知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024043897
(43)【公開日】2024-04-02
(54)【発明の名称】情報処理装置、情報処理方法および情報処理プログラム
(51)【国際特許分類】
G06Q 50/00 20240101AFI20240326BHJP
【ＦＩ】
G06Q50/00 300
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2022149131
(22)【出願日】2022-09-20
(71)【出願人】
【識別番号】514020389
【氏名又は名称】ＴＩＳ株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】野満 栄一郎
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC11
(57)【要約】
【課題】目標達成に向けた利用者同士の話し合いが適切に進行するよう支援可能なサービスを提供すること。
【解決手段】本開示に係る一形態の情報処理装置は、第１の利用者を特定の目標に導くためのシナリオに対して設定される発話候補に基づいて、第１の利用者との対話である第１の対話を実行する制御部と、第１の対話での第１の利用者の応答情報に基づいて、第１の利用者に対して所定の関係性を有する第２の利用者と、第１の利用者との対話である第２の対話を仲介する発話内容であって、シナリオのうち、現時点での段階のシナリオに応じて第２の利用者に対して出力される発話内容を生成する生成部とを備える。
【選択図】図５
【解決手段】本開示に係る一形態の情報処理装置は、第１の利用者を特定の目標に導くためのシナリオに対して設定される発話候補に基づいて、第１の利用者との対話である第１の対話を実行する制御部と、第１の対話での第１の利用者の応答情報に基づいて、第１の利用者に対して所定の関係性を有する第２の利用者と、第１の利用者との対話である第２の対話を仲介する発話内容であって、シナリオのうち、現時点での段階のシナリオに応じて第２の利用者に対して出力される発話内容を生成する生成部とを備える。
【選択図】図５
【特許請求の範囲】
【請求項1】
第１の利用者を特定の目標に導くためのシナリオに対して設定される発話候補に基づいて、前記第１の利用者との対話である第１の対話を実行する制御部と、
前記第１の対話での前記第１の利用者の応答情報に基づいて、前記第１の利用者に対して所定の関係性を有する第２の利用者と、前記第１の利用者との対話である第２の対話を仲介する発話内容であって、前記シナリオのうち、現時点での段階のシナリオに応じて前記第２の利用者に対して出力される発話内容を生成する生成部と
を備える情報処理装置。
前記第１の対話での前記第１の利用者の応答情報に基づいて、前記第１の利用者に対して所定の関係性を有する第２の利用者と、前記第１の利用者との対話である第２の対話を仲介する発話内容であって、前記シナリオのうち、現時点での段階のシナリオに応じて前記第２の利用者に対して出力される発話内容を生成する生成部と
を備える情報処理装置。
【請求項2】
前記制御部は、前記シナリオのうち、前記第１の対話の進行状況に応じたシナリオに対応付けられる発話候補を用いて、前記第１の対話を実現するチャットボットを実行する
ことを特徴とする請求項１に記載の情報処理装置。
ことを特徴とする請求項１に記載の情報処理装置。
【請求項3】
対話の履歴情報に基づいて、前記発話内容に関する情報を出力するモデルを学習する学習部をさらに有し、
前記生成部は、前記第１の利用者の応答情報と、前記モデルとに基づいて、前記発話内容を生成する
ことを特徴とする請求項１に記載の情報処理装置。
前記生成部は、前記第１の利用者の応答情報と、前記モデルとに基づいて、前記発話内容を生成する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項4】
前記学習部は、前記対話の履歴情報から推定される利用者の状況を示す状況情報を含む学習データを用いて、前記モデルを学習し、
前記生成部は、前記第１の利用者の応答情報から推定される前記第１の利用者の状況と、前記モデルとに基づいて、前記発話内容を生成する
ことを特徴とする請求項３に記載の情報処理装置。
前記生成部は、前記第１の利用者の応答情報から推定される前記第１の利用者の状況と、前記モデルとに基づいて、前記発話内容を生成する
ことを特徴とする請求項３に記載の情報処理装置。
【請求項5】
前記生成部は、前記発話内容として、前記第１の利用者の応答情報から推定される前記第１の利用者の状況を、前記第２の利用者にサポートさせる内容の発話内容を生成する
ことを特徴とする請求項１に記載の情報処理装置。
ことを特徴とする請求項１に記載の情報処理装置。
【請求項6】
前記生成部は、前記第２の対話が行われる対話ルームでは出力されないことを希望する発話内容のフィードバックが前記第１の利用者から受け付けられた場合には、前記フィードバックに基づいて、発話内容を制御する
ことを特徴とする請求項１に記載の情報処理装置。
ことを特徴とする請求項１に記載の情報処理装置。
【請求項7】
前記生成部は、前記フィードバックが示す発話内容の傾向に基づいて、前記第１の利用者が今回の対話では出力されないことを希望する発話内容を推定し、推定結果に応じた発話内容を生成する
ことを特徴とする請求項６に記載の情報処理装置。
ことを特徴とする請求項６に記載の情報処理装置。
【請求項8】
情報処理装置が実行する情報処理方法であって、
第１の利用者を特定の目標に導くためのシナリオに対して設定される発話候補に基づいて、前記第１の利用者との対話である第１の対話を実行する制御工程と、
前記第１の対話での前記第１の利用者の応答情報に基づいて、前記第１の利用者に対して所定の関係性を有する第２の利用者と、前記第１の利用者との対話である第２の対話を仲介する発話内容であって、前記シナリオのうち、現時点での段階のシナリオに応じて前記第２の利用者に対して出力される発話内容を生成する生成工程と
を含むことを特徴とする情報処理方法。
第１の利用者を特定の目標に導くためのシナリオに対して設定される発話候補に基づいて、前記第１の利用者との対話である第１の対話を実行する制御工程と、
前記第１の対話での前記第１の利用者の応答情報に基づいて、前記第１の利用者に対して所定の関係性を有する第２の利用者と、前記第１の利用者との対話である第２の対話を仲介する発話内容であって、前記シナリオのうち、現時点での段階のシナリオに応じて前記第２の利用者に対して出力される発話内容を生成する生成工程と
を含むことを特徴とする情報処理方法。
【請求項9】
第１の利用者を特定の目標に導くためのシナリオに対して設定される発話候補に基づいて、前記第１の利用者との対話である第１の対話を実行する制御手順と、
前記第１の対話での前記第１の利用者の応答情報に基づいて、前記第１の利用者に対して所定の関係性を有する第２の利用者と、前記第１の利用者との対話である第２の対話を仲介する発話内容であって、前記シナリオのうち、現時点での段階のシナリオに応じて前記第２の利用者に対して出力される発話内容を生成する生成手順と
を情報処理装置に実行させるための情報処理プログラム。
前記第１の対話での前記第１の利用者の応答情報に基づいて、前記第１の利用者に対して所定の関係性を有する第２の利用者と、前記第１の利用者との対話である第２の対話を仲介する発話内容であって、前記シナリオのうち、現時点での段階のシナリオに応じて前記第２の利用者に対して出力される発話内容を生成する生成手順と
を情報処理装置に実行させるための情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理装置、情報処理方法および情報処理プログラムに関する。
【背景技術】
【0002】
入力情報に応じた対話を実現するシナリオ情報に基づいて、ユーザとの対話を実現するチャットボットが知られている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２１－９３１３９号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記の従来技術では、目標達成に向けた利用者同士の話し合いが適切に進行するよう支援可能なサービスを提供する点で改善の余地がある。
【0005】
例えば、上記の従来技術には、シナリオに沿って利用者との対話を実現するチャットボットの機能に関して開示されているのみで、利用者同士の対話にチャットボットが介入する概念がそもそも存在しない。
【0006】
このため、上記の従来技術では、目標達成に向けた利用者同士の話し合いが適切に進行するよう支援可能なサービスを提供することができるとは限らない。
【0007】
本開示は、上記に鑑みてなされたものであって、目標達成に向けた利用者同士の話し合いが適切に進行するよう支援可能なサービスを提供することができる情報処理装置、情報処理方法および情報処理プログラムを提案する。
【課題を解決するための手段】
【0008】
上記の課題を解決するために、本開示に係る一形態の情報処理装置は、第１の利用者を特定の目標に導くためのシナリオに対して設定される発話候補に基づいて、前記第１の利用者との対話である第１の対話を実行する制御部と、前記第１の対話での前記第１の利用者の応答情報に基づいて、前記第１の利用者に対して所定の関係性を有する第２の利用者と、前記第１の利用者との対話である第２の対話を仲介する発話内容であって、前記シナリオのうち、現時点での段階のシナリオに応じて前記第２の利用者に対して出力される発話内容を生成する生成部とを備える。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
以下に、本開示の実施形態について図面に基づいて詳細に説明する。なお、この実施形態により本開示に係る情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の実施形態において、同一の部位には同一の符号を付することにより重複する説明を省略する。
【0011】
［実施形態］
〔１．はじめに〕
現代の社会人における悩みの上位は、「夢中になれる仕事をしたいが、やりたいことがわからない」、「相談相手がいない」、「今の仕事が合わない」等であることが統計的に判明している。このため、話し合いの場を積極的に設けることで、キャリア支援をサポートしようとする企業も増えてきている。
