ホーム > 特許ランキング > 株式会社ＮＴＴドコモ
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】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-07-17
(45)【発行日】2024-07-25
(54)【発明の名称】能力評価装置
(51)【国際特許分類】
G06Q 10/0639 20230101AFI20240718BHJP
【ＦＩ】
G06Q10/0639
【請求項の数】
8
(21)【出願番号】P 2023516353
(86)(22)【出願日】2022-03-18
(86)【国際出願番号】 JP2022012730
(87)【国際公開番号】W WO2022224661
(87)【国際公開日】2022-10-27
【審査請求日】2023-10-18
(31)【優先権主張番号】P 2021072814
(32)【優先日】2021-04-22
(33)【優先権主張国・地域又は機関】JP
(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】勝間田 優樹
(72)【発明者】
【氏名】田中 宏昌
(72)【発明者】
【氏名】久保田 匡亮
【審査官】野元 久道
(56)【参考文献】
【文献】特開２０２１－０２６５５０（ＪＰ，Ａ）
【文献】特開２０２０－０５７０６７（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｑ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
複数のチームによって構成される組織に利用されるチャットシステムの会話データに基づいて、第１期間における前記複数のチームのうち一のチームの評価対象構成員から各チームへの発言回数を取得する第１データ取得部と、前記評価対象構成員から前記各チームへの発言回数に基づいて、前記評価対象構成員から前記各チームへの発言回数の割合である第１割合を算出する第１算出部と、
前記第１期間以前の第２期間における前記組織に属する複数の構成員のうち一の構成員から前記各チームへの発言回数の割合である第２割合と、前記一の構成員の業務に係る精神状態を表すワーク・エンゲージメントを示す第２指標値と、の関係に基づいて、前記第１割合に対応する前記評価対象構成員のワーク・エンゲージメントを示す第１指標値を推定する推定部と、
を備える能力評価装置。
【請求項2】
前記推定部は、前記関係を機械学習によって学習済みである学習済みモデルを用いて、前記評価対象構成員の前記第１指標値を推定する、請求項１に記載の能力評価装置。
【請求項3】
前記構成員ごとに、当該構成員から前記各チームへの発言回数の割合である第３割合と、当該構成員のワーク・エンゲージメントを示す第３指標値と、の組を表す学習用データを、機械学習によってモデルに学習させることによって、前記学習済みモデルを生成する学習済みモデル生成部を更に備える請求項２に記載の能力評価装置。【請求項4】
前記チャットシステムの会話データに基づいて、前記評価対象構成員から当該評価対象構成員が属するチームの１又は複数の構成員への発言回数であるチーム内発言回数と、当該評価対象構成員から当該評価対象構成員が属さない１又は複数のチームの１又は複数の構成員への発言回数であるチーム外発言回数とを取得する第２データ取得部と、前記チーム内発言回数及び前記チーム外発言回数を用いて、前記評価対象構成員の発想力を示す指標値を算出する第２算出部と、
を更に備える、請求項１から請求項３のいずれか１項に記載の能力評価装置。
【請求項5】
前記チャットシステムの会話データに基づいて、前記評価対象構成員の発言が引用された回数である引用回数、及び当該評価対象構成員と前記発言を引用した１又は複数の構成員との関係を示す引用関係を、前記発言ごとに取得する第３データ取得部と、前記引用回数及び前記引用関係を用いて、前記評価対象構成員の影響力を示す指標値として、前記評価対象構成員のページランクを算出する第３算出部と、
を更に備える、請求項１から請求項４のいずれか１項に記載の能力評価装置。
【請求項6】
前記チャットシステムの会話データに基づいて、前記チームごとに、当該チームの１又は複数の構成員と会話した１又は複数の他チームの構成員の数である外部範囲の第１の数値と、前記１又は複数の他チームの数である次数中心性の第１の数値と、を取得する第４データ取得部と、前記外部範囲の第1の数値及び前記次数中心性の第１の数値を用いて、当該チームの効率性を示す指標値と当該チームのイノベーションの度合いを示す指標値とのうち少なくとも一方を算出する第４算出部と、
を更に備える、請求項１から請求項５のいずれか１項に記載の能力評価装置。
【請求項7】
前記組織は、複数の第１組織の中の一であり、前記チャットシステムの会話データに基づいて、前記第１組織ごとに、当該第１組織の１又は複数の構成員と会話した１又は複数の他の第１組織の構成員の数である外部範囲の第２の数値と、前記１又は複数の他の第１組織の数である次数中心性の第２の数値とを取得する第５データ取得部と、
前記外部範囲の第２の数値及び前記次数中心性の第２の数値を用いて、当該第１組織の孤立度としてサイロの度合いを示す指標値を算出する第５算出部と、
を更に備える、請求項１から請求項６のいずれか１項に記載の能力評価装置。
【請求項8】
前記組織は、複数の第２組織の中の一であり、前記チャットシステムの会話データに基づいて、前記第２組織ごとに、一の他の第２組織の１又は複数の構成員と会話した当該第２組織の構成員の人数を、前記一の他の第２組織に対する脆弱性を示す指標値として取得する第６データ取得部を更に備える、請求項１から請求項７のいずれか１項に記載の能力評価装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、能力評価装置に関する。
【背景技術】
【0002】
従来、企業は組織を管理している。例えば、企業は、新たな社員を採用する際、求職者の雇用適性を、例えばＳＰＩ（Synthetic Personality Inventory）の結果のようなスコアを用いて算出する。また、企業は、管理者と被管理者との組織的距離に基づいて、プロジェクトを管理するシステムを用いることがある。
【0003】
例えば、特許文献１は、新しい従業員へのリクルートプロセスを支援するために使用可能な才能識別システムを開示している。この才能識別システムは、神経科学ベースのテストを利用して、ユーザのキャリアの傾向を評価する。また、特許文献２は、プロジェクトリーダーとプロジェクトメンバーとの組織的な距離情報から求めた通知タイミングにおいて、メッセージを通知するプロジェクト管理システムを開示している。なお、ここで「組織的な距離情報」とは、組織の構成を示すツリー構造におけるプロジェクトリーダーとプロジェクトメンバーとの距離に係る組織的距離を意味する。
