特許 7513501 学習支援装置

(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】2024-07-01

(45)【発行日】2024-07-09

(54)【発明の名称】学習支援装置

(51)【国際特許分類】

   G09B 5/14 20060101AFI20240702BHJP

【ＦＩ】

G09B5/14

【請求項の数】 5

(21)【出願番号】P 2020188095

(22)【出願日】2020-11-11

(65)【公開番号】P2022077300

(43)【公開日】2022-05-23

【審査請求日】2023-08-07

(73)【特許権者】

【識別番号】392026693

【氏名又は名称】株式会社ＮＴＴドコモ

(74)【代理人】

【識別番号】110003177

【氏名又は名称】弁理士法人旺知国際特許事務所

(72)【発明者】

【氏名】横野 脩也

(72)【発明者】

【氏名】稲垣 章弥

(72)【発明者】

【氏名】チェ ユンジ

【審査官】鈴木 崇雅

(56)【参考文献】

【文献】特開２００６－０２３５０６（ＪＰ，Ａ）

【文献】特開２００３－０９８９４７（ＪＰ，Ａ）

【文献】特開２０１３－２４２４３４（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０９Ｂ １／００－９／５６

Ｇ０９Ｂ １７／００－１９／２６

(57)【特許請求の範囲】

【請求項1】

第１学習者における意識の集中の程度に関する第１指標を取得する取得部と、
前記第１指標に基づいて、前記第１学習者における意識の集中の程度が第１の程度よりも低いか否かを判定する判定部と、
前記第１学習者における意識の集中の程度が、前記第１の程度よりも低いと判定される場合、複数の第２学習者の中から、所定条件を満たすターゲット学習者を特定する特定部と、
前記ターゲット学習者に関連する画像を示すターゲット画像情報を生成する生成部と、
前記ターゲット画像情報を、前記第１学習者が使用する端末装置に提供する提供部と、
を含み、
前記取得部は、前記第２学習者ごとに、当該第２学習者における意識の集中の程度に関する第２指標を、さらに取得し、
前記所定条件は、意識の集中の程度に関する条件であり、
前記特定部は、前記第２学習者ごとの前記第２指標に基づいて、前記複数の第２学習者の中から前記ターゲット学習者を特定する、
学習支援装置。

【請求項2】

前記取得部は、前記第２学習者ごとに、カメラを用いて当該第２学習者を撮像することによって生成される撮像画像情報を、さらに取得し、
前記生成部は、前記第２学習者ごとの前記撮像画像情報のうち、前記ターゲット学習者についての撮像画像情報に基づいて、前記ターゲット画像情報を生成する、
請求項１に記載の学習支援装置。

【請求項3】

前記ターゲット画像情報は、前記ターゲット学習者のシルエットの画像を示す情報である、
請求項２に記載の学習支援装置。

【請求項4】

前記ターゲット画像情報は、前記ターゲット学習者のシルエットに基づく形状を有するキャラクターのシルエットの画像を示す情報である、
請求項２に記載の学習支援装置。

【請求項5】

前記第２学習者に関連する画像を前記第２学習者ごとに順番に示す情報を前記端末装置に提供する状況における前記第１指標に基づいて、前記所定条件を決定する条件決定部を、
さらに含む請求項１から４のいずれか１項に記載の学習支援装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、学習支援装置に関する。

【背景技術】

【0002】

特許文献１は、学習者が、意識の集中の低下により眠気を催す場合、学習者が使用する端末装置に警告のメッセージを提供したり、端末装置に表示される学習者のアバターの髪の色を変更したりする技術を開示する。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１１－７９６３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に開示される技術が用いられても、学習者において意識の集中の程度が高くならない可能性がある。このため、学習者における意識の集中の程度を高くするための新たな手法が望まれる。

【0005】

本発明の目的は、学習者における意識の集中の程度を高くするための手法を提供することである。

【課題を解決するための手段】

【0006】

本発明の一態様に係る学習支援装置は、第１学習者における意識の集中の程度に関する第１指標を取得する取得部と、前記第１指標に基づいて、前記第１学習者における意識の集中の程度が第１の程度よりも低いか否かを判定する判定部と、前記第１学習者における意識の集中の程度が、前記第１の程度よりも低いと判定される場合、複数の第２学習者の中から、所定条件を満たすターゲット学習者を特定する特定部と、前記ターゲット学習者に関連する画像を示すターゲット画像情報を生成する生成部と、前記ターゲット画像情報を、前記第１学習者が使用する端末装置に提供する提供部と、を含む。

【0007】

本発明の一態様に係る学習支援装置は、学習者における意識の集中の程度を示す指標を取得する取得部と、前記指標に基づいて、前記学習者における意識の集中の程度が所定の程度よりも低いか否かを判定する判定部と、前記学習者における意識の集中の程度が前記所定の程度よりも低いと判定される場合、前記学習者が使用する端末装置に、所定操作に応じた動作を禁止する禁止指示を提供する提供部と、を含む。

【発明の効果】

【0008】

本発明の一態様によれば、学習者における意識の集中の程度を高くするための手法を提供できる。

【図面の簡単な説明】

【0009】

【図1】学習支援システム１を示す図である。

【図2】端末装置１５０の一例を示す図である。

【図3】学習支援装置４００の一例を示す図である。

【図4】ターゲット画像情報ｔ１が示す画像Ｇ１の一例を示す図である。

【図5】ターゲット画像情報ｔ２が示す画像Ｇ２の一例を示す図である。

【図6】ターゲット画像情報ｔ３が示す画像Ｇ３の一例を示す図である。

【図7】学習支援装置４００の動作を説明するための図である。

【図8】第２変形例に係る学習支援装置４００ａの一例を示す図である。

【図9】第９変形例に係る学習支援装置４００ｂの一例を示す図である。

【発明を実施するための形態】

【0010】

＜Ａ：第１実施形態＞
＜Ａ１：学習支援システム１＞
図１は、学習支援システム１を示す図である。学習支援システム１は、学習者が学習することを支援する。学習支援システム１は、学習者システム１００、２００及び３００と、学習支援装置４００と、を含む。

【0011】

学習者システム１００、２００及び３００の各々は、ネットワークＮＷを介して学習支援装置４００と通信する。学習者システム１００、２００及び３００の少なくとも１つは、ネットワークＮＷを介さずに学習支援装置４００と直接通信してもよい。学習者システムの数は、３に限らず４以上でもよい。

【0012】

学習者システム１００は、学習者Ａ１によって使用される。学習者システム２００は、学習者Ａ２によって使用される。学習者システム３００は、学習者Ａ３によって使用される。

【0013】

学習者Ａ１は、第１学習者の一例である。学習者Ａ２及びＡ３は、複数の第２学習者の一例である。学習者Ａ２及びＡ３の各々は、第２学習者の一例である。

【0014】

なお、学習者Ａ２及びＡ３の各々は、第１学習者の他の例でもある。学習者Ａ３及びＡ１は、複数の第２学習者の他の例である。学習者Ａ１及びＡ２は、複数の第２学習者の他の例である。学習者Ａ１は、第２学習者の他の例でもある。

【0015】

学習者システム１００は、学習者Ａ１を画像によって示す画像情報ｖ１を生成する。学習者システム１００は、学習者Ａ１の心拍を示す心拍情報ｈ１を生成する。学習者システム１００は、画像情報ｖ１と心拍情報ｈ１とを学習支援装置４００に提供する。

【0016】

学習者システム２００は、学習者Ａ２を画像によって示す画像情報ｖ２を生成する。学習者システム２００は、学習者Ａ２の心拍を示す心拍情報ｈ２を生成する。学習者システム２００は、画像情報ｖ２と心拍情報ｈ２とを学習支援装置４００に提供する。

【0017】

学習者システム３００は、学習者Ａ３を画像によって示す画像情報ｖ３を生成する。学習者システム３００は、学習者Ａ３の心拍を示す心拍情報ｈ３を生成する。学習者システム３００は、画像情報ｖ３と心拍情報ｈ３とを学習支援装置４００に提供する。

【0018】

学習支援装置４００は、心拍情報ｈ１～ｈ３に基づいて、学習者Ａ２及びＡ３の中から、学習者Ａ１についてのターゲット学習者Ｅ１を特定する。学習支援装置４００は、ターゲット学習者Ｅ１に関連する画像を示すターゲット画像情報ｔ１を、画像情報ｖ２及びｖ３の少なくとも一方に基づいて生成する。学習支援装置４００は、学習者システム１００にターゲット画像情報ｔ１を提供する。

【0019】

学習支援装置４００は、心拍情報ｈ１～ｈ３に基づいて、学習者Ａ３及びＡ１の中から、学習者Ａ２についてのターゲット学習者Ｅ２を特定する。学習支援装置４００は、ターゲット学習者Ｅ２に関連する画像を示すターゲット画像情報ｔ２を、画像情報ｖ３及びｖ１の少なくとも一方に基づいて生成する。学習支援装置４００は、学習者システム２００にターゲット画像情報ｔ２を提供する。

【0020】

学習支援装置４００は、心拍情報ｈ１～ｈ３に基づいて、学習者Ａ１及びＡ２の中から、学習者Ａ３についてのターゲット学習者Ｅ３を特定する。学習支援装置４００は、ターゲット学習者Ｅ３に関連する画像を示すターゲット画像情報ｔ３を、画像情報ｖ１及びｖ２の少なくとも一方に基づいて生成する。学習支援装置４００は、学習者システム３００にターゲット画像情報ｔ３を提供する。

【0021】

＜Ａ２：学習者システム１００＞
学習者システム１００は、心拍センサ１１０と、カメラ１２０と、プロジェクタ１３０と、端末装置１５０と、を含む。

【0022】

心拍センサ１１０は、学習者Ａ１の耳に装着されるウェアラブル型のセンサである。心拍センサ１１０は、例えば、学習者Ａ１の耳介に装着された状態において学習者Ａ１の心拍を検出する。心拍センサ１１０は、イヤホンのように学習者Ａ１の外耳道に装着された状態において学習者Ａ１の心拍を検出するセンサでもよい。心拍センサ１１０は、学習者Ａ１の耳以外の部分（例えば、手首）に装着された状態において学習者Ａ１の心拍を検出するセンサでもよい。心拍センサ１１０は、学習者Ａ１の心拍を検出することによって心拍情報ｈ１を生成する。

【0023】

心拍情報ｈ１は、上述の通り、学習者Ａ１の心拍を示す。心拍情報ｈ１が示す心拍の単位時間における数（心拍数ｉ１）が大きいほど、学習者Ａ１における意識の集中の度合いは高い。このため、心拍数ｉ１は、学習者Ａ１における意識の集中の程度を示す。心拍情報ｈ１は、学習者Ａ１のＬＦ／ＨＦ値を特定するために使用可能である。ＬＦ／ＨＦ値は、交感神経と副交感神経とのバランスを表す。学習者Ａ１のＬＦ／ＨＦ値が大きいほど、学習者Ａ１における意識の集中の度合いは高い。このため、学習者Ａ１のＬＦ／ＨＦ値は、学習者Ａ１における意識の集中の程度を示す。心拍情報ｈ１は、第１学習者における意識の集中の程度に関する第１指標の一例である。

【0024】

カメラ１２０は、学習者Ａ１を撮像することによって画像情報ｖ１を生成する。画像情報ｖ１は、学習者Ａ１の姿を示す。学習者Ａ１が動く場合、画像情報ｖ１は、学習者Ａ１の動きを示す。画像情報ｖ１は、撮像画像情報の一例である。

【0025】

カメラ１２０は、撮像レンズと、イメージセンサと、を含む。撮像レンズは、学習者Ａ１の光学像をイメージセンサに結像する。イメージセンサは、ＣＣＤ（Charge Coupled Device）イメージセンサである。イメージセンサは、ＣＣＤイメージセンサに限らず、例えば、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）イメージセンサでもよい。イメージセンサは、撮像レンズによって結像される光学像に基づいて、画像情報ｖ１を生成する。

【0026】

カメラ１２０は、プロジェクタ１３０及び端末装置１５０とは別の構成である。カメラ１２０は、プロジェクタ１３０及び端末装置１５０のいずれか一方に組み込まれてもよい。

【0027】

プロジェクタ１３０は、種々の画像を表示面に表示する。表示面は、壁である。表示面は、壁に限らず、例えば、スクリーン、机の甲板、天井又は扉でもよい。プロジェクタ１３０は、表示装置の一例である。表示装置は、プロジェクタに限らず、例えば、液晶ディスプレイ又は有機ＥＬ（Electro Luminescence）ディスプレイでもよい。