〔１．はじめに〕
現代の社会人における悩みの上位は、「夢中になれる仕事をしたいが、やりたいことがわからない」、「相談相手がいない」、「今の仕事が合わない」等であることが統計的に判明している。このため、話し合いの場を積極的に設けることで、キャリア支援をサポートしようとする企業も増えてきている。
【0012】
例えば、上司と部下が１対１で行うミーティング（「（１ｏｎ１）」等と呼ばれる）は、部下の生産性向上、上司と部下との間での信頼関係の構築、エンゲージメントの向上等を目的に実施される場合がある。しかしながら、企業において、現在実施されている１ｏｎ１では、「業務の進捗管理の場」としての役割しか有していないことも多く、「キャリアアップの成長支援の場」という本来の役割が果たせているとは言い切れない。
【0013】
この一例として、「互いの人間性や得意・不得意分野の理解を深めることできる」、「今後のキャリアの希望について認識をそろえる場になっている」、「会社の戦略・戦術について共有される場になっている」、「挑戦に対して後押しされる場になっている」、「新しい技術・能力の習得につながる場になっている」等の評価項目について、社員からの満足度が特に低く、１ｏｎ１において、これらの項目を重点的に強化する必要があるといえる。
【0014】
そこで、本開示の一態様では、社員が自分の成長のための「やりたいこと」を発見し、それを仕事で生かすことで、自分の能力を最大化できるよう支援することを目的とする。本開示の提案技術に係る情報処理装置（以下、「実施形態に係る情報処理装置」と表記する場合がある）は、例えば、上司と部下（あるいは、人事と一社員）との間で行われる話し合いにチャットボットとして介入することで、この話し合いがキャリアアップ成長支援の場としてふさわしい場となるよう支援する。
【0015】
本実施形態では、話し合いの一例として、上司と部下が１対１で行うミーティングすなわち１ｏｎ１を例に挙げて説明するが、実施形態に係る情報処理装置が適用されるシーンは、１ｏｎ１に限定されない。例えば、実施形態に係る情報処理装置は、部下、部下直属の上司、人事部員という３者の間で行われる対話を支援可能なサービスを提供することもできるし、キャリアアップの成長支援といった特定の目的のため行われる話し合いに限らず、いかなる話し合い（例えば、同僚同士の日常会話等）にも適用可能である。
【0016】
〔２．システム構成〕
ここからは、図１を用いて、実施形態に係るシステムの構成を説明する。図１は、実施形態に係るシステムの構成を示す図である。図１には、実施形態に係るシステムの一例として、システム１が示される。
ここからは、図１を用いて、実施形態に係るシステムの構成を説明する。図１は、実施形態に係るシステムの構成を示す図である。図１には、実施形態に係るシステムの一例として、システム１が示される。
【0017】
図１に示すように、システム１は、第１の利用者装置１０と、第２の利用者装置２０と、サーバ装置１００とを備えて構成されてよい。また、システム１では、第１の利用者装置１０（第１利用者装置）と、第２の利用者装置２０（第２利用者装置）と、サーバ装置１００とが、ネットワークＮを介して、有線または無線により通信可能に接続されてよい。
【0018】
サーバ装置１００は、実施形態に係る情報処理装置の一例であり、利用者との対話を行ったり、利用者同士の対話を仲介したりする機能を有する。このようなことから、サーバ装置１００は、所謂、チャットボットサービスを提供する。チャットボットの機能は、実施形態に係る情報処理プログラムによって制御されてよい。
【0019】
例えば、サーバ装置１００は、情報処理プログラムの制御に従い、第１の利用者装置１０の利用者（第１の利用者）や、第２の利用者装置２０の利用者（第２の利用者）が入力する質問等を示す入力情報に対して、応答メッセージを各利用者装置（第１の利用者装置１０、第２の利用者装置２０）に出力する。
【0020】
ここで、本実施形態では、第１の利用者を１ｏｎ１における被支援側（例えば、部下）とし、第２の利用者を１ｏｎ１における支援側（例えば、上司）とする。係る場合、サーバ装置１００は、上記のチャットボットサービスとして、キャリア支援サービス（以下、「サービスＳＡ」と表記する）を提供する。
【0021】
サービスＳＡは、例えば、サーバ装置１００に対応するアプリケーションＡＰ（アプリＡＰ）を介して提供されてよい。この結果、第１の利用者は、アプリＡＰが導入された第１の利用者装置１０を介して、サーバ装置１００にアクセスすることで、チャットボット（サーバ装置１００）や、第２の利用者と対話を行うことができるようになる。また、第２の利用者は、アプリＡＰが導入された第２の利用者装置２０を介して、サーバ装置１００にアクセスすることで、チャットボット（サーバ装置１００）や、第１の利用者と対話を行うことができる。この３者（第１の利用者、第２の利用者、チャットボット）で行われる対話の詳細については図２で説明する。
【0022】
また、図１には、組織（例えば、企業）単位でサービスＳＡが利用される例が示される。図１には、サービスＳＡを利用する任意の組織Ｔｘが示され、サーバ装置１００は、組織Ｔｘごとに区別して情報（例えば、対話の履歴情報）を管理することで、各組織Ｔｘに適した支援を行うことができるよう構成されてよい。
【0023】
具体的には、サーバ装置１００は、第１の利用者をキャリアアップへと導くために予め用意されたシナリオに沿って基本的な対話を実現しつつ、第１の利用者の応答等に基づいて、対話に用いる発話内容を適宜生成することを特徴とする。サーバ装置１００は、機械学習技術を用いて、発話内容を生成してよい。
【0024】
例えば、サーバ装置１００は、第１の利用者との間で行われた対話の履歴情報（第１の利用者の応答情報を含む）に基づき学習されたＡＩモデルに対して、第１の利用者による今回の応答情報を入力することで、第１の利用者による今回の応答に応える発話内容を生成してよい。また、ここで生成される発話内容は、第１の利用者の状況（例えば、質問に対する回答が不十分、質問に対する回答に困っている等の状況）を打開できるよう第２の利用者にサポートを促す内容を含むものである。このようなことから、サーバ装置１００は、第１の利用者の応答情報から、第１の利用者の意図を推定する機能も有する。
【0025】
第１の利用者装置１０は、上述した第１の利用者によって利用される情報処理端末であり、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣや、デスクトップＰＣや、携帯電話機や、ＰＤＡ等が挙げられる。第２の利用者装置２０は、上述した第２の利用者によって利用される情報処理端末であり、同様に、スマートフォンや、タブレット型端末や、ノート型ＰＣや、デスクトップＰＣや、携帯電話機や、ＰＤＡ等であってよい。また、第１の利用者装置１０、第２の利用者装置２０は、ＡＩスピーカやウェアラブルデバイスであってもよい。
【0026】
第１の利用者装置１０および第２の利用者装置２０には、サーバ装置１００とアクセス可能なアプリＡＰが導入される。
【0027】
ここで、第２の利用者には、組織Ｔｘの人事部員も含まれてよく、人事部員は、第２の利用者装置２０を操作し、アプリＡＰに各社員の属性情報（例えば、氏名、年齢、所属部署等）を事前に登録することもできる。この結果、サーバ装置１００は、組織Ｔｘ内での人事形態（例えば、部署間の関係を示すツリー構造）を認識することができるようになるため、認識結果に基づいて、適切なチャットルームを生成することができる。
【0028】
もっとも代表的な一例として、サーバ装置１００は、第２の利用者からの要求に応じて、第２の利用者により指定された１人の第１の利用者のみ入室不可能なチャットルームを生成してよい。一方で、サーバ装置１００は、第１の利用者がチャットボットのみと会話を行うことのできる専用のチャットルームを生成することもできる。また、サーバ装置１００は、特定の部署（あるいはチーム）に属する人物のみ入室不可能な部署（チーム）単位でのチャットルームを生成することもできる。
【0029】
〔３．サーバ装置による動作の概要〕
続いて、図２を用いて、サーバ装置１００の動作の概要を説明する。図２は、サーバ装置１００の動作の概要を示す図である。図２では、組織Ｔ１に属する第２の利用者Ｕ１２が設定したキャリアアップ相談のためのチャットルームＲＭ１において、第１の利用者Ｕ１１と、第２の利用者Ｕ１２とが対話を行う場面を示す。
続いて、図２を用いて、サーバ装置１００の動作の概要を説明する。図２は、サーバ装置１００の動作の概要を示す図である。図２では、組織Ｔ１に属する第２の利用者Ｕ１２が設定したキャリアアップ相談のためのチャットルームＲＭ１において、第１の利用者Ｕ１１と、第２の利用者Ｕ１２とが対話を行う場面を示す。
【0030】
また、図２の例によれば、第１の利用者Ｕ１１と、第２の利用者Ｕ１２とは、部下／上司の関係にあり、第１の利用者Ｕ１１の氏名は「Ａ」、第２の利用者Ｕ１２の氏名は「Ｂ」である。以下の図２の説明では、第１の利用者Ｕ１１を「部下Ａ」、第２の利用者Ｕ１２を「上司Ｂ」と表記する。
【0031】
まず、図２の例では、サーバ装置１００は、実施形態に係る情報処理プログラムに従い、チャットルームＲＭ１においてチャットボットＢＴを機能させる。すなわち、チャットボットＢＴは、チャットルームＲＭ１において、部下Ａおよび上司Ｂとの間でキャリアアップに関する対話を実現する自動会話ツールである。
【0032】
ここで、サーバ装置１００は、ＡＩモデルに関する学習処理を行う学習器としての機能も有してよい。ＡＩモデルは、サーバ装置１００による機械学習によって生成され、チャットボットＢＴの機能を制御する情報処理プログラムに組み込まれる。このため、チャットボットＢＴは、ＡＩチャットボットともいえる。また、サーバ装置１００の制御によれば、以下が可能となる。
【0033】
例えば、部下Ａは、第１の利用者装置１０を介して、チャットルームＲＭ１を示す画面Ｇ１０を閲覧可能となる。このため、部下Ａが画面Ｇ１０の入力欄に入力した情報は、サーバ装置１００を経由して、部下Ａの発話内容として画面Ｇ１０に表示される。
【0034】
同様に、上司Ｂは、第２の利用者装置２０を介して、チャットルームＲＭ１を示す画面Ｇ２０を閲覧可能となる。上司Ｂが画面Ｇ２０の入力欄に入力した情報は、サーバ装置１００を経由して、上司Ｂの発話内容として画面Ｇ２０に表示される。
【0035】