【先行技術文献】
【特許文献】
【0004】
【文献】特表２０１９－５０８７７６号公報
【文献】特開２０２０－１５４７３９号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかし、例えば求職者の雇用適性等のスコアが算出される際、スコア化の対象者に、例えば上記のテストに対する入力を求める必要がある。このため、対象者には、入力の負荷がかかっていた。また、管理者と被管理者との組織的距離に基づいてプロジェクトが管理される際、組織的距離といった、日単位又は月単位では変化する可能性の低い情報を用いてマネジメントが支援される。このため、被管理者の機微の変化を捉えられないといった課題があった。
【課題を解決するための手段】
【0006】
本発明の好適な態様に係る能力評価装置は、複数のチームによって構成される組織に利用されるチャットシステムの会話データに基づいて、第１期間における前記複数のチームのうち一のチームの評価対象構成員から各チームへの発言回数を取得する第１データ取得部と、前記評価対象構成員から前記各チームへの発言回数に基づいて、前記評価対象構成員から前記各チームへの発言回数の割合である第１割合を算出する第１算出部と、前記第１期間以前の第２期間における前記組織に属する複数の構成員のうち一の構成員から前記各チームへの発言回数の割合である第２割合と、前記一の構成員の業務に係る精神状態を表すワーク・エンゲージメントを示す第２指標値と、の関係に基づいて、前記第１割合に対応する前記評価対象構成員のワーク・エンゲージメントを示す第１指標値を推定する推定部と、を備える。
【発明の効果】
【0007】
本発明によれば、対象者の業務能力を評価する際、対象者にかかる負荷を従来よりも低減すると共に、対象者の機微の変化を捉えることが可能となる。
【図面の簡単な説明】
【0008】
【図1】一実施形態に係る能力評価システム１の全体構成を示す図。
【図2】一実施形態に係る能力評価装置１０の構成例を示すブロック図。
【図3】一実施形態における新規構成員から各チームへの発言回数の説明図。
【図4A】一実施形態に係るチャットシステムを利用するユーザ端末３０－１～３０－ｎでの会話例を示す説明図。
【図4B】一実施形態に係るチャットシステムを利用するユーザ端末３０－１～３０－ｎでの会話例を示す説明図。
【図5】一実施形態に係るサーバ２０の構成例を示すブロック図。
【図6】一実施形態に係る発言履歴データベースＤＢ１の構成例を示す説明図。
【図7】一実施形態に係る発言内容データベースＤＢ２の構成例を示す説明図。
【図8】一実施形態に係るユーザ情報データベースＤＢ３の構成例を示す説明図。
【図9】一実施形態に係るユーザ端末３０の構成例を示すブロック図。
【図10】機械学習時における一実施形態に係る能力評価装置１０の動作を示すフローチャート。
【図11A】運用時における一実施形態に係る能力評価装置１０の動作を示すフローチャート。
【図11B】運用時における一実施形態に係る能力評価装置１０の動作を示すフローチャート。
【図11C】運用時における一実施形態に係る能力評価装置１０の動作を示すフローチャート。
【図12】一実施形態における各チームのワーク・エンゲージメント・レベルのボックスプロット。
【図13】一実施形態における特徴ごとの相互情報量の値を示すグラフ。
【図14】一実施形態に係る学習済モデルから出力される予測値と、真値と、の対応関係を示すグラフ。
【図15】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図16】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図17】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図18】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図19】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図20】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図21】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図22】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図23】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図24】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図25】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【図26】表示装置１４０又は表示装置３３０に表示される、一実施形態に係る能力評価装置１０によって処理された処理データの表示例。
【発明を実施するための形態】
【0009】
【0010】
〔１．１ 全体構成〕
図１は、本発明の実施形態に係る能力評価システム１の全体構成を示す図である。能力評価システム１は、複数のチームによって構成される組織に利用されるチャットシステムの会話データに基づいて、当該組織の構成員の業務に係る能力を評価するシステムである。
図１は、本発明の実施形態に係る能力評価システム１の全体構成を示す図である。能力評価システム１は、複数のチームによって構成される組織に利用されるチャットシステムの会話データに基づいて、当該組織の構成員の業務に係る能力を評価するシステムである。
【0011】
能力評価システム１は、能力評価装置１０と、サーバ２０と、複数台のユーザ端末３０の一例として、ｎ台のユーザ端末３０－１～３０－ｎを備える。但し、ｎは２以上の整数である。
【0012】
能力評価装置１０は、サーバ２０から取得したチャットシステムの会話データに基づいて、構成員の業務に係る能力を評価する装置である。具体的には、能力評価装置１０は、会話データから、上記の構成員の発言回数、及び発言者と被発言者との関係などを特定し、特定結果に基づいて構成員の業務に係る能力を評価する。
【0013】
サーバ２０は、ｎ人の構成員によって利用されるチャットシステムを提供する。ｎ人の構成員は、ユーザ端末３０－１～３０－ｎをそれぞれ利用する、また、サーバ２０は、当該チャットシステムの会話データを用いて処理したデータを、能力評価装置１０に出力する。
【0014】