【0028】

端末装置１５０は、スマートフォンである。端末装置１５０は、スマートフォンに限らず、例えば、パーソナルコンピュータ又はタブレットでもよい。端末装置１５０は、心拍センサ１１０、カメラ１２０、プロジェクタ１３０及び学習支援装置４００の各々と無線で通信する。端末装置１５０は、心拍センサ１１０、カメラ１２０、プロジェクタ１３０及び学習支援装置４００の各々と有線で通信してもよい。

【0029】

＜Ａ３：学習者システム２００＞
学習者システム２００は、心拍センサ２１０と、カメラ２２０と、プロジェクタ２３０と、端末装置２５０と、を含む。

【0030】

心拍センサ２１０は、心拍センサ１１０と同じ型のセンサでもよいし、心拍センサ１１０と異なる型のセンサでもよい。心拍センサ２１０は、学習者Ａ２の心拍を検出することによって心拍情報ｈ２を生成する。

【0031】

心拍情報ｈ２は、上述の通り、学習者Ａ２の心拍を示す。心拍情報ｈ２が示す心拍の単位時間における数（心拍数ｉ２）が大きいほど、学習者Ａ２における意識の集中の度合いは高い。このため、心拍数ｉ２は、学習者Ａ２における意識の集中の程度を示す。心拍情報ｈ２は、学習者Ａ２のＬＦ／ＨＦ値を特定するために使用可能である。学習者Ａ２のＬＦ／ＨＦ値が大きいほど、学習者Ａ２における意識の集中の度合いは高い。このため、学習者Ａ２のＬＦ／ＨＦ値は、学習者Ａ２における意識の集中の程度を示す。心拍情報ｈ２は、第２学習者における意識の集中の程度に関する第２指標の一例である。

【0032】

カメラ２２０は、学習者Ａ２を撮像することによって画像情報ｖ２を生成する。画像情報ｖ２は、学習者Ａ２の姿を示す。学習者Ａ２が動く場合、画像情報ｖ２は、学習者Ａ２の動きを示す。画像情報ｖ２は、撮像画像情報の一例である。カメラ２２０は、カメラ１２０と同様に、撮像レンズと、イメージセンサと、を含む。カメラ２２０は、カメラ１２０と同じ型のカメラでもよいし、カメラ１２０と異なる型のカメラでもよい。

【0033】

カメラ２２０は、プロジェクタ２３０及び端末装置２５０とは別の構成である。カメラ２２０は、プロジェクタ２３０及び端末装置２５０のいずれか一方に組み込まれてもよい。

【0034】

プロジェクタ２３０は、種々の画像を、壁等の表示面に表示する。プロジェクタ２３０は、表示装置の一例である。

【0035】

端末装置２５０は、スマートフォンである。端末装置２５０は、スマートフォンに限らず、例えば、パーソナルコンピュータ又はタブレットでもよい。端末装置２５０は、心拍センサ２１０、カメラ２２０、プロジェクタ２３０及び学習支援装置４００の各々と無線で通信する。端末装置２５０は、心拍センサ２１０、カメラ２２０、プロジェクタ２３０及び学習支援装置４００の各々と有線で通信してもよい。

【0036】

＜Ａ４：学習者システム３００＞
学習者システム３００は、心拍センサ３１０と、カメラ３２０と、プロジェクタ３３０と、端末装置２５０と、を含む。

【0037】

心拍センサ３１０は、心拍センサ１１０と同じ型のセンサでもよいし、心拍センサ１１０と異なる型のセンサでもよい。心拍センサ３１０は、学習者Ａ３の心拍を検出することによって心拍情報ｈ３を生成する。

【0038】

心拍情報ｈ３は、上述の通り、学習者Ａ３の心拍を示す。心拍情報ｈ３が示す心拍の単位時間における数（心拍数ｉ３）が大きいほど、学習者Ａ３における意識の集中の度合いは高い。このため、心拍数ｉ３は、学習者Ａ３における意識の集中の程度を示す。心拍情報ｈ３は、学習者Ａ３のＬＦ／ＨＦ値を特定するために使用可能である。学習者Ａ３のＬＦ／ＨＦ値が大きいほど、学習者Ａ３における意識の集中の度合いは高い。このため、学習者Ａ３のＬＦ／ＨＦ値は、学習者Ａ３における意識の集中の程度を示す。心拍情報ｈ３は、第２学習者における意識の集中の程度に関する第２指標の一例である。

【0039】

カメラ３２０は、学習者Ａ３を撮像することによって画像情報ｖ３を生成する。画像情報ｖ３は、学習者Ａ３の姿を示す。学習者Ａ３が動く場合、画像情報ｖ３は、学習者Ａ３の動きを示す。画像情報ｖ３は、撮像画像情報の一例である。カメラ３２０は、カメラ１２０と同様に、撮像レンズと、イメージセンサと、を含む。カメラ３２０は、カメラ１２０と同じ型のカメラでもよいし、カメラ１２０と異なる型のカメラでもよい。

【0040】

カメラ３２０は、プロジェクタ３３０及び端末装置３５０とは別の構成である。カメラ３２０は、プロジェクタ３３０及び端末装置３５０のいずれか一方に組み込まれてもよい。

【0041】

プロジェクタ３３０は、種々の画像を、壁等の表示面に表示する。プロジェクタ３３０は、表示装置の一例である。

【0042】

端末装置３５０は、スマートフォンである。端末装置３５０は、スマートフォンに限らず、例えば、パーソナルコンピュータ又はタブレットでもよい。端末装置３５０は、心拍センサ３１０、カメラ３２０、プロジェクタ３３０及び学習支援装置４００の各々と無線で通信する。端末装置３５０は、心拍センサ３１０、カメラ３２０、プロジェクタ３３０及び学習支援装置４００の各々と有線で通信してもよい。

【0043】

＜Ａ５：端末装置１５０の一例＞
図２は、端末装置１５０の一例を示す図である。端末装置１５０は、入力出力装置１５１と、通信装置１５３及び１５４と、記憶装置１５５と、処理装置１５６と、を含む。

【0044】

入力出力装置１５１は、タッチパネルを含む。入力出力装置１５１は、タッチパネルに加えて、複数の操作キーを含んでもよい。入力出力装置１５１は、タッチパネルを含まずに、複数の操作キーと表示装置とを含んでもよい。入力出力装置１５１は、ユーザが行う操作を受け付ける。入力出力装置１５１は、種々の情報を表示する。

【0045】

通信装置１５３は、心拍センサ１１０、カメラ１２０及びプロジェクタ１３０と通信する。通信装置１５３は、例えば、ブルートゥース（登録商標）によって、心拍センサ１１０、カメラ１２０及びプロジェクタ１３０の各々と無線通信する。ブルートゥースは、近距離無線通信の一例である。

【0046】

通信装置１５４は、学習支援装置４０と通信する。通信装置１５４は、例えば、ネットワークＮＷを介して学習支援装置４００と通信する。通信装置１５４は、ネットワークＮＷを介さずに学習支援装置４００と通信してもよい。

【0047】

記憶装置１５５は、処理装置１５６が読み取り可能な記録媒体である。記憶装置１５５は、例えば、不揮発性メモリーと揮発性メモリーとを含む。不揮発性メモリーは、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）及びＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）である。揮発性メモリーは、例えば、ＲＡＭ（Random Access Memory）である。記憶装置１５５は、アプリケーションプログラム５５１を記憶する。アプリケーションプログラム５５１は、学習支援装置４００が提供するサービスを受けるために使用される。学習支援装置４００が提供するサービスは、ターゲット画像情報を提供するサービスである。

【0048】

処理装置１５６は、１又は複数のＣＰＵ（Central Processing Unit）によって構成される。１又は複数のＣＰＵは、１又は複数のプロセッサの一例である。プロセッサ及びＣＰＵの各々は、コンピュータの一例である。

【0049】

処理装置１５６は、記憶装置１５５からアプリケーションプログラム５５１を読み取る。処理装置１５６は、アプリケーションプログラム５５１を実行することによって、動作制御部５６１として機能する。動作制御部５６１は、学習者システム１００を制御する。動作制御部５６１は、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）等の回路によって実現されてもよい。

【0050】

＜Ａ６：端末装置２５０＞
端末装置２５０は、端末装置１５０が有する構成要素と同様の構成要素を有する。端末装置２５０は、上述の端末装置１５０の説明において、心拍センサ１１０、カメラ１２０、プロジェクタ１３０、学習者システム１００を、心拍センサ２１０、カメラ２２０、プロジェクタ２３０、学習者システム２００と読み替えることによって説明される。

【0051】

＜Ａ７：端末装置３５０＞
端末装置３５０は、端末装置１５０が有する構成要素と同様の構成要素を有する。端末装置３５０は、上述の端末装置１５０の説明において、心拍センサ１１０、カメラ１２０、プロジェクタ１３０、学習者システム１００を、心拍センサ３１０、カメラ３２０、プロジェクタ３３０、学習者システム３００と読み替えることによって説明される。

【0052】

＜Ａ８：学習支援装置４００＞
図３は、学習支援装置４００の一例を示す図である。学習支援装置４００は、サーバである。学習支援装置４００は、通信装置４１０と、記憶装置４２０と、処理装置４３０と、を含む。

【0053】

通信装置４１０は、学習者システム１００、２００及び３００の各々と通信する。通信装置４１０は、例えば、ネットワークＮＷを介して学習者システム１００、２００及び３００の各々と通信する。通信装置４１０は、ネットワークＮＷを介さずに学習者システム１００、２００及び３００の各々と直接通信してもよい。

【0054】

記憶装置４２０は、処理装置４３０が読み取り可能な記録媒体である。記憶装置４２０は、例えば、不揮発性メモリーと揮発性メモリーとを含む。記憶装置４２０は、プログラム４２１を記憶する。

【0055】

処理装置４３０は、１又は複数のＣＰＵによって構成される。処理装置４３０は、記憶装置４２０からプログラム４２１を読み取る。処理装置４３０は、プログラム４２１を実行することによって、取得部４３１、判定部４３２、特定部４３３、生成部４３４及び提供部４３５として機能する。取得部４３１、判定部４３２、特定部４３３、生成部４３４及び提供部４３５の少なくとも１つは、ＤＳＰ、ＡＳＩＣ、ＰＬＤ、ＦＰＧＡ等の回路によって実現されてもよい。

【0056】

取得部４３１は、端末装置１５０から画像情報ｖ１と心拍情報ｈ１とを取得する。取得部４３１は、端末装置２５０から画像情報ｖ２と心拍情報ｈ２とを取得する。取得部４３１は、端末装置３５０から画像情報ｖ３と心拍情報ｈ３とを取得する。

【0057】

判定部４３２は、心拍情報ｈ１に基づいて、学習者Ａ１の心拍数ｉ１が基準値ｊ１よりも小さいか否かを判定する。基準値ｊ１は、学習者Ａ１が意識を集中しているか否かを判定するための値である。基準値ｊ１は、学習者Ａ１の心拍数ｉ１の平均値である。基準値ｊ１は、学習者Ａ１の心拍数ｉ１の平均値に限らず、例えば、固定値でもよいし、学習者Ａ１～Ａ３の心拍数の平均値でもよい。基準値ｊ１、すなわち、第１学習者の一例である学習者Ａ１が意識を集中しているか否かを判定するための値は、第１の程度の一例である。基準値ｊ１は、第２の程度の他の例でもある。基準値ｊ１は、所定の程度の一例でもある。

【0058】

判定部４３２は、心拍情報ｈ２に基づいて、学習者Ａ２の心拍数ｉ２が基準値ｊ２よりも小さいか否かを判定する。基準値ｊ２は、学習者Ａ２が意識を集中しているか否かを判定するための値である。基準値ｊ２は、学習者Ａ２の心拍数ｉ２の平均値である。基準値ｊ２は、学習者Ａ２の心拍数ｉ２の平均値に限らず、例えば、固定値でもよいし、学習者Ａ１～Ａ３の心拍数の平均値でもよい。基準値ｊ２、すなわち、第２学習者の一例である学習者Ａ２が意識を集中しているか否かを判定するための値は、第２の程度の一例である。基準値ｊ２は、第１の程度の他の例でもある。基準値ｊ２は、所定の程度の他の例でもある。

【0059】

判定部４３２は、心拍情報ｈ３に基づいて、学習者Ａ３の心拍数ｉ３が基準値ｊ３よりも小さいか否かを判定する。基準値ｊ３は、学習者Ａ３が意識を集中しているか否かを判定するための値である。基準値ｊ３は、学習者Ａ３の心拍数ｉ３の平均値である。基準値ｊ３は、学習者Ａ３の心拍数ｉ３の平均値に限らず、例えば、固定値でもよいし、学習者Ａ１～Ａ３の心拍数の平均値でもよい。基準値ｊ３、すなわち、第２学習者の一例である学習者Ａ３が意識を集中しているか否かを判定するための値は、第２の程度の一例である。基準値ｊ３は、第１の程度の他の例でもある。基準値ｊ３は、所定の程度の他の例でもある。