ここで、上記によれば、チャットルームＲＭ１の参加者は、部下Ａと、上司Ｂと、チャットボットＢＴとであり、この３者による発言によって１つの対話が進行されるが、係る対話は、詳細には図２に示すように、３種に分類することができる。具体的には、チャットルームＲＭ１での１つの対話には、チャットボットＢＴと部下Ａとの間での対話である第１の対話ＤＬ１と、部下Ａと上司Ｂとの間での対話である第２の対話ＤＬ２とが含まれる。さらに、チャットルームＲＭ１での１つの対話には、第２の対話ＤＬ２がキャリアアップ成長支援の場として適切に進行するよう仲介する役割の発話内容ＭＵｘが含まれる。
【0036】
発話内容ＭＵｘは、サーバ装置１００がチャットボットＢＴの発話内容として出力させる情報であり、第１の対話ＤＬ１での部下Ａの応答情報に基づき生成される。サーバ装置１００は、基本的には、組織Ｔ１の社員をキャリアアップへと導くために予め用意されたシナリオに沿って第１の対話ＤＬ１を実現するが、シナリオに頼るだけでなく、第１の対話ＤＬ１での部下Ａの応答に最適なこの発話内容ＭＵｘを生成することで、チャットルームＲＭ１での１つの対話を進行してゆく。
【0037】
図２の例によれば、サーバ装置１００は、部下Ａの応答情報に基づいて、部下Ａの状況を上司Ｂにサポートさせる内容の発話内容ＭＵｘを生成する。例えば、サーバ装置１００は、部下Ａの状況（例えば、チャットボットＢＴの質問に対する回答が不十分、チャットボットＢＴの質問に対する回答に困っている等の状況）を打開できるよう上司Ｂにサポートを促す構成の発話内容ＭＵｘを生成する。そして、サーバ装置１００は、発話内容ＭＵｘを、上司Ｂに対するチャットボットＢＴの発言としてチャットルームＲＭ１内に出力させる。このようなことから、発話内容ＭＵｘは、図２に示すように、チャットボットＢＴと上司Ｂとの間での対話の一部分と解せることができる。
【0038】
引き続き、図２を用いて、キャリアアップへと導くためのシナリオについて説明する。サーバ装置１００によって利用される係るシナリオは、被支援側である第１の利用者（図２の例では、部下Ａ）を将来的な目標に誘導してゆくため、段階的なステップで構成される。
【0039】
図２に示すシナリオグループＳＮＧは、シナリオＳＮ１、シナリオＳＮ２、シナリオＳＮ３、シナリオＳＮ４、シナリオＳＮ５、シナリオＳＮ６という６つのシナリオ情報で構成され、この順で段階的に対話を進めて行くよう定義されている。また、各シナリオには、チャットボットＢＴの発話内容として利用される候補である発話候補が対応付けられていてよい。この点については、図６のシナリオ情報記憶部１２１で説明する。
【0040】
図２の例によれば、シナリオＳＮ１には、「興味のある分野」を聞き出す内容の発話候補が含まれる。例えば、このステップが設けられることで、利用者は、「興味のある分野」を参考に、「やりたいこと」の手がかりを見つけることができる可能性がある。また、サーバ装置１００は、実際に提示した発話内容に対する利用者の応答情報と、ＡＩモデルとに基づいて、「やりたいことの発見」につながるような参考情報を生成し、この参考情報を利用者に対してさらに提示してよい。
【0041】
シナリオＳＮ２には、「得意なこと」を聞き出す内容の発話候補が含まれる。例えば、このステップが設けられることで、利用者は、「得意なこと」を参考に、「やりたいこと」の手がかりを見つけることができる可能性がある。また、サーバ装置１００は、実際に提示した発話内容に対する利用者の応答情報と、ＡＩモデルとに基づいて、「やりたいことの発見」につながるような参考情報を生成し、この参考情報を利用者に対してさらに提示してよい。
【0042】
シナリオＳＮ３には、「やりたいことの発見」へと誘導する内容の発話候補が含まれる。このステップでは、利用者は、前段で考えてみた「興味のある分野」や「得意なこと」を踏まえることができるため、「やりたいことを発見」しやすくなる。
【0043】
シナリオＳＮ４には、「ビジョンを仮説／検証」できるよう誘導する内容の発話候補が含まれる。このステップが設けられることで、利用者は、将来なりたい姿の仮説を立てることができるようになる。また、サーバ装置１００は、実際に提示した発話内容に対する利用者の応答情報と、ＡＩモデルとに基づいて、「ビジョンの仮説／検証」を手助けする参考情報を生成し、この参考情報を利用者に対してさらに提示してよい。
【0044】
シナリオＳＮ５には、「短期的あるいは長期的な目標設定」を促す内容の発話候補が含まれる。このステップでは、サーバ装置１００は、実際に提示された発話内容に対する利用者の応答情報と、ＡＩモデルとに基づいて、利用者に応じた目標を生成し、この目標を利用者に対してさらに提示してよい。また、サーバ装置１００は、目標をリアルタイムにリマインドしてもよい。
【0045】
ここで、利用者は、目標に対するギャップ分析を行うことで、自身に適した「アクションプランを検討」することもできる。サーバ装置１００は、実際に提示した発話内容に対する利用者の応答情報と、ＡＩモデルとに基づいて、「アクションプランの検討」を手助けする参考情報を生成し、この参考情報を利用者に対してさらに提示してよい。
【0046】
シナリオＳＮ６には、「行動／実践」した結果、これまでの過程（シナリオＳＮ１～ＳＮ５）で得られた情報の振り返りを行わせる内容の発話候補が含まれる。このステップが設けられることで、利用者は、実際に行動に移すきっかけを得ることができるようになる。例えば、サーバ装置１００は、ＡＩモデルに基づき、利用者を鼓舞する発話内容を生成し、この発話内容を利用者に対してさらに提示してよい。
【0047】
さて、サーバ装置１００によって利用されるシナリオについて説明したが、例えば、シナリオグループＳＮＧに含まれるシナリオの数、シナリオの内容、シナリオの内容に応じた構成要件（発話候補）、シナリオの順序は、図２の例に限定されない。しかしながら、一連のシナリオは、これまでのキャリア支援で得られた好適な実績に基づき設定されることが望ましい。例えば、シナリオグループＳＮＧは、組織Ｔｘごとに独自に設定されてもよいし、サービスＳＡを提供する事業者によって設定されてもよい。
【0048】
〔４．シナリオに沿った対話制御例〕
続いて、図３および図４を用いて、図２に示すシナリオに沿って行われる対話制御処理の一例を説明する。図３および図４では、引き続き図２の例を採用し、部下Ａと、上司Ｂと、チャットボットＢＴとの間で対話が進行される場面を示す。なお、図３および図４の例では、サーバ装置１００は、発話内容ＭＵｘの生成に用いるＡＩモデルを既に有しているものとして説明する。
続いて、図３および図４を用いて、図２に示すシナリオに沿って行われる対話制御処理の一例を説明する。図３および図４では、引き続き図２の例を採用し、部下Ａと、上司Ｂと、チャットボットＢＴとの間で対話が進行される場面を示す。なお、図３および図４の例では、サーバ装置１００は、発話内容ＭＵｘの生成に用いるＡＩモデルを既に有しているものとして説明する。
【0049】
〔４－１．対話制御例（１）〕
図３は、サーバ装置１００による対話制御処理の一例を示す図（１）である。図３では、サーバ装置１００が図２のシナリオＳＮ１に沿って対話を制御する場面を示す。また、図３（ａ）には、チャットルームＲＭ１を示す対話画面として、部下Ａ側の第１の利用者装置１０に表示される画面Ｇ１０が示される。一方、図３（ｂ）には、チャットルームＲＭ１を示す対話画面として、上司Ｂ側の第２の利用者装置２０に表示される画面Ｇ２０が示される。
図３は、サーバ装置１００による対話制御処理の一例を示す図（１）である。図３では、サーバ装置１００が図２のシナリオＳＮ１に沿って対話を制御する場面を示す。また、図３（ａ）には、チャットルームＲＭ１を示す対話画面として、部下Ａ側の第１の利用者装置１０に表示される画面Ｇ１０が示される。一方、図３（ｂ）には、チャットルームＲＭ１を示す対話画面として、上司Ｂ側の第２の利用者装置２０に表示される画面Ｇ２０が示される。
【0050】
例えば、シナリオＳＮ１では、「興味のある分野は何？」、「仕事の分野も書いてみて？」等の発話候補のうち、いずれを出力すべきかが、利用者に対して予測される発話候補に応じてツリー構造で定義されていてよい。図３の例では、サーバ装置１００は、シナリオＳＮ１に含まれる発話候補のうち、「興味のある分野は何？」を利用対象の発話内容Ｍ１１として取得し、チャットルームＲＭ１に表示させている。
【0051】
部下Ａは、第１の利用者装置１０を操作し、発話内容Ｍ１１に対する応答内容Ｍ１２として「料理、サッカー・・・」を入力している。
【0052】
サーバ装置１００は、シナリオＳＮ１に対応する発話候補の中に、応答内容Ｍ１２に適した発話候補が存在するか否かを判定し、存在する場合にはその発話候補を優先的に提示してよい。一方、サーバ装置１００は、シナリオＳＮ１に対応する発話候補の中に、応答内容Ｍ１２に適した発話候補が存在しない場合には、応答内容Ｍ１２から推定される部下Ａの状況と、ＡＩモデルとに基づいて、応答内容Ｍ１２に対する発話内容を生成してよい。
【0053】
図３の例では、サーバ装置１００は、応答内容Ｍ１２に適した発話候補として「仕事の分野も書いてみて？」が存在することに応じて、「仕事の分野も書いてみて？」を利用対象の発話内容Ｍ１３として取得し、チャットルームＲＭ１に表示させている。
【0054】
部下Ａは、第１の利用者装置１０を操作し、発話内容Ｍ１３に対する応答内容Ｍ１４として「マーケティング・・・」を入力している。
【0055】
サーバ装置１００は、シナリオＳＮ１に対応する発話候補の中に、応答内容Ｍ１４に適した発話候補が存在するか否かを判定し、存在する場合にはその発話候補を優先的に提示してよい。一方、サーバ装置１００は、シナリオＳＮ１に対応する発話候補の中に、応答内容Ｍ１４に適した発話候補が存在しない場合には、応答内容Ｍ１４から推定される部下Ａの状況（意図）と、ＡＩモデルとに基づいて、応答内容Ｍ１４に対する発話内容を生成してよい。
【0056】
図３の例では、サーバ装置１００は、応答内容Ｍ１４に適した発話候補が存在しないことに応じて、応答内容Ｍ１４から推定される部下Ａの状況「質問に対する回答が不十分」を示す状況情報を取得する。そして、サーバ装置１００は、状況情報をＡＩモデルに入力し、ＡＩモデルの出力結果から発話内容Ｍ１５を生成する。図３の例によれば、サーバ装置１００は、発話内容Ｍ１５「上司のＢさんどう思いますか？」を生成している。
【0057】