ユーザ端末３０－１～３０－ｎの各々は、ユーザである構成員によって利用される端末装置である。ｎ人の構成員は、ユーザ端末３０－１～３０－ｎをそれぞれ端末装置として用いることによって、サーバ２０によって提供されるチャットシステムを利用する。各々の構成員は、チャットシステムを利用することによって、チャット、すなわちユーザ端末３０－１～３０－ｎから入力される発言をやり取りする。また、ユーザ端末３０－１～３０－ｎのうち、能力評価装置１０へのアクセスが許可された一部のユーザ端末３０は、当該ユーザ端末３０－１～３０－ｎを利用する各々の構成員の業務に係る能力の指標値を、能力評価装置１０から取得する。能力評価装置１０へのアクセスが許可されたユーザ端末３０は、例えば、役職者が使用する端末である。更に、能力評価装置１０へのアクセスが許可されたユーザ端末３０は、取得した業務に係る能力の指標値を、表示装置に表示する。
【0015】
〔１．２ 能力評価装置の構成〕
図２は、能力評価装置１０の構成例を示すブロック図である。能力評価装置１０は、ＰＣ（Personal Computer）を典型例とする。しかしながら、能力評価装置１０は、ＰＣには限定されず、例えばタブレット端末又はスマートフォンであってもよい。能力評価装置１０は、処理装置１１０、記憶装置１３０、表示装置１４０、入力装置１５０、及び通信装置１６０を備える。能力評価装置１０の各要素は、情報を通信するための単体又は複数のバスによって相互に接続される。
図２は、能力評価装置１０の構成例を示すブロック図である。能力評価装置１０は、ＰＣ（Personal Computer）を典型例とする。しかしながら、能力評価装置１０は、ＰＣには限定されず、例えばタブレット端末又はスマートフォンであってもよい。能力評価装置１０は、処理装置１１０、記憶装置１３０、表示装置１４０、入力装置１５０、及び通信装置１６０を備える。能力評価装置１０の各要素は、情報を通信するための単体又は複数のバスによって相互に接続される。
【0016】
処理装置１１０は、能力評価装置１０の全体を制御するプロセッサである。処理装置１１０は、例えば、単数又は複数のチップによって構成される。処理装置１１０は、例えば、周辺装置とのインタフェース、演算装置及びレジスタ等を含む中央処理装置（ＣＰＵ：Central Processing Unit）によって構成される。なお、処理装置１１０の機能の一部又は全部が、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、及びＦＰＧＡ（Field Programmable Gate Array）等のハードウェアによって実現されてもよい。処理装置１１０は、各種の処理を並列的又は逐次的に実行する。
【0017】
記憶装置１３０は、処理装置１１０によって読取可能及び書込可能な記録媒体である。記憶装置１３０は、複数のプログラムを記憶する。複数のプログラムは、処理装置１１０が実行する制御プログラムＰＲ１を含む。記憶装置１３０は、さらに、学習済みモデルＬＭ１を定めるプログラム等を記憶する。学習済みモデルＬＭ１を定めるプログラムは、機械学習によって調整された複数の係数を含む。図２では、学習済みモデルＬＭ１を定めるプログラム等が、学習済みモデルＬＭ１として示されている。学習済みモデルＬＭ１は、後述の学習済みモデル生成部１１４によって生成される。記憶装置１３０は、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、及びＲＡＭ（Random Access Memory）等の少なくとも１つによって構成されてもよい。記憶装置１３０は、レジスタ、キャッシュ、メインメモリ又は主記憶装置等と呼ばれてもよい。
【0018】
表示装置１４０は、画像及び文字情報を表示するデバイスである。表示装置１４０は、処理装置１１０によって実行される制御のもと各種の画像を表示する。例えば、液晶表示パネル及び有機ＥＬ（Electro Luminescence）表示パネル等の各種の表示パネルが表示装置１４０として好適に利用される。
【0019】
入力装置１５０は、ユーザからの操作を受け付ける機器である。例えば、入力装置１５０は、キーボード、タッチパッド、タッチパネル又はマウス等のポインティングデバイスを含む。ここで、入力装置１５０は、タッチパネルを含む場合、表示装置１４０を兼ねてもよい。
【0020】
通信装置１６０は、他の装置と通信を行うための送受信デバイスである。送受信デバイスは、ハードウェアである。通信装置１６０は、例えば、ネットワークデバイス、ネットワークコントローラ、ネットワークカード、又は通信モジュール等とも呼ばれる。通信装置１６０は、有線接続用のコネクターと、有線接続用のコネクターに対応するインタフェース回路と、を備えていてもよい。また、通信装置１６０は、無線通信インタフェースを備えていてもよい。有線接続用のコネクター及びインタフェース回路としては有線ＬＡＮ、ＩＥＥＥ１３９４、ＵＳＢに準拠した構成が挙げられる。また、無線通信インタフェースとしては無線ＬＡＮ又はＢｌｕｅｔｏｏｔｈ（登録商標）等に準拠した構成が挙げられる。
【0021】
処理装置１１０は、記憶装置１３０から制御プログラムＰＲ１を読み出す。処理装置１１０は、制御プログラムＰＲ１を実行することによって、解析部１１１、第１データ取得部１１２、第１算出部１１３、学習済みモデル生成部１１４、推定部１１５、第２データ取得部１１６、第２算出部１１７、第３データ取得部１１８、第３算出部１１９、第４データ取得部１２０、第４算出部１２１、第５データ取得部１２２、第５算出部１２３、第６データ取得部１２４、及び表示制御部１２５として機能する。なお、制御プログラムＰＲ１は、通信網ＮＥＴを介して、能力評価装置１０を管理するサーバなどの他の装置から処理装置１１０に送信されてもよい。また、処理装置１１０は、記憶装置１３０から学習済みモデルＬＭ１を定めるプログラム等を読み出す。処理装置１１０は、学習済みモデルＬＭ１を定めるプログラム等を実行することによって、学習済みモデルＬＭ１として機能する。
【0022】
解析部１１１は、構成員の業務能力に関する各種の指標値を算出するために必要なデータをサーバ２０へ要求する。解析部１１１は、サーバ２０から要求に対する応答を得る。また、解析部１１１は、応答に含まれるデータを解析し、解析結果を出力する。
【0023】
例えば、能力評価装置１０のユーザは、入力装置１５０から、新規構成員のＩＤと、会話データの期間Ｄ１とを入力する。新規構成員は、複数のチームのうち１つのチームに新たに参加する構成員である。新規構成員は、評価対象構成員の一例である。評価対象構成員は、新規構成員に限らない。評価対象構成員は、新規構成員とは異なる構成員でもよい。会話データの期間Ｄ１は、当該新規構成員のワーク・エンゲージメントを推定するために必要となる会話データが収集される期間である。解析部１１１は、入力装置１５０から新規構成員のＩＤと会話データの期間Ｄ１とを取得する。会話データの期間Ｄ１の一例は、新規構成員が１つのチームに参加した時点から、新規構成員のワーク・エンゲージメントの算出を開始する前の時点までの期間である。
