特許 7458633 学習システム、学習方法、及び学習プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-03-22

(45)【発行日】2024-04-01

(54)【発明の名称】学習システム、学習方法、及び学習プログラム

(51)【国際特許分類】

   G09B 7/04 20060101AFI20240325BHJP

   G09B 19/00 20060101ALI20240325BHJP

   G06Q 50/20 20120101ALI20240325BHJP

   A61B 5/16 20060101ALI20240325BHJP

【ＦＩ】

G09B7/04

G09B19/00 G

G06Q50/20 300

A61B5/16 120

【請求項の数】 6

(21)【出願番号】P 2020110897

(22)【出願日】2020-06-26

(65)【公開番号】P2022007770

(43)【公開日】2022-01-13

【審査請求日】2023-05-15

(73)【特許権者】

【識別番号】301022471

【氏名又は名称】国立研究開発法人情報通信研究機構

(74)【代理人】

【識別番号】100124039

【弁理士】

【氏名又は名称】立花 顕治

(74)【代理人】

【識別番号】100179213

【弁理士】

【氏名又は名称】山下 未知子

(74)【代理人】

【識別番号】100170542

【弁理士】

【氏名又は名称】桝田 剛

(72)【発明者】

【氏名】渡部 宏樹

(72)【発明者】

【氏名】成瀬 康

【審査官】前地 純一郎

(56)【参考文献】

【文献】特開２０１７－２０７７３３（ＪＰ，Ａ）

【文献】国際公開第２００７／０６６４５１（ＷＯ，Ａ１）

【文献】特開２００６－０２３５６６（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０９Ｂ １／００－ ９／５６

Ｇ０９Ｂ １７／００－１９／２６

Ｇ０６Ｑ ５０／２０

Ａ６１Ｂ ５／１６

(57)【特許請求の範囲】

【請求項1】

１つ以上の第１の問題を取得する問題取得部と、
取得された前記１つ以上の第１の問題を学習者に対して提示する問題提示部と、
提示された前記第１の問題に対する回答を前記学習者から受け付ける回答受付部と、
前記第１の問題に対する回答を受け付けた後に、前記第１の問題の正解を前記学習者に対して提示する正解提示部と、
前記第１の問題に対する前記学習者の回答が誤っている場合に、前記正解を提示した際の前記学習者の脳活動を計測することで生成された計測データを取得し、取得された計測データからフィードバック関連陰性電位の強度を算出する強度算出部と、
を備え、
前記問題取得部は、算出された前記フィードバック関連陰性電位の強度及び回答を誤った前記第１の問題に応じて、１つ以上の第２の問題を取得し、
前記問題提示部は、取得された前記１つ以上の第２の問題を前記学習者に対して提示し、
前記回答受付部は、提示された前記第２の問題に対する回答を前記学習者から受け付ける、
学習システム。

【請求項2】

前記問題取得部は、算出された前記フィードバック関連陰性電位の強度が第１閾値を超えている場合、回答を誤った前記第１の問題と同一レベルの他の問題を前記第２の問題として取得する、
請求項１に記載の学習システム。

【請求項3】

前記問題取得部は、算出された前記フィードバック関連陰性電位の強度が第２閾値未満である場合、回答を誤った前記第１の問題と異なるレベルの他の問題を前記第２の問題として取得する、
請求項１又は２に記載の学習システム。

【請求項4】

前記問題提示部による学習者に対する問題の提示が繰り返され、算出された前記フィードバック関連陰性電位の強度が継続的に第３閾値より低い場合に、前記問題の提示の繰り返しを停止する停止部を更に備える、
請求項１から３のいずれか１項に記載の学習システム。

【請求項5】

コンピュータが、
１つ以上の第１の問題を取得するステップと、
取得された前記１つ以上の第１の問題を学習者に対して提示するステップと、
提示された前記第１の問題に対する回答を前記学習者から受け付けるステップと、
前記第１の問題に対する回答を受け付けた後に、前記第１の問題の正解を前記学習者に対して提示するステップと、
前記第１の問題に対する前記学習者の回答が誤っている場合に、前記正解を提示した際の前記学習者の脳活動を計測することで生成された計測データを取得ステップと、
取得された計測データからフィードバック関連陰性電位の強度を算出するステップと、
算出された前記フィードバック関連陰性電位の強度及び回答を誤った前記第１の問題に応じて、１つ以上の第２の問題を取得するステップと、
取得された前記１つ以上の第２の問題を前記学習者に対して提示するステップと、
提示された前記第２の問題に対する回答を前記学習者から受け付けるステップと、
を実行する、
学習方法。

【請求項6】

コンピュータに、
１つ以上の第１の問題を取得するステップと、
取得された前記１つ以上の第１の問題を学習者に対して提示するステップと、
提示された前記第１の問題に対する回答を前記学習者から受け付けるステップと、
前記第１の問題に対する回答を受け付けた後に、前記第１の問題の正解を前記学習者に対して提示するステップと、
前記第１の問題に対する前記学習者の回答が誤っている場合に、前記正解を提示した際の前記学習者の脳活動を計測することで生成された計測データを取得ステップと、
取得された計測データからフィードバック関連陰性電位の強度を算出するステップと、
算出された前記フィードバック関連陰性電位の強度及び回答を誤った前記第１の問題に応じて、１つ以上の第２の問題を取得するステップと、
取得された前記１つ以上の第２の問題を前記学習者に対して提示するステップと、
提示された前記第２の問題に対する回答を前記学習者から受け付けるステップと、
を実行させるための、
学習プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、学習システム、学習方法、及び学習プログラムに関する。

【背景技術】

【0002】

従来の学習システムでは、問題の難易度レベルを学習者自身が選択するか或いは正答率等の行動指標に基づいて選択することで、学習者に提示する問題を適応的に決定する方法が採用されている。しかしながら、この方法では、学習意欲等の学習者の心理的な側面を客観的に評価することは難しい。例えば、回答している問題に対して、学習者が飽きてやる気がないのか或いは学習意欲が高まっているかを客観的に評価することは困難である。そのため、従来の学習システムでは、客観的な指標に基づいて、学習者の学習意欲を高めるような出題戦略をとることは困難であった。