係る例によれば、ＡＩモデルは、第１の利用者について推定される状況が「質問に対する回答が不十分」の場合には、この状況を打開できるよう第２の利用者にサポート促す発話内容「相手の○○さんどう思いますか？」を出力するよう学習しているといえる。また、このようなＡＩモデルを得るには、サーバ装置１００は、対話の履歴情報に含まれる被支援者側の応答情報と、この履歴情報に含まれる応答情報のうち仲介の役割を有する応答情報とを学習データとして用いて、ＡＩモデルに学習させてよい。
【0058】
ここでいう対話の履歴情報は、部下Ａと、上司Ｂと、チャットボットＢＴとの間で行われた対話の履歴情報であってもよいし、チャットボットＢＴを介してこれまでに行われた他の１ｏｎ１に対応する履歴情報であってもよい。他の例として、対話の履歴情報は、チャットボットＢＴを含まず、人間だけで行われた対話の履歴情報であってもよい。
【0059】
【0060】
上司Ｂは、チャットボットＢＴによる仲介の発話内容Ｍ１５に応じて気付きを得ることができる。すなわち、上司Ｂは、第２の利用者装置２０を操作し、発話内容Ｍ１５に対する応答内容Ｍ１６として「Ａさん、料理は何を作るのかな？」を入力している。
【0061】
〔４－２．対話制御例（２）〕
図４は、サーバ装置１００による対話制御処理の一例を示す図（２）である。図４では、サーバ装置１００が図２のシナリオＳＮ３に沿って対話を制御する場面を示す。また、図４（ａ）には、チャットルームＲＭ１を示す対話画面として、部下Ａ側の第１の利用者装置１０に表示される画面Ｇ１０が示される。一方、図４（ｂ）には、チャットルームＲＭ１を示す対話画面として、上司Ｂ側の第２の利用者装置２０に表示される画面Ｇ２０が示される。
図４は、サーバ装置１００による対話制御処理の一例を示す図（２）である。図４では、サーバ装置１００が図２のシナリオＳＮ３に沿って対話を制御する場面を示す。また、図４（ａ）には、チャットルームＲＭ１を示す対話画面として、部下Ａ側の第１の利用者装置１０に表示される画面Ｇ１０が示される。一方、図４（ｂ）には、チャットルームＲＭ１を示す対話画面として、上司Ｂ側の第２の利用者装置２０に表示される画面Ｇ２０が示される。
【0062】
例えば、シナリオＳＮ３では、「本当にやりたいことを考えてね。」、「さっき答えてくれた得意分野を合わせて考えてみてね。」等の発話候補のうち、いずれを出力すべきかが、利用者に対して予測される発話候補に応じてツリー構造で定義されていてよい。図４の例では、サーバ装置１００は、シナリオＳＮ３に含まれる発話候補のうち、「本当にやりたいことを考えてね。」を利用対象の発話内容Ｍ２１として取得し、チャットルームＲＭ１に表示させている。
【0063】
部下Ａは、第１の利用者装置１０を操作し、発話内容Ｍ２１に対する応答内容Ｍ２２として「うーん、むずかしいな・・・」を入力している。
【0064】
サーバ装置１００は、シナリオＳＮ３に対応する発話候補の中に、応答内容Ｍ２２に適した発話候補が存在するか否かを判定し、存在する場合にはその発話候補を優先的に提示してよい。一方、サーバ装置１００は、シナリオＳＮ３に対応する発話候補の中に、応答内容Ｍ２２に適した発話候補が存在しない場合には、応答内容Ｍ２２から推定される部下Ａの状況と、ＡＩモデルとに基づいて、応答内容Ｍ２２に対する発話内容を生成してよい。
【0065】
図４の例では、サーバ装置１００は、応答内容Ｍ２２に適した発話候補として「さっき答えてくれた得意分野を合わせて考えてみてね。」が存在することに応じて、「さっき答えてくれた得意分野を合わせて考えてみてね。」を利用対象の発話内容Ｍ２３として取得し、チャットルームＲＭ１に表示させている。
【0066】
部下Ａは、第１の利用者装置１０を操作し、発話内容Ｍ２３に対する応答内容Ｍ２４として「仕事に関係ないことしか浮かばい。」を入力している。
【0067】
サーバ装置１００は、シナリオＳＮ３に対応する発話候補の中に、応答内容Ｍ２４に適した発話候補が存在するか否かを判定し、存在する場合にはその発話候補を優先的に提示してよい。一方、サーバ装置１００は、シナリオＳＮ３に対応する発話候補の中に、応答内容Ｍ２４に適した発話候補が存在しない場合には、応答内容Ｍ２４から推定される部下Ａの状況（意図）と、ＡＩモデルとに基づいて、応答内容Ｍ２４に対する発話内容を生成してよい。
【0068】
図４の例では、サーバ装置１００は、応答内容Ｍ２４に適した発話候補が存在しないことに応じて、応答内容Ｍ２４から推定される部下Ａの状況「質問に対する回答に困っている」を示す状況情報を取得する。そして、サーバ装置１００は、状況情報をＡＩモデルに入力し、ＡＩモデルの出力結果から発話内容Ｍ２５を生成する。図４の例によれば、サーバ装置１００は、発話内容Ｍ２５「関係なくても大丈夫！上司のＢさんもサポートお願いします。」を生成している。
【0069】
係る例によれば、ＡＩモデルは、第１の利用者について推定される状況が「質問に対する回答に困っている」の場合には、この状況を打開できるよう第２の利用者にサポート促す発話内容「相手の○○さんサポートお願いします。」を出力するよう学習しているといえる。また、このようなＡＩモデルを得るには、サーバ装置１００は、対話の履歴情報に含まれる被支援者側の応答情報と、この履歴情報に含まれる応答情報のうち仲介の役割を有する応答情報とを学習データとして用いて、ＡＩモデルに学習させてよい。
【0070】
ここでいう対話の履歴情報は、部下Ａと、上司Ｂと、チャットボットＢＴとの間で行われた対話の履歴情報であってもよいし、チャットボットＢＴを介してこれまでに行われた他の１ｏｎ１に対応する履歴情報であってもよい。他の例として、対話の履歴情報は、チャットボットＢＴを含まず、人間だけで行われた対話の履歴情報であってもよい。
【0071】
【0072】
上司Ｂは、チャットボットＢＴによる仲介の発話内容Ｍ２５に応じて気付きを得ることができる。すなわち、上司Ｂは、第２の利用者装置２０を操作し、発話内容Ｍ２５に対する応答内容Ｍ２６として「他の部署では、××を目指している人がいるみたいですよ。」を入力している。
【0073】
〔４－３．まとめ〕
図３および図４の例によれば、サーバ装置１００は、部下Ａの状況から、部下Ａと上司Ｂとの間での対話（第２の対話ＤＬ２）での空気を読んで、２人の関係を上手く取り持っているといえる。この結果、上司Ｂが部下Ａをうまくサポートしながら第２の対話ＤＬ２が進行してゆくという世界観が実現されるため、部下Ａは、思っていることを発言しやすくなる。また、部下Ａが適切な発言を行えば、シナリオに沿って対話が進むため、「何をすればよいか」見つけ出すことができるようになる。
図３および図４の例によれば、サーバ装置１００は、部下Ａの状況から、部下Ａと上司Ｂとの間での対話（第２の対話ＤＬ２）での空気を読んで、２人の関係を上手く取り持っているといえる。この結果、上司Ｂが部下Ａをうまくサポートしながら第２の対話ＤＬ２が進行してゆくという世界観が実現されるため、部下Ａは、思っていることを発言しやすくなる。また、部下Ａが適切な発言を行えば、シナリオに沿って対話が進むため、「何をすればよいか」見つけ出すことができるようになる。
【0074】
〔５．情報処理装置の構成〕
図５を用いて、実施形態に係る情報処理装置について説明する。図５は、実施形態に係るサーバ装置１００の構成例を示す図である。図５に示すように、サーバ装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。
図５を用いて、実施形態に係る情報処理装置について説明する。図５は、実施形態に係るサーバ装置１００の構成例を示す図である。図５に示すように、サーバ装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。
【0075】
（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。例えば、通信部１１０は、ネットワークＮと有線または無線で接続され、例えば、第１の利用者装置１０、第２の利用者装置２０との間で情報の送受信を行う。
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。例えば、通信部１１０は、ネットワークＮと有線または無線で接続され、例えば、第１の利用者装置１０、第２の利用者装置２０との間で情報の送受信を行う。
【0076】
（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子またはハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、シナリオ情報記憶部１２１と、参加者情報記憶部１２２と、対話履歴記憶部１２３と、学習データ記憶部１２４とを有する。
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子またはハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、シナリオ情報記憶部１２１と、参加者情報記憶部１２２と、対話履歴記憶部１２３と、学習データ記憶部１２４とを有する。
【0077】
（シナリオ情報記憶部１２１について）
シナリオ情報記憶部１２１は、対話制御処理に用いられるシナリオ情報を記憶する。シナリオ情報は、被支援側を将来的な目標に誘導してゆくため、段階的なステップで構成されてよい。
シナリオ情報記憶部１２１は、対話制御処理に用いられるシナリオ情報を記憶する。シナリオ情報は、被支援側を将来的な目標に誘導してゆくため、段階的なステップで構成されてよい。
【0078】
【0079】
「シナリオ種別」は、シナリオの種別を示す情報であり、図６に示すように、「キャリアサポート」等が存在する。例えば、シナリオ種別「キャリアサポート」のシナリオは、キャリアサポートの対話を制御する際に用いられる。「シナリオＩＤ」は、シナリオを識別する情報である。
【0080】
「シナリオ内容」は、「シナリオＩＤ」が示すシナリオがどのような内容のものであるかその概要を示す情報である。「発話候補」は、「シナリオ内容」について、利用者から聞き出したり、検討させたりするために、チャットボットＢＴの発話として出力させるべき内容を示すものである。
【0081】
図６には、シナリオＩＤ「ＳＮ１」と、シナリオ内容「興味のある分野」と、「興味のある分野は何？」とが対応付けられる例が示される。また、図６の例では、シナリオＳＮ１が１ｓｔステップとして定義されている。係る例は、第１の対話ＤＬ１における初めのステップでは、シナリオＳＮ１に沿って「興味のある分野」を聞き出す話題で対話を進めるよう定義されている例を示す。