【0060】

特定部４３３は、心拍情報ｈ１～ｈ３に基づいて、ターゲット学習者Ｅ１～Ｅ３を特定する。

【0061】

特定部４３３は、学習者Ａ１の心拍数ｉ１が基準値ｊ１より小さいと判定される場合、心拍情報ｈ２及びｈ３に基づいて、学習者Ａ２及びＡ３のうち、意識の集中の程度が第２の程度より高いという条件を満たす学習者を、ターゲット学習者Ｅ１として特定する。

【0062】

例えば、学習者Ａ２の心拍数ｉ２が基準値ｊ２よりも大きく、学習者Ａ３の心拍数ｉ３が基準値ｊ３よりも小さい場合、特定部４３３は、学習者Ａ２をターゲット学習者Ｅ１として特定する。

【0063】

意識の集中の程度が第２の程度より高いという条件は、記憶装置４２０に記憶されている。特定部４３３は、記憶装置４２０から、意識の集中の程度が第２の程度より高いという条件を読み取ることによって、当該条件を認識する。

【0064】

意識の集中の程度が第２の程度よりも高いという条件は、意識の集中の程度に関する条件の一例である。意識の集中の程度に関する条件は、所定条件の一例である。

【0065】

特定部４３３は、学習者Ａ２の心拍数ｉ２が基準値ｊ２より小さいと判定される場合、心拍情報ｈ３及びｈ１に基づいて、学習者Ａ３及びＡ１のうち、意識の集中の程度が第２の程度より高いという条件を満たす学習者を、ターゲット学習者Ｅ２として特定する。

【0066】

特定部４３３は、学習者Ａ３の心拍数ｉ３が基準値ｊ３より小さいと判定される場合、心拍情報ｈ１及びｈ２に基づいて、学習者Ａ１及びＡ２のうち、意識の集中の程度が第２の程度より高いという条件を満たす学習者を、ターゲット学習者Ｅ３として特定する。

【0067】

生成部４３４は、ターゲット画像情報ｔ１～ｔ３を生成する。例えば、生成部４３４は、画像情報ｖ１～ｖ３のうちターゲット学習者Ｅ１を示す画像情報に基づいて、ターゲット画像情報ｔ１を生成する。生成部４３４は、画像情報ｖ１～ｖ３のうちターゲット学習者Ｅ２を示す画像情報に基づいて、ターゲット画像情報ｔ２を生成する。生成部４３４は、画像情報ｖ１～ｖ３のうちターゲット学習者Ｅ３を示す画像情報に基づいて、ターゲット画像情報ｔ３を生成する。

【0068】

ターゲット画像情報ｔ１は、ターゲット学習者Ｅ１のシルエットの画像を、ターゲット学習者Ｅ１に関連する画像として示す。ターゲット学習者Ｅ１に関連する画像は、ターゲット学習者Ｅ１のシルエットの画像に限らず、適宜変更可能である。例えば、ターゲット学習者Ｅ１に関連する画像は、ターゲット学習者Ｅ１を表す画像でもよい。

【0069】

ターゲット画像情報ｔ２は、ターゲット学習者Ｅ２のシルエットの画像を、ターゲット学習者Ｅ２に関連する画像として示す。ターゲット学習者Ｅ２に関連する画像は、ターゲット学習者Ｅ２のシルエットの画像に限らず、適宜変更可能である。例えば、ターゲット学習者Ｅ２に関連する画像は、ターゲット学習者Ｅ２を表す画像でもよい。

【0070】

ターゲット画像情報ｔ３は、ターゲット学習者Ｅ３のシルエットの画像を、ターゲット学習者Ｅ３に関連する画像として示す。ターゲット学習者Ｅ３に関連する画像は、ターゲット学習者Ｅ３のシルエットの画像に限らず、適宜変更可能である。例えば、ターゲット学習者Ｅ３に関連する画像は、ターゲット学習者Ｅ３を表す画像でもよい。

【0071】

提供部４３５は、ターゲット画像情報ｔ１を端末装置１５０に提供する。提供部４３５は、ターゲット画像情報ｔ２を端末装置２５０に提供する。提供部４３５は、ターゲット画像情報ｔ３を端末装置３５０に提供する。

【0072】

＜Ａ９：ターゲット画像情報＞
図４は、ターゲット画像情報ｔ１が示す画像Ｇ１の一例を示す図である。図４における画像Ｇ１は、学習者Ａ２がターゲット学習者Ｅ１として特定される場合に生成されるターゲット画像情報ｔ１によって示される。画像Ｇ１は、学習者Ａ２のシルエットを、ターゲット学習者Ｅ１のシルエットＥ１ｓとして表す。画像Ｇ１は、図４に示される画像に限らない。例えば、学習者Ａ２及びＡ３の各々がターゲット学習者Ｅ１として特定される場合、画像Ｇ１は、学習者Ａ２のシルエットと学習者Ａ３のシルエットとの各々を、ターゲット学習者Ｅ１のシルエットＥ１ｓとして表す。学習者Ａ３がターゲット学習者Ｅ１として特定される場合、画像Ｇ１は、学習者Ａ３のシルエットを、ターゲット学習者Ｅ１のシルエットＥ１ｓとして表す。

【0073】

図５は、ターゲット画像情報ｔ２が示す画像Ｇ２の一例を示す図である。図５における画像Ｇ２は、学習者Ａ３がターゲット学習者Ｅ２として特定される場合に生成されるターゲット画像情報ｔ２によって示される。画像Ｇ２は、学習者Ａ３のシルエットを、ターゲット学習者Ｅ２のシルエットＥ２ｓとして表す。画像Ｇ２は、図５に示される画像に限らない。例えば、学習者Ａ３及びＡ１の各々がターゲット学習者Ｅ２として特定される場合、画像Ｇ２は、学習者Ａ３のシルエットと学習者Ａ１のシルエットとの各々をターゲット学習者Ｅ２のシルエットＥ２ｓとして表す。学習者Ａ１がターゲット学習者Ｅ２として特定される場合、画像Ｇ２は、学習者Ａ１のシルエットを、ターゲット学習者Ｅ２のシルエットＥ２ｓとして表す。

【0074】

図６は、ターゲット画像情報ｔ３が示す画像Ｇ３の一例を示す図である。図６における画像Ｇ３は、学習者Ａ１がターゲット学習者Ｅ３として特定される場合に生成されるターゲット画像情報ｔ３によって示される。画像Ｇ３は、学習者Ａ１のシルエットを、ターゲット学習者Ｅ３のシルエットＥ３ｓとして表す。画像Ｇ３は、図６に示される画像に限らない。例えば、学習者Ａ１及びＡ２の各々がターゲット学習者Ｅ３として特定される場合、画像Ｇ３は、学習者Ａ１のシルエットと学習者Ａ２のシルエットとの各々を、ターゲット学習者Ｅ３のシルエットＥ３ｓとして表す。学習者Ａ２がターゲット学習者Ｅ３として特定される場合、画像Ｇ３は、学習者Ａ２のシルエットを、ターゲット学習者Ｅ３のシルエットＥ３ｓとして表す。

【0075】

＜Ａ１０：動作の説明＞
図７は、学習支援装置４００の動作を説明するための図である。図７に示される学習支援装置４００の動作を中心に学習支援システム１の動作を説明する。以下では、説明の簡略化のため、通信装置５３、５４及び４１０の各々に関する記載を省略する。例えば、「端末装置１５０の処理装置１５６が、通信装置５３を介して、心拍センサ１１０と通信する」という記載に代えて、「端末装置１５０の処理装置１５６が、心拍センサ１１０と通信する」という記載が用いられる。

【0076】

端末装置１５０の動作制御部５６１は、心拍センサ１１０から心拍情報ｈ１を取得する。端末装置１５０の動作制御部５６１は、カメラ１２０から画像情報ｖ１を取得する。端末装置１５０の動作制御部５６１は、心拍情報ｈ１と画像情報ｖ１とを、学習支援装置４００に提供する。

【0077】

端末装置２５０の動作制御部５６１は、心拍センサ２１０から心拍情報ｈ２を取得する。端末装置２５０の動作制御部５６１は、カメラ２２０から画像情報ｖ２を取得する。端末装置２５０の動作制御部５６１は、心拍情報ｈ２と画像情報ｖ２とを、学習支援装置４００に提供する。

【0078】

端末装置３５０の動作制御部５６１は、心拍センサ３１０から心拍情報ｈ３を取得する。端末装置３５０の動作制御部５６１は、カメラ３２０から画像情報ｖ３を取得する。端末装置３５０の動作制御部５６１は、心拍情報ｈ３と画像情報ｖ３とを、学習支援装置４００に送信する。

【0079】

ステップＳ１０１において学習支援装置４００の取得部４３１は、心拍情報ｈ１及び画像情報ｖ１と、心拍情報ｈ２及び画像情報ｖ２と、心拍情報ｈ３及び画像情報ｖ３と、を取得する。

【0080】

例えば、取得部４３１は、端末装置１５０から心拍情報ｈ１及び画像情報ｖ１を取得する。取得部４３１は、端末装置２５０から心拍情報ｈ２及び画像情報ｖ２を取得する。取得部４３１は、端末装置３５０から心拍情報ｈ３及び画像情報ｖ３を取得する。

【0081】

続いて、判定部４３２は、ステップＳ１０２を実行する。ステップＳ１０２において判定部４３２は、まず、学習者Ａ１の心拍数ｉ１が基準値ｊ１よりも小さいか否かを判定する。例えば、判定部４３２は、まず、心拍情報ｈ１に基づいて、学習者Ａ１の心拍数ｉ１を算出する。続いて、判定部４３２は、学習者Ａ１の心拍数ｉ１が基準値ｊ１よりも小さいか否かを判定する。

【0082】

さらに、判定部４３２は、学習者Ａ２の心拍数ｉ２が基準値ｊ２よりも小さいか否かを判定する。例えば、判定部４３２は、まず、心拍情報ｈ２に基づいて、学習者Ａ２の心拍数ｉ２を算出する。続いて、判定部４３２は、学習者Ａ２の心拍数ｉ２が基準値ｊ２よりも小さいか否かを判定する。

【0083】

さらに、判定部４３２は、学習者Ａ３の心拍数ｉ３が基準値ｊ３よりも小さいか否かを判定する。例えば、判定部４３２は、まず、心拍情報ｈ３に基づいて、学習者Ａ３の心拍数ｉ３を算出する。続いて、判定部４３２は、学習者Ａ３の心拍数ｉ３が基準値ｊ３よりも小さいか否かを判定する。

【0084】

心拍数ｉ１が基準値ｊ１よりも小さいか否かの判定と、心拍数ｉ２が基準値ｊ２よりも小さいか否かの判定と、心拍数ｉ３が基準値ｊ３よりも小さいか否かの判定と、の順序は、適宜変更可能である。

【0085】

心拍数ｉ１が基準値ｊ１以上であり、心拍数ｉ２が基準値ｊ２以上であり、かつ、心拍数ｉ３が基準値ｊ３以上である場合、すなわち、学習者Ａ１～Ａ３のいずれもが意識を集中している場合、図７に示される動作は終了する。

【0086】

心拍数ｉ１が基準値ｊ１よりも小さい場合、特定部４３３は、ステップＳ１０３を実行する。また、心拍数ｉ２が基準値ｊ２よりも小さい場合、特定部４３３は、ステップＳ１０３を実行する。さらに、心拍数ｉ３が基準値ｊ３よりも小さい場合、特定部４３３は、ステップＳ１０３を実行する。

【0087】

心拍数ｉ１が基準値ｊ１よりも小さいと判定される場合、ステップＳ１０３において特定部４３３は、学習者Ａ２及びＡ３の中からターゲット学習者Ｅ１を特定する。例えば、特定部４３３は、心拍情報ｈ２及びｈ３に基づいて、学習者Ａ２及びＡ３のうち、意識の集中の程度が第２の程度より高いという条件を満たす学習者を、ターゲット学習者Ｅ１として特定する。一例を挙げると、学習者Ａ２の心拍数ｉ２が基準値ｊ２よりも大きく、学習者Ａ３の心拍数ｉ３が基準値ｊ３よりも小さい場合、特定部４３３は、学習者Ａ２をターゲット学習者Ｅ１として特定する。なお、心拍数ｉ１が基準値ｊ１以上である場合、特定部４３３は、ターゲット学習者Ｅ１を特定しない。

