的視点からの決定なので、正確性に欠けていた。
  94. 従来端末を利用できない
  95. 所要時間が未定の場合や、移動時間が加わる場合が考慮されない
  96. 書こうとしていることに合致した本がなかなか見つからない。見つけて読み込んだ結果あまり参考にならない情報であることもある。
  97. 上記の研究の手法は情報自体が能動的に能動的に動作、対応する内容であるが、この機能だけでは利用者側からの意思は反映しにくい点
  98. 情報の精度がわからない、タグを乱用する人々がいて混乱を招くなど
  99. 情報の幅が狭い。更新速度が遅い。特に、情報の幅に関しては大学側の人から発信するもの以外なく、致命的であると思う。
  100. 情報量が多すぎるため、単語を何個も検索に使わないと特定の論文に絞れない。
  101. 人気の商品はわかりやすいが、普段同じような組み合わせで購入するもの（例としてパンと牛乳　など）が別々の離れた場所に置いてあるために探すのに時間がかかる→混雑
  102. 人工知能が正常に働かないことで逆に害虫が増えてしまうことがある。
  103. 人工知能に頼る教授が増えると、レポート自体にしっかり目を通すことができずに秀逸なレポートに目がつかなくなるなどの問題点がある。
  104. 図書館に行かなければ借りられない
  105. 数学や経済、法律などの勉強を教えてくれるAiがいない
  106. 生徒が空き教室を確認するためには、直接学務課へ問い合わせなければならないこと。書類の手続きに手間がかかり、大学スタッフの負担になること。
  107. 生徒の代返が出来る。
  108. 精度は99.63%±0.09だが、未だに別人を同一人物と判定することや同一人物を別人と判定することがある。
  109. 昔よりは正確にはなってきたが、まだまだ正確性が足りない。
  110. 先生たちが、紙で出席をとると、配る時間もかかる。集めた出席の紙を学生番号順に並べて整理し、学生の出席状況を確認するのは大変である点。
  111. 先生によってプリントを上げていなかったり、資料を使わなかったりしているので、友人がいない場合その講義分すっぽり抜け落ちてしまう。
  112. 多額の費用がかかってしまう点。
  113. 大学生が利用するものがなかった
  114. 端末を開く暇が無い状況で、出されている課題などの情報に気付けない点。
  115. 男性の衣服での研究のみで、女性の衣服には対応していない。
  116. 知識人が周りにいない
  117. 知能（人口知能技術力）の低さによる、汎用性のなさ。
  118. 電子で出来るのに紙でやるのは無駄であるし読みにくい
  119. 登録番号さえわかれば講義に出ていなくても出席することが可能なこと、専用カードリーダーの費用
  120. 同一講師が一定期間担当することを前提としている点
  121. 同時通訳できる人が身近にいないといけない。
  122. 突発的におこる予期せぬものへの対応が苦手
  123. 日本や世界のニュースが少ない。映し出されるスペースが少ない
  124. 認識するだけにとどまっていること。何が悪いのか、何をすべきか利用者にはわからない。
  125. 発音は矯正できないこと。
  126. 非常勤講師などがいて、定期的に開かれていない講座のデータは参考になり得ないという問題点。
  127. 必ずお年寄りが自分で操作しなくてはならない点。
  128. 必ずしもユーザーの期待通りのスケジュールが組まれるわけではない
  129. 必ずしも安全な水が出るとは限らないということ。
  130. 評価がわからないため
  131. 幅広く使われるキーワードではなかなか自分に合う本がヒットしない。
  132. 文字起こしの正確さが低い。
  133. 文章作法と論理構成と内容は評価されるが、アイデアの希少性や独自性は評価されない