【0024】
また、解析部１１１は、新規構成員のＩＤと会話データの期間Ｄ１とを指定するデータ要求Ｒｑ１を、サーバ２０へ送信する。
【0025】
また、解析部１１１は、データ要求Ｒｑ１に応じてサーバ２０から送信されるデータ応答Ｒｓ１を取得する。解析部１１１は、データ応答Ｒｓ１に含まれるレコードを解析することによって、会話データの期間Ｄ１における新規構成員の発言回数を算出する。
【0026】
また、解析部１１１は、データ応答Ｒｓ１に含まれるレコードを解析することによって、チーム内発言回数と、チーム外発言回数とを算出する。チーム内発言回数は、新規構成員から、当該新規構成員が属するチームの１又は複数の構成員への発言回数である。チーム外発言回数は、当該新規構成員から、当該新規構成員が属さない１又は複数のチームの１又は複数の構成員への発言回数である。
【0027】
また、解析部１１１は、データ応答Ｒｓ１に含まれるレコードを解析することによって、引用回数と、引用関係とを、発言ごとに算出する。引用回数は、新規構成員の発言が引用された回数である。引用関係は、当該新規構成員と、当該新規構成員の発言を引用した１又は複数の構成員と、の関係を示す。
【0028】
また、能力評価装置１０のユーザは、入力装置１５０から、会話データの期間Ｄ２を入力する。会話データの期間Ｄ２は、各チームの効率性を示す指標値と、各チームのイノベーションの度合いを示す指標値と、を算出するために必要となる会話データが収集される期間である。解析部１１１は、入力装置１５０から会話データの期間Ｄ２を取得する。
【0029】
また、解析部１１１は、会話データの期間Ｄ２を指定するデータ要求Ｒｑ２を、サーバ２０へ送信する。
【0030】
また、解析部１１１は、データ要求Ｒｑ２に応じてサーバ２０から送信されるデータ応答Ｒｓ２を取得する。解析部１１１は、データ応答Ｒｓ２に含まれるレコードを解析することによって、チームごとに、外部範囲の数値Ａ１と、次数中心性の数値Ａ２とを算出する。外部範囲の数値Ａ１は、チームの１又は複数の構成員と会話した1又は複数の他チームの構成員の数である。外部範囲の数値Ａ１は、外部範囲の第１の数値の一例である。次数中心性の数値Ａ２は、チームの１又は複数の構成員と会話した1又は複数の他チームの数である。次数中心性の数値Ａ２は、次数中心性の第１の数値の一例である。
【0031】
また、能力評価装置１０のユーザは、入力装置１５０から、会話データの期間Ｄ３を入力する。会話データの期間Ｄ３は、複数の組織に含まれる各々の組織の孤立度としてサイロの度合いを示す指標値と、一の他組織に対する各組織の脆弱性を示す指標値と、を算出するために必要となる会話データが取得される期間である。複数の組織は、複数の第１組織の一例である。複数の組織は、複数の第２組織の一例でもある。解析部１１１は、入力装置１５０から会話データの期間Ｄ３を取得する。
【0032】
また、解析部１１１は、会話データの期間Ｄ３を指定するデータ要求Ｒｑ３を、サーバ２０へ送信する。
【0033】
また、解析部１１１は、データ要求Ｒｑ３に応じてサーバ２０から送信されるデータ応答Ｒｓ３を取得する。解析部１１１は、データ応答Ｒｓ３に含まれるレコードを解析することによって、複数の組織における組織ごとに、外部範囲の数値Ｂ１と、次数中心性の数値Ｂ２とを算出する。外部範囲の数値Ｂ１は、組織の１又は複数の構成員と会話した１又は複数の他組織の構成員の数である。外部範囲の数値Ｂ１は、外部範囲の第２の数値の一例である。次数中心性の数値Ｂ２は、組織の１又は複数の構成員と会話した１又は複数の他組織の数である。次数中心性の数値Ｂ２は、次数中心性の第２の数値の一例である。
【0034】
また、解析部１１１は、データ応答Ｒｓ３に含まれるレコードを解析することによって、組織ごとに、１つの他組織の1又は複数の構成員と会話した自組織の構成員の人数を、当該１の他組織に対する脆弱性を示す指標値として取得する。
【0035】
第１データ取得部１１２は、解析部１１１から、新規構成員が１つのチームに参加した後の期間における、新規構成員から各チームへの発言回数を取得する。新規構成員が１つのチームに参加した後の期間は、第１期間の一例である。
【0036】
図３は、新規構成員から各チームへの発言回数の説明図である。図３において、組織Ａには、チームｔ１～ｔ５の５つのチームが含まれる。新規構成員である個人ｉが、例えば新たにチームｔ３に参加することを想定する。図３では、個人ｉからチームｔ１に所属する１又は複数の構成員への発言回数の合計が、個人ｉからチームｔ１への発言回数Ｍｉ１として示されている。同様に、個人ｉからチームｔ２に所属する１又は複数の構成員への発言回数の合計が、個人ｉからチームｔ２への発言回数Ｍｉ２として示されている。個人ｉからチームｔ３に所属する１又は複数の構成員への発言回数の合計が、個人ｉからチームｔ３への発言回数Ｍｉ３として示されている。個人ｉからチームｔ４に所属する１又は複数の構成員への発言回数の合計が、個人ｉからチームｔ４への発言回数Ｍｉ４として示されている。個人ｉからチームｔ５に所属する１又は複数の構成員への発言回数の合計が、個人ｉからチームｔ５への発言回数Ｍｉ５として示されている。但し、組織Ａに属する構成員の総数はｋであり、ｋは２以上の整数である。また、ｉは１≦ｉ≦ｋを充足する整数である。
【0037】
なお、チームｔ１～ｔ５の５つのチームは、複数のチームの一例である。複数のチームは、チームｔ１～ｔ５の５つのチームに限定されない。組織Ａにｍ個のチームｔ１～ｔｍが含まれるとすると、個人ｉからチームｔｊへの発言回数は、Ｍｉｊとして示される。但し、ｍは２以上の整数である。ｊは１≦ｊ≦ｍを充足する整数である。
【0038】
図４Ａ及び図４Ｂは、ユーザ端末３０－１～３０－ｎがサーバ２０によって提供されるチャットシステムを利用する状況における会話例を示す。これら図４Ａ及び図４Ｂは、上記の「発言回数」の例を説明するための説明図である。
【0039】
図４Ａは、チャットシステムが提供する「０５＿企画ｇｅｎｅｒａｌ」というチャンネル内での会話を示す。例えば「０５＿企画ｇｅｎｅｒａｌ」というチャンネル内で、「Ｔ．Ｂさん」から「Ｃ．Ｉさん」に対して、＠マーク以下の宛先として、「Ｃ．Ｉさん」が指定された発言があった場合には、第１データ取得部１１２は、この発言を「Ｔ．Ｂさん」の１回分の発言としてカウントする。また、「Ｔ．Ｂさん」の発言に対する返信として、「Ｃ．Ｉさん」から「Ｔ．Ｂさん」に対して、＠マーク以下の宛先として、「Ｔ．Ｂさん」が指定された発言があった場合には、第１データ取得部１１２は、この発言を「Ｃ．Ｉさん」の１回分の発言としてカウントする。
【0040】
