Large-Scale Analysis of Discussions by CS Educators Across the Stack Exchange Network

インターネットを、巨大で賑やかな「図書館の街」だと想像してみてください。この街には、あらゆるものを扱う一つの巨大な図書館があるわけではありません。代わりに、特定の趣味や職業に特化した何千もの専門的な部屋があります。ある部屋は車の修理、別の部屋はパン作り、そして非常に大きな部屋はコンピュータ・コードを書くためのものです。この街の名前は「Stack Exchange」です。この街の中には、「CSエデュケーター（コンピュータサイエンス教育者）」と呼ばれる特定のグループの人々がいます。彼らは教師や教授であり、コンピュータサイエンスを教えている人々です。彼らは自分たちの教室の中にだけ留まっているわけではありません。彼らは街全体を歩き回り、あらゆる図書館を見つけては、質問を投げかけ、秘密を共有し、アイデアについて議論しています。

これらの教師たちが何を考えているのかを理解するために、研究者たちは「トピックモデリング」というツールを使用します。これは、超スマートな司書のようなものだと考えてください。その司書は、数百万冊の本を数秒で読み、最も頻繁に使われる単語に基づいて本を分類できます。もし、ある山に「ループ」「変数」「バグ」といった言葉がたくさんあれば、司書はその山がプログラミングに関するものであることを知っています。もし別の山に「歴史」「法律」「数学」といった言葉があれば、それは全く別の何かについてのものです。この論文は、この超スマートな司書にStack Exchangeの街全体を整理させ、ただしコンピュータサイエンスの教師たちが残したメモや質問だけを見るように指示したときに何が起こるかについて書かれています。なぜこれが重要なのでしょうか？ それは、教師たちが何を話しているかを理解することが、彼らが何を心配し、何に興奮し、そして次世代のテック・ウィザード（技術の魔術師）たちを教える方法をどのように改善しようとしているのかを理解することにつながるからです。

---

大いなるデジタル・トレジャーハント

この研究において、トレント大学の3人の研究者は、大規模なデジタル・トレジャーハント（宝探し）に出かけました。彼らは単に「コンピュータサイエンス教育者」の部屋だけを見たのではありません。彼らはStack Exchangeの街全体をスキャンしました。彼らは、なんと79,854,463件の投稿、つまり7,900万件以上のメッセージを集めました！ この膨大なデータには、32,187,805件の質問と47,666,658件の回答が含まれていました。しかし、彼らは街のすべての人のすべてのメッセージを読んだわけではありません。彼らは、CSエデュケーター・コミュニティの一員である12,949人のユーザーによる投稿だけを見つけるための特別なフィルターを使用しました。

ノイズを取り除き、質問と「受理された回答」（質問者が最良の解決策としてマークしたもの）だけに焦点を絞った結果、彼らは748,084エントリーという、管理可能な範囲ではありますが、依然として膨大なコレクションを手に入れました。このテキストの海を理解するために、彼らは「潜在的ディリクレ配分法（LDA）」と呼ばれるコンピュータ・アルゴリズムを使用しました。このアルゴリズムを、似たような会話をグループ化する魔法の仕分け機だと想像してください。研究者たちはマシンにパターンを探すよう指示し、試行錯誤の末、混沌とした状況を整理するための最適な方法は55個の明確なトピックであることを見つけ出しました。

2つの大きな近隣地域：ITと非IT

マシンが投稿を分類すると、研究者たちは、会話が「IT（情報技術）」と「非IT」という2つの主要な近隣地域に分かれていることに気づきました。

IT近隣地域（会話の64.88%）
予想通り、コンピュータサイエンスの教師たちは、時間の大部分をテック地区で過ごしていました。この近隣地域は、全議論のほぼ**65%を占めていました。この地区の中で最大のブロックは「プログラミングおよびソフトウェア開発」であり、これは全会話の約23%**を占めていました。ここでは、教師たちは「ウェブ開発」や「ゲーム開発」から「テストとデバッグ」に至るまで、あらゆることについてチャットしていました。