【0003】

これに対して、近年では、脳波等の客観的な指標に基づいて学習者の状態を観測し、得られた観測結果に応じて、学習者の状態に適した問題を選択する方法の開発が進んでいる。例えば、特許文献１には、学習者の脳波を計測し、脳波パターンから集中度及び熟考度を推定する方法が提案されている。この方法によれば、客観的な指標として脳波を用いて、学習者の学習意欲を高めるような出題戦略を取ることが可能である。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１８－１２４４８３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

本件発明者らは、特許文献１等で提案される脳波を用いた学習システムには次のような問題点があることを見出した。すなわち、学習者の状態と脳波パターンとの間の対応関係が示されておらず、脳波パターンに基づいて学習者の集中度及び熟考度を適切に評価可能か不明である。また、脳波パターンを正確に分析するために、学習システムが複雑になる（例えば、演算処理が高度になり、ハイパワーの演算装置が求められる）可能性がある。

【0006】

本発明は、一側面では、このような事情を鑑みてなされたものであり、その目的は、脳波を用いて簡易かつ適切に学習者の学習意欲を高めるような出題戦略を取ることを可能にする技術を提供することである。

【課題を解決するための手段】

【0007】

本発明は、上述した課題を解決するために、以下の構成を採用する。

【0008】

すなわち、本発明の一側面に係る学習システムは、１つ以上の第１の問題を取得する問題取得部と、取得された前記１つ以上の第１の問題を学習者に対して提示する問題提示部と、提示された前記第１の問題に対する回答を前記学習者から受け付ける回答受付部と、前記第１の問題に対する回答を受け付けた後に、前記第１の問題の正解を前記学習者に対して提示する正解提示部と、前記第１の問題に対する前記学習者の回答が誤っている場合に、前記正解を提示した際の前記学習者の脳活動を計測することで生成された計測データを取得し、取得された計測データからフィードバック関連陰性電位の強度を算出する強度算出部と、を備える。前記問題取得部は、算出された前記フィードバック関連陰性電位の強度及び回答を誤った前記第１の問題に応じて、１つ以上の第２の問題を取得し、前記問題提示部は、取得された前記１つ以上の第２の問題を前記学習者に対して提示し、前記回答受付部は、提示された前記第２の問題に対する回答を前記学習者から受け付ける。

【0009】

本件発明者らは、後述する実験例により、回答を誤った問題の正解を学習者に提示した際に惹起されるフィードバック関連陰性電位（feedback-related negativity；以下、「ＦＲＮ」とも記載する）の強度が学習者の学習意欲を評価する客観的な指標として有用であることを見出した。ＦＲＮの強度は比較的に簡易に計測かつ算出可能である。したがって、当該構成に係る学習システムによれば、この知見に基づいて、脳波を用いて簡易かつ適切に学習者の学習意欲を高めるような出題戦略を取ることができる。

【0010】

上記一側面に係る学習システムにおいて、前記問題取得部は、算出された前記フィードバック関連陰性電位の強度が第１閾値を超えている場合、回答を誤った前記第１の問題と同一レベルの他の問題を前記第２の問題として取得してもよい。当該構成によれば、ＦＲＮの強度に基づいて学習者の学習意欲が高いと評価されるレベルの問題を継続して出題することができる。

【0011】

上記一側面に係る学習システムにおいて、前記問題取得部は、算出された前記フィードバック関連陰性電位の強度が第２閾値未満である場合、回答を誤った前記第１の問題と異なるレベルの他の問題を前記第２の問題として取得してもよい。当該構成によれば、ＦＲＮの強度に基づいて学習者の学習意欲が低いと評価される問題とは異なるレベルの問題を次に出題することにより、学習意欲の高いレベルの問題を見つけ出すことができる。

【0012】

上記一側面に係る学習システムは、前記問題提示部による学習者に対する問題の提示が繰り返され、算出された前記フィードバック関連陰性電位の強度が継続的に第３閾値より低い場合に、前記問題の提示の繰り返しを停止する停止部を更に備えてもよい。当該構成によれば、ＦＲＮの強度に基づいて学習者の学習意欲が継続的に低いと評価される場合に、出題を停止して、休憩を促すことができる。

【0013】

上記各形態に係る学習システムは、１又は複数のコンピュータにより構成されてよい。また、上記各形態に係る学習システムの別の態様として、本発明の一側面は、以上の各構成の全部又はその一部を実現する情報処理方法であってもよいし、プログラムであってもよいし、このようなプログラムを記憶した、コンピュータその他装置、機械等が読み取り可能な記憶媒体であってもよい。ここで、コンピュータ等が読み取り可能な記憶媒体とは、プログラム等の情報を、電気的、磁気的、光学的、機械的、又は、化学的作用によって蓄積する媒体である。

【0014】

例えば、本発明の一側面に係る学習方法は、コンピュータが、１つ以上の第１の問題を取得するステップと、取得された前記１つ以上の第１の問題を学習者に対して提示するステップと、提示された前記第１の問題に対する回答を前記学習者から受け付けるステップと、前記第１の問題に対する回答を受け付けた後に、前記第１の問題の正解を前記学習者に対して提示するステップと、前記第１の問題に対する前記学習者の回答が誤っている場合に、前記正解を提示した際の前記学習者の脳活動を計測することで生成された計測データを取得ステップと、取得された計測データからフィードバック関連陰性電位の強度を算出するステップと、算出された前記フィードバック関連陰性電位の強度及び回答を誤った前記第１の問題に応じて、１つ以上の第２の問題を取得するステップと、取得された前記１つ以上の第２の問題を前記学習者に対して提示するステップと、提示された前記第２の問題に対する回答を前記学習者から受け付けるステップと、を実行する、情報処理方法である。