【0088】

さらに特定部４３３は、心拍数ｉ２が基準値ｊ２よりも小さいと判定される場合、学習者Ａ３及びＡ１の中からターゲット学習者Ｅ２を特定する。例えば、特定部４３３は、心拍情報ｈ３及びｈ１に基づいて、学習者Ａ３及びＡ１のうち、意識の集中の程度が第２の程度より高いという条件を満たす学習者を、ターゲット学習者Ｅ２として特定する。一例を挙げると、学習者Ａ３の心拍数ｉ３が基準値ｊ３よりも大きく、学習者Ａ１の心拍数ｉ１が基準値ｊ１よりも小さい場合、特定部４３３は、学習者Ａ３をターゲット学習者Ｅ２として特定する。なお、心拍数ｉ２が基準値ｊ２以上である場合、特定部４３３は、ターゲット学習者Ｅ２を特定しない。

【0089】

さらに特定部４３３は、心拍数ｉ３が基準値ｊ３よりも小さいと判定される場合、学習者Ａ１及びＡ２の中からターゲット学習者Ｅ３を特定する。例えば、特定部４３３は、心拍情報ｈ１及びｈ２に基づいて、学習者Ａ１及びＡ２のうち、意識の集中の程度が第２の程度より高いという条件を満たす学習者を、ターゲット学習者Ｅ３として特定する。一例を挙げると、学習者Ａ１の心拍数ｉ１が基準値ｊ１よりも大きく、学習者Ａ２の心拍数ｉ２が基準値ｊ２よりも小さい場合、特定部４３３は、学習者Ａ１をターゲット学習者Ｅ１として特定する。なお、心拍数ｉ３が基準値ｊ３以上である場合、特定部４３３は、ターゲット学習者Ｅ３を特定しない。

【0090】

ターゲット学習者Ｅ１とターゲット学習者Ｅ２とターゲット学習者Ｅ３とを特定する順序は、ターゲット学習者Ｅ１、ターゲット学習者Ｅ２、ターゲット学習者Ｅ３の順序に限らず適宜変更可能である。

【0091】

特定部４３３がターゲット学習者Ｅ１を特定した場合、ステップ１０４において生成部４３４は、ターゲット学習者Ｅ１についての画像情報に基づいて、ターゲット画像情報ｔ１を生成する。例えば、ターゲット学習者Ｅ１が学習者Ａ２である場合、生成部４３４は、画像情報ｖ２に基づいて、ターゲット画像情報ｔ１を生成する。ターゲット画像情報ｔ１は、ターゲット学習者Ｅ１のシルエットの画像を示す。

【0092】

まず、生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓを決定する。生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓとして、ターゲット学習者Ｅ１のシルエットＥ１ｓの形状と、ターゲット学習者Ｅ１のシルエットＥ１ｓの色と、を決定する。

【0093】

生成部４３４は、ターゲット学習者Ｅ１についての画像情報が表すターゲット学習者Ｅ１の姿から、ターゲット学習者Ｅ１の輪郭を特定する。続いて、生成部４３４は、ターゲット学習者Ｅ１の輪郭の形状を、ターゲット学習者Ｅ１のシルエットＥ１ｓの形状として決定する。続いて、生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓの色として、ターゲット学習者Ｅ１に対して予め設定されている第１色（例えば、赤）を決定する。第１色は、赤に限らず適宜変更可能である。第１色は、学習支援装置４００によって設定されてもよいし、学習者Ａ１によって設定されてもよい。続いて、生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓの形状と、ターゲット学習者Ｅ１のシルエットＥ１ｓの色と、を有するシルエットの画像を、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像として決定する。続いて、生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を示す情報を、ターゲット画像情報ｔ１として生成する。

【0094】

特定部４３３がターゲット学習者Ｅ２を特定した場合、ステップ１０４において生成部４３４は、ターゲット学習者Ｅ２についての画像情報に基づいて、ターゲット画像情報ｔ２を生成する。ターゲット画像情報ｔ２を生成する手法は、ターゲット画像情報ｔ１を生成する手法に準ずる。

【0095】

特定部４３３がターゲット学習者Ｅ３を特定した場合、ステップ１０４において生成部４３４は、ターゲット学習者Ｅ３についての画像情報に基づいて、ターゲット画像情報ｔ３を生成する。ターゲット画像情報ｔ３を生成する手法は、ターゲット画像情報ｔ１を生成する手法に準ずる。

【0096】

ターゲット画像情報ｔ１とターゲット画像情報ｔ２とターゲット画像情報ｔ３とを生成する順序は、ターゲット画像情報ｔ１、ターゲット画像情報ｔ２、ターゲット画像情報ｔ３の順序に限らず適宜変更可能である。

【0097】

生成部４３４がターゲット画像情報ｔ１を生成した場合、ステップＳ１０５において提供部４３５は、ターゲット画像情報ｔ１を端末装置１５０に提供する。生成部４３４がターゲット画像情報ｔ２を生成した場合、ステップＳ１０５において提供部４３５は、ターゲット画像情報ｔ２を端末装置２５０に提供する。生成部４３４がターゲット画像情報ｔ３を生成した場合、ステップＳ１０５において提供部４３５は、ターゲット画像情報ｔ３を端末装置３５０に提供する。

【0098】

ターゲット画像情報ｔ１とターゲット画像情報ｔ２とターゲット画像情報ｔ３とを提供する順序は、ターゲット画像情報ｔ１、ターゲット画像情報ｔ２、ターゲット画像情報ｔ３の順序に限らず適宜変更可能である。

【0099】

端末装置１５０の動作制御部５６１は、ターゲット画像情報ｔ１を受信すると、ターゲット画像情報ｔ１を、プロジェクタ１３０に提供する。プロジェクタ１３０は、ターゲット画像情報ｔ１に基づいて、ターゲット学習者Ｅ１のシルエットＥ１ｓを表す画像Ｇ１（例えば、図４）を、壁等の表示面に表示する。

【0100】

端末装置２５０の動作制御部５６１は、ターゲット画像情報ｔ２を受信すると、ターゲット画像情報ｔ２を、プロジェクタ２３０に提供する。プロジェクタ２３０は、ターゲット画像情報ｔ２に基づいて、ターゲット学習者Ｅ２のシルエットＥ２ｓを表す画像Ｇ２（例えば、図５）を、壁等の表示面に表示する。

【0101】

端末装置３５０の動作制御部５６１は、ターゲット画像情報ｔ３を受信すると、ターゲット画像情報ｔ３を、プロジェクタ３３０に提供する。プロジェクタ３３０は、ターゲット画像情報ｔ３に基づいて、ターゲット学習者Ｅ３のシルエットＥ３ｓを表す画像Ｇ３（例えば、図６）を、壁等の表示面に表示する。

【0102】

その後、図７に示す動作が繰り返される。このため、画像情報ｖ１は学習者Ａ１の動きを示す。画像情報ｖ２は学習者Ａ２の動きを示す。画像情報ｖ３は学習者Ａ３の動きを示す。よって、ターゲット画像情報ｔ１は、ターゲット学習者Ｅ１の動きに応じて変化するシルエットＥ１ｓを示す。例えば、ターゲット学習者Ｅ１が学習者Ａ２である場合、ターゲット画像情報ｔ１は、学習者Ａ２の動きに応じて変化するシルエットＥ１ｓを示す。ターゲット画像情報ｔ２は、ターゲット学習者Ｅ２の動きに応じて変化するシルエットＥ２ｓを示す。ターゲット画像情報ｔ３は、ターゲット学習者Ｅ３の動きに応じて変化するシルエットＥ１ｓを示す。

【0103】

なお、心拍数ｉ１が基準値ｊ１よりも小さいと判定される状況において、学習者Ａ２及びＡ３のいずれもが、意識の集中の程度が第２の程度より高いという条件を満たさない場合、生成部４３４は、第１通知情報を生成する。第１通知情報は、例えば、メッセージを示す。メッセージは、例えば、「集中度を上げましょう」というメッセージ、又は、「集中度が下がり気味です。」というメッセージである。

【0104】

生成部４３４が第１通知情報を生成した場合、提供部４３５は、第１通知情報を端末装置１５０に提供する。端末装置１５０の動作制御部５６１は、第１通知情報を受信すると、第１通知情報を、プロジェクタ１３０に提供する。プロジェクタ１３０は、第１通知情報が示すメッセージを、壁等の表示面に表示する。なお、第１通知情報は、警告音等の音を示してもよい。この場合、端末装置１５０の動作制御部５６１は、第１通知情報を受信すると、第１通知情報が示す音を、不図示のスピーカに出力させる。

【0105】

心拍数ｉ２が基準値ｊ２よりも小さいと判定される状況において、学習者Ａ３及びＡ１のいずれもが、意識の集中の程度が第２の程度より高いという条件を満たさない場合、生成部４３４は、第２通知情報を生成する。第２通知情報は、例えば、第１通知情報が示すメッセージと同様のメッセージを示す。

【0106】

生成部４３４が第２通知情報を生成した場合、提供部４３５は、第２通知情報を端末装置２５０に提供する。端末装置２５０の動作制御部５６１は、第２通知情報を受信すると、第２通知情報を、プロジェクタ２３０に提供する。プロジェクタ２３０は、第２通知情報が示すメッセージを、壁等の表示面に表示する。なお、第２通知情報は、警告音等の音を示してもよい。この場合、端末装置２５０の動作制御部５６１は、第２通知情報を受信すると、第２通知情報が示す音を、不図示のスピーカに出力させる。

【0107】

心拍数ｉ３が基準値ｊ３よりも小さいと判定される状況において、学習者Ａ１及びＡ２のいずれもが、意識の集中の程度が第２の程度より高いという条件を満たさない場合、生成部４３４は、第３通知情報を生成する。第３通知情報は、例えば、第１通知情報が示すメッセージと同様のメッセージを示す。

【0108】

生成部４３４が第３通知情報を生成した場合、提供部４３５は、第３通知情報を端末装置３５０に提供する。端末装置３５０の動作制御部５６１は、第３通知情報を受信すると、第３通知情報を、プロジェクタ３３０に提供する。プロジェクタ３３０は、第３通知情報が示すメッセージを、壁等の表示面に表示する。なお、第３通知情報は、警告音等の音を示してもよい。この場合、端末装置３５０の動作制御部５６１は、第３通知情報を受信すると、第３通知情報が示す音を、不図示のスピーカに出力させる。

【0109】

＜Ａ１１：第１実施形態のまとめ＞
第１実施形態によれば、学習者Ａ１における意識の集中の程度が第１の程度よりも低い場合、学習支援装置４００は、学習者Ａ１が使用する端末装置１５０に、ターゲット画像情報ｔ１を提供する。このため、学習支援装置４００は、学習者Ａ１が、ターゲット画像情報が示す画像、例えば、ターゲット学習者Ｅ１のシルエットＥ１ｓを見ることによって触発されることを促せる。したがって、学習支援装置４００は、学習者において意識の集中の程度を高くできる。

【0110】

ターゲット画像情報ｔ１は、例えば、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を示す。シルエットＥ１ｓはターゲット学習者Ｅ１の表情を表さないため、ターゲット学習者Ｅ１の表情が気になりすぎて学習者Ａ１において意識の集中が妨げられることを抑制できる。

【0111】

＜Ｂ：変形例＞
上述の実施形態における変形の態様を以下に示す。以下の変形の態様から任意に選択された２以上の態様を、相互に矛盾しない範囲において適宜に併合してもよい。

【0112】

＜Ｂ１：第１変形例＞
第１実施形態においては、意識の集中の程度が第２の程度よりも高いという条件が、意識の集中の程度に関する条件の一例として用いられる。しかしながら、意識の集中の程度に関する条件は、意識の集中の程度が第２の程度よりも高いという条件に限らず、適宜変更可能である。例えば、意識の集中の程度に関する条件は、意識の集中の程度が第２の程度よりも低いという条件でもよい。意識の集中の程度に関する条件は、意識の集中の程度が第２の程度よりも高いか、又は、意識の集中の程度が第２の程度よりも低い、という条件でもよい。

【0113】

第１実施形態においては、意識の集中の程度に関する条件が、所定条件の一例として用いられる。しかしながら、所定条件は、意識の集中の程度に関する条件に限らず、適宜変更可能である。例えば、ターゲット学習者Ｅ１を特定するための所定条件は、以下の第１条件～第５条件のいずれでもよい。

【0114】

第１条件は、学習者Ａ１が予め選択した学習者（例えば、学習者Ａ１がライバル視する学習者）であるという条件である。この場合、記憶装置４２０は、学習者Ａ１が予め選択した学習者を示す学習者情報を記憶する。特定部４３３は、記憶装置４２０から学習者情報を読み取り、当該学習者情報を用いることによって、第１条件を満たすターゲット学習者Ｅ１を特定する。

