5月6日、オンライン形式と集合形式のハイブリッドで総会を開催しました。
GIGAスクール元年となる今年度は、会員が大幅に増えました。今年度も様々な制約の中での教育活動が予想されますが、GIGAスクールの環境を最大限に発揮させ、子どもたち学び、教師の学びの充実をめざしていきます。
本会に興味のある方の参加をお待ちしております。
2021年5月8日土曜日
2021年3月13日土曜日
令和2年度「渡島管内教育実践表彰」受賞！
本ネットワークが，令和2年度「渡島管内教育実践表彰」を受賞いたしました！
3月11日（木），函館市立あさひ小学校にて教育実践表彰の伝達式が行われました。本年度は，新型コロナウイルス感染防止のため，渡島教育局長 谷垣 朗 様に訪問していただき，表彰状を授与されました。これまでの取組が高く評価されたものと喜ばしい限りです！
今回の受賞を励みに，より一層の活動の充実を図っていきたいと思います！！
2021年1月17日日曜日
冬期講習会「プログラミング教育」講座を開催しました！
1月16日，函館市立駒場小学校を会場として，冬期講習会を開催いたしました。今回は，コロナ禍のため，感染対策を徹底しながら，参加人数を制限させていただいた上で，午前のみの開催となりました。
また，GIGAスクール構想による1人1台端末の活用に向けて，それぞれの地域での取組や進捗状況などについても交流を行いました。足元の悪い中，七飯町や八雲町からもご参加いただきありがとうございました！
 |
| 「KOOV」の組み立て中 |
2020年12月12日土曜日
《令和2年度 冬期実技講習会のご案内》
今年度より必修化となったプログラミング教育！
皆さんの学校では，計画的にプログラミング学習を進めていますか？GIGAスクール構想による１人１台端末が整備されようとする中，プログラミング教育を含めた情報活用能力の育成やICT活用への注目が高まっています！
プログラミング学習について，「何をどのように教えればいいの？」という方，必見です！！Scratchやmicro:bitなどを使った実践例を中心に，まとめてご紹介いたします！
小学校「プログラミング教育」講座【定員10名】 参加無料！
日 時 ： 令和３年１月１６日（土） ９：００～１２：００（受付８：４５～）
講 師 ： 馬場 一徳（函館市立弥生小学校 教諭）
内 容 ： 小学校「プログラミング教育」の概要
Scratchやmicro:bitを使った実践事例の紹介 など
Scratchやmicro:bitを使った実践事例の紹介 など
【その他】
・会場へは，上履きをご持参ください。
・希望される方は，オンライン（Zoom）での視聴参加も可能です。
・新型コロナウイルスの感染状況により，開催日時が中止・変更となる場合があります。
・参加の際は，マスク着用の上，感染拡大防止にご協力をお願いいたします。
・参加者数が上限に達した場合は，お申し込みをお断りさせていただきます。
 |
| © OpenStreetMap contributors |
2020年11月23日月曜日
GIGAスクール構想の使用端末OS
GIGAスクール構想の実現に向けて，各自治体では通信環境や端末整備を急ピッチで進めているところだと思います。八雲町のブログを見ると苦労がしのばれます…。
さて，GIGAスクール構想の標準仕様書では，Microsoft Windows，Google Chrome OS，iPad OSの3種類が提示されていますが，函館市では「NEC Chromebook Y2」が導入されることとなりました。端末が違うと使用感が異なるので苦労することもあるのですが，道南の各自治体で採用した端末をOS別にまとめてみました。
※赤字は渡島地方，青字は檜山地方の自治体です。
【Windows】
北斗市，鹿部町，江差町（中学校），上ノ国町，乙部町，奥尻町，厚沢部町（小5～中3），せたな町
【Chrome OS】
函館市，七飯町，八雲町，長万部町，今金町
【iPad OS】
松前町，福島町，知内町，木古内町，森町，江差町（小学校），厚沢部町（小1～小4）
こうやってみると，結構ばらつきがありますね…。渡島地方では，北部方面がChrome OS，西部方面でiPad OSを採用している自治体が多いようです。檜山地方では，Windowsを採用した自治体が多いようですが，学年によって端末OSを変えるところもあるようです。
使用端末も決まったことですし，活用方法について検討していかなければなりませんね！
 |
| 【追記】GIGA端末OS一覧（2021/1/17） |
2020年8月12日水曜日
Teachable Machine【音声認識編】
前回は，「Teachable Machine」を使った画像認識を紹介しました。今回は，音声認識によってライトのON/OFFを切り替えるプログラムを作ってみました。「つけて」でON，「消して」でOFFとなります。おまけで，micro:bitのLEDも連動するようにしてみました。