【0082】
また、図６には、シナリオＩＤ「ＳＮ２」と、シナリオ内容「得意なこと」と、「得意なことを選択肢から選んでね。」とが対応付けられる例が示される。ここでは、シナリオＳＮ２が２ｎｄステップとして定義されている。係る例は、シナリオＳＮ１で対話が進んだ後の２番目のステップでは、シナリオＳＮ２に沿って「得意なこと」を聞き出す話題で対話を進めるよう定義されている例を示す。
【0083】
また、図６には、シナリオＩＤ「ＳＮ３」と、シナリオ内容「やりたいことの発見」と、「本当にやりたいことを考えてね。」とが対応付けられる例が示される。ここでは、シナリオＳＮ３が３ｒｄステップとして定義されている。係る例は、シナリオＳＮ２で対話が進んだ後の３番目のステップでは、シナリオＳＮ３に沿って「やりたいことの発見」を手助けする目的で対話を進めるよう定義されている例を示す。
【0084】
また、図６には、シナリオＩＤ「ＳＮ４」と、シナリオ内容「ビジョンを仮説／検証」と、「３年後にはどうなりたいかな？」とが対応付けられる例が示される。ここでは、シナリオＳＮ４が４ｔｈステップとして定義されている。係る例は、シナリオＳＮ３で対話が進んだ後の４番目のステップでは、シナリオＳＮ４に沿って「将来なりたい姿の仮説を立てること」を手助けする目的で対話を進めるよう定義されている例を示す。
【0085】
また、図６には、シナリオＩＤ「ＳＮ５」と、シナリオ内容「短期/長期目標設定」と、「明日やるコトを考えてみよう。」とが対応付けられる例が示される。ここでは、シナリオＳＮ５が５ｔｈステップとして定義されている。係る例は、シナリオＳＮ４で対話が進んだ後の５番目のステップでは、シナリオＳＮ５に沿って「短期もしくは長期的な目標の設定」を手助けする目的で対話を進めるよう定義されている例を示す。
【0086】
また、図６には、シナリオＩＤ「ＳＮ６」と、シナリオ内容「行動実践」と、「目標の〇〇はできたかな？」とが対応付けられる例が示される。ここでは、シナリオＳＮ６が６ｔｈステップとして定義されている。係る例は、シナリオＳＮ５で対話が進んだ後の６番目のステップでは、シナリオＳＮ６に沿って「振り返り」の手助けする目的で対話を進めるよう定義されている例を示す。
【0087】
（参加者情報記憶部１２２について）
参加者情報記憶部１２２は、チャットボットＢＴを交えた１つの対話（第１の対話ＤＬ１、第２の対話ＤＬ２を含む）ごとに、当該対話の参加者を示す情報を記憶する。ここで、図７に、実施形態に係る参加者情報記憶部１２２の一例を示す。図７の例では、参加者情報記憶部１２２は、「組織ＩＤ」、「対話ＩＤ」、「利用者ＩＤ」、「部署」、「氏名」、「関係」といった項目を有する。
参加者情報記憶部１２２は、チャットボットＢＴを交えた１つの対話（第１の対話ＤＬ１、第２の対話ＤＬ２を含む）ごとに、当該対話の参加者を示す情報を記憶する。ここで、図７に、実施形態に係る参加者情報記憶部１２２の一例を示す。図７の例では、参加者情報記憶部１２２は、「組織ＩＤ」、「対話ＩＤ」、「利用者ＩＤ」、「部署」、「氏名」、「関係」といった項目を有する。
【0088】
「組織ＩＤ」は、サービスＳＡを利用する組織Ｔｘを識別する情報である。「対話ＩＤ」は、１つのチャットルームで行われた対話であって、チャットボットＢＴを交えた対話を識別する情報である。「利用者ＩＤ」は、「対話ＩＤ」で識別される対話に参加した利用者を識別する情報である。
【0089】
「部署」は、「利用者ＩＤ」で識別される利用者が所属する部署を示す情報である。「氏名」は、「利用者ＩＤ」で識別される利用者の氏名を示す情報である。「関係」は、「対話ＩＤ」に対応付けられる「利用者ＩＤ」それぞれが示す利用者の間で成立している関係を示す情報である。
【0090】
図７には、組織ＩＤ「Ｔ１」と、対話ＩＤ「ＬＧ１」と、利用者ＩＤ「Ｕ１１」および「Ｕ１２」の組とが対応付けられる例が示される。係る例は、図２等の例に対応し、組織Ｔ１に属する第２の利用者Ｕ１２が設定したキャリアアップ相談のためのチャットルームＲＭ１での対話ＬＧ１には、第１の利用者Ｕ１１と、第２の利用者Ｕ１２とが参加した例を示す。
【0091】
（対話履歴記憶部１２３について）
対話履歴記憶部１２３は、チャットボットＢＴを交えた１つの対話（第１の対話ＤＬ１、第２の対話ＤＬ２を含む）ごとに、当該対話の履歴を記憶する。ここで、図８に、実施形態に係る対話履歴記憶部１２３の一例を示す。図８の例では、対話履歴記憶部１２３は、「対話ＩＤ」、「対話種別」、「前者発話履歴」、「後者発話履歴」といった項目を有する。
対話履歴記憶部１２３は、チャットボットＢＴを交えた１つの対話（第１の対話ＤＬ１、第２の対話ＤＬ２を含む）ごとに、当該対話の履歴を記憶する。ここで、図８に、実施形態に係る対話履歴記憶部１２３の一例を示す。図８の例では、対話履歴記憶部１２３は、「対話ＩＤ」、「対話種別」、「前者発話履歴」、「後者発話履歴」といった項目を有する。
【0092】
「対話ＩＤ」は、１つのチャットルームで行われた対話であって、チャットボットＢＴを交えた対話を識別する情報である。ここでいう「対話ＩＤ」は、図７の「対話ＩＤ」と同様のものである。
【0093】
「対話種別」は、「対話ＩＤ」で識別される対話に参加した参加者のうち、誰と誰の対話であるかを示す情報である。図８には、対話ＩＤ「ＬＧ１」と、対話種別「ボットｔｏＵ１１」とが対応付けられる例が示される。係る例は、チャットルームＲＭ１での対話ＬＧ１には、チャットボットＢＴと、第１の利用者Ｕ１１との対話（すなわち、第１の対話ＤＬ１）が含まれ、チャットボットＢＴを対話の「前者」、第１の利用者Ｕ１１を対話の「後者」と定義されている例を示す。
【0094】
また、図８には、対話ＩＤ「ＬＧ１」と、対話種別「Ｕ１２ｔｏＵ１１」とが対応付けられる例が示される。係る例は、チャットルームＲＭ１での対話ＬＧ１には、第２の利用者Ｕ１２と、第１の利用者Ｕ１１との対話（すなわち、第２の対話ＤＬ２）が含まれ、第２の利用者Ｕ１２を対話の「前者」、第１の利用者Ｕ１１を対話の「後者」と定義されている例を示す。
【0095】
また、図８には、対話ＩＤ「ＬＧ１」と、対話種別「ボットｔｏＵ１２」とが対応付けられ、対話種別「ボットｔｏＵ１１」と、対話種別「Ｕ１２ｔｏＵ１１」の間に存在する。係る例は、チャットルームＲＭ１での対話ＬＧ１には、チャットボットＢＴと、第２の利用者Ｕ１２との対話が含まれ、チャットボットＢＴを対話の「前者」、第２の利用者Ｕ１２を対話の「後者」と定義されている例を示す。係る例によれば、対話種別「ボットｔｏＵ１２」での対話には、第２の利用者Ｕ１２にサポートを促す構成の発話内容ＭＵｘが含まれる。
【0096】
「前者発話履歴」は、「対話種別」において「前者」として定義された参加者の発話履歴であり、この参加者による「発話内容」と、「発話内容」が入力された「日時」とを含む。
【0097】
「後者発話履歴」は、「対話種別」において「後者」として定義された参加者の発話履歴であり、この参加者による「発話内容」と、「発話内容」が入力された「日時」とを含む。
【0098】
（学習データ記憶部１２４について）
学習データ記憶部１２４は、ＡＩモデルの学習に用いられる学習データを記憶する。例えば、学習データ記憶部１２４は、対話履歴記憶部１２３に記憶される履歴情報を学習データとして記憶してよい。また、学習データ記憶部１２４は、チャットボットＢＴを含まず、人間だけで行われた対話の履歴情報を学習データとして記憶してよい。
学習データ記憶部１２４は、ＡＩモデルの学習に用いられる学習データを記憶する。例えば、学習データ記憶部１２４は、対話履歴記憶部１２３に記憶される履歴情報を学習データとして記憶してよい。また、学習データ記憶部１２４は、チャットボットＢＴを含まず、人間だけで行われた対話の履歴情報を学習データとして記憶してよい。
【0099】
ここで、サーバ装置１００は、第１の利用者の応答情報から、第１の利用者が特定の状況に陥ったと推定された場合には、例えば、対話終了後に、相手の第２の利用者に対して、仲介に関するアンケートを行ってもよい。この点について図２等の例を用いて説明する。
【0100】
例えば、サーバ装置１００は、［「ルームＲＭ１での対話中、Ａさんが困っている状況がありました。この場合、Ｂさんに応答を求めた方がよいですか？」、「応答を求める場合、どのような内容を希望されますか。次の中からお選びください。」］といった具合にアンケートをとってよい。係る例では、サーバ装置１００は、アンケートに対する第２の利用者（Ｂさん）のフィードバックと、第１の利用者（Ａさん）について推定された状況を示す状況情報との組を学習データとして記憶してもよい。
【0101】
（制御部１３０について）
図５に戻り、制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、サーバ装置１００内部の記憶装置に記憶されている各種プログラム（例えば、実施形態に係る情報処理プログラム）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
図５に戻り、制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、サーバ装置１００内部の記憶装置に記憶されている各種プログラム（例えば、実施形態に係る情報処理プログラム）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
【0102】
図５に示すように、制御部１３０は、入力受付部１３１と、対話制御部１３２と、生成部１３３と、学習部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図５に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図５に示した接続関係に限られず、他の接続関係であってもよい。
【0103】
（入力受付部１３１について）
入力受付部１３１は、発話内容の入力を受け付ける。例えば、入力受付部１３１は、対話制御部１３２により生成されたチャットルームに参加する参加者それぞれから、このチャットルームに対応する画面に表示される発話内容の入力を受け付ける。例えば、入力受付部１３１は、シナリオに応じた支援を受ける被支援者である第１の利用者、および、第１の利用者と対話を行う関係者である第２の利用者それぞれから発話内容の入力を受け付ける。