【0115】

第２条件は、学習者Ａ１と同じ試験（例：同じ学校の入学試験）を受ける予定の学習者であるという条件である。この場合、記憶装置４２０は、各学習者が受ける予定の試験を示す試験予定情報を記憶する。特定部４３３は、記憶装置４２０から試験予定情報を読み取り、当該試験予定情報を用いることによって、第２条件を満たすターゲット学習者Ｅ１を特定する。

【0116】

第３条件は、学習者Ａ１よりも成績の良い学習者であるという条件である。この場合、記憶装置４２０は、各学習者の成績を示す成績情報を記憶する。特定部４３３は、記憶装置４２０から成績情報を読み取り、当該成績情報を用いることによって、第３条件を満たすターゲット学習者Ｅ１を特定する。

【0117】

第４条件は、学習者Ａ１よりも成績の悪い学習者であるという条件である。この場合も、記憶装置４２０は、成績情報を記憶する。特定部４３３は、記憶装置４２０から成績情報を読み取り、当該成績情報を用いることによって、第４条件を満たすターゲット学習者Ｅ１を特定する。

【0118】

第５条件は、学習者Ａ１よりも成績の良い学習者又は学習者Ａ１よりも悪い学習者とのいずれかであるという条件である。この場合も、記憶装置４２０は、成績情報を記憶する。特定部４３３は、記憶装置４２０から成績情報を読み取り、当該成績情報を用いることによって、第５条件を満たすターゲット学習者Ｅ１を特定する。

【0119】

学習者Ａ１～Ａ３の各々は、自分に適した所定条件を設定してもよい。例えば、学習者Ａ１が、学習者Ａ１と同じ試験を受ける予定の学習者を表す画像（例えば、シルエット画像）を見た場合に意識の集中の程度を高くなると思う場合、所定条件として、第２条件を設定する。この場合、学習者Ａ１は、端末装置１５０を操作することによって、学習支援装置４００の記憶装置４２０に、学習者Ａ１の識別情報に関連づけて第２条件を設定する。特定部４３３は、学習者Ａ１の識別情報に関連づけられている第２条件を用いることによって、第２条件を満たすターゲット学習者Ｅ１を特定する。

【0120】

第１変形例によれば、所定条件として、種々の条件を用いることができる。このため、学習者における意識の集中の程度を上げることに寄与するターゲット学習者を特定できる。

【0121】

＜Ｂ２：第２変形例＞
学習者Ａ１～Ａ３の各々は、自分に適した所定条件を認識できない可能性がある。そこで、第１実施形態及び第１変形例において、学習者に適した所定条件を自動的に決定する機能が追加されてもよい。

【0122】

図８は、第２変形例に係る学習支援装置４００ａの一例を示す図である。学習支援装置４００ａは、図３に示される学習支援装置４００が有する構成要素に加えて、条件決定部４３６を含む。記憶装置４２０は、プログラム４２１ａを記憶する。処理装置４３０は、記憶装置４２０からプログラム４２１ａを読み取る。処理装置４３０は、プログラム４２１ａを実行することによって、取得部４３１、判定部４３２、特定部４３３、生成部４３４、提供部４３５及び条件決定部４３６として機能する。条件決定部４３６は、ＤＳＰ、ＡＳＩＣ、ＰＬＤ、ＦＰＧＡ等の回路によって実現されてもよい。

【0123】

条件決定部４３６は、例えば、学習者Ａ２に関する画像と学習者Ａ３に関する画像とを含む複数の画像を順番に示す参考情報を、端末装置１５０に提供する。条件決定部４３６は、参考情報を端末装置１５０に提供する状況おける心拍情報ｈ１に基づいて、ターゲット学習者Ｅ１を特定するための所定条件を決定する。

【0124】

学習者Ａ２に関する画像は、学習者Ａ２のシルエットの画像である。学習者Ａ２に関する画像は、学習者Ａ２のシルエットの画像に限らず、例えば、学習者Ａ２を表す画像でもよい。学習者Ａ３に関する画像は、学習者Ａ３のシルエットの画像である。学習者Ａ３に関する画像は、学習者Ａ３のシルエットの画像に限らず、例えば、学習者Ａ３を表す画像でもよい。参考情報は、第２学習者に関連する画像を第２学習者ごとに順番に示す情報の一例である。

【0125】

条件決定部４３６は、まず、参考情報が示す複数の画像の中から、心拍情報ｈ１にて特定される心拍数ｉ１が基準値ｊ１よりも上がったときに示されている画像を特定する。例えば、学習者Ａ２に関する画像が示されていたときに心拍数ｉ１が基準値ｊ１よりも上がった場合、条件決定部４３６は、学習者Ａ２に関する画像を特定する。

【0126】

続いて、条件決定部４３６は、特定された画像に示される学習者を特定する条件（例えば、特定された画像に示される学習者の識別コードを有するという条件）を、ターゲット学習者Ｅ１を特定するための所定条件として決定する。

【0127】

条件決定部４３６は、さらに、ターゲット学習者Ｅ２を特定するための所定条件と、ターゲット学習者Ｅ３を特定するための所定条件と、を決定してもよい。ターゲット学習者Ｅ２を特定するための所定条件を決定する手法と、ターゲット学習者Ｅ３を特定するための所定条件を決定する手法は、ターゲット学習者Ｅ１を特定するための所定条件を決定する手法に準ずる。

【0128】

第２変形例によれば、学習者に適した所定条件を自動的に決定できる。このため、学習者における意識の集中の程度を上げることに寄与するターゲット学習者を特定できる。

【0129】

また、生成部４３４は、例えば、互いに異なる単色の画像を含む複数の画像を順番に示す第１提供情報を、端末装置１５０に提供してもよい。生成部４３４は、第１提供情報を端末装置１５０に提供する状況おける心拍情報ｈ１に基づいて、ターゲット画像情報ｔ１を決定してもよい。

【0130】

例えば、生成部４３４は、第１提供情報が示す複数の単色画像の中から、心拍情報ｈ１にて特定される心拍数ｉ１が基準値ｊ１よりも上がったときに示されている画像を特定する。例えば、青色の画像が示されていたときに心拍数ｉ１が基準値ｊ１よりも上がった場合、生成部４３４は、青色の画像を特定する。続いて、生成部４３４は、特定した画像の色を、ターゲット画像情報ｔ１が示す画像Ｇ１の背景色として決定する。生成部４３４は、ターゲット画像情報ｔ１が示す画像Ｇ１の背景の全部又は一部を、特定した画像の色とする。

【0131】

この場合、生成部４３４は、学習者Ａ１における意識の集中の程度をより高くできる画像を示すターゲット画像情報ｔ１を生成できる。

【0132】

生成部４３４は、第１提供情報を端末装置２５０に提供する状況おける心拍情報ｈ２に基づいて、ターゲット画像情報ｔ２を決定してもよい。第１提供情報を端末装置２５０に提供する状況おける心拍情報ｈ２に基づいて、ターゲット画像情報ｔ２を決定する手法は、第１提供情報を端末装置１５０に提供する状況おける心拍情報ｈ１に基づいて、ターゲット画像情報ｔ１を決定する手法に準じる。

【0133】

生成部４３４は、第１提供情報を端末装置３５０に提供する状況おける心拍情報ｈ３に基づいて、ターゲット画像情報ｔ３を決定してもよい。第１提供情報を端末装置３５０に提供する状況おける心拍情報ｈ３に基づいて、ターゲット画像情報ｔ３を決定する手法は、第１提供情報を端末装置１５０に提供する状況おける心拍情報ｈ１に基づいて、ターゲット画像情報ｔ１を決定する手法に準じる。

【0134】

また、生成部４３４は、互いに異なる音量の音（例えば、ＢＧＭ）を順番に示す第２提供情報を、端末装置１５０に提供してもよい。端末装置１５０は、第２提供情報を受信すると、第２提供情報が示す互いに異なる音量の音を、順番に、不図示のスピーカに出力させる。生成部４３４は、第２提供情報を端末装置１５０に提供する状況おける心拍情報ｈ１に基づいて、音を示す第１音情報を生成してもよい。

【0135】

例えば、生成部４３４は、第２提供情報が示す互いに異なる音量の複数の音から、心拍情報ｈ１にて特定される心拍数ｉ１が基準値ｊ１よりも上がったときに出力されている音を特定する。続いて、生成部４３４は、特定された音量の音を示す第１音情報を生成する。生成部４３４は、第１音情報を端末装置１５０に提供する。端末装置１５０は、第１音情報を受信すると、第１音情報が示す音量の音を、不図示のスピーカに出力させる。なお、第２提供情報は、互いに異なる音量の音を順番に示さずに、互いに異なる音（例えば、楽器の演奏音と、水が流れる音と、海における波の音）を順番に示す情報でもよい。

【0136】

この場合、生成部４３４は、学習者Ａ１における意識の集中の程度をより高くできる音を示す第１音情報を生成できる。

【0137】

生成部４３４は、第２提供情報を端末装置２５０に提供する状況おける心拍情報ｈ２に基づいて、端末装置２５０に提供される第２音情報を生成してもよい。第２提供情報を端末装置２５０に提供する状況おける心拍情報ｈ２に基づいて第２音情報を生成する手法は、第２提供情報を端末装置１５０に提供する状況おける心拍情報ｈ１に基づいて第１音情報を生成する手法に準じる。

【0138】

生成部４３４は、第２提供情報を端末装置３５０に提供する状況おける心拍情報ｈ３に基づいて、端末装置３５０に提供される第３音情報を生成してもよい。第２提供情報を端末装置３５０に提供する状況おける心拍情報ｈ３に基づいて第３音情報を生成する手法は、第２提供情報を端末装置１５０に提供する状況おける心拍情報ｈ１に基づいて第１音情報を生成する手法に準じる。

【0139】

＜Ｂ３：第３変形例＞
第１実施形態及び第１～第２変形例では、ターゲット画像情報は、ターゲット学習者のシルエットの画像を示す情報である。しかしながら、ターゲット画像情報は、ターゲット学習者のシルエットの画像を示す情報に限らない。ターゲット画像情報は、ターゲット学習者のシルエットに基づく形状を有するキャラクターのシルエットの画像を示す情報でもよい。

【0140】

例えば、生成部４３４は、事前に記憶装置４２０に登録されている第１キャラクターのシルエットの形状を、ターゲット学習者Ｅ１の動きに応じて変更することによって、第１シルエットの画像を生成する。

【0141】

一例を挙げると、ターゲット学習者Ｅ１の画像情報が右手を上げるターゲット学習者Ｅ１を示す場合、生成部４３４は、右手を上げる第１キャラクターのシルエットの画像を、第１シルエットの画像として生成する。

【0142】

生成部４３４は、第１シルエットの画像を、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像の代わりに用いる。生成部４３４は、第１シルエットの色として、ターゲット学習者Ｅ１のシルエットＥ１ｓと同じ色を決定する。

【0143】

ここで、右手を上げる第１キャラクターのシルエットの画像は、ターゲット学習者のシルエットに基づく形状を有するキャラクターのシルエットの画像の一例である。

【0144】

第１キャラクターは、例えば、複数のキャラクターの中から学習者Ａ１又はターゲット学習者Ｅ１によって事前に選択されたキャラクターである。第１キャラクターは、例えば、人間のキャラクターである。第１キャラクターは、人間のキャラクターに限らず、例えば、擬人化された生物のキャラクター、擬人化された物体のキャラクター、擬人化された仮想のキャラクターでもよい。

【0145】

生成部４３４は、事前に記憶装置４２０に登録されている第２キャラクターのシルエットの形状を、ターゲット学習者Ｅ２の動きに応じて変更することによって、第２シルエットの画像を生成してもよい。生成部４３４は、第２シルエットの画像を、ターゲット学習者Ｅ２のシルエットＥ２ｓの代わりに用いる。生成部４３４は、第２シルエットの色として、ターゲット学習者Ｅ２のシルエットＥ２ｓと同じ色を決定する。

【0146】

第２キャラクターは、例えば、複数のキャラクターの中から学習者Ａ２又はターゲット学習者Ｅ２によって事前に選択されたキャラクターである。第２キャラクターは、第１キャラクターとは異なる。第２キャラクターは、例えば、人間のキャラクター、擬人化された生物のキャラクター、擬人化された物体のキャラクター、又は、擬人化された仮想のキャラクターである。

【0147】

生成部４３４は、事前に記憶装置４２０に登録されている第３キャラクターのシルエットの形状を、ターゲット学習者Ｅ３の動きに応じて変更することによって、第３シルエットの画像を生成してもよい。生成部４３４は、第３シルエットの画像を、ターゲット学習者Ｅ３のシルエットＥ３ｓの代わりに用いる。生成部４３４は、第２シルエットの色として、ターゲット学習者Ｅ２のシルエットＥ２ｓと同じ色を決定する。