一方、図４Ｂは、チャットシステムが提供する「雑談チャンネル」というチャンネル内での会話を示す。例えば「雑談チャンネル」というチャンネル内で、「Ｔ．Ｂさん」から「雑談チャンネル」に参加している全員に対して、＠マーク以下の宛先として、「雑談チャンネル」に参加している全員が指定された発言があった場合には、第１データ取得部１１２は、この発言を「Ｔ．Ｂさん」の全員の人数分の発言としてカウントする。例えば、「雑談チャンネル」に参加している人数が１８人であった場合には、第１データ取得部１１２は、この発言を「Ｔ．Ｂさん」の１８回分の発言としてカウントする。
【0041】
この「Ｔ．Ｂさん」の発言に対し、図４Ｂに示すように、「Ｋ．Ｓさん」から返信として、＠マークを用いた宛先の指定がない発言があった場合には、第１データ取得部１１２は、この発言をカウントしない。
【0042】
ただし、上記の発言回数のカウントの仕方は一例である。発言回数のカウントの仕方は、上記の発言回数のカウントの仕方には限定されない。例えば、第１データ取得部１１２は、自然言語処理を用いることによって、＠マークを用いた宛先の明示の有無を問わず、発言内容から発言の相手を分析する。第１データ取得部１１２は、当該分析結果に基づいて、発言回数をカウントしてもよい。
【0043】
また、個人ｉからチームｔ１への発言回数Ｍｉ１は、任意の期間における個人ｉからチームｔ１への発言回数でもよい。例えば、当該発言回数は、個人ｉが組織Ａに参加した時点以降の期間における個人ｉからチームｔ１への発言回数であってよい。個人ｉが組織Ａに参加した時点以降の期間は、第１期間の他の例である。あるいは、当該発言回数は、個人ｉが組織Ａに参加した時点以降の期間のうち一部の期間における個人ｉからチームｔ１への発言回数であってもよい。個人ｉが組織Ａに参加した時点以降の期間のうち一部の期間は、第１期間のさらに他の例である。
【0044】
第１算出部１１３は、新規構成員から各チームへの発言回数に基づいて、新規構成員から各チームへの発言回数の割合（比率）を算出する。新規構成員から各チームへの発言回数の割合は、第１割合の一例である。上記のように、新規構成員である個人ｉからチームｔｊへの発言回数をＭｉｊとすると、個人ｉからチームｔｊへの発言回数の割合ｆｉｊは、以下の数式［１］によって算出される。
【数1】
【0045】
学習済みモデル生成部１１４は、機械学習によって学習用データをモデルに学習させることによって学習済みモデルＬＭ１を生成する。モデルは、機械学習によって調整可能な複数の係数を含む。学習用データは、組織に属する構成員ごとに、第３割合と第３指標値との組を表す。第３割合は、構成員から各チームへの発言回数の割合（比率）である。第３指標値は、当該構成員についての業務に係る精神状態であるワーク・エンゲージメントを示す指標値である。
【0046】
推定部１１５は、新規構成員が１つのチームに参加する前の期間における第２割合と第２指標値との関係に基づいて、新規構成員のワーク・エンゲージメントを示す第１指標値を推定する。新規構成員が１つのチームに参加する前の期間は、第２期間の一例である。第２割合は、第２期間における組織に属する複数の構成員のうち１人の構成員から各チームへの発言回数の割合（比率）である。第２指標値は、当該１人の構成員の業務に係る精神状態であるワーク・エンゲージメントを示す指標値である。この推定された第１指標値は、第１算出部１１３によって算出された発言回数の第１割合に対応する。なお、第２割合と第２指標値との関係は、構成員ごとの、第２割合と第２指標値との関係でもよい。
【0047】
とりわけ、推定部１１５は、学習済みモデル生成部１１４によって生成された学習済みモデルＬＭ１を用いて、新規構成員から各チームへの発言回数の割合に対応する第１指標値を算出すると好適である。学習済みモデルＬＭ１は、第２割合と第２指標値との関係を学習済みである。
【0048】
第２データ取得部１１６は、解析部１１１から、チーム内発言回数と、チーム外発言回数とを取得する。チーム内発言回数は、新規構成員から、当該新規構成員が属するチームの１又は複数の構成員への発言回数である。チーム外発言回数は、当該新規構成員から、当該新規構成員が属さない１又は複数のチームの１又は複数の構成員への発言回数である。
【0049】
図３に示す例を参照すると、第２データ取得部１１６は、新規構成員である個人ｉのチーム内発言回数としてＭｉ３を取得する。第２データ取得部１１６は、新規構成員である個人ｉのチーム外発言回数として、Ｍｉ１，Ｍｉ２，Ｍｉ４，Ｍｉ５の合計値を取得する。
【0050】
第２算出部１１７は、第２データ取得部１１６によって取得されたチーム内発言回数及びチーム外発言回数を用いて、新規構成員の発想力を示す指標値を算出する。具体的には、第２算出部１１７は、以下の数式［２］によって、発想力を示す指標値を算出する。
【数2】
【0051】
第３データ取得部１１８は、解析部１１１から、引用回数と、引用関係とを、発言ごとに取得する。引用回数は、新規構成員の発言が引用された回数である。引用関係は、当該新規構成員と、当該新規構成員の発言を引用した１又は複数の構成員と、の関係を示す。
【0052】
第３算出部１１９は、第３データ取得部１１８によって取得された引用回数及び引用関係を用いて、新規構成員の影響力を示す指標値として、新規構成員のページランク（PageRank）を算出する。
【0053】
なおここで、「ページランク」とは、以下の数式［３］によって算出される数値である。数式［３］において、ＰＲ（Ａ）は、新規構成員のページランクを意味する。Ｔｉ（ｉ＝１，２，…，ｎ）は、新規構成員の発言を引用している他の１又は複数の構成員を意味する。ＰＲ（Ｔｉ）は、新規構成員の発言を引用している１又は複数の他の構成員Ｔｉ（ｉ＝１，２，…，ｎ）のページランクを意味する。Ｃ（Ｔｎ）は、新規構成員の発言を引用している１又は複数の他の構成員Ｔｉが、新規構成員でも新規構成員の発言を引用している１又は複数の他の構成員Ｔｉでもない１又は複数の構成員の発言を引用した回数の総数を意味する。ｄは、ダンピングファクターを意味する。
【数3】
【0054】
第４データ取得部１２０は、解析部１１１から、チームごとに、外部範囲の数値Ａ１と、次数中心性の数値Ａ２と、を取得する。外部範囲の数値Ａ１は、当該チームの１又は複数の構成員と会話した１又は複数の他チームの構成員の数である。次数中心性の数値Ａ２は、当該チームの１又は複数の構成員と会話した１又は複数の他チームの数である。
【0055】
第４算出部１２１は、第４データ取得部１２０によって取得された外部範囲の数値Ａ１及び次数中心性の数値Ａ２を用いて、チームの効率性を示す指標値と、チームのイノベーションの度合いを示す指標値と、のうち少なくとも一方を算出する。具体的には、第４算出部１２１は、以下の数式［４］によって、チームの効率性を示す指標値を算出する。また、第４算出部１２１は、以下の数式［５］によって、チームのイノベーションの度合いを示す指標値を算出する。
【数4】
【0056】