入力受付部１３１は、発話内容の入力を受け付ける。例えば、入力受付部１３１は、対話制御部１３２により生成されたチャットルームに参加する参加者それぞれから、このチャットルームに対応する画面に表示される発話内容の入力を受け付ける。例えば、入力受付部１３１は、シナリオに応じた支援を受ける被支援者である第１の利用者、および、第１の利用者と対話を行う関係者である第２の利用者それぞれから発話内容の入力を受け付ける。
【0104】
図２等の例によれば、入力受付部１３１は、チャットルームＲＭ１に入室している第１の利用者Ｕ１１、および、第２の利用者Ｕ１２それぞれから発話内容の入力を受け付ける。
【0105】
（対話制御部１３２について）
対話制御部１３２は、対話制御処理を実行する。例えば、対話制御部１３２は、利用者からの要求に応じたチャットルームを生成する。そして、対話制御部１３２は、チャットルームごとに、当該チャットルームでの対話を制御する。例えば、対話制御部１３２は、チャットルームに対応する利用者情報に基づいて、利用者によるこのチャットルームへの入室を制御する。係る処理は、例えば、参加者情報記憶部１２２に記憶される情報に基づき行われてよい。
対話制御部１３２は、対話制御処理を実行する。例えば、対話制御部１３２は、利用者からの要求に応じたチャットルームを生成する。そして、対話制御部１３２は、チャットルームごとに、当該チャットルームでの対話を制御する。例えば、対話制御部１３２は、チャットルームに対応する利用者情報に基づいて、利用者によるこのチャットルームへの入室を制御する。係る処理は、例えば、参加者情報記憶部１２２に記憶される情報に基づき行われてよい。
【0106】
また、対話制御部１３２は、チャットルームに入室している利用者による発話内容の入力が受け付けられた場合には、このチャットルームに対応する画面に発話内容を表示させる。
【0107】
また、対話制御部１３２は、チャットルームでは、シナリオに沿って対話が進行するようチャットボットＢＴとしての発話内容を制御する。例えば、対話制御部１３２は、第１の利用者を特定の目標に導くためのシナリオに対して設定される発話候補に基づいて、チャットボットＢＴと、第１の利用者との対話である第１の対話ＤＬ１を実行する。具体的には、対話制御部１３２は、発話候補の中から現時点で提示するべき最適な発話内容を選択し、選択した発話内容をチャットボットＢＴによる発話内容として、チャットルームに対応する画面に表示させる。
【0108】
また、これまで説明してきたように、チャットルームでは、第１の対話ＤＬ１と並行して、第１の利用者と第２の利用者との間で第２の対話ＤＬ２も行われる。このため、例えば、対話制御部１３２は、第１の利用者の応答情報から、第１の利用者が特定の状況であると推定される場合や、第１の利用者が特定の意図を有すると推定される場合には、推定結果に応じた発話内容が生成されるよう生成部１３３を制御してよい。例えば、対話制御部１３２は、第１の利用者が特定の状況であると推定される場合や、第１の利用者が特定の意図を有すると推定される場合には、推定結果が示す状況や意図を、第２の利用者にサポートさせる内容の発話内容を生成するよう生成部１３３を制御してよい。
【0109】
なお、対話制御部１３２は、第１の利用者の応答情報に基づいて、第１の利用者の状況を推定する処理も行ってよい。例えば、対話制御部１３２は、第１の利用者の応答情報として、第１の利用者の発話内容に基づいて、第１の利用者の状況を推定してよい。
【0110】
一例として、対話制御部１３２は、チャットボットＢＴとして提示された発話内容に対する、第１の利用者の発話内容の適切度合を算出し、算出した適切度合から第１の利用者の状況を推定してよい。
【0111】
他の一例として、対話制御部１３２は、第１の利用者の発話内容に含まれるキーワードの組合せ、キーワードの数、回答としてのキーワードの正誤に基づいて、第１の利用者の状況を推定してよい。また、対話制御部１３２は、第１の利用者の応答情報として、チャットボットＢＴによる発話内容を提示してから第１の利用者が発話内容を入力するまでに要した時間（つまり、第１の利用者が無言であった時間）に基づいて、第１の利用者の状況を推定してもよい。
【0112】
さらに他の例として、対話制御部１３２は、第１の利用者の応答情報を入力として、第１の利用者の状況変化を予測する予測モデルを用いて、第１の利用者の状況を推定してもよい。
【0113】
（生成部１３３について）
生成部１３３は、第１の対話ＤＬ１での第１の利用者の応答情報に基づいて、第１の利用者に対して所定の関係性を有する第２の利用者と、第１の利用者との対話である第２の対話ＤＬ２を仲介する発話内容であって、現時点での段階のシナリオに応じて第２の利用者に対して出力される発話内容を生成する。例えば、生成部１３３は、第１の利用者の応答情報から推定される第１の利用者の状況を、第２の利用者にサポートさせる内容の発話内容を生成してよい。
生成部１３３は、第１の対話ＤＬ１での第１の利用者の応答情報に基づいて、第１の利用者に対して所定の関係性を有する第２の利用者と、第１の利用者との対話である第２の対話ＤＬ２を仲介する発話内容であって、現時点での段階のシナリオに応じて第２の利用者に対して出力される発話内容を生成する。例えば、生成部１３３は、第１の利用者の応答情報から推定される第１の利用者の状況を、第２の利用者にサポートさせる内容の発話内容を生成してよい。
【0114】
（学習部１３４について）
学習部１３４は、生成部１３３が発話内容の生成に用いるＡＩモデルを生成する。例えば、学習部１３４は、対話の履歴情報を学習データとして用いてモデルに学習させることで、発話内容に関する情報を出力するＡＩモデルを生成する。
学習部１３４は、生成部１３３が発話内容の生成に用いるＡＩモデルを生成する。例えば、学習部１３４は、対話の履歴情報を学習データとして用いてモデルに学習させることで、発話内容に関する情報を出力するＡＩモデルを生成する。
【0115】
例えば、学習部１３４は、シナリオに沿って行われた対話の履歴情報を学習データとして用いて、ＡＩモデルを生成してよい。また、学習部１３４は、チャットボットＢＴを含まず、人間だけで行われた対話の履歴情報を学習データとして用いて、ＡＩモデルを生成してよい。より具体的には、学習部１３４は、対話の履歴情報に含まれる被支援者側の応答情報と、仲介の役割を有する応答情報との組を学習データとして用いてモデルに学習させることで、ＡＩモデルを生成してよい。
【0116】
また、上述したように、サーバ装置１００は、第１の利用者の応答情報から、第１の利用者が特定の状況に陥ったと推定された場合には、相手の第２の利用者に対して、仲介に関するアンケートを行ってもよいものである。そこで、サーバ装置１００は、アンケートに対する第２の利用者のフィードバックと、第１の利用者について推定された状況を示す状況情報との組を学習データとして用いてモデルに学習させることで、ＡＩモデルを生成してもよい。
【0117】
ここで、生成部１３３の説明に戻る。生成部１３３は、第１の利用者の応答情報と、ＡＩモデルとに基づいて、チャットボットＢＴとして提示する発話内容を生成する。例えば、生成部１３３は、第１の利用者の応答情報から推定される第１の利用者の状況と、ＡＩモデルとに基づいて、発話内容を生成する。なお、ここでいう第１の利用者の状況には、第１の利用者の応答情報から推定される発話の意図の概念も含まれる。
【0118】
他の例として、対話制御部１３２は、チャットボットＢＴによる発話内容を提示した後、所定時間が経過しても第１の利用者が発話内容を入力しなかった場合には、第１の利用者が何を発話すべきか迷っている状況であると推定することもできる。係る場合、生成部１３３は、例えば、入力についてアドバイスする発話内容、あるいは、入力を促す発話内容を生成し、生成した発話内容が第１の利用者に対して提示されるよう制御してよい。一方、生成部１３３は、第１の利用者が迷っている状況を解消できるよう第２の利用者にサポートを促す発話内容を生成し、生成した発話内容が第２の利用者に対して提示されるよう制御してもよい。
【0119】
〔６．処理手順〕
次に、図９を用いて、サーバ装置１００の動作手順を説明する。図９は、サーバ装置１００により実行される対話制御処理の手順を示すフローチャートである。なお、図９の例では、学習処理によりＡＩモデルが生成済みであるものとする。また、図９では、図２等と同様に、チャットルームＲＭ１において、第１の利用者Ｕ１１と、第２の利用者Ｕ１２とが対話を行う場面を用いて、対話制御処理手順を説明する。
次に、図９を用いて、サーバ装置１００の動作手順を説明する。図９は、サーバ装置１００により実行される対話制御処理の手順を示すフローチャートである。なお、図９の例では、学習処理によりＡＩモデルが生成済みであるものとする。また、図９では、図２等と同様に、チャットルームＲＭ１において、第１の利用者Ｕ１１と、第２の利用者Ｕ１２とが対話を行う場面を用いて、対話制御処理手順を説明する。
【0120】
まず、対話制御部１３２は、チャットボットＢＴと、第１の利用者Ｕ１１との対話である第１の対話ＤＬ１の履歴情報に基づいて、シナリオの進行状況を特定する（ステップＳ９０１）。
【0121】
次に、対話制御部１３２は、特定したシナリオに対応付けられる発話候補の中から、対話の開始に用いる発話内容を選択する（ステップＳ９０２）。
【0122】
そして、対話制御部１３２は、選択した発話内容をチャットボットＢＴの発言として、チャットルームＲＭ１を示す画面内に表示させる（ステップＳ９０３）。
【0123】
このような状態において、入力受付部１３１は、利用者から発話内容の入力を受け付けたか否かを判定する（ステップＳ９０４）。入力受付部１３１は、利用者から発話内容の入力を受け付けていない間は（ステップＳ９０４；Ｎｏ）、利用者から発話内容の入力を受け付けるまで待機する。
【0124】
一方、対話制御部１３２は、利用者から発話内容の入力が受け付けられた場合には（ステップＳ９０４；Ｙｅｓ）、この発話内容を入力した利用者の立場を特定する（ステップＳ９０５）。例えば、対話制御部１３２は、発話内容を入力した利用者が第１の利用者Ｕ１１（部下Ａ）である場合には、参加者情報記憶部１２２を参照し、第１の利用者Ｕ１１が被支援者であることを特定することができる。また、対話制御部１３２は、発話内容を入力した利用者が第２の利用者Ｕ１２（上司Ｂ）である場合には、参加者情報記憶部１２２を参照し、第２の利用者Ｕ１２が支援者であることを特定することができる。