【0148】

第３キャラクターは、例えば、複数のキャラクターの中から学習者Ａ３又はターゲット学習者Ｅ３によって事前に選択されたキャラクターである。第３キャラクターは、第１キャラクター及び第２キャラクターのいずれとも異なる。第３キャラクターは、例えば、人間のキャラクター、擬人化された生物のキャラクター、擬人化された物体のキャラクター、又は、擬人化された仮想のキャラクターである。

【0149】

第３変形例によれば、ターゲット学習者Ｅ２の動きに応じたキャラクターを用いることによって、学習者における意識の集中の程度を上げられる。

【0150】

＜Ｂ４：第４変形例＞
第１実施形態及び第１～第３変形例において、生成部４３４は、ターゲット学習者Ｅ１の画像情報が示すターゲット学習者Ｅ１の動きに応じて、ターゲット学習者Ｅ１のシルエットＥ１ｓの大きさ、又は、第１シルエットの大きさを変更してもよい。

【0151】

例えば、ターゲット学習者Ｅ１の動きの頻度が高いほど、生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓを小さくする。生成部４３４は、ターゲット学習者Ｅ１の動きの頻度が高いほど、ターゲット学習者Ｅ１のシルエットＥ１ｓを大きくしてもよい。

【0152】

生成部４３４は、ターゲット学習者Ｅ１の動きに応じて、ターゲット学習者Ｅ１のシルエットＥ１ｓの色、又は、第１シルエットの色を変更してもよい。

【0153】

例えば、ターゲット学習者Ｅ１の動きの頻度が閾値未満である場合、生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓを赤にする。ターゲット学習者Ｅ１の動きの頻度が閾値未満であるときのターゲット学習者Ｅ１のシルエットＥ１ｓの色は、赤に限らず、赤とは異なる色でもよい。生成部４３４は、ターゲット学習者Ｅ１の動きの頻度が閾値以上である場合、ターゲット学習者Ｅ１のシルエットＥ１ｓの色を緑にする。ターゲット学習者Ｅ１の動きの頻度が閾値以上であるときのターゲット学習者Ｅ１のシルエットＥ１ｓの色は、緑に限らず、緑とは異なる色でもよい。なお、生成部４３４は、ターゲット学習者Ｅ１の動きの頻度が閾値以上であるときのターゲット学習者Ｅ１のシルエットＥ１ｓの色を、ターゲット学習者Ｅ１の動きの頻度が閾値未満であるときのターゲット学習者Ｅ１のシルエットＥ１ｓの色と異ならせる。

【0154】

生成部４３４は、ターゲット学習者Ｅ２の画像情報が示すターゲット学習者Ｅ２の動きに応じて、ターゲット学習者Ｅ２のシルエットＥ２ｓの大きさ、又は、第２シルエットの大きさを変更してもよい。ターゲット学習者Ｅ２のシルエットＥ２ｓの大きさを変更する手法、及び、第２シルエットの大きさを変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの大きさを変更する手法に準ずる。

【0155】

生成部４３４は、ターゲット学習者Ｅ３の画像情報が示すターゲット学習者Ｅ３の動きに応じて、ターゲット学習者Ｅ３のシルエットＥ３ｓの大きさ、又は、第３シルエットの大きさを変更してもよい。ターゲット学習者Ｅ３のシルエットＥ３ｓの大きさを変更する手法、及び、第３シルエットの大きさを変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの大きさを変更する手法に準ずる。

【0156】

第４変形例によれば、学習者は、ターゲット学習者に関連するシルエットの動きによって、ターゲット学習者の動きを認識できる。このため、学習者が、ターゲット学習者の動きによって触発されることを促せる。

【0157】

＜Ｂ５：第５変形例＞
第１実施形態及び第１～第４変形例において、生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度に応じて、ターゲット学習者Ｅ１のシルエットＥ１ｓの位置、大きさ、数及び動きのうち、少なくとも１つを変更してもよい。

【0158】

例えば、生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度が高いほど、ターゲット学習者Ｅ１のシルエットＥ１ｓの位置を、画像Ｇ１において中央に近づける。生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度が高いほど、ターゲット学習者Ｅ１のシルエットＥ１ｓの位置を、画像Ｇ１において、上部、下部、右部又は左部に近づけてもよい。

【0159】

生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度が高いほど、ターゲット学習者Ｅ１のシルエットＥ１ｓを大きくする。生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度が高いほど、ターゲット学習者Ｅ１のシルエットＥ１ｓを小さくしてもよい。

【0160】

生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度が高いほど、ターゲット学習者Ｅ１のシルエットＥ１ｓの数を増やす。生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度が高いほど、ターゲット学習者Ｅ１のシルエットＥ１ｓの数を減らしてもよい。

【0161】

生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度が高いほど、ターゲット学習者Ｅ１のシルエットＥ１ｓの動きを減らす。

【0162】

生成部４３４は、ターゲット学習者Ｅ１における意識の集中の程度に応じて、第１シルエットの位置、大きさ、数及び動きのうち、少なくとも１つを変更してもよい。第１シルエットを変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓを変更する手法に準ずる。

【0163】

生成部４３４は、ターゲット学習者Ｅ２における意識の集中の程度に応じて、ターゲット学習者Ｅ２のシルエットＥ２ｓの位置、大きさ、数及び動きのうち、少なくとも１つを変更してもよい。ターゲット学習者Ｅ２のシルエットＥ２ｓを変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓを変更する手法に準ずる。

【0164】

生成部４３４は、ターゲット学習者Ｅ２における意識の集中の程度に応じて、第２シルエットの位置、大きさ、数及び動きのうち、少なくとも１つを変更してもよい。第２シルエットを変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓを変更する手法に準ずる。

【0165】

生成部４３４は、ターゲット学習者Ｅ３における意識の集中の程度に応じて、ターゲット学習者Ｅ３のシルエットＥ３ｓの位置、大きさ、数及び動きのうち、少なくとも１つを変更してもよい。ターゲット学習者Ｅ３のシルエットＥ３ｓを変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓを変更する手法に準ずる。

【0166】

生成部４３４は、ターゲット学習者Ｅ３における意識の集中の程度に応じて、第３シルエットの位置、大きさ、数及び動きのうち、少なくとも１つを変更してもよい。第３シルエットを変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓを変更する手法に準ずる。

【0167】

第５変形例によれば、学習者は、ターゲット学習者に関連するシルエットの位置、大きさ、数及び動きのうち少なくとも１つによって、ターゲット学習者における意識の集中の程度を把握できる。

【0168】

＜Ｂ６：第６変形例＞
第１実施形態及び第１～第５変形例において、生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像に加えて学習者Ａ１のシルエットの画像を示す情報を、ターゲット画像情報ｔ１として生成してもよい。学習者Ａ１のシルエットの画像を生成する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を生成する手法に準ずる。生成部４３４は、学習者Ａ１のシルエットの画像の色、位置、大きさ、数及び動きのうち、少なくとも１つを、学習者Ａ１における意識の集中の程度に応じて変更してもよい。学習者Ａ１のシルエットの画像を変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を変更する手法に準ずる。

【0169】

生成部４３４は、ターゲット学習者Ｅ２のシルエットＥ２ｓの画像に加えて学習者Ａ２のシルエットの画像を示す情報を、ターゲット画像情報ｔ２として生成してもよい。学習者Ａ２のシルエットの画像を生成する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を生成する手法に準ずる。生成部４３４は、学習者Ａ２のシルエットの画像の色、位置、大きさ、数及び動きのうち、少なくとも１つを、学習者Ａ２における意識の集中の程度に応じて変更してもよい。学習者Ａ２のシルエットの画像を変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を変更する手法に準ずる。

【0170】

生成部４３４は、ターゲット学習者Ｅ３のシルエットＥ３ｓの画像に加えて学習者Ａ３のシルエットの画像を示す情報を、ターゲット画像情報ｔ３として生成してもよい。学習者Ａ３のシルエットの画像を生成する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を生成する手法に準ずる。生成部４３４は、学習者Ａ３のシルエットの画像の色、位置、大きさ、数及び動きのうち、少なくとも１つを、学習者Ａ３における意識の集中の程度に応じて変更してもよい。学習者Ａ３のシルエットの画像を変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を変更する手法に準ずる。

【0171】

また、生成部４３４は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像に加えて学習者Ａ１のダミーのシルエットの画像を示す情報を、ターゲット画像情報ｔ１として生成してもよい。生成部４３４は、学習者Ａ１のダミーのシルエットの画像の色、位置、大きさ、数及び動きのうち、少なくとも１つを、学習者Ａ１における意識の集中の程度に応じて変更してもよい。学習者Ａ１のダミーのシルエットの画像を変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を変更する手法に準ずる。

【0172】

生成部４３４は、ターゲット学習者Ｅ２のシルエットＥ２ｓの画像に加えて学習者Ａ２のダミーのシルエットを示す情報を、ターゲット画像情報ｔ２として生成してもよい。生成部４３４は、学習者Ａ２のダミーのシルエットの画像の色、位置、大きさ、数及び動きのうち、少なくとも１つを、学習者Ａ２における意識の集中の程度に応じて変更してもよい。学習者Ａ２のダミーのシルエットの画像を変更する手法は、ターゲット学習者Ｅ１のシルエットＥ１ｓの画像を変更する手法に準ずる。

【0173】

生成部４３４は、ターゲット学習者Ｅ２のシルエットＥ２ｓの画像に加えて学習者Ａ３のダミーのシルエットの画像を示す情報を、ターゲット画像情報ｔ３として生成してもよい。生成部４３４は、学習者Ａ３のダミーのシルエットの画像の色、位置、大きさ、数及び動きのうち、少なくとも１つを、学習者Ａ３における意識の集中の程度に応じて変更してもよい。学習者Ａ３のダミーのシルエットの画像を変更する手法は、ターゲット学習者ＡＥのシルエットＥ１ｓの画像を変更する手法に準ずる。

【0174】

第６変形例によれば、学習者は、自分自身における意識の集中の程度を容易に確認できる。

【0175】

＜Ｂ７：第７変形例＞
第１実施形態及び第１～第６変形例において、学習者Ａ１の心拍数ｉ１が基準値ｊ１以上である場合、生成部４３４は、学習者Ａ２のシルエットと学習者Ａ３のシルエットとを示す第１シルエット情報を生成してもよい。

【0176】

この場合、生成部４３４は、学習者Ａ２のシルエットの色を、学習者Ａ２の心拍数ｉ２に基づいて決定してもよい。例えば、学習者Ａ２の心拍数ｉ２が基準値ｊ２以上である場合、生成部４３４は、学習者Ａ２のシルエットの色として、赤を決定する。学習者Ａ２の心拍数ｉ２が基準値ｊ２よりも小さい場合、生成部４３４は、学習者Ａ２のシルエットの色として、青を決定する。学習者Ａ２のシルエットの色は、赤と青に限らず適宜変更可能である。

【0177】

生成部４３４は、学習者Ａ３のシルエットの色を、学習者Ａ３の心拍数ｉ３に基づいて決定してもよい。例えば、学習者Ａ３の心拍数ｉ３が基準値ｊ３以上である場合、生成部４３４は、学習者Ａ３のシルエットの色として、赤を決定する。学習者Ａ３の心拍数ｉ２が基準値ｊ２よりも小さい場合、生成部４３４は、学習者Ａ３のシルエットの色として、青を決定する。学習者Ａ３のシルエットの色は、赤と青に限らず適宜変更可能である。

【0178】

生成部４３４が第１シルエット情報を生成した場合、提供部４３５は、第１シルエット情報を端末装置１５０に提供する。

【0179】

端末装置１５０の動作制御部５６１は、第１シルエット情報を受信すると、第１シルエット情報をプロジェクタ１３０に提供する。プロジェクタ１３０は、第１シルエット情報に基づいて、学習者Ａ２のシルエットと学習者Ａ３のシルエットとを表すシルエット画像を、壁等の表示面に表示する。

【0180】

また、学習者Ａ２の心拍数ｉ２が基準値ｊ２以上である場合、生成部４３４は、学習者Ａ３のシルエットと学習者Ａ１のシルエットとを示す第２シルエット情報を生成してもよい。

【0181】

この場合、生成部４３４は、学習者Ａ３のシルエットの色を、学習者Ａ３の心拍数ｉ３に基づいて決定してもよい。生成部４３４は、学習者Ａ１のシルエットの色を、学習者Ａ１の心拍数ｉ１に基づいて決定してもよい。学習者Ａ１のシルエットの色を決定する手法は、学習者Ａ３のシルエットの色を決定する手法に準ずる。

