一般社團法人學習創新聯盟(LIC/總部:東京都中央區,代表理事:川口泰司)已決定了高等教育機構創新學習與教育研究的「學習創新大獎2026(簡稱:LIGP2026)」各獎項的獲獎者。在自2016年首屆以來,邁入第10屆的里程碑大會中,最優秀獎頒給了北陸先端科學技術大學院大學與ものつくり大學,以表彰其研究成果,該研究能將熟練工程師的「感覺知識」跨越距離傳承。 獲獎者發表會暨頒獎典禮將於2026年7月14日在東京國際論壇舉行。 ■舉辦背景與目的 ―― 將學術研究成果推向社會實踐 LIGP的宗旨是,將教育工學領域學術界所產生的優秀研究成果與見解,不侷限於研究室內,而是廣泛地橋接到產業界,創造連結大學研究與社會實踐的機會。 其背景是日本教育產業所面臨的結構性課題。在支援企業內部教育與人力資本管理的電子學習、學習科技等ICT工具領域,目前仍由海外服務佔據優勢。為了活絡日本教育產業,並培育該領域的教育工學專業人才,學術界與產業界共同貢獻見解與課題的產學合作架構是不可或缺的。 LIGP一直以來扮演著「產學橋樑」的角色,擴大了研究創新學習與教育環境的高等教育機構,與關乎教育、人才培育的企業之間的交流機會。迎向第10屆的本大會,也將持續扮演連結年輕研究者、學生挑戰與產業界的角色。 ■參賽研究趨勢與評審重點 進入複審的全國大學、研究所共13支隊伍,展現了近年的教育研究潮流。 • 探討「如何運用」生成式AI的研究抬頭:過半數的隊伍將生成式AI作為研究核心或主要構成要素。研究已從單純委託AI作業的階段,進一步深入探討AI時代人類應培養的學習品質本身,例如引導AI的能力、協作能力、後設認知,以及偵測「自以為懂」等主題。 • 多樣化的學習支援科技:運用VR、元宇宙進行人際訓練與協作學習,傳承觸覺與身體知識(haptics),透過腦波進行適應性學習控制,學習分析(Learning Analytics),教育數據互通性(LTI)等,技術方法多元。 • 「技能、感覺的傳承」等與產業直接相關的主題獲得最高評價:最優秀獎的研究,挑戰了日本產業界面臨的重大課題,即如何記錄並傳承熟練技術人員的隱性知識給下一代。該研究作為技能傳承的DX(數位轉型),具有高度的企業導入可能性,因此獲得高度評價。 複審階段,由9位評審委員針對各項研究,從(1)產業界的獨創性、新穎性,(2)社會價值(a.對教育、學習的影響/b.發想規模/c.實際應用時的波及效果)進行評分。評審標準不僅重視技術上的新穎性,更著重於社會實踐與對產業的波及效果。 ■獲獎結果 【最優秀學習創新獎(GingerUp獎)】 ・「傳承工程師的感覺知識」跨越距離:E-learning by Doing 北陸先端科學技術大學院大學・ものつくり大學/長谷川&武雄 Lab 【優秀學習創新獎】 ・運用重現關係建立過程的生成式AI兒童虛擬人偶進行VR健康諮詢訓練系統 崇城大學・西南女學院大學・大阪教育大學・九州大學/ラポリタン ・FocuSpeed:基於腦波適應性控制播放速度的語音學習支援系統 東京大學研究所/Amelab M2 【鼓勵獎】 ・從讓AI製作學習內容,到引導AI的學習:視覺化程式碼編寫中的創造性意圖形成與適應性學習支援系統 關西外語大學/卯木研究室程式碼編寫團隊 ・實踐以學習者為中心的學習分析的工作坊LA4U的設計與評估 京都大學/證據驅動型教育研究協議會 Student SIG 團隊LA4U 【特別獎:e-Learning EduAI獎】 ・概念圖與評分標準整合的互動式學習支援模型研究 公立千歲科學技術大學研究所/小松川研究室 Advising System Team 【特別獎:Sycom Frontier Technology獎】 ・「傳承工程師的感覺知識」跨越距離:E-learning by Doing 北陸先端科學技術大學院大學・ものつくり大學/長谷川&武雄 Lab ■執行委員長評論 「迎向第10屆的大會,收到了許多關於如何運用生成式AI等尖端技術來提升人類學習品質的、年輕世代獨有的深刻提問。所有研究都蘊藏著寶貴的社會實踐可能性,不應僅止於研究室內。期盼本大獎能成為連結學術智慧與產業界的橋樑,為日本教育產業的活化做出貢獻。」 (學習創新大獎2026 執行委員長/LIC代表理事 川口 泰司) ■頒獎典禮暨獲獎者發表會 舉辦概要 時間 2026年7月14日(二) 14:30~16:30(報到開始 14:10) 地點 東京國際論壇(東京都千代田區丸之內3-5-1) 玻璃棟4樓「G405」會議室 內容 紀念演講、獲獎團隊研究發表、頒獎典禮 官方網站 https://ligp.gingerapp.co.jp/ 關於一般參加 「LIGP2026頒獎典禮暨獲獎者發表會」開放所有人聽講。 有意者請由此網站報名: https://