【0125】
生成部１３３は、発話内容を入力した利用者の立場が被支援者であるか否かを判定する（ステップＳ９０６）。
【0126】
生成部１３３は、発話内容を入力した利用者の立場が被支援者でない場合、つまり支援者である場合には（ステップＳ９０６；Ｎｏ）、この利用者（第２の利用者Ｕ１２）による応答内容に応じた発話内容を生成する。この発話内容は、チャットボットＢＴの発言として、チャットルームＲＭ１を示す画面内に表示され（ステップＳ９０７）、ステップＳ９０４へと処理が戻される。
【0127】
一方、対話制御部１３２は、発話内容を入力した利用者の立場が被支援者である場合には（ステップＳ９０６；Ｙｅｓ）、現在のシナリオに対応する発話候補の中に、この利用者（第１の利用者Ｕ１１）の応答内容に適した発話候補が存在するか否かを判定する（ステップＳ９０８）。
【0128】
対話制御部１３２は、応答内容に適した発話候補が存在する場合には（ステップＳ９０８；Ｙｅｓ）、この発話候補をチャットボットＢＴの発言として、チャットルームＲＭ１を示す画面内に表示させる（ステップＳ９０９）。
【0129】
一方、対話制御部１３２は、応答内容に適した発話候補が存在しない場合には（ステップＳ９０８；Ｎｏ）、発話内容を入力した利用者の状況を推定する（ステップＳ９１０）。例えば、対話制御部１３２は、発話内容自体から状況を推定してもよいし、チャットボットＢＴによる発話内容が表示されてから利用者が発話内容を入力するまでに要した時間に基づいて、利用者の状況を推定してもよい。
【0130】
生成部１３３は、利用者の状況を示す状況情報と、ＡＩモデルとに基づいて、応答内容に対する発話内容を生成する（ステップＳ９１１）。ここで、ＡＩモデルによれば、利用者の状況が特定の状況（例えば、質問に対する回答が不十分、質問に対する回答に困っている等の負の状況）である場合には、支援者としての立場の利用者（第２の利用者Ｕ１２）に対してこの状況をサポートさせる内容の発話内容が出力される場合がある。このような発話内容が出力された場合、生成部１３３は、支援者としての立場の利用者と、現在のシナリオとに基づいて、ＡＩモデルが出力した発話内容を加工してよい。
【0131】
一例として、生成部１３３は、現在のシナリオがシナリオＳＮ３である場合には、「Ｂさん。Ａさんがやりたいことを発見できるようアドバイスしてあげて下さいね。」を生成することができる。
【0132】
そして、対話制御部１３２は、生成された発話内容をチャットボットＢＴの発言として、チャットルームＲＭ１を示す画面内に表示させる（ステップＳ９１２）。また、ステップＳ９０４へと処理が戻される。
【0133】
〔７．その他の実施形態〕
ここからは、サーバ装置１００によるその他の実施形態について説明する。サーバ装置１００は、上記実施形態以外にも種々の異なる態様で実施されてよい。そこで、以下では、サーバ装置１００の他の実施形態について説明する。
ここからは、サーバ装置１００によるその他の実施形態について説明する。サーバ装置１００は、上記実施形態以外にも種々の異なる態様で実施されてよい。そこで、以下では、サーバ装置１００の他の実施形態について説明する。
【0134】
〔７－１．フィードバックに基づくボット発言の抑制（１）〕
上記実施形態では、サーバ装置１００は、第１の利用者、第２の利用者、チャットボットＢＴが参加する１つのチャットルームにおいて対話制御する例を示した。しかしながら、サーバ装置１００は、第１の利用者がチャットボットＢＴのみと会話を行うことのできる専用のチャットルームを生成することもできる。このようなチャットルームは、例えば、「ボットとの何でも相談室」といった名称で提供される場合があり、実質、１人の第１の利用者のみ入室可能に制御される。
上記実施形態では、サーバ装置１００は、第１の利用者、第２の利用者、チャットボットＢＴが参加する１つのチャットルームにおいて対話制御する例を示した。しかしながら、サーバ装置１００は、第１の利用者がチャットボットＢＴのみと会話を行うことのできる専用のチャットルームを生成することもできる。このようなチャットルームは、例えば、「ボットとの何でも相談室」といった名称で提供される場合があり、実質、１人の第１の利用者のみ入室可能に制御される。
【0135】
図２等の例を用いると、サーバ装置１００は、例えば、部下Ａからの要求に応じて、チャットボットＢＴと１対１で対話可能な相談室ＲＭ１１（専用のチャットルームの一例）を生成し、部下Ａのみ入室可能に制御する。相談室ＲＭ１１では、シナリオに沿った発話内容が出力されることはなく、部下Ａは、仕事や日常生活での様々な悩み事や愚痴を発言することができる。
【0136】
ここで、サーバ装置１００は、相談室ＲＭ１１で行われた対話の履歴情報も学習データとして用いてモデルに学習させる場合がある。そうすると、チャットルームＲＭ１で対話が行われる際に、サーバ装置１００は、相談室ＲＭ１１で部下Ａから聞き出したプライベートな事情や、上司Ｂに対する愚痴等をベースに生成された発話内容をチャットボットＢＴとして提示してしまう可能性がある。つまり、サーバ装置１００は、チャットルームＲＭ１には上司Ｂも参加しているにも拘わらず、部下Ａにとっては上司Ｂには知られたくないであろう事項をチャットボットＢＴに発話させてしまう可能性がある。
【0137】
このように、第１の利用者には、第２の利用者も参加しているチャットルームでは、チャットボットＢＴに発話されると困る情報がある。そこで、サーバ装置１００は、今後のチャットルーム（特に、第１の利用者、第２の利用者、チャットボットＢＴが参加する１つのチャットルーム）では出力されないことを希望する発話内容のフィードバックを第１の利用者から受け付けてよい。
【0138】
例えば、サーバ装置１００は、第１の利用者、第２の利用者、チャットボットＢＴが参加した１つのチャットルームにおいて、チャットボットＢＴとして提示された発話内容のうち、今後のチャットルームでは出力されないことを希望する発話内容のフィードバックを第１の利用者から受け付けてよい。例えば、サーバ装置１００は、チャットボットＢＴとして提示された発話内容の一覧から、今後の出力を希望しない発話内容がいずれであるか第１の利用者にアンケートを取ってよい。この場合、第１の利用者は、例えば、他人には知られたくない事項を含むようなチャットボットＢＴ発話内容を指定することができる。
【0139】
また、サーバ装置１００は、第１の利用者のみ参加した専用チャットルームにおいて、第１の利用者が入力した発話内容のうち、今後のチャットルームでは出力されないことを希望する発話内容のフィードバックを第１の利用者から受け付けてよい。例えば、サーバ装置１００は、第１の利用者が入力した発話内容の一覧から、チャットボットＢＴの発話内容に含まれないことを希望する発話内容がいずれであるか第１の利用者にアンケートを取ってよい。この場合、第１の利用者は、例えば、他人には知られたくない事項を含むような自身の発話内容を指定することができる。
【0140】
このように、生成部１３３は、今後のチャットルームでは出力されないことを希望する発話内容（チャットボットＢＴとして提示された発話内容のうち、今後のチャットルームでは出力されないことを希望する発話内容／第１の利用者が入力した発話内容のうち、今後のチャットルームでは出力されないことを希望する発話内容）のフィードバックが第１の利用者から受け付けられた場合には、このフィードバックに基づいて、発話内容を制御する。例えば、生成部１３３は、ＡＩモデルに基づき生成した発話内容に、フィードバックで指定されるキーワードが含まれる場合には、このキーワードを含まないよう加工したうえで提示させてよい。
【0141】
この結果、サーバ装置１００は、チャットボットＢＴを交えた対話に対する利用者の満足度を高めることができる。
【0142】
〔７－２．フィードバックに基づくボット発言の抑制（２）〕
また、学習部１３４は、これまで蓄積されたフィードバックから多くの第１の利用者が出力されないことを希望する発話内容の傾向をモデルに学習させてよい。一例として、学習部１３４は、第１の利用者の属性と、この属性を有する第１の利用者によるフィードバックとの組を学習データとして用いてモデルに学習させることができる。この場合、生成部１３３は、第１の利用者の属性と、学習済みのＡＩモデルとに基づいて、この第１の利用者が今回の対話では出力されないことを希望する発話内容を推定し、推定結果に応じた発話内容を生成してよい。
また、学習部１３４は、これまで蓄積されたフィードバックから多くの第１の利用者が出力されないことを希望する発話内容の傾向をモデルに学習させてよい。一例として、学習部１３４は、第１の利用者の属性と、この属性を有する第１の利用者によるフィードバックとの組を学習データとして用いてモデルに学習させることができる。この場合、生成部１３３は、第１の利用者の属性と、学習済みのＡＩモデルとに基づいて、この第１の利用者が今回の対話では出力されないことを希望する発話内容を推定し、推定結果に応じた発話内容を生成してよい。
【0143】
この結果、サーバ装置１００は、チャットボットＢＴを交えた対話に対する利用者の満足度を高めることができる。
【0144】
〔８．ハードウェア構成〕
次に、実施形態に係る情報処理装置（サーバ装置１００）のハードウェア構成例について説明する。図１０は、実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。図１０を参照すると、情報処理装置は、例えば、プロセッサ８０１と、ＲＯＭ８０２と、ＲＡＭ８０３と、ホストバス８０４と、ブリッジ８０５と、外部バス８０６と、インターフェース８０７と、入力装置８０８と、出力装置８０９と、ストレージ８１０と、ドライブ８１１と、接続ポート８１２と、通信装置８１３と、を有する。なお、ここで示すハードウェア構成は一例であり、構成要素の一部が省略されてもよい。また、ここで示される構成要素以外の構成要素をさらに含んでもよい。
次に、実施形態に係る情報処理装置（サーバ装置１００）のハードウェア構成例について説明する。図１０は、実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。図１０を参照すると、情報処理装置は、例えば、プロセッサ８０１と、ＲＯＭ８０２と、ＲＡＭ８０３と、ホストバス８０４と、ブリッジ８０５と、外部バス８０６と、インターフェース８０７と、入力装置８０８と、出力装置８０９と、ストレージ８１０と、ドライブ８１１と、接続ポート８１２と、通信装置８１３と、を有する。なお、ここで示すハードウェア構成は一例であり、構成要素の一部が省略されてもよい。また、ここで示される構成要素以外の構成要素をさらに含んでもよい。