【0182】

生成部４３４が第２シルエット情報を生成した場合、提供部４３５は、第２シルエット情報を端末装置２５０に提供する。

【0183】

端末装置２５０の動作制御部５６１は、第２シルエット情報を受信すると、第２シルエット情報をプロジェクタ２３０に提供する。プロジェクタ２３０は、第２シルエット情報に基づいて、学習者Ａ３のシルエットと学習者Ａ１のシルエットとを表すシルエット画像を、壁等の表示面に表示する。

【0184】

また、学習者Ａ３の心拍数ｉ３が基準値ｊ３以上である場合、生成部４３４は、学習者Ａ１のシルエットと学習者Ａ２のシルエットとを示す第３シルエット情報を生成してもよい。

【0185】

この場合、生成部４３４は、学習者Ａ１のシルエットの色を、学習者Ａ１の心拍数ｉ１に基づいて決定してもよい。生成部４３４は、学習者Ａ２のシルエットの色を、学習者Ａ２の心拍数ｉ１に基づいて決定してもよい。

【0186】

生成部４３４が第３シルエット情報を生成した場合、提供部４３５は、第３シルエット情報を端末装置３５０に提供する。

【0187】

端末装置３５０の動作制御部５６１は、第３シルエット情報を受信すると、第３シルエット情報をプロジェクタ３３０に提供する。プロジェクタ３３０は、第３シルエット情報に基づいて、学習者Ａ１のシルエットと学習者Ａ２のシルエットとを表すシルエット画像を、壁等の表示面に表示する。

【0188】

第７変形例によれば、学習者Ａ１～Ａ３の各々は、意識を集中している状況において他の学習者のシルエットを見ることによって、他の学習者の存在を意識しながら学習できる。また、学習者の肖像情報が、他人の端末装置に提供されないので、肖像情報が他人の端末装置に提供されることに抵抗感がある学習者でも、抵抗なく、学習支援システムを使用できる。

【0189】

＜Ｂ８：第８変形例＞
学習者Ａ１は、端末装置１５０に対して学習にとって不要な操作を行ってしまうために、意識を集中できない可能性がある。そこで、第１実施形態及び第１～第７変形例において、端末装置１５０に対する操作を禁止する機能が追加されてもよい。

【0190】

第８変形例では、端末装置１５０、２５０及び３５０の各々の記憶装置１５５は、アプリケーションプログラム５５１とは異なる複数のアプリケーションプログラムを、さらに記憶する。換言すると、端末装置１５０、２５０及び３５０の各々の記憶装置１５５には、アプリケーションプログラム５５１とは異なる複数のアプリケーションプログラムがインストールされている。

【0191】

アプリケーションプログラム５５１とは異なる複数のアプリケーションプログラムは、例えば、ＳＮＳ（Social Networking Service）に関する複数のアプリケーションプログラムと、種々のニュースを提供するためのアプリケーションプログラムと、を含む。

【0192】

ＳＮＳに関するアプリケーションプログラムは、所定のアプリケーションプログラムの一例である。所定のアプリケーションプログラムは、ＳＮＳに関するアプリケーションプログラムに限らず、例えば、種々のニュースを提供するためのアプリケーションプログラムでもよい。

【0193】

学習支援装置４００又は４００ａの提供部４３５は、学習者Ａ１の心拍数ｉ１が基準値ｊ１よりも低いと判定される場合、端末装置１５０に、禁止指示ｋ１を提供する。

【0194】

禁止指示ｋ１は、ＳＮＳに関するアプリケーションプログラムに関連する入力操作に応じた動作を禁止する指示である。

【0195】

入力操作は、例えば、ＳＮＳに関するアプリケーションプログラムをフォアグラウンドにおいて実行する処理装置４３０に、情報又は指示を入力するための操作である。入力操作は、ＳＮＳに関するアプリケーションプログラムを起動する操作でもよい。入力操作は、所定操作の一例である。

【0196】

端末装置１５０の動作制御部５６１は、禁止指示ｋ１を受信すると、禁止指示ｋ１によって指示された入力操作に応じた動作を禁止する。例えば、動作制御部５６１は、禁止指示ｋ１によって指示された入力操作が入力出力装置１５１に対して実行された場合、その入力操作を無効にすることによって、当該入力操作に応じた動作を禁止する。

【0197】

提供部４３５は、学習者Ａ２の心拍数ｉ２が基準値ｊ２よりも低いと判定される場合、端末装置２５０に禁止指示ｋ１を提供してもよい。提供部４３５は、学習者Ａ３の心拍数ｉ３が基準値ｊ３よりも低いと判定される場合、端末装置３５０に禁止指示ｋ１を提供してもよい。

【0198】

第８変形例によれば、学習者Ａ１が、端末装置１５０に対して学習にとって不要な操作を行ってしまうために意識を集中できなくなることを抑制できる。

【0199】

＜Ｂ９：第９変形例＞
学習者における意識の集中を阻害してしまうアプリケーションプログラムは、学習者ことに異なる可能性がある。そこで、第８変形例において、禁止指示ｋ１によって指定されるアプリケーションプログラムを学習者単位に決定する機能が追加されてもよい。

【0200】

図９は、第９変形例に係る学習支援装置４００ｂの一例を示す図である。学習支援装置４００ｂは、図３に示される学習支援装置４００が有する構成要素に加えて、アプリケーション決定部４３７を含む。記憶装置４２０は、プログラム４２１ｂを記憶する。処理装置４３０は、記憶装置４２０からプログラム４２１ｂを読み取る。処理装置４３０は、プログラム４２１ｂを実行することによって、取得部４３１、判定部４３２、特定部４３３、生成部４３４、提供部４３５及びアプリケーション決定部４３７として機能する。アプリケーション決定部４３７は、ＤＳＰ、ＡＳＩＣ、ＰＬＤ、ＦＰＧＡ等の回路によって実現されてもよい。

【0201】

第９変形例では、取得部４３１は、端末装置１５０から、学習者Ａ１の端末装置１５０に対する操作の履歴を、さらに取得する。アプリケーション決定部４３７は、学習者Ａ１の端末装置１５０に対する操作の履歴に基づいて、端末装置１５０に提供される禁止指示ｋ１が指定すべきアプリケーションプログラムを決定する。例えば、アプリケーション決定部４３７は、ＳＮＳに関するアプリケーションプログラムのうち、操作頻度が規定値以上であるアプリケーションプログラムを、第１アプリケーションプログラムとして決定する。第１アプリケーションプログラムは、端末装置１５０に提供される禁止指示ｋ１が指定すべきアプリケーションプログラムである。

【0202】

提供部４３５は、第１アプリケーションプログラムに関連する入力操作に応じた動作を禁止する指示を、端末装置１５０に提供される禁止指示ｋ１として用いる。第１アプリケーションプログラムに関連する入力操作は、例えば、第１アプリケーションプログラムをフォアグラウンドにおいて実行する処理装置４３０に、情報又は指示を入力するための操作である。

【0203】

また、取得部４３１は、端末装置２５０から、学習者Ａ２の端末装置２５０に対する操作の履歴を、さらに取得する。

【0204】

アプリケーション決定部４３７は、学習者Ａ２の端末装置２５０に対する操作の履歴に基づいて、端末装置２５０に提供される禁止指示ｋ１が指定すべきアプリケーションプログラムを決定する。例えば、アプリケーション決定部４３７は、ＳＮＳに関するアプリケーションプログラムのうち、操作頻度が規定値以上であるアプリケーションプログラムを、第２アプリケーションプログラムとして決定する。第２アプリケーションプログラムは、端末装置２５０に提供される禁止指示ｋ１が指定すべきアプリケーションプログラムである。

【0205】

提供部４３５は、第２アプリケーションプログラムに関連する入力操作に応じた動作を禁止する指示を、端末装置２５０に提供される禁止指示ｋ１として用いる。第２アプリケーションプログラムに関連する入力操作は、例えば、第２アプリケーションプログラムをフォアグラウンドにおいて実行する処理装置４３０に、情報又は指示を入力するための操作である。

【0206】

また、取得部４３１は、端末装置３５０から、学習者Ａ３の端末装置３５０に対する操作の履歴を、さらに取得する。

【0207】

アプリケーション決定部４３７は、学習者Ａ３の端末装置３５０に対する操作の履歴に基づいて、端末装置３５０に提供される禁止指示ｋ１が指定すべきアプリケーションプログラムを決定する。例えば、アプリケーション決定部４３７は、ＳＮＳに関するアプリケーションプログラムのうち、操作頻度が規定値以上であるアプリケーションプログラムを、第３アプリケーションプログラムとして決定する。第３アプリケーションプログラムは、端末装置３５０に提供される禁止指示ｋ１が指定すべきアプリケーションプログラムである。

【0208】

提供部４３５は、第３アプリケーションプログラムに関連する入力操作に応じた動作を禁止する指示を、端末装置３５０に提供される禁止指示ｋ１として用いる。第３アプリケーションプログラムに関連する入力操作は、例えば、第３アプリケーションプログラムをフォアグラウンドにおいて実行する処理装置４３０に、情報又は指示を入力するための操作である。

【0209】

第９変形例によれば、学習者における意識の集中を阻害してしまう可能性が高いアプリケーションプログラムを自動的に決定できる。

【0210】

＜Ｂ１０：第１０変形例＞
第８及び第９変形例において、ターゲット画像情報ｔ１～ｔ３及びシルエット情報ｓ１～ｓ３が省略されてもよい。この場合、特定部４３３及び生成部４３４が省略されてもよい。取得部４３１は、画像情報ｖ１～ｖ３を取得しなくてもよい。カメラ１２０、２２０及び３２０が省略されてもよい。

【0211】

第１０変形例によれば、学習支援装置４００、４００ａ及び４００ｂの構成を簡略化できる。

【0212】

＜Ｂ１１：第１１変形例＞
第８～第１０変形例において、提供部４３５は、端末装置１５０に禁止指示ｋ１を提供した後に第１解除条件が満たされる場合、解除指示ｍ１を、端末装置１５０に提供してもよい。第１解除条件は、例えば、学習者Ａ１の心拍数ｉ１が基準値ｊ１以上であるという条件である。第１解除条件は、上記条件に限らず、端末装置１５０に禁止指示ｋ１を提供した時点から一定時間が経過したという条件でもよい。端末装置１５０の動作制御部５６１は、解除指示ｍ１を受信すると、禁止指示ｋ１によって指示されていた動作の禁止を解除する。

【0213】

提供部４３５は、端末装置２５０に禁止指示ｋ１を提供した後に第２解除条件が満たされる場合、解除指示ｍ１を、端末装置２５０に提供してもよい。第２解除条件は、例えば、学習者Ａ２の心拍数ｉ２が基準値ｊ２以上であるという条件である。第２解除条件は、上記条件に限らず、端末装置２５０に禁止指示ｋ１を提供した時点から一定時間が経過したという条件でもよい。端末装置２５０の動作制御部５６１は、解除指示ｍ１を受信すると、禁止指示ｋ１によって指示されていた動作の禁止を解除する。

【0214】

提供部４３５は、端末装置３５０に禁止指示ｋ１を提供した後に第３解除条件が満たされる場合、解除指示ｍ１を、端末装置３５０に提供してもよい。第３解除条件は、例えば、学習者Ａ３の心拍数ｉ３が基準値ｊ３以上であるという条件である。第３解除条件は、上記条件に限らず、端末装置３５０に禁止指示ｋ１を提供した時点から一定時間が経過したという条件でもよい。端末装置３５０の動作制御部５６１は、解除指示ｍ１を受信すると、禁止指示ｋ１によって指示されていた動作の禁止を解除する。

【0215】

第１１変形例によれば、禁止指示ｋ１によって指示されていた動作の禁止を、自動的に解除できる。

【0216】

＜Ｂ１２：第１２変形例＞
第１実施形態及び第１～第１１変形例においては、学習者における意識の集中の程度に関する指標の一例として、心拍情報が用いられる。しかしながら、学習者における意識の集中の程度に関する指標は、心拍情報に限らない。例えば、学習者における意識の集中の程度に関する指標は、学習者の呼吸の深さを示す呼吸情報、又は、学習者の脳波を示す脳波情報でもよい。

【0217】

学習者の呼吸が深いほど、学習者における意識の集中の程度は高い。このため、呼吸情報は、学習者における意識の集中の程度を示す。この場合、呼吸情報を生成する呼吸センサが、心拍センサ１１０の代わりに用いられる。呼吸センサは、例えば、呼吸に伴う学習者の体の動き（例えば、呼吸に伴う学習者の腹部又は胸部の動き）を検出する。呼吸センサは、学習者が身に着けているベルト又は衣服の衿に装着される。呼吸センサは、呼吸に伴う学習者の体の動きに基づいて、呼吸情報を生成する。呼吸情報は、心拍情報の代わりに用いられる。