第５データ取得部１２２は、解析部１１１から、組織ごとに、外部範囲の数値Ｂ１と、次数中心性の数値Ｂ２と、を取得する。外部範囲の数値Ｂ１は、当該組織の１又は複数の構成員と会話した１又は複数の他組織の構成員の数である。次数中心性の数値Ｂ２は、当該組織の１又は複数の構成員と会話した１又は複数の他組織の数である。
【0057】
第５算出部１２３は、第５データ取得部１２２によって取得された外部範囲の数値Ｂ１及び次数中心性の数値Ｂ２を用いて、組織の孤立度としてサイロの度合いを示す指標値を算出する。具体的には、第５算出部１２３は、以下の数式［６］によって、組織の孤立度としてサイロを示す指標値を算出する。
【数5】
【0058】
第６データ取得部１２４は、解析部１１１から、サーバ２０に格納される会話データに基づいて、組織ごとに、１つの他組織の1又は複数の構成員と会話した当該組織の構成員の人数を、当該１つの他組織に対する脆弱性を示す指標値として取得する。
【0059】
表示制御部１２５は、表示装置１４０を制御する。例えば、表示制御部１２５は、推定部１１５によって推定された、新規構成員のワーク・エンゲージメントを示す第１指標値を、表示装置１４０に表示させる。また、例えば、表示制御部１２５は、第２算出部１１７によって算出された、新規構成員の発想力を示す指標値を、表示装置１４０に表示させる。また、例えば、表示制御部１２５は、第３算出部１１９によって算出された、新規構成員の影響力を示す指標値を、表示装置１４０に表示させる。また、例えば、表示制御部１２５は、第４算出部１２１によって算出された、チームの効率性を示す指標値とイノベーションの度合いを示す指標値とのうち少なくとも一方を、表示装置１４０に表示させる。また、例えば、表示制御部１２５は、第５算出部１２３によって算出された、組織の孤立度としてのサイロの度合いを示す指標値を、表示装置１４０に表示させる。また、例えば、表示制御部１２５は、第６データ取得部１２４によって取得された、他組織に対する脆弱性を示す指標値を、表示装置１４０に表示させる。
【0060】
なお、後述のように、これらの値は、ユーザ端末３０－１～３０－ｎのうち少なくとも一つによって表示されてもよい。この場合、能力評価装置１０は、必ずしも、表示制御部１２５及び表示装置１４０を含まなくてもよい。また、表示制御部１２５によって表示装置１４０に表示される画面の例は、図１５～図２６を参照することによって、後述される。
【0061】
〔１．３ サーバの構成〕
図５は、サーバ２０の構成例を示すブロック図である。サーバ２０は、処理装置２１０、記憶装置２２０、及び通信装置２３０を備える。サーバ２０の各要素は、情報を通信するための単体又は複数のバスによって相互に接続される。
図５は、サーバ２０の構成例を示すブロック図である。サーバ２０は、処理装置２１０、記憶装置２２０、及び通信装置２３０を備える。サーバ２０の各要素は、情報を通信するための単体又は複数のバスによって相互に接続される。
【0062】
処理装置２１０は、サーバ２０の全体を制御するプロセッサである。処理装置２１０は、例えば、単数又は複数のチップによって構成される。処理装置２１０は、例えば、周辺装置とのインタフェース、演算装置及びレジスタ等を含む中央処理装置によって構成される。なお、処理装置２１０の機能の一部又は全部が、ＤＳＰ、ＡＳＩＣ、ＰＬＤ、又はＦＰＧＡ等のハードウェアによって実現されてもよい。処理装置２１０は、各種の処理を並列的又は逐次的に実行する。
【0063】
記憶装置２２０は、処理装置２１０によって読取可能及び書込可能な記録媒体である。当該記憶装置２２０は、処理装置１１０が実行する制御プログラムＰＲ２を含む複数のプログラム、サーバ２０が提供するチャットシステムで用いられる会話データ、発言履歴データベースＤＢ１、発言内容データベースＤＢ２、及びユーザ情報データベースＤＢ３を記憶する。ここで、発言履歴データベースＤＢ１は、上記の会話データに基づいて、後述の発言履歴データベース生成部２１１によって生成される。また、発言内容データベースＤＢ２は、上記の会話データに基づいて、後述の発言内容データベース生成部２１２によって生成される。また、ユーザ情報データベースＤＢ３は、上記のチャットシステムの利用者情報のデータベースである。記憶装置２２０は、例えば、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、及びＲＡＭ等の少なくとも１つによって構成されてもよい。記憶装置２２０は、レジスタ、キャッシュ、メインメモリ又は主記憶装置等と呼ばれてもよい。
【0064】
図６は、発言履歴データベースＤＢ１の構成例を示す。発言履歴データベースＤＢ１は、発言ごとに、当該発言が行われた発言チャンネル、当該発言の発言者のｉｄ、当該発言を受け取った被発言者のｉｄ、及び当該発言の発言日時に係るデータを、当該発言のｉｄと共に格納するデータベースである。
【0065】
図７は、発言内容データベースＤＢ２の構成例を示す。発言内容データベースＤＢ２は、発言ごとに、当該発言の内容を、当該発言のｉｄと共に格納するデータベースである。
【0066】
なお、図６及び図７に示されるデータ例は、図４Ａ及び図４Ｂに示される、チャットシステムにおける会話例に対応する。すなわち、図６及び図７のデータのうち、発言ｉｄ＝１の発言は、図４Ａにおける「Ｔ．Ｂさん」から「Ｃ．Ｉさん」への発言に対応する。発言ｉｄ＝２の発言は、図４Ａにおける「Ｃ．Ｉさん」から「Ｔ．Ｂさん」への発言に対応する。発言ｉｄ＝３～５の発言は、図４Ｂにおける「Ｔ．Ｂさん」から「皆さん」への発言に対応する。発言ｉｄ＝２１の発言は、図４Ｂにおける「Ｋ．Ｓさん」からの宛先のない発言に対応する。
【0067】
図８は、ユーザ情報データベースＤＢ３の構成例を示す。ユーザ情報データベースＤＢ３は、発言者のｉｄと、当該発言者の所属との対応関係を格納するデータベースである。
【0068】
通信装置２３０は、他の装置と通信を行うための送受信デバイスである。送受信デバイスは、ハードウェアである。通信装置２３０は、例えば、ネットワークデバイス、ネットワークコントローラ、ネットワークカード、又は通信モジュール等とも呼ばれる。通信装置２３０は、有線接続用のコネクターと、有線接続用のコネクターに対応するインタフェース回路と、を備えていてもよい。また、通信装置２３０は、無線通信インタフェースを備えていてもよい。有線接続用のコネクター及びインタフェース回路としては有線ＬＡＮ、ＩＥＥＥ１３９４、ＵＳＢに準拠した構成が挙げられる。また、無線通信インタフェースとしては無線ＬＡＮ又はＢｌｕｅｔｏｏｔｈ（登録商標）等に準拠した構成が挙げられる。
【0069】
処理装置２１０は、記憶装置２２０から制御プログラムＰＲ２を読み出す。処理装置２１０は、制御プログラムＰＲ２を実行することによって、発言履歴データベース生成部２１１、発言内容データベース生成部２１２、及び会話データ処理部２１３として機能する。なお、制御プログラムＰＲ２は、通信網ＮＥＴを介して、能力評価装置１０を管理するサーバなどの他の装置からサーバ２０に送信されてもよい。