【0015】

また、例えば、本発明の一側面に係る学習プログラムは、コンピュータに、１つ以上の第１の問題を取得するステップと、取得された前記１つ以上の第１の問題を学習者に対して提示するステップと、提示された前記第１の問題に対する回答を前記学習者から受け付けるステップと、前記第１の問題に対する回答を受け付けた後に、前記第１の問題の正解を前記学習者に対して提示するステップと、前記第１の問題に対する前記学習者の回答が誤っている場合に、前記正解を提示した際の前記学習者の脳活動を計測することで生成された計測データを取得ステップと、取得された計測データからフィードバック関連陰性電位の強度を算出するステップと、算出された前記フィードバック関連陰性電位の強度及び回答を誤った前記第１の問題に応じて、１つ以上の第２の問題を取得するステップと、取得された前記１つ以上の第２の問題を前記学習者に対して提示するステップと、提示された前記第２の問題に対する回答を前記学習者から受け付けるステップと、を実行させるための、プログラムである。

【発明の効果】

【0016】

本発明によれば、脳波を用いて簡易かつ適切に学習者の学習意欲を高めるような出題戦略を取ることを可能にする技術を提供することができる。

【図面の簡単な説明】

【0017】

【図1】図１は、本発明が適用される場面の一例を模式的に例示する。

【図2】図２は、実施の形態に係る学習システムのハードウェア構成の一例を模式的に例示する。

【図3】図３は、実施の形態に係る学習システムのソフトウェア構成の一例を模式的に例示する。

【図4】図４は、実施の形態に係る問題データベースの構成の一例を模式的に例示する。

【図5】図５は、実施の形態に係る学習システムの処理手順の一例を示すフローチャートである。

【図6A】図６Ａは、被験者による学習意欲（高得点を出そうという意欲が高かったか否か）のランク付けの順序別に、回答を誤った問題の正解を被験者にフィードバックした際に惹起されたＦＲＮの強度を比較した結果を示す。

【図6B】図６Ｂは、被験者による自己評価（自己のレベルに適しているか否か）のランク付けの順序別に、回答を誤った問題の正解を被験者にフィードバックした際に惹起されたＦＲＮの強度を比較した結果を示す。

【発明を実施するための形態】

【0018】

以下、本発明の一側面に係る実施の形態（以下、「本実施形態」とも表記する）を、図面に基づいて説明する。ただし、以下で説明する本実施形態は、あらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。つまり、本発明の実施にあたって、実施形態に応じた具体的構成が適宜採用されてもよい。なお、本実施形態において登場するデータを自然言語により説明しているが、より具体的には、コンピュータが認識可能な疑似言語、コマンド、パラメータ、マシン語等で指定される。

【0019】

§１ 適用例
図１は、本発明を適用した場面の一例を模式的に例示する。学習システム１は、学習者Ｌに対して問題を提示し、回答を受け付け、かつ正誤をフィードバックする一連の学習プロセスを提供するように構成されたコンピュータである。

【0020】

具体的に、本実施形態に係る学習システム１は、１つ以上の問題を取得し、取得された１つ以上の問題を学習者Ｌに対して提示する。本実施形態に係る学習システム１は、提示された問題に対する回答を学習者Ｌから受け付ける。問題に対する回答を受け付けた後、学習システム１は、当該問題の正解を学習者Ｌに対して提示する。

【0021】

当該問題に対する学習者Ｌの回答が誤っている場合、学習システム１は、正解を提示した際の学習者Ｌの脳活動を計測することで生成された計測データを取得する。本実施形態では、脳波を計測するように構成された計測センサＳが学習者Ｌに装着されており、計測センサＳは学習システム１に接続されている。学習システム１は、この計測センサＳから計測データを取得することができる。

【0022】

学習システム１は、取得された計測データからフィードバック関連陰性電位の強度を算出する。学習システム１は、算出されたフィードバック関連陰性電位の強度及び回答を誤った問題に応じて、１つ以上の次の問題を取得する。そして、学習システム１は、取得された１つ以上の次の問題を学習者Ｌに対して提示し、提示された問題に対する回答を学習者Ｌから受け付ける。

【0023】

なお、ＦＲＮの測定に供した先の問題が「第１の問題」の一例であり、ＦＲＮの強度に基づいて提供された次の問題が「第２の問題」の一例である。第２の問題は、学習者Ｌに提供された後に第１の問題として取り扱われてよい。すなわち、上記一連の学習プロセスを繰り返す場合に、提供された第２の問題についてＦＲＮの強度が算出され、算出されたＦＲＮの強度及び第２の問題に応じて更に次の問題が取得されてよい。

【0024】

以上のとおり、本実施形態では、回答を誤った問題の正解を学習者Ｌに提示した際に惹起されるフィードバック関連陰性電位に基づいて、次に提供する問題を決定する。フィードバック関連陰性電位の強度によれば、学習者Ｌの学習意欲を客観的に評価可能である。また、フィードバック関連陰性電位の強度は、比較的に簡易に計測かつ算出可能である。したがって、本実施形態によれば、脳波を用いて簡易かつ適切に学習者Ｌの学習意欲を高めるような出題戦略を取ることができる。

【0025】

§２ 構成例
［ハードウェア構成］
図２は、本実施形態に係る学習システム１のハードウェア構成の一例を模式的に例示する。本実施形態に係る学習システム１は、制御部１１、記憶部１２、外部インタフェース１３、入力装置１４、出力装置１５、及びドライブ１６が電気的に接続されたコンピュータである。なお、図２では、外部インタフェースを「外部Ｉ／Ｆ」と記載している。

【0026】

制御部１１は、ハードウェアプロセッサであるＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等を含み、プログラム及び各種データに基づいて情報処理を実行するように構成される。記憶部１２は、メモリの一例であり、例えば、ハードディスクドライブ、ソリッドステートドライブ等で構成される。本実施形態では、記憶部１２は、学習プログラム８１、問題データベース１２５等の各種情報を記憶する。

【0027】

学習プログラム８１は、一連の学習プロセスを学習者Ｌに提供する後述の情報処理（図５）を学習システム１に実行させるためのプログラムである。学習プログラム８１は、当該情報処理の一連の命令を含む。問題データベース１２５には、学習者Ｌに提供するための問題及び正解が難易度別に蓄積されている。難易度は、「レベル」の一例である。詳細は後述する。