【0218】

また、学習者が脳波としてアルファー波を出している場合、学習者における意識の集中の程度は高い。このため、脳波情報は、学習者における意識の集中の程度を示す。この場合、脳波情報を生成する脳波センサが、心拍センサ１１０の代わりに用いられる。脳波センサは、学習者の頭に装着されるウェアラブル型のセンサである。脳波センサは、例えば、キャップ型のセンサ、又は、ヘッドセット型のセンサである。脳波センサは、学習者の脳波を検出する。脳波センサは、学習者の脳波を示す脳波情報を生成する。脳波情報が、心拍情報の代わりに用いられる。

【0219】

第１１変形例によれば、心拍情報とは異なる情報に基づいて、学習者における意識の集中の程度を特定できる。

【0220】

＜Ｃ：その他＞
（１）第１実施形態及び第１変形例～第１１変形例の各々においては、記憶装置１５５及び４２０は、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリデバイス（例えば、カード、スティック、キードライブ）、ＣＤ－ＲＯＭ（Compact Disc－ＲＯＭ）、レジスタ、リムーバブルディスク、ハードディスク、フロッピー（登録商標）ディスク、磁気ストリップ、データベース、サーバその他の適切な記憶媒体を含んでもよい。また、プログラムは、電気通信回線を介してネットワークから送信されてもよい。

【0221】

（２）第１実施形態及び第１変形例～第１１変形例の各々は、ＬＴＥ（Long Term Evolution）、ＬＴＥ－Ａ（ＬＴＥ－Ａｄｖａｎｃｅｄ）、ＳＵＰＥＲ ３Ｇ、ＩＭＴ－Ａｄｖａｎｃｅｄ、４Ｇ、５Ｇ、ＦＲＡ（Future Radio Access）、Ｗ－ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra Mobile Broadband）、ＩＥＥＥ ８０２．１１（Ｗｉ－Ｆｉ）、ＩＥＥＥ ８０２．１６（ＷｉＭＡＸ）、ＩＥＥＥ ８０２．２０、ＵＷＢ（Ｕｌｔｒａ－ＷｉｄｅＢａｎｄ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及び／又はこれらに基づいて拡張された次世代システムに適用されてもよい。

【0222】

（３）第１実施形態及び第１変形例～第１１変形例の各々において説明した情報などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、情報などは、電圧、電流、電磁波、磁界、磁性粒子、光場、光子、又はこれらの任意の組み合わせにて表されてもよい。
なお、本明細書において説明した用語及び／又は本明細書の理解に必要な用語は、同一の又は類似する意味を有する用語と置き換えられてもよい。

【0223】

（４）第１実施形態及び第１変形例～第１１変形例の各々において、入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルによって管理されてもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

【0224】

（５）第１実施形態及び第１変形例～第１１変形例の各々において、判定は、１ビットによって表される値（０か１か）に基づいて行われてもよいし、真偽値（Boolean：true又はfalse）に基づいて行われてもよいし、数値の比較（例えば、所定の値との比較）に基づいて行われてもよい。

【0225】

（６）第１実施形態及び第１変形例～第１１変形例の各々において例示した処理手順、シーケンス、又はフローチャート等は、矛盾のない限り、順序を入れ替えてもよい。例えば、本明細書において説明した方法については、例示的な順序において様々なステップの要素を提示しており、提示した特定の順序に限定されない。

【0226】

（７）図２、図３、図８又は図９に例示された各機能は、ハードウェア及びソフトウェアの任意の組み合わせによって実現される。また、各機能は、単体の装置によって実現されてもよいし、相互に別体にて構成された２以上の装置によって実現されてもよい。

【0227】

（８）第１実施形態及び第１変形例～第１１変形例の各々において例示したプログラムは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード又はハードウェア記述言語と呼ばれるか、他の名称によって呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順又は機能等を意味するよう広く解釈されるべきである。
また、ソフトウェア、又は命令などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線（ＤＳＬ）などの有線技術及び／又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び／又は無線技術は、伝送媒体の定義内に含まれる。

【0228】

（９）第１実施形態及び第１変形例～第１１変形例の各々において、「システム」及び「ネットワーク」という用語は、互換的に使用される。

【0229】

（１０）第１実施形態及び第１変形例～第１１変形例の各々において、端末装置１５０、２５０及び３５０の少なくとも１つは、移動局でもよい。移動局は、当業者によって、加入者局、モバイルユニット、加入者ユニット、ワイヤレスユニット、リモートユニット、モバイルデバイス、ワイヤレスデバイス、ワイヤレス通信デバイス、リモートデバイス、モバイル加入者局、アクセス端末、モバイル端末、ワイヤレス端末、リモート端末、ハンドセット、ユーザエージェント、モバイルクライアント、クライアント、又はいくつかの他の適切な用語を用いて称される場合もある。

【0230】

（１１）第１実施形態及び第１変形例～第１１変形例の各々において、「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

【0231】

（１２）本明細書において使用する「第１」及び「第２」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本明細書において使用され得る。したがって、第１及び第２の要素への参照は、２つの要素のみが採用され得ること又は何らかの形において第１要素が第２要素に先行しなければならないことを意味しない。

【0232】

（１３）第１実施形態及び第１変形例～第１１変形例の各々において「含む（ｉｎｃｌｕｄｉｎｇ）」、「含んでいる（ｃｏｍｐｒｉｓｉｎｇ）」、及びそれらの変形が、本明細書あるいは特許請求の範囲において使用されている限り、これら用語は、用語「備える」と同様に、包括的であることが意図される。さらに、本明細書あるいは特許請求の範囲において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。

【0233】

（１４）本願の全体において、例えば、英語におけるa、an及びtheのように、翻訳によって冠詞が追加された場合、これらの冠詞は、文脈から明らかにそうではないことが示されていなければ、複数を含む。

【0234】

（１５）本明細書において、「装置」という用語は、回路、デバイス又はユニット等の他の用語に読み替えられてもよい。

【0235】

（１６）本発明が本明細書中に説明した実施形態に限定されないことは当業者にとって明白である。本発明は、特許請求の範囲の記載に基づいて定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施できる。したがって、本明細書の記載は、例示的な説明を目的とし、本発明に対して何ら制限的な意味を有さない。また、本明細書に例示した態様から選択された複数の態様を組み合わせてもよい。

【0236】

＜Ｄ：上述の形態又は変形例から把握される態様＞
上述の形態又は変形例の少なくとも１つから以下の態様が把握される。

【0237】

＜Ｄ１：第１態様＞
第１態様に係る学習支援装置は、取得部と、判定部と、特定部と、生成部と、提供部と、を含む。取得部は、第１学習者における意識の集中の程度に関する第１指標を取得する。判定部は、取得部が取得した第１指標に基づいて、第１学習者における意識の集中の程度が第１の程度よりも低いか否かを判定する。特定部は、第１学習者における意識の集中の程度が第１の程度よりも低いと判定される場合、複数の第２学習者の中から、所定条件を満たすターゲット学習者を特定する。生成部は、ターゲット学習者に関連する画像を示すターゲット画像情報を生成する。提供部は、生成部が生成したターゲット画像情報を、前記第１学習者が使用する端末装置に提供する。この態様によれば、学習支援装置は、学習者がターゲット画像情報によって示される画像を見ることによって触発されることを促すことができる。このため、学習者において意識の集中の程度を高くできる。

【0238】

＜Ｄ２：第２態様＞
第１態様の例（第２態様）において、前記取得部は、前記第２学習者ごとに、当該第２学習者における意識の集中の程度に関する第２指標を、さらに取得する。前記所定条件は、意識の集中の程度に関する条件である。前記特定部は、前記第２学習者ごとの前記第２指標に基づいて、前記複数の第２学習者の中から前記ターゲット学習者を特定する。この態様によれば、第２学習者における意識の集中の程度に基づいて、ターゲット学習者を特定できる。

【0239】

＜Ｄ３：第３態様＞
第２態様の例（第３態様）において、前記所定条件は、意識の集中の程度が第２の程度よりも高いという条件、又は、意識の集中の程度が前記第２の程度よりも低いという条件である。この態様によれば、意識の集中の程度が第２の程度よりも高い第２学習者、又は、意識の集中の程度が前記第２の程度よりも低い第２学習者を、ターゲット学習者として特定できる。

【0240】

＜Ｄ４：第４態様＞
第１態様から第３態様のいずれかの例（第４態様）において、前記取得部は、前記第２学習者ごとに、カメラを用いて当該第２学習者を撮像することによって生成される撮像画像情報を、さらに取得する。前記生成部は、前記第２学習者ごとの前記撮像画像情報のうち、前記ターゲット学習者についての撮像画像情報に基づいて、前記ターゲット画像情報を生成する。この態様によれば、ターゲット学習者についての撮像画像情報に基づいて、ターゲット画像情報を生成できる。このため、例えば、ターゲット画像情報に、ターゲット学習者の現在の様子を反映できる。

【0241】

＜Ｄ５：第５態様＞
第４態様の例（第５態様）において、前記ターゲット画像情報は、前記ターゲット学習者のシルエットの画像を示す情報である。この態様によれば、ターゲット学習者のシルエットの画像はターゲット学習者の表情を表さないため、ターゲット学習者の表情が気になりすぎて学習者において意識の集中が妨げられることを抑制できる。

【0242】

＜Ｄ６：第６態様＞
第４態様の例（第６態様）において、前記ターゲット画像情報は、前記ターゲット学習者のシルエットに基づく形状を有するキャラクターのシルエットの画像を示す情報である。この態様によれば、ターゲット学習者を表すためのシルエットとして、ターゲット学習者のシルエットを使用しなくてもよい。このため、ターゲット学習者は、ターゲット学習者のシルエットが他人の端末装置に提供されることに抵抗感を有していても、学習支援装置を抵抗なく使用できる。また、ターゲット学習者を表すためのシルエットとして、ターゲット学習者が好むキャラクターのシルエットを用いることができる。

【0243】

＜Ｄ７：第７態様＞
第１態様から第６態様のいずれかの例（第７態様）において、学習支援装置は、前記第２学習者に関連する画像を前記第２学習者ごとに順番に示す情報を前記端末装置に提供する状況における前記第１指標に基づいて、前記所定条件を決定する条件決定部をさらに含む。この態様によれば、所定条件を自動的に決定できる。

【0244】

＜Ｄ８：第８態様＞
第８態様に係る学習支援装置は、取得部と、判定部と、提供部と、を含む。取得部は、学習者における意識の集中の程度を示す指標を取得する。判定部は、取得部が取得した指標に基づいて、学習者における意識の集中の程度が所定の程度よりも低いか否かを判定する。提供部は、学習者における意識の集中の程度が所定の程度よりも低いと判定される場合、学習者が使用する端末装置に、所定操作に応じた動作を禁止する禁止指示を提供する。この態様によれば、学習者が使用する端末装置に、所定操作に応じた動作を禁止させることができる。このため、端末装置が所定操作に応じて動作するために、学習者における集中の程度が低くなることを抑制できる。

【0245】

＜Ｄ９：第９態様＞
第８態様の例（第９態様）において、前記所定操作は、前記端末装置にインストールされた所定のアプリケーションプログラムに関連する操作を含む。この態様によれば、端末装置が所定のアプリケーションプログラムを実行することによって動作するために、学習者における集中の程度が低くなることを抑制できる。

【0246】

＜Ｄ１０：第１０態様＞
第９態様の例（第１０態様）において、前記取得部は、前記端末装置に対する操作の履歴を、さらに取得する。学習支援装置は、前記操作の履歴に基づいて、前記所定のアプリケーションプログラムを決定するアプリケーション決定部をさらに含む。この態様によれば、学習者における集中の程度を低下する可能性のあるアプリケーションプログラム、すなわち、学習者によって使用される頻度が高いアプリケーションプログラムを、所定のアプリケーションプログラムとして決定できる。

【符号の説明】

【0247】

１…学習支援システム、４０…学習支援装置、５３…通信装置、５４…通信装置、１００…学習者システム、１１０…心拍センサ、１２０…カメラ、１３０…プロジェクタ、１５０…端末装置、１５１…入力出力装置、１５３…通信装置、１５４…通信装置、１５５…記憶装置、１５６…処理装置、２００…学習者システム、２１０…心拍センサ、２２０…カメラ、２３０…プロジェクタ、２５０…端末装置、３００…学習者システム、３１０…心拍センサ、３２０…カメラ、３３０…プロジェクタ、３５０…端末装置、４００…学習支援装置、４１０…通信装置、４２０…記憶装置、４３０…処理装置、４３１…取得部、４３２…判定部、４３３…特定部、４３４…生成部、４３５…提供部、４３６…条件決定部、４３７…アプリケーション決定部、５６１…動作制御部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】