【0145】
（プロセッサ８０１）
プロセッサ８０１は、例えば、演算処理装置または制御装置として機能し、ＲＯＭ８０２、ＲＡＭ８０３、ストレージ８１０、またはリムーバブル記録媒体９０１に記録された各種プログラムに基づいて各構成要素の動作全般またはその一部を制御する。
プロセッサ８０１は、例えば、演算処理装置または制御装置として機能し、ＲＯＭ８０２、ＲＡＭ８０３、ストレージ８１０、またはリムーバブル記録媒体９０１に記録された各種プログラムに基づいて各構成要素の動作全般またはその一部を制御する。
【0146】
（ＲＯＭ８０２、ＲＡＭ８０３）
ＲＯＭ８０２は、プロセッサ８０１に読み込まれるプログラムや演算に用いるデータなどを格納する手段である。ＲＡＭ８０３には、例えば、プロセッサ８０１に読み込まれるプログラムや、そのプログラムを実行する際に適宜変化する各種パラメータなどが一時的または永続的に格納される。
ＲＯＭ８０２は、プロセッサ８０１に読み込まれるプログラムや演算に用いるデータなどを格納する手段である。ＲＡＭ８０３には、例えば、プロセッサ８０１に読み込まれるプログラムや、そのプログラムを実行する際に適宜変化する各種パラメータなどが一時的または永続的に格納される。
【0147】
（ホストバス８０４、ブリッジ８０５、外部バス８０６、インターフェース８０７）
プロセッサ８０１、ＲＯＭ８０２、ＲＡＭ８０３は、例えば、高速なデータ伝送が可能なホストバス８０４を介して相互に接続される。一方、ホストバス８０４は、例えば、ブリッジ８０５を介して比較的データ伝送速度が低速な外部バス８０６に接続される。また、外部バス８０６は、インターフェース８０７を介して種々の構成要素と接続される。
プロセッサ８０１、ＲＯＭ８０２、ＲＡＭ８０３は、例えば、高速なデータ伝送が可能なホストバス８０４を介して相互に接続される。一方、ホストバス８０４は、例えば、ブリッジ８０５を介して比較的データ伝送速度が低速な外部バス８０６に接続される。また、外部バス８０６は、インターフェース８０７を介して種々の構成要素と接続される。
【0148】
（入力装置８０８）
入力装置８０８には、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ、およびレバーなどが用いられる。さらに、入力装置８０８としては、赤外線やその他の電波を利用して制御信号を送信することが可能なリモートコントローラ（以下、リモコン）が用いられることもある。また、入力装置８０８には、マイクロフォンなどの音声入力装置が含まれる。
入力装置８０８には、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ、およびレバーなどが用いられる。さらに、入力装置８０８としては、赤外線やその他の電波を利用して制御信号を送信することが可能なリモートコントローラ（以下、リモコン）が用いられることもある。また、入力装置８０８には、マイクロフォンなどの音声入力装置が含まれる。
【0149】
（出力装置８０９）
出力装置８０９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）、ＬＣＤ、または有機ＥＬなどのディスプレイ装置、スピーカ、ヘッドホンなどのオーディオ出力装置、プリンタ、携帯電話、またはファクシミリなど、取得した情報を利用者に対して視覚的または聴覚的に通知することが可能な装置である。また、本実施形態に係る出力装置８０９は、触覚刺激を出力することが可能な種々の振動デバイスを含む。また、出力装置８０９は、ＡＩスピーカやウェアラブルデバイスを含んでもよい。
出力装置８０９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）、ＬＣＤ、または有機ＥＬなどのディスプレイ装置、スピーカ、ヘッドホンなどのオーディオ出力装置、プリンタ、携帯電話、またはファクシミリなど、取得した情報を利用者に対して視覚的または聴覚的に通知することが可能な装置である。また、本実施形態に係る出力装置８０９は、触覚刺激を出力することが可能な種々の振動デバイスを含む。また、出力装置８０９は、ＡＩスピーカやウェアラブルデバイスを含んでもよい。
【0150】
（ストレージ８１０）
ストレージ８１０は、各種のデータを格納するための装置である。ストレージ８１０としては、例えば、ハードディスクドライブ（ＨＤＤ）などの磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどが用いられる。
ストレージ８１０は、各種のデータを格納するための装置である。ストレージ８１０としては、例えば、ハードディスクドライブ（ＨＤＤ）などの磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどが用いられる。
【0151】
（ドライブ８１１）
ドライブ８１１は、例えば、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９０１に記録された情報を読み出し、またはリムーバブル記録媒体９０１に情報を書き込む装置である。
ドライブ８１１は、例えば、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９０１に記録された情報を読み出し、またはリムーバブル記録媒体９０１に情報を書き込む装置である。
【0152】
（接続ポート８１２）
接続ポート８１２は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）、ＲＳ－２３２Ｃポート、または光オーディオ端子などのような外部接続機器９０２を接続するためのポートである。
接続ポート８１２は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）、ＲＳ－２３２Ｃポート、または光オーディオ端子などのような外部接続機器９０２を接続するためのポートである。
【0153】
（通信装置８１３）
通信装置８１３は、ネットワークに接続するための通信デバイスであり、例えば、有線または無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または各種通信用のモデムなどである。
通信装置８１３は、ネットワークに接続するための通信デバイスであり、例えば、有線または無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または各種通信用のモデムなどである。
【0154】
（リムーバブル記録媒体９０１）
リムーバブル記録媒体９０１は、例えば、ＤＶＤメディア、Ｂｌｕ－ｒａｙ（登録商標）メディア、ＨＤ ＤＶＤメディア、各種の半導体記憶メディアなどである。もちろん、リムーバブル記録媒体９０１は、例えば、非接触型ＩＣチップを搭載したＩＣカード、または電子機器などであってもよい。
リムーバブル記録媒体９０１は、例えば、ＤＶＤメディア、Ｂｌｕ－ｒａｙ（登録商標）メディア、ＨＤ ＤＶＤメディア、各種の半導体記憶メディアなどである。もちろん、リムーバブル記録媒体９０１は、例えば、非接触型ＩＣチップを搭載したＩＣカード、または電子機器などであってもよい。
【0155】
（外部接続機器９０２）
外部接続機器９０２は、例えば、プリンタ、携帯音楽プレーヤ、デジタルカメラ、デジタルビデオカメラ、またはＩＣレコーダなどである。
外部接続機器９０２は、例えば、プリンタ、携帯音楽プレーヤ、デジタルカメラ、デジタルビデオカメラ、またはＩＣレコーダなどである。
【0156】
なお、実施形態に係る情報処理装置がサーバ装置１００である場合、記憶部１２０は、ＲＯＭ８０２やＲＡＭ８０３、ストレージ８１０によって実現される。また、プロセッサ８０１によって実現される制御部１３０が、入力受付部１３１と、対話制御部１３２と、生成部１３３と、学習部１３４とを実現する各制御プログラム（例えば、実施形態に係る情報処理プログラム）を、ＲＯＭ８０２やＲＡＭ８０３などから読み出し実行する。
【0157】
〔９．その他〕
上記した各処理のうち、自動的に行われるものとして説明した処理の全部または一部は、手動的に行われてもよい。また、手動的に行われるものとして説明した処理の全部または一部は、公知の方法で自動的に行われてもよい。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られるものではない。
上記した各処理のうち、自動的に行われるものとして説明した処理の全部または一部は、手動的に行われてもよい。また、手動的に行われるものとして説明した処理の全部または一部は、公知の方法で自動的に行われてもよい。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られるものではない。
【0158】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されなくともよい。すなわち、各装置の分散・統合の具体的形態は図示のものに限られない。また、各構成要素は、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成してもよい。また、上記してきた各処理は、矛盾しない範囲で適宜組み合わせて実行されてもよい。
【0159】
以上、本願の実施形態をいくつかの図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
【符号の説明】
【0160】
１ システム
１０ 第１の利用者装置
２０ 第２の利用者装置
１００ サーバ装置
１２０ 記憶部
１２１ シナリオ情報記憶部
１２２ 参加者情報記憶部
１２３ 対話履歴記憶部
１２４ 学習データ記憶部
１３０ 制御部
１３１ 入力受付部
１３２ 対話制御部
１３３ 生成部
１３４ 学習部
１０ 第１の利用者装置
２０ 第２の利用者装置
１００ サーバ装置
１２０ 記憶部
１２１ シナリオ情報記憶部
１２２ 参加者情報記憶部
１２３ 対話履歴記憶部
１２４ 学習データ記憶部
１３０ 制御部
１３１ 入力受付部
１３２ 対話制御部
１３３ 生成部
１３４ 学習部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】