【0028】

外部インタフェース１３は、例えば、ＵＳＢ（Universal Serial Bus）ポート、専用ポート等であり、外部装置と接続するためのインタフェースである。外部インタフェース１３の種類及び数は任意に選択されてよい。本実施形態では、学習システム１は、外部インタフェース１３を介して計測センサＳに接続される。

【0029】

計測センサＳは、フィードバック関連陰性電位の強度を導出可能な脳波の計測データを取得可能であれば、その種類は、特に限定されなくてよく、実施の形態に応じて適宜選択されてよい。計測センサＳは、例えば、導電性のジェルを塗布した皿電極、ドライ電極等であってよい。

【0030】

なお、学習システム１及び計測センサＳの接続方法は、このような例に限定されなくてよい。他の一例として、学習システム１及び計測センサＳ（又は計測センサＳの接続された別のコンピュータ）それぞれが通信インタフェースを備える場合、学習システム１及び計測センサＳは、通信インタフェースを介して接続されてよい。

【0031】

入力装置１４は、例えば、マウス、キーボード、タッチパネルディスプレイ、マイクロフォン等の入力を行うための装置である。また、出力装置１５は、例えば、ディスプレイ（一般的なディスプレイ、タッチパネルディスプレイ）、スピーカ等の出力を行うための装置である。入力装置１４及び出力装置１５は、タッチパネルディスプレイにより一体的に構成されてもよい。学習システム１は、複数の入力装置１４及び出力装置１５を備えてもよい。入力装置１４は、回答の受け付けに利用される。出力装置１５は、問題及び正解の提示に利用される。

【0032】

ドライブ１６は、例えば、ＣＤドライブ、ＤＶＤドライブ等であり、記憶媒体９１に記憶されたプログラム等の各種情報を読み込むためのドライブ装置である。記憶媒体９１は、コンピュータその他装置、機械等が、記憶されたプログラム等の各種情報を読み取り可能なように、当該プログラム等の情報を、電気的、磁気的、光学的、機械的又は化学的作用によって蓄積する媒体である。上記学習プログラム８１及び問題データベース１２５の少なくとも一方は、記憶媒体９１に記憶されていてもよい。学習システム１は、記憶媒体９１から、上記学習プログラム８１及び問題データベース１２５の少なくとも一方を取得してもよい。なお、図２では、記憶媒体９１の一例として、ＣＤ、ＤＶＤ等のディスク型の記憶媒体を例示している。しかしながら、記憶媒体９１の種類は、ディスク型に限られなくてもよく、ディスク型以外であってもよい。ディスク型以外の記憶媒体として、例えば、フラッシュメモリ等の半導体メモリを挙げることができる。ドライブ１６の種類は、記憶媒体９１の種類に応じて任意に選択されてよい。

【0033】

なお、学習システム１の具体的なハードウェア構成に関して、実施形態に応じて、適宜、構成要素の省略、置換及び追加が可能である。例えば、制御部１１は、複数のハードウェアプロセッサを含んでもよい。ハードウェアプロセッサは、マイクロプロセッサ、ＦＰＧＡ（field-programmable gate array）等で構成されてよい。記憶部１２は、制御部１１に含まれるＲＡＭ及びＲＯＭにより構成されてもよい。外部インタフェース１３、入力装置１４、出力装置１５及びドライブ１６の少なくともいずれかは省略されてもよい。学習システム１は、複数台のコンピュータで構成されてもよい。この場合、各コンピュータのハードウェア構成は、一致していてもよいし、一致していなくてもよい。また、学習システム１は、提供されるサービス専用に設計された情報処理装置の他、汎用のサーバ装置、デスクトップＰＣ（Personal Computer）、モバイル端末（例えば、スマートフォン等の携帯電話、タブレットＰＣ）等であってもよい。学習システム１がサーバ装置である場合、学習システム１は、クライアント装置（ユーザ端末）を介して一連の学習プロセスを学習者Ｌに対して提供するように構成されてよい。

【0034】

［ソフトウェア構成］
図３は、本実施形態に係る学習システム１のソフトウェア構成の一例を模式的に例示する。学習システム１の制御部１１は、記憶部１２に記憶された学習プログラム８１をＲＡＭに展開する。そして、制御部１１は、ＲＡＭに展開された学習プログラム８１に含まれる命令をＣＰＵにより解釈及び実行して、各構成要素を制御する。これにより、本実施形態に係る学習システム１は、問題取得部１１１、問題提示部１１２、回答受付部１１３、正解提示部１１４、強度算出部１１５、及び停止部１１６をソフトウェアモジュールとして備えるコンピュータとして動作する。

【0035】

問題取得部１１１は、１つ以上の第１の問題を取得する。問題提示部１１２は、取得された１つ以上の第１の問題を学習者Ｌに対して提示する。回答受付部１１３は、提示された第１の問題に対する回答を学習者Ｌから受け付ける。正解提示部１１４は、第１の問題に対する回答を受け付けた後、第１の問題の正解を学習者Ｌに対して提示する。第１の問題に対する学習者Ｌの回答が誤っている場合に、強度算出部１１５は、正解を提示した際の学習者Ｌの脳活動を計測することで生成された計測データを取得し、取得された計測データからフィードバック関連陰性電位の強度を算出する。

【0036】

問題取得部１１１は、算出されたフィードバック関連陰性電位の強度及び回答を誤った第１の問題に応じて、１つ以上の第２の問題を取得する。本実施形態では、問題取得部１１１は、問題データベース１２５から第１の問題及び第２の問題を取得することができる。問題提示部１１２は、取得された１つ以上の第２の問題を学習者Ｌに対して提示する。回答受付部１１３は、提示された第２の問題に対する回答を学習者Ｌから受け付ける。停止部１１６は、問題提示部１１２による学習者Ｌに対する問題の提示（すなわち、一連の学習プロセス）が繰り返され、算出されたフィードバック関連陰性電位の強度が継続的に閾値より低い場合に、問題の提示の繰り返しを停止する。

