データ統合前のダッシュボード設計

エクスポートしたデータは、個人を特定できないように処理し、利用が承認されたものだけを提供してください。指標の定義、レポートの対象期間、授業日程、ファイル間でレコードを照合するための識別子も含めます。

グラフを作成する前に、LMS のデータ、出席記録、成績簿、課題データをどのように結合するかを ChatGPT に示してもらいます。レコードの重複、識別子の欠落、定義の食い違いは先に解消してください。

教員が確認するためのビューの作成

最初のプロンプトを使って、次の項目を含むダッシュボードを作成します。

• 時系列で見た傾向
• 課題の完了状況と評価結果の傾向
• コースの構成に合ったフィルター
• データの欠損や品質上の問題を知らせる警告
• 教員が順に検討する質問の一覧

データに表れた傾向と、その理由についての説明は分けて示してください。学習活動に変化が見られたら、状況を詳しく確認します。変化だけで原因を判断することはできません。

ダッシュボードの検証と責任ある利用

計算結果を元データの合計値と照合し、個人を特定できないように処理したレコードをいくつか抜き出して個別に確認します。対象期間、クラス別の絞り込み、評価項目のグループ分けが正しいことも確認してください。

ダッシュボードは、教員が何を確認すべきかを考える手がかりとして使ってください。採点、学生への連絡、クラス分け、学生に重大な影響を及ぼす分類を自動化するために使わないでください。