学修成果の可視化で教育改善の自走サイクルを実現した東洋大学
14学部50以上の専攻を有する東洋大学は、全学で学修成果データが揃わず教育改善の議論が進まない課題を抱えていた。学修成果MOEを導入し、GPA・DP対応状況などを一元化・可視化することで、エビデンスに基づく議論体制と学部独自指標を両立させ、教員から自発的なデータ活用が広がり教育改善が自走し始めた。
- 導入企業
- 東洋大学
- 業種
- 教育
- 規模
- 大規模大学（14学部）
- 部門
- 高等教育推進センター・学長室
- 解決した製品
- 学修成果MOE（harmony-plus.co.jp）
- 学部数
- 14学部
- 専攻数
- 50以上
- 導入時期
- 2018年
01課題
全学14学部50以上の専攻構造において、自己点検評価に必要なデータが一元化されておらず、学修成果を議論するための根拠が不足していた。文系・理系、学部規模など多様な学部ごとに異なる成果指標を統一的に扱う仕組みがなかった。
02やったこと
学修成果MOEを導入し、GPA・DP対応状況などの指標を全学統一フォーマットで整備。標準化と学部固有指標の両立を可能にする運用設計で、各学部が主体的に教育改善に向き合える環境を構築した。
03成果
全学で自己点検に必要なデータが整備され、議論の座組みが変わった。学部から自発的にデータの深掘り分析が始まり、入試方式別傾向や教材導入効果など教育改善のサイクルが自走し始めた。学生もレーダーチャートを通じて学びの位置づけを確認できるようになり、DP意識が高まった。
本ページは掲載元の公開事例の要約です。詳細・一次情報は出典元をご確認ください。 掲載内容の修正・削除のご依頼はこちらの窓口へ。
この事例に興味があるなら
似た悩み・別の解き方の事例を、おすすめの理由つきで。
非認知能力の可視化によるポジティブな生徒指導と教師のモチベーション向上
同じ「データが分散」を、AI・データ分析・Ai GROWという別の入口から解いた1本。
法政大学が学修成果MOEで教学議論をデータベース化し、感覚的な判断から根拠ある教育改善へ転換
同じ学修成果MOEが、別の現場（教育）でどう効いたかが分かる1本。
探究活動のコンピテンシー評価を可視化し、生徒の成長実感と教員の指導改善を実現
同じ「データが分散」を、AI・データ分析・Ai GROWという別の入口から解いた1本。
客観的なコンピテンシー測定により、教員の主観に頼らない学習評価と個別最適化を実現
前年度比で明らか同じ「データが分散」を、AI・データ分析・Ai GROWという別の入口から解いた1本。
工業高校が非認知能力教育をAi GROWで可視化、教員の授業改革と生徒の成長を実現
同じ〈属人化・標準化〉の悩みに向き合った会社の選択を、並べて読める1本。