音声の機械学習の手順は，画像の機械学習の流れとほとんど同じです。まず，Teachable Machineのプロジェクト選択ページで「音声プロジェクト」を選択します。画像の機械学習と同様に，音声データも「マイク」ボタンを押して，その場でサンプルを収集することができます（下記の赤い数字の順番に作業を進めていきます）。
１．「バックグラウンド ノイズ」の録音
はじめに，「20秒以上のバックグラウンド ノイズ」を録音します。特殊な環境下でなければ，「マイク」ボタンを押して，何もしゃべらずに20秒間録音すればよいと思います。「20秒間録画する」ボタンを押し録音が終わったら，「サンプルを抽出」ボタンを押します（1秒ごとにコマ切れになった音声サンプルが抽出されます）。
２．認識させたい音声の入力
次に，認識させたい音声データを入力し，サンプルを抽出します。認識させたい音声データは「8秒以上」必要となっており，デフォルトでは「2秒間録画する」ことになっているので，4回繰り返して録音します。
2秒間の録音で2つの音声サンプルが抽出されるので，1秒ごとに認識させたい音声を発声して録音します（2秒間の録音で2回発声する）。認識させたい音声が複数ある場合は，「クラスを追加」ボタンを押して，同様の作業を繰り返します。
※「Class2」という名前は変更することができるので，認識させたい音声を名前として付けておくと分かりやすいと思います。
３．モデルをトレーニングする
上記の音声サンプルが収集し終わったら，「モデルをトレーニングする」ボタンを押して，認識させたい音声を学習させます。
４．モデルをエクスポートする
トレーニングが終わると，プレビューで認識結果を確認できます。「モデルをエクスポートする」ボタンを押すと画面が切り替わるので，「モデルをアップロード」ボタンを押して，表示されたリンク（URL）をコピーします。
５．TM2Scratchで利用する
AI拡張機能（TM2Scratch）を搭載した特別なScratchを開き，「TM2Scratch」の拡張機能を追加して，「音声分類モデルURL」に先ほどコピーしたURLを貼り付けて使用します。
ちなみに，micro:bitと接続するには，micro:bit拡張機能を使用します。事前に「Scratch Link」をパソコンにインストールしておき，「Scratch micro:bit HEX」ファイルをmicro:bitへ書き込みます。詳しくは，こちらのページをご覧ください。
実際に体験したい方は，下記よりプロジェクトデータをダウンロードして， AI拡張機能（TM2Scratch）を搭載した特別なScratchから読み込んでください（マイクへのアクセスを許可する必要があります）。「音声分類モデルURL」のブロックをクリックすると，数秒間黄色い枠が表示され，学習モデルが機能するようになります。micro:bitと連動させる方は，接続を忘れないように注意してください。
2020年8月4日火曜日
Scratch + Teachable MachineでAIプログラミング
「Teachable Machine」とは ，Googleが提供する画像認識や音声認識などのAI（機械学習モデル）を作れるプラットフォームです。WEBカメラの付いたパソコンがあれば，誰でも簡単に画像認識の機械学習モデルを作成することができる優れもの！みらプロ2020で紹介されている総合的な学習「AIとプログラミングで，身近な課題を解決しよう」でも使われていますが，７月に日本語化されたので，簡単なプログラムを組んで試してみました。
「Teachable Machine」の使い方は，とっても簡単！コンピューターに認識させたいサンプルの画像や音声を収集し，収集したデータから学習モデルを作り出し，サイトやアプリにモデルをエクスポートして利用します。今回は，画像認識モデルを作成し，Scratchで利用してみます。
使い方は，次の動画でわかりやすく説明されています。
「Teachable Machine」で作成した学習モデルは，AI拡張機能（TM2Scratch）を搭載した特別なScratchで利用する必要があります。実際に体験してみたいという方のために，「手をあげると，画面内に表示されている電球がつく」という簡単なプログラムを作ってみましたのでお試しください。
１．プロジェクトデータをこちらからダウンロード。
２．上記のAI拡張機能を搭載したScratchからプロジェクトを読み込む。
３．「画像分類モデルURL」のブロックをクリックする。
※数秒間黄色い枠が表示され，学習モデルが機能するようになります。
４．手を上げ下げして，電球のON/OFFを確かめる。
※カメラへの映り込みがあると，うまく動きませんでした…。
背景には，何もない方が認識精度が高まるようです。
下の動画では，micro:bitとも連携させています。工夫次第で「総合的な学習の時間」や「C分類」の学習でもいろいろと活用できそうですね。
登録:
投稿 (Atom)