  134. "文章内でのキーワードの重要度等を決める仕組みがあいまいだったため
  135. 本当に必要な文章を見つけ出すことが難しかった。"
  136. 聞き取り違いなどで本当に聞きたい情報が必ずしも知れない
  137. 放送大学での学位取得は未だ日本でさえも、通常のように卒業して学位を取るものと比べて全く価値がないように思われている。
  138. 法律知識は莫大なためコストと時間がかかる。
  139. 本人が授業に出なくても出席をとれてしまい得るということ。
  140. 欲しい情報がどこに書いてあるのか、すぐにはわからない
  141. 来からのAIは、現在では機械学習と呼ばれている手法を使い、フォーマリズムと統計分析を特徴としている。これは、記号的AI、論理的AI、正統派AI、古き良きAI（GOFAI[3]）などと呼ばれる
  142. 利用者の意識の浸透率の低さ、4年間で卒業する学生という流動的な集団・顧客への対応が難しい点
  143. 利用者の負担軽減のためにサンプルデータを少なくすると、識別精度が低くなる。
  144. 臨機応変な対応。
  145. 例えばゼミ志望に関する情報など、掲示板とは別に書面で貼られているものは、電子掲示板に書かれていないことが多い。
  146. 列車のホーム進入の場所を変えるなど大規模な手間がかかった点
  147. 話しかけたりするのを恥ずかしがったりして利用者がほとんどいなかった。

木村ゼミ生限定

編集画面
kimura6.JPG
木村泰知
連絡先
科研費　採択課題
研究者総覧
研究業績(新)　研究業績(旧)
OUC Navi
OUC Navi High School
oucnavi.png
ゼミ生
2021-2022年度生(14期)
阿部遥大内颯
岡田絢音興星陽
梶縁河野由弥
佐々木凜佐々木美波
濱田和貴廣吉和貴
藤井一志藤田宗真
2020-2021年度生(13期)
小澤真凜笠原有真
加藤正宙蒲田躍斗
坂村翼住吉真奈
高野大河中井葉月
永渕景祐平館菜々子
2019-2020年度生(12期)
大芦恭平--
近藤太雄清水美里
中村可怜福山活起
福家祐紀船越天彩
南山衣里山下伽月
坂本涼太土屋彩夏
2018-2019年度生(不在)
SEA-NA代表取締役
平賀直輝横山莉花
住吉実祈室橋和哉
2017-2018年度生(11期)
石黒栞奈一宮拓海
亀井海舟佐藤栞
佐藤有希桧森拓真
藤本朱夏ホワイトジニー
増田優作谷内健太
2016-2017年度生(10期)
伊藤みき岡島健悟
小西雪葉祐川泰輝
鈴木佑菜大門拓史
田頭わかば戸嶋咲穂
中村智貴西野哲生
横山祐果川岸祐果
2015-2016年度生(09期)
浅賀七海小林真菜
西村伊央堀江知未
針生惟希村上浩太
2014-2015年度生(08期)
大石誠大野晋太朗
加藤裕樹佐々木左近
高橋理沙武田莉穂
寺島舞子畑賀大
山田修世
2013-2014年度生(07期)
加藤史織工藤智子
佐々木葉子志鎌周
高橋玄龍�眈丈�
中尾千咲中川玲菜
中藪大貴
2012-2013年度生(06期)
遠藤星地大野紗季
鎌田めぐみ木下和大
齋木涼介佐々木遥
佐藤優子沼澤文香
古屋真理吉田智弘
2010-2011年度生(05期)
葦原史敏伊藤大起
伊藤みどり永坂文乃
藤田航哉前多大輔
松本陵佑宮津有沙
山田亜季
2009-2010年度生(04期)
岸本隆志窪地由恵
志賀千鶴津田有子
三浦工弥
2008-2009年度生(03期)
粟津康佑井上さゆり
北崎佑樹工藤和寛
古俣優花佐川彰宏
佐藤禎洋鈴木亜衣
竹原希美藤井優作
堀公一堀内小織
米澤宏史
2007-2008年度生(02期)
佐藤健太上村佳弘
奥田啓貴小野誠
白井かずみ高井庸介
森谷亮介六渡有梨恵
若本哲平
2006-2007年度生(01期)
菅井梓渡部謙太郎
相坂真大村佳慎
奥桃子笠井猛
小林和幸齊藤いつこ
齊藤雄紀佐々木麻未
佐藤日加吏谷本貴之
徳江佑介長嶺脩平
西本みゆき林絵里子
澤田大輝