【0037】

図４は、本実施形態に係る問題データベース１２５の構成の一例を模式的に例示する。図４の例では、問題データベース１２５は、テーブル形式の構造を有しており、各レコードは、識別子、難易度、問題、及び正解の各種情報を格納するフィールドを有している。識別子は、各レコードのデータを識別するために利用される。難易度のスケールは、任意に設定されてよい。問題の形式は、実施の形態に応じて適宜決定されてよい。問題の形式は、例えば、計算問題、選択問題、記述問題等であってよい。問題を提供する学習者Ｌの対象は、実施の形態に応じて適宜選択されてよい。学習者Ｌは、例えば、学生（小学生～大学生、専門学校生）、資格試験の受験生、語学の訓練者、eラーニング教材の受講者等であってよい。これに応じて、問題の科目も、実施の形態に応じて適宜選択されてよい。正解のデータは、問題に対する回答の正誤を判定するための情報により構成される。

【0038】

ただし、問題データベース１２５の構成は、難易度別に問題を取得可能であれば、このような例に限定されなくてよく、実施の形態に応じて適宜決定されてよい。例えば、計算問題、語学の問題等のように、問題が特定されていれば、その問題から正解を特定可能である場合、この正解の情報は省略されてよい。複数種類の問題を含む場合、各レコードは、問題の形式、科目等を識別するフィールドを更に含んでもよい。或いは、問題データベース１２５は、問題の形式、科目等の種類別に用意されてもよい。

【0039】

学習システム１の各ソフトウェアモジュールに関しては後述する動作例で詳細に説明する。なお、本実施形態では、学習システム１の各ソフトウェアモジュールがいずれも汎用のＣＰＵによって実現される例について説明している。しかしながら、上記ソフトウェアモジュールの一部又は全部が、１又は複数の専用のプロセッサにより実現されてもよい。また、学習システム１のソフトウェア構成に関して、実施形態に応じて、適宜、ソフトウェアモジュールの省略、置換及び追加が行われてもよい。

【0040】

§３ 動作例
図５は、本実施形態に係る学習システム１の処理手順の一例を示すフローチャートである。以下で説明する学習システム１の処理手順は、学習方法の一例である。ただし、以下で説明する学習システム１の処理手順は一例に過ぎず、各ステップは可能な限り変更されてよい。また、以下の処理手順について、実施の形態に応じて、適宜、ステップの省略、置換、及び追加が行われてよい。

【0041】

（ステップＳ１０１）
ステップ１０１では、制御部１１は、問題取得部１１１として動作し、１つ以上の問題を取得する。問題を取得する方法は、実施の形態に応じて適宜選択されてよい。本実施形態では、制御部１１は、問題データベース１２５にアクセスすることで、１つ以上の問題を取得することができる。

【0042】

初期段階では、取得する問題は任意に決定されてよい。一例として、制御部１１は、問題データベース１２５からランダムに１つ以上のレコードを選択することで、１つ以上の問題を取得してもよい。その他の一例として、制御部１１は、例えば、学習者Ｌの指定、学習プログラム８１内の設定値等の任意の方法で取得する問題の難易度を決定し、決定された難易度の問題を含むレコードを問題データベース１２５から任意に選択することで、１つ以上の問題を取得してもよい。学習システム１を以前に利用した実績がある場合、取得する問題の難易度は、直前に提示した問題の難易度に応じて決定されてよい。

【0043】

複数の問題を取得する場合、取得される全ての問題の難易度は同一であってもよいし、或いは、取得される一部の問題の難易度が他の一部の問題と異なっていてもよい。異なる難易度の問題を取得する場合、制御部１１は、任意の方法で難易度の範囲を決定し、決定された範囲に属する難易度の問題を含むレコードを問題データベース１２５から選択することで、１つ以上の問題を取得してもよい。初期段階で取得される問題は、「第１の問題」の一例である。１つ以上の問題を取得すると、制御部１１は、次のステップＳ１０２に処理を進める。

【0044】

（ステップＳ１０２）
ステップＳ１０２では、制御部１１は、問題提示部１１２として動作し、取得された１つ以上の問題を学習者Ｌに対して提示する。

【0045】

問題の提示方法は、実施の形態に応じて適宜選択されてよい。一例として、出力装置１５がスピーカを含む場合、制御部１１は、取得された１つ以上の問題を音声によりスピーカを介して出力することで、取得された１つ以上の問題を学習者Ｌに対して提示してもよい。他の一例として、出力装置１５がディスプレイを含む場合、制御部１１は、取得された１つ以上の問題をディスプレイに表示することで、取得された１つ以上の問題を学習者Ｌに対して提示してもよい。問題の出力先は、自装置に限られなくてもよい。例えば、出力装置を有するユーザ端末を用いて学習者Ｌが学習システム１にアクセスする場合、制御部１１は、ユーザ端末の出力装置を介して、取得された１つ以上の問題を学習者Ｌに対して提示してもよい。問題を提示すると、制御部１１は、次のステップＳ１０３に処理を進める。

【0046】

（ステップＳ１０３）
ステップＳ１０３では、制御部１１は、回答受付部１１３として動作し、提示した問題に対する回答を学習者Ｌから受け付ける。

【0047】

回答の受付方法は、実施の形態に応じて適宜選択されてよい。一例として、入力装置１４がマイクロフォンを含む場合、制御部１１は、当該マイクロフォンを介して音声により回答を受け付けてもよい。その他の一例として、入力装置１４が、例えば、マウス、キーボード、タッチパネルディスプレイ等の操作デバイスを含む場合、制御部１１は、当該操作デバイスの操作を介して回答を受け付けてもよい。回答を受け付ける装置は、自装置に限られなくてもよい。例えば、入力装置を有するユーザ端末を用いて学習者Ｌが学習システム１にアクセスする場合、制御部１１は、ユーザ端末の入力装置を介して、提示した問題に対する回答を間接的に受け付けてもよい。回答の受け付けが終了した後、制御部１１は、次のステップＳ１０４に処理を進める。