IT近隣地域の他の人気のあるスポットには、以下のようなものがありました：

• コンピュータシステム (11.96%): コンピュータの動作、速度、ネットワークについての会話。
• ソフトウェア開発ツール (11.7%): コードエディタやバージョン管理などの、彼らが使用するツールについての議論。
• コンピュータサイエンス (10.2%): データ構造やアルゴリズムといった概念への深い掘り下げ。
• データサイエンス (4.92%) と ハードウェア (3.0%) も存在していましたが、規模はより小さいものでした。

非IT近隣地域（会話の35.12%）
ここからが面白いところです。彼らはテック系の教師であるにもかかわらず、彼らの会話の35%以上はテック地区の外で行われていました。彼らは単にコードについて話していたのではなく、人生、数学、そして社会について話していたのです。

• 数学 (8.22%): これが非テックの世界における最大のスターでした。教師たちは「線形代数」、「確率統計」、およびその他の数学的概念について議論していました。
• ライフスタイル (5.39%): 彼らは金融、旅行、ホームインプルーブメント（住宅整備）についてチャットしていました。
• 人文科学 (5.20%): 歴史、文明、および国際関係に関する議論。
• 教育および研究 (4.83%): 当然ながら、彼らは教授法、論文執筆、およびキャリア開発について話していました。
• 小さなグループには、エンターテインメント (3.98%)、物理学 (3.63%)、一般知識 (2.1%)、法律・倫理・慣習 (1.8%) が含まれていました。

会話はどのように変化したか

研究者たちは単に「何が」話されていたかを見たのではなく、「いつ」話されていたかを調べ、2008年3月から2024年5月までの会話の流れを追跡しました。

彼らは、ITカテゴリーが最初から一貫して、部屋の中で最も大きな声を持っていることを発見しました。2014年と2017年の時期に大きな活動のスパイクがあり、これはおそらく新しいテクノロジーやツールが非常に普及した時期です。テックの世界の中では、「プログラミングおよびソフトウェア開発」が常に最も活発なトピックであり、着実な成長と、それらと同じ大きなピークが見られました。

しかし、非ITカテゴリーは異なる物語を伝えていました。規模は小さく始まったものの、2013年から2018年の間に着実な成長を示しました。研究者は、この数年間、教師たちが純粋なコーディング以外のトピックに対してますます関心を持つようになったことを示唆しています。数学は終始、最も人気のある非テック・トピックであり続けましたが、人文科学や教育および研究に関する議論も顕著な増加を見せました。2014年までに、非テックのトピックは相対的な人気を高め始めました。これは、テックが依然として王座にある一方で、教師たちがテクノロジーが世界、社会、そして教室の中でどのように適合していくのかという、より大きな視点にますます目を向けていることを示唆しています。

これが意味すること（および意味しないこと）

著者たちは、彼らの知見はこれらの傾向を示唆しているものであり、世界中のすべてのコンピュータサイエンス教師に対して証明するものではない、と慎重に述べています。彼らの研究は、Stack Exchangeを利用している特定のグループに基づいたものであり、そのグループは大きい（約13,000人）ものの、すべての人を代表しているとは限りません。また、データが2024年5月で終了しているため、2025年以降に何が起こったかを伝えることはできません。

彼らはまた、トピックを手作業で分類すること（サンプルを読み、ラベルを貼ること）が、人間のバイアスを導入する可能性があることも認めていますが、2人の人間が作業をチェックさせることで、その影響を最小限に抑えるよう努めました。こうした限界はあるものの、この研究は明確でデータに基づいた姿を提供しています。すなわち、CSエデュケーターはプログラミングというテクニカルな世界に深く関与していますが、同時に数学的、教育的、そして人間的な側面も積極的に探求しているということです。このことは、彼らをサポートするためには、単に最新のコーディング言語に焦点を当てるだけでなく、数学、教授戦略、そして教育のより広い文脈のためのリソースも提供すべきであることを示唆しています。