学習者一人ひとりに寄り添った
プログラミング教育支援システム
hibikicode（ひびきコード）は、テキストベースのプログラミング学習において、 学習者一人ひとりの特性を可視化し、最適な指導を可能にする「教育ケア」プラットフォームです。 視覚的に楽しめる学習環境と、独自の学習者分析機能により、 講師の経験値に依存しない質の高い個別指導を目指します。
"Experience × Data で、学習者の『真の力』を引き出す。"
「面白さがわからない」「英語が苦手」といった理由から、 学習意欲を失ってしまう学習者が少なくありません。 それでも「なんとなく続けている」生徒は、教室内で静かに埋もれていきます。
一対多数の指導では、講師が全員の躓きや潜在能力を 客観的に分析する余裕がほとんどありません。 質問できない学習者や、独自の才能を持ちながらも 画一的な指導に埋もれてしまう学習者が生まれています。
結果として、指導の質は講師個人の勘や経験に大きく依存してしまいます。
hibikicodeは、この状況をテクノロジーの力で変え、
学習者の個性に寄り添う「教育ケア」を標準装備にすることを目指します。
hibikicode は、ど初心者から数学・画像処理まで、
学習者のレベルと興味に合わせて選べる複数の学習環境を用意しています。
ど初心者向けのインタラクティブなプログラミング学習環境。 対話的な実行画面とやさしい説明で、「はじめてコードを書く」学習者をしっかりサポートします。
初心者向けの競技プログラミング環境（AtCoder 風）と、 プログラミング頻出単語タイピングを提供。 手を動かして問題を解きながら、基礎力と入力スピードを同時に鍛えます。
p5.js の Python 版環境で、図形・アニメーション・ビジュアルデザインをコーディング。 「作品づくり」を通じて、座標・ループ・関数などの概念を楽しく身につけられます。
Pythonを用いて、関数のグラフや図形を描画しながら勉強する教材。 「式」と「グラフ」がリアルタイムでつながり、数学とプログラミングの橋渡しを行います。
Python を使って画像処理を学ぶ教材。 色の表示、画素、行列演算などを実際の画像を扱いながら学び、 数学・情報・アートのつながりを体験できます。
学習ログと行動のクセをデータとして捉え、
学習者の「長所」と「課題」を客観的に可視化する分析エンジン。
入力ログ、課題達成度、変数命名の傾向、タイピング速度など、 学習者の行動を細かくデータとして収集します。
多次元の特徴量をを2〜3次元空間へマッピング。 学習者同士の「近さ・違い」を直感的に把握できます。
似た特徴を持つ学習者同士をグループ化し、 「同じような躓き方」「似た強み」を持つ生徒を発見します。
「創造性豊かだが継続力が弱い」など、 LLM が自然言語で意味付けし、講師に分かりやすく提示します。
Visualizing Latent Space...
Cluster A: 創造性高めタイプ
アイデア発想や表現力に優れる一方で、継続力が課題。短時間課題が有効。
Cluster B: 覚えて進むタイプ
写経は速いが応用で躓く。問題の形式を変化しながら質問を行うと有効。
Cluster C: 英語強みタイプ
エラーの詳細を読み取れる。公式ドキュメントを活用した発展課題を推奨。
学生の得意・不得意、やる気、理解度などを客観的に可視化するダッシュボード。 「どこを伸ばし、どこを支えるべきか」を一目で確認できます。
講師が hibikicode を最大限に活用するためのガイドサイト。 「どのようにケアの質を高めるか」という観点からの活用事例を提供します。
4年間にわたるプログラミング教室での講師経験のなかで、 目の前で退屈そうにしている学習者や、 英語の壁に阻まれて自信を失っていく姿を何度も見てきました。 また、新人講師が生徒との距離感や声掛けに戸惑い、 「本当はもっと力を伸ばしてあげられるはずなのに」と感じる場面も多くありました。 一対多数の環境では、全員の深い躓きに気づくことは簡単ではありません。 その無力感から生まれたのが、
「講師の勘や経験だけに頼らず、データに基づいて学習者の個性を守りたい」
という想いでした。 hibikicode は、学習者と指導者の両方を支える「教育ケア」の基盤として、 現場の経験とデータサイエンスをつなぐことを目指しています。