【0048】

（ステップＳ１０４）
ステップＳ１０４では、制御部１１は、正解提示部１１４として動作し、提供した問題の正解を学習者Ｌに対して提示する。

【0049】

正解の提示内容は、実施の形態に応じて適宜決定されてよい。一例として、制御部１１は、ステップＳ１０１で選択したレコードの正解フィールドの情報をそのまま提示してもよい。その他の一例として、制御部１１は、学習者Ｌから受け付けた回答と正解の情報とを照合することで、学習者Ｌの回答が正しいか誤っているかを判定してもよい。そして、制御部１１は、その判定した結果を正解の情報として学習者Ｌに対して提示してもよい。正解の情報が解説を含む場合、制御部１１は、判定結果と共に解説も学習者Ｌに対して提示してもよい。正解の提示方法は、ステップＳ１０２と同様に、実施の形態に応じて適宜選択されてよい。正解の出力先は、問題の出力先と同一であってもよいし、或いは異なっていてもよい。正解を提示すると、制御部１１は、次のステップＳ１０５に処理を進める。

【0050】

（ステップＳ１０５）
ステップＳ１０５では、制御部１１は、ステップＳ１０２～ステップＳ１０４の一連の学習プロセスで学習者Ｌの回答が誤った問題があるか否かに応じて、処理の分岐先を決定する。ステップＳ１０４において、学習者Ｌの回答が正しいか誤っているかを判定した場合、制御部１１は、その判定の結果を利用して、処理の分岐先を決定してもよい。他の一例として、制御部１１は、ステップＳ１０４の処理とは別に、学習者Ｌの回答が正しいか誤っているかを判定し、その判定の結果に応じて、処理の分岐先を決定してもよい。回答の誤った問題が存在する場合、制御部１１は、次のステップＳ１０６に処理を進める。一方、回答の誤った問題が存在しない場合、制御部１１は、次のステップＳ１０８に処理を進める。

【0051】

（ステップＳ１０６）
ステップＳ１０６では、制御部１１は、強度算出部１１５として動作し、ステップＳ１０４の処理により正解を提示した際の学習者Ｌの脳活動を計測することで生成された計測データを取得する。

【0052】

本実施形態では、制御部１１は、計測センサＳから計測データを取得することができる。ただし、計測データの取得経路は、このような例に限定されなくてよい。計測センサＳは別のコンピュータに接続されてよく、制御部１１は、当該別のコンピュータから計測データを取得してもよい。計測センサＳによる脳活動を計測するタイミングは、ステップＳ１０４により正解を提示した瞬間から３００ｍｓまでの時間を少なくとも含むように適宜決定されてよい。計測データを取得すると、制御部１１は、次のステップＳ１０７に処理を進める。

【0053】

（ステップＳ１０７）
ステップＳ１０７では、制御部１１は、強度算出部１１５として動作し、ステップＳ１０６の処理により取得された計測データからフィードバック関連陰性電位の強度を算出する。フィードバック関連陰性電位の強度を算出する方法には、例えば、複数の計測データを平均する加算平均法、単一試行のデータからその強度を算出する機械学習法等が採用されてよい。フィードバック関連陰性電位の強度を算出すると、制御部１１は、次のステップＳ１０８に処理を進める。

【0054】

（ステップＳ１０８）
ステップＳ１０８では、制御部１１は、ステップＳ１０２～ステップＳ１０４の一連の学習プロセスを繰り返すか否かを判定する。

【0055】

繰り返す基準は、任意に設定されてよい。一例として、一連の学習プロセスを繰り返すか否かは学習者Ｌにより選択されてよい。この場合、制御部１１は、学習者Ｌの選択に応じて、一連の学習プロセスを繰り返すか否かを判定してもよい。その他の一例として、繰り返しの回数が設定されていてもよい。繰り返しの回数は、例えば、学習者Ｌの指定、学習プログラム８１内の設定値等の任意の方法で与えられてよい。この場合、制御部１１は、ステップＳ１０２～ステップＳ１０４の一連の学習プロセスを実行した回数が設定回数に到達したか否かに応じて、当該一連の学習プロセスを繰り返すか否かを判定してもよい。

【0056】

繰り返さないと判定した場合、制御部１１は、本動作例に係る処理手順を終了する。なお、上記基準によりステップＳ１０４の段階で繰り返さないことが決定している場合、制御部１１は、ステップＳ１０５～ステップＳ１０７の処理を省略して、本動作例に係る処理手順を終了してもよい。一方、繰り返すと判定した場合、制御部１１は、ステップＳ１０１に処理を戻し、一連の学習プロセスを繰り返し実行する。

【0057】

一連のプロセスを繰り返す際、ステップＳ１０６及びステップＳ１０７の処理を前のプロセスで実行している場合、現プロセスのステップＳ１０１では、制御部１１は、前のプロセスで算出されたフィードバック関連陰性電位の強度及び回答を誤った問題に応じて、１つ以上の問題を取得してよい。すなわち、制御部１１は、フィードバック関連陰性電位に基づいて出題戦略を決定してもよい。前のプロセスで取得される問題が「第１の問題」の一例であり、現プロセスで取得される問題が「第２の問題」の一例である。一連のプロセスが更に繰り返し実行される場合、次のプロセスとの関係において、現プロセスで取得される問題は「第１の問題」として取り扱われてよい。

【0058】

フィードバック関連陰性電位に基づく出題戦略は、任意の規則に従って決定されてよい。後述する実験例に示されるとおり、フィードバック関連陰性電位の強度は、学習意欲の高い問題について大きくなり、学習意欲の低い問題について小さくなる。この観点に基づいて、任意の規則が与えられてよい。

【0059】

一例として、制御部１１は、算出されたフィードバック関連陰性電位の強度を第１閾値と比較してもよい。そして、算出されたフィードバック関連陰性電位の強度が第１閾値を超えている場合、制御部１１は、問題データベース１２５から、前のプロセスで回答を誤った問題と同一難易度の他の問題を現プロセスの問題として取得してよい。算出されたフィードバック関連陰性電位の強度が第１閾値と等しい場合にも、制御部１１は、前のプロセスで回答を誤った問題と同一難易度の他の問題を現プロセスの問題として取得してもよい。この戦略により、フィードバック関連陰性電位の強度に基づいて学習者Ｌの学習意欲が高いと評価される難易度の問題を継続して出題することができる。