【0070】
発言履歴データベース生成部２１１は、ユーザ端末３０－１～３０－ｎから、通信装置２３０を介して入力された発言データに基づいて、発言履歴データベースＤＢ１を生成する。
【0071】
発言内容データベース生成部２１２は、ユーザ端末３０－１～３０－ｎから、通信装置２３０を介して入力された発言データに基づいて、発言内容データベースＤＢ２を生成する。
【0072】
会話データ処理部２１３は、発言履歴データベースＤＢ１、発言内容データベースＤＢ２、及びユーザ情報データベースＤＢ３に基づいて、会話データを生成する。会話データ処理部２１３は、通信装置２３０を介して、会話データをユーザ端末３０－１～３０－ｎに出力する。
【0073】
とりわけ、会話データ処理部２１３は、能力評価装置１０からのデータ要求Ｒｑ１に応じて、データ要求Ｒｑ１に指定された新規構成員のＩＤ及び会話データの期間Ｄ１に基づいて、新規構成員の会話データの期間Ｄ１における会話データを生成する。その上で、会話データ処理部２１３は、生成された新規構成員の会話データの期間Ｄ１における会話データを、通信装置２３０を介して、能力評価装置１０に出力する。
【0074】
また、会話データ処理部２１３は、能力評価装置１０からのデータ要求Ｒｑ２に応じて、データ要求Ｒｑ２に指定された会話データの期間Ｄ２に基づいて、会話データの期間Ｄ２における会話データを生成する。その上で、会話データ処理部２１３は、生成された会話データの期間Ｄ２における会話データを、通信装置２３０を介して、能力評価装置１０に出力する。
【0075】
ここで、「発言データ」とは、組織に属する１人の構成員から１人又は複数人の構成員に対する発言のデータである。発言データは、一方向の単一の発言のデータである。一方、「会話データ」とは、「発言データ」の集積である。会話データは、一方向の単一の発言のデータであってもよく、複数の構成員間での双方向の複数の発言のデータであってもよい。
【0076】
なお、図５において、サーバ２０は、表示装置及び入力装置を備えない。しかしながら、サーバ２０は、表示装置及び入力装置を備えてもよい。
【0077】
〔１．４ ユーザ端末の構成〕
図９は、ユーザ端末３０の構成例を示すブロック図である。ユーザ端末３０は、ＰＣを典型例とする。しかしながら、ユーザ端末３０は、ＰＣには限定されず、例えばタブレット端末又はスマートフォンであってもよい。ユーザ端末３０は、処理装置３１０、記憶装置３２０、表示装置３３０、入力装置３４０、及び通信装置３５０を備える。ユーザ端末３０の各要素は、情報を通信するための単体又は複数のバスによって相互に接続される。
図９は、ユーザ端末３０の構成例を示すブロック図である。ユーザ端末３０は、ＰＣを典型例とする。しかしながら、ユーザ端末３０は、ＰＣには限定されず、例えばタブレット端末又はスマートフォンであってもよい。ユーザ端末３０は、処理装置３１０、記憶装置３２０、表示装置３３０、入力装置３４０、及び通信装置３５０を備える。ユーザ端末３０の各要素は、情報を通信するための単体又は複数のバスによって相互に接続される。
【0078】
処理装置３１０は、ユーザ端末３０の全体を制御するプロセッサである。処理装置３１０は、例えば、単数又は複数のチップによって構成される。処理装置３１０は、例えば、周辺装置とのインタフェース、演算装置及びレジスタ等を含む中央処理装置によって構成される。なお、処理装置３１０の機能の一部又は全部が、ＤＳＰ、ＡＳＩＣ、ＰＬＤ、又はＦＰＧＡ等のハードウェアによって実現されてもよい。処理装置３１０は、各種の処理を並列的又は逐次的に実行する。
【0079】
記憶装置３２０は、処理装置３１０によって読取可能及び書込可能な記録媒体である。記憶装置３２０は、処理装置３１０が実行する制御プログラムＰＲ３を含む複数のプログラム、発言データ、会話データ、及び業務指標値に係るデータを記憶する。ここで、上記の発言データは、後述の発言データ生成部３１１によって生成されるデータである。また、上記の会話データは、後述の会話データ取得部３１２によって取得されるデータである。更に、上記の業務指標値に係るデータは、後述の処理データ取得部３１３によって取得されるデータである。記憶装置３２０は、例えば、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、及びＲＡＭ等の少なくとも１つによって構成されてもよい。記憶装置３２０は、レジスタ、キャッシュ、メインメモリ又は主記憶装置等と呼ばれてもよい。
【0080】
表示装置３３０は、画像及び文字情報を表示するデバイスである。表示装置３３０は、処理装置３１０によって実行される制御のもと各種の画像を表示する。例えば、液晶表示パネル及び有機ＥＬ（Electro Luminescence）表示パネル等の各種の表示パネルが表示装置３３０として好適に利用される。
【0081】
入力装置３４０は、ユーザからの操作を受け付ける機器である。例えば、入力装置３４０は、キーボード、タッチパッド、タッチパネル又はマウス等のポインティングデバイスを含む。ここで、入力装置３４０、タッチパネルを含む、表示装置３３０を兼ねてもよい。
【0082】
通信装置３５０は、他の装置と通信を行うための送受信デバイスである。送受信デバイスは、ハードウェアである。通信装置３５０は、例えば、ネットワークデバイス、ネットワークコントローラ、ネットワークカード、又は通信モジュール等とも呼ばれる。通信装置３５０は、有線接続用のコネクターと、有線接続用のコネクターに対応するインタフェース回路と、を備えていてもよい。また、通信装置３５０は、無線通信インタフェースを備えていてもよい。有線接続用のコネクター及びインタフェース回路としては有線ＬＡＮ、ＩＥＥＥ１３９４、ＵＳＢに準拠した構成が挙げられる。また、無線通信インタフェースとしては無線ＬＡＮやＢｌｕｅｔｏｏｔｈ（登録商標）等に準拠した構成が挙げられる。
【0083】
処理装置３１０は、記憶装置３２０から制御プログラムＰＲ３を読み出す。処理装置３１０は、制御プログラムＰＲ３を実行することによって、発言データ生成部３１１、会話データ取得部３１２、処理データ取得部３１３、及び表示制御部３１４として機能する。なお、制御プログラムＰＲ３は、通信網ＮＥＴを介して、能力評価装置１０を管理するサーバなどの他の装置からユーザ端末３０に送信されてもよい。
【0084】
発言データ生成部３１１は、ユーザ端末３０を利用する組織の構成員によって入力装置３４０を用いて行われる入力の内容に基づいて、発言データを生成する。また、発言データ生成部３１１は、生成した発言データを、通信装置３５０を介して、サーバ２０に出力する。更に、発言データ生成部３１１は、生成した発言データを、記憶装置３２０に格納する。
【0085】