【0060】

他の一例として、制御部１１は、算出されたフィードバック関連陰性電位の強度を第２閾値と比較してもよい。そして、算出されたフィードバック関連陰性電位の強度が第２閾値未満である場合、制御部１１は、問題データベース１２５から、前のプロセスで回答を誤った問題とは異なる難易度の他の問題を現プロセスの問題として取得してもよい。算出されたフィードバック関連陰性電位の強度が第２閾値と等しい場合にも、制御部１１は、前のプロセスで回答を誤った問題とは異なる難易度の他の問題を現プロセスの問題として取得してもよい。フィードバック関連陰性電位の強度に基づいて学習者Ｌの学習意欲が低いと評価される問題とは異なる難易度の問題を次に出題することにより、学習意欲の高い難易度の問題を見つけ出すことができる。

【0061】

なお、前のプロセスの問題から難易度を上げるか下げるかは任意に決定されてよい。一例として、制御部１１は、現プロセスまでの学習者Ｌの実績（正答率）に応じて、前のプロセスの問題から難易度を上げるか下げるかを決定してもよい。具体的に、制御部１１は、現プロセスまでの実績において、前のプロセスで回答を誤った問題の難易度の正答率が閾値を超えている場合、前のプロセスで回答を誤った問題よりも難易度の高い問題を取得してもよい。一方、制御部１１は、前のプロセスで回答を誤った問題の難易度の正答率が閾値未満である場合、前のプロセスで回答を誤った問題よりも難易度の低い問題を取得してもよい。正答率が閾値と等しい場合には、いずれかの戦略が適宜選択されてよい。その他の一例として、複数の問題を取得する場合、制御部１１は、前のプロセスの問題よりも難易度の高い問題及び難易度の低い問題をそれぞれ１つ以上取得してもよい。

【0062】

一方、ステップＳ１０６及びステップＳ１０７の処理を前のプロセスで実行していない場合、現プロセスのステップＳ１０１では、制御部１１は、任意の方法で１つ以上の問題を取得してよい。一例として、制御部１１は、前のプロセスのステップＳ１０１と同様の方法で、１つ以上の問題を取得してよい。

【0063】

１つ以上の問題を取得した後、制御部１１は、取得した問題について、前のプロセスと同様に、ステップＳ１０２～ステップＳ１０７の処理を実行してよい。すなわち、ステップＳ１０２では、制御部１１は、現プロセスで取得された１つ以上の問題を学習者Ｌに対して提示する。ステップＳ１０３では、制御部１１は、提示した問題に対する回答を学習者Ｌから受け付ける。回答の受け付けが終了した後、ステップＳ１０４では、制御部１１は、提供した問題の正解を学習者Ｌに対して提示する。提示した問題に対する学習者Ｌの回答が誤っている場合、制御部１１は、正解を提示した際の学習者Ｌの脳活動を計測することで生成された計測データを取得し（ステップＳ１０６）、取得された計測データからフィードバック関連陰性電位の強度を算出する（ステップＳ１０７）。

【0064】

ステップＳ１０８の処理により、上記一連のプロセスが２回以上繰り返されてもよい。この場合、ステップＳ１０８では、制御部１１は、停止部１１６として動作し、各プロセスで算出されたフィードバック関連陰性電位の強度が継続的に第３閾値より低いか否かを判定してもよい。フィードバック関連陰性電位の強度が第３閾値と等しいケースは、第３閾値より低いケース及び第３閾値を超えているケースのいずれのケースに包含されていると取り扱われてよい。また、継続的と認定する基準は任意に決定されてよい。例えば、制御部１１は、算出されるフィードバック関連陰性電位の強度が連続して第３閾値より低い回数が設定回数を超える場合に、算出されるフィードバック関連陰性電位の強度が継続的に第３閾値より低いと判定してもよい。そして、算出されたフィードバック関連陰性電位の強度が継続的に第３閾値より低い場合、制御部１１は、一連のプロセスを繰り返さない（すなわち、問題の提示の繰り返しを停止する）と判定し、本動作例に係る処理手順を終了してもよい。これにより、フィードバック関連陰性電位の強度に基づいて学習者Ｌの学習意欲が継続的に低いと評価される場合に、出題を停止して、学習者Ｌに対して休憩を促すことができる。

【0065】

なお、上記第１閾値、第２閾値及び第３閾値は、同一の値であってもよいし、異なる値であってもよい。各規則を同時に採用する場合、各規則が矛盾しないように各閾値が決定されてよい。例えば、第１閾値は、第２閾値以上であってよく、第３閾値は、第１閾値及び第２閾値以下であってよい。また、各閾値は、例えば、学習者Ｌの指定、学習プログラム８１内の設定値等により任意に与えられてよい。算出されたフィードバック関連陰性電位の強度がいずれのケースにも該当しない場合（例えば、第１閾値が第２閾値より大きく、ＦＲＮの強度が第１閾値及び第２閾値の間である場合）、ステップＳ１０１では、制御部１１は、初期段階と同様に、任意の方法で問題を選択してよい。

【0066】

［特徴］
以上のとおり、本実施形態に係る学習システム１は、上記ステップＳ１０１～ステップＳ１０７の一連のプロセスを繰り返す場合に、回答を誤った問題の正解を学習者Ｌに提示した際に惹起されるフィードバック関連陰性電位に基づいて、次に提供する問題を決定することができる。フィードバック関連陰性電位の強度によれば、学習者Ｌの学習意欲を客観的に評価可能である。また、フィードバック関連陰性電位の強度は、異なる被験者間で安定して計測することができ、かつ少数の電極からでも計測することができるため、比較的に簡易に計測かつ算出可能である。したがって、本実施形態によれば、脳波を用いて簡易かつ適切に学習者Ｌの学習意欲を高めるような出題戦略を取ることができる。

【0067】

§４ 変形例
以上、本発明の実施の形態を詳細に説明してきたが、前述までの説明はあらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良又は変形を行うことができることは言うまでもない。例えば、以下のような変更が可能である。なお、以下では、上記実施形態と同様の構成要素に関しては同様の符号を用い、上記実施形態と同様の点については、適宜説明を省略した。以下の変形例は適宜組み合わせ可能である。

【0068】

＜４．１＞
上記実施形態では、問題データベース１２５は、学習システム１内に存在している。しかしながら、問題データベース１２５の配置場所は、このような例に限定されなくてよい。その他の一例として、問題データベース１２５は、例えば、ＮＡＳ（Network Attached Storage）等の他のコンピュータに存在してもよい。この場合、上記ステップＳ１０１では、制御部１１は、他のコンピュータに適宜アクセスすることで、問題を取得してもよい。

【0069】

また、上記実施形態では、学習システム１は、問題データベース１２５から問題を取得している。しかしながら、問題を取得する方法は、このような例に限定されなくてよい。その他の一例として、ステップＳ１０１では、制御部１１は、任意の方法で問題を生成してもよい。生成方法の一例として、計算問題を出題する場合、制御部１１は、テンプレートに数値を適宜入力することで、問題を生成してもよい。この場合、ステップＳ１０２では、制御部１１は、生成された問題を学習者Ｌに対して提示してもよい。ステップＳ１０４でも同様に、制御部１１は、提示した問題を適宜解くことで、提示した問題に対する正解情報を生成し、生成した正解情報を提示してもよい。

【0070】

また、上記実施形態において、フィードバック関連陰性電位に基づいた出題戦略の決定に、機械学習により生成された訓練済みモデルが使用されてもよい。すなわち、フィードバック関連陰性電位の強度に基づいて決定する出題戦略を、機械学習手法を使用して決定するように構成されてもよい。一例として、上記ステップＳ１０１では、制御部１１は、訓練済みモデルを使用して、算出されたフィードバック関連陰性電位の強度及び回答を誤った問題に応じて、１つ以上の問題を取得してよい。訓練済みモデルは、算出されたフィードバック関連陰性電位の強度及び回答を誤った問題の難易度から学習者の学習意欲を高める問題の難易度を推定するように適宜生成されてよい。

【0071】

＜４．２＞
また、上記実施形態において、学習システム１は、回答が誤っているか否かに問わず、正解を提示した際のフィードバック関連陰性電位の強度を算出するように構成されてよい。この場合、上記処理手順において、ステップＳ１０５の処理は省略されてよい。

【0072】

更に、上記実施形態において、学習システム１は、算出されたフィードバック関連陰性電位の強度の履歴情報を生成してもよい。履歴情報によれば、提供された問題に対して学習者Ｌが高い学習意欲で取り組んだか否かを事後的に検証することができる。

【0073】

＜４．３＞
上記実施形態において、算出されたフィードバック関連陰性電位の強度が継続的に第３閾値より低いことに応じてプロセスの繰り返しを停止する処理は省略されてよい。この場合、学習システム１のソフトウェア構成において、停止部１１６は省略されてよい。

【0074】

また、上記実施形態では、１回のプロセスで得られたフィードバック関連陰性電位の強度に基づいて出題戦略が決定されている。しかしながら、フィードバック関連陰性電位の強度を出題戦略の決定に利用する形態は、このような例に限定されなくてよい。学習システム１は、複数回のプロセスで得られたフィードバック関連陰性電位の強度に基づいて出題戦略を決定するように構成されてよい。

【0075】

§５ 実験例
回答を誤った問題の正解を学習者に提示した際に惹起されるフィードバック関連陰性電位の強度が学習意欲を評価する客観的な指標として有用であるか否かを検証するために、次の条件で脳波計測実験を行った。

【0076】

＜実験条件＞
・被験者：１１名（２０歳～４０歳）
・出題問題：計算問題（難易度は５段階、最も簡単な問題は一桁数字の足し算、最も難易度の高い問題は三桁数字の足し算）
・計測センサ：Polymate Mini AP108
・正解の提示方法：音声（回答の正誤を聴覚フィードバック）

【0077】

学習意欲を変えるため、正解毎にポイントを加算する、目標（目標設定時間、目標ポイント）を設定する、連続して正解した回数及び残り時間でボーナスポイントを加算する、及び獲得ポイントに応じてランキングを表示するというゲーム形式で各計算問題を被験者に提供した。そして、回答を誤った問題の正解を学習者に提示した際に惹起されるフィードバック関連陰性電位の振幅を計測した。全ての難易度の計算問題の回答が終了した後、被験者には、（Ａ）高得点を出そうという学習意欲が高かった順番、及び（Ｂ）自己のレベルに適していると感じた順番に、各難易度の計算問題をランク付けさせた。

【0078】

図６Ａは、被験者による学習意欲（高得点を出そうという意欲が高かったか否か）のランク付けの順序別に、回答を誤った問題の正解を被験者にフィードバックした際に惹起されたフィードバック関連陰性電位の振幅を比較した結果を示す。図６Ｂは、被験者による自己評価（自己のレベルに適しているか否か）のランク付けの順序別に、回答を誤った問題の正解を被験者にフィードバックした際に惹起されたフィードバック関連陰性電位の振幅を比較した結果を示す。

【0079】

図６Ａに示されるとおり、学習意欲が高いと評価した難易度の問題（１位、２位）と学習意欲が低いと評価した難易度の問題（３位以下）との間で、フィードバック関連陰性電位の振幅に有意な差が見られた。一方で、自己評価のランク付けでは、そのような有意な差は見られなかった。この実験結果から、フィードバック関連陰性電位の強度が学習意欲を評価する客観的な指標として有用であることが分かった。また、学習者の自己評価は必ずしも学習意欲と一致するとは限らないことが分かった。したがって、学習者の学習意欲を高める出題戦略を取るためには、自己評価に依存して難易度を決定するのではなく、フィードバック関連陰性電位の強度に基づいて難易度を決定することが有益であることが分かった。

【符号の説明】

【0080】

１…学習システム、
１１…制御部、１２…記憶部、１３…外部インタフェース、
１４…入力装置、１５…出力装置、１６…ドライブ、
８１…学習プログラム、９１…記憶媒体、
１１１…問題取得部、１１２…問題提示部、
１１３…回答受付部、１１４…正解提示部、
１１５…強度算出部、１１６…停止部、
１２５…問題データベース、
Ｓ…計測センサ、Ｌ…学習者

【図1】

【図2】

【図3】

【図4】

【図5】

【図6A】

【図6B】