会話データ取得部３１２は、通信装置３５０を介して、サーバ２０から会話データを取得する。また、会話データ取得部３１２は、取得した会話データを、記憶装置３２０に格納する。
【0086】
処理データ取得部３１３は、通信装置３５０を介して、能力評価装置１０から、当該能力評価装置１０によって処理されたデータを取得する。より具体的には、処理データ取得部３１３は、能力評価装置１０によって処理されたデータとして、上記のワーク・エンゲージメントを示す指標値、発想力を示す指標値、影響力を示す指標値、チームの効率性を示す指標値、チームのイノベーションの度合いを示す指標値、組織の孤立度としてのサイロの度合いを示す指標値、及び組織ごとの他組織に対する脆弱性を示す指標値を取得する。なお、能力評価装置１０によって処理されたデータは、これらのデータには限定されない。
【0087】
表示制御部３１４は、表示装置３３０を制御する。例えば、表示制御部３１４は、発言データ生成部３１１によって生成された発言データを、表示装置３３０に表示させる。また、例えば、表示制御部３１４は、会話データ取得部３１２によって取得された会話データを、表示装置３３０に表示させる。更に、例えば、表示制御部３１４は、処理データ取得部３１３によって取得された、能力評価装置１０によって処理された処理データを、表示装置３３０に表示させる。
【0088】
なお、上記のように、能力評価装置１０が、表示制御部１２５及び表示装置１４０を備える場合には、当該表示制御部１２５は、能力評価装置１０によって処理された処理データを、表示装置１４０に表示させてもよい。
【0089】
〔２．実施形態の動作〕
続いて、図１０～図１１Ｃを参照することによって、本実施形態に係る能力評価装置１０の動作について説明する。図１０は、機械学習時における能力評価装置１０の動作を示すフローチャートである。図１１Ａ～図１１Ｃは、運用時における能力評価装置１０の動作を示すフローチャートである。より詳細には、図１１Ａは、能力評価装置１０が、組織の構成員単位での業務に係る指標値を出力する際の動作を示すフローチャートである。図１１Ｂは、能力評価装置１０が、チーム単位での業務に係る指標値を出力する際の動作を示すフローチャートである。図１１Ｃは、能力評価装置１０が、組織単位での業務に係る指標値を出力する際の動作を示すフローチャートである。
続いて、図１０～図１１Ｃを参照することによって、本実施形態に係る能力評価装置１０の動作について説明する。図１０は、機械学習時における能力評価装置１０の動作を示すフローチャートである。図１１Ａ～図１１Ｃは、運用時における能力評価装置１０の動作を示すフローチャートである。より詳細には、図１１Ａは、能力評価装置１０が、組織の構成員単位での業務に係る指標値を出力する際の動作を示すフローチャートである。図１１Ｂは、能力評価装置１０が、チーム単位での業務に係る指標値を出力する際の動作を示すフローチャートである。図１１Ｃは、能力評価装置１０が、組織単位での業務に係る指標値を出力する際の動作を示すフローチャートである。
【0090】
〔２．１ 機械学習時の動作〕
図１０のステップＳ１において、学習済みモデル生成部１１４は、学習用データを取得する。学習用データは、組織に属する構成員ごとに、当該構成員から各チームへの発言回数の割合と当該構成員のワーク・エンゲージメントを示す指標値との組を表す。
図１０のステップＳ１において、学習済みモデル生成部１１４は、学習用データを取得する。学習用データは、組織に属する構成員ごとに、当該構成員から各チームへの発言回数の割合と当該構成員のワーク・エンゲージメントを示す指標値との組を表す。
【0091】
ステップＳ２において、学習済みモデル生成部１１４は、取得した学習用データを機械学習によって学習用のモデルに学習させる。
【0092】
ステップＳ３において、機械学習が終了した場合（Ｓ３：ＹＥＳ）には、図１０に示される処理が終了する。機械学習の終了に応じて、学習済みモデル生成部１１４は、学習済みモデルＬＭ１の生成を完了する。学習済みモデルＬＭ１は、組織に属する複数の構成員のうち一の構成員から各チームへの発言回数の割合と、当該一の構成員のワーク・エンゲージメントを示す指標値と、の関係を、学習済みである。機械学習がまだ終了していない場合（Ｓ３：ＮＯ）には、処理はステップＳ２に戻る。
【0093】
〔２．２ 運用時の動作〕
〔２．２．１ 組織の構成員単位での指標値を出力する動作〕
図１１ＡのステップＳ１１において、第１データ取得部１１２は、新規構成員としての個人が１つのチームに参加した後の期間における新規構成員から各チームへの発言回数を取得する。
〔２．２．１ 組織の構成員単位での指標値を出力する動作〕
図１１ＡのステップＳ１１において、第１データ取得部１１２は、新規構成員としての個人が１つのチームに参加した後の期間における新規構成員から各チームへの発言回数を取得する。
【0094】
ステップＳ１２において、第１算出部１１３は、第１データ取得部１１２によって取得された新規構成員から各チームへの発言回数に基づいて、新規構成員から各チームへの発言回数同士の割合（比率）を算出する。
【0095】
ステップＳ１３において、推定部１１５は、学習モデル生成部１１４によって生成された学習済みモデルＬＭ１に対して、第１算出部１１３によって算出された新規構成員から各チームへの発言回数の割合を入力する。推定部１１５は、新規構成員から各チームへの発言回数の割合の入力に応じて学習済みモデルＬＭ１から出力される指標値を、新規構成員のワーク・エンゲージメントを示す指標値として推定する。
【0096】
ステップＳ１４において、第２データ取得部１１６は、チーム内発言回数と、チーム外発言回数とを取得する。チーム内発言回数は、新規構成員から当該新規構成員が属するチームの１又は複数の構成員への発言回数である。チーム外発言回数は、新規構成員から当該新規構成員が属さない１又はチームの１又は複数の構成員への発言回数である。
【0097】
ステップＳ１５において、第２算出部１１７は、第２データ取得部１１６によって取得されたチーム内発言回数及びチーム外発言回数を用いて、新規構成員としての個人の発想力を示す指標値を算出する。
【0098】
ステップＳ１６において、第３データ取得部１１８は、引用回数と、引用関係を、発言ごとに取得する。引用回数は、新規構成員としての個人の発言が引用された回数である。引用関係は、新規構成員としての個人と新規構成員の発言を引用した１又は複数の構成員との関係を示す。
【0099】
ステップＳ１７において、第３算出部１１９は、第３データ取得部１１８によって取得された引用回数及び引用関係を用いて、新規構成員としての個人の影響力を示す指標値として、当該新規構成員のページランクを算出する。
【0100】
ステップＳ１８において、通信装置１６０は、個人のワーク・エンゲージメントを示す指標値、個人の発想力を示す指標値、及び個人の影響力を示す指標値を、ユーザ端末３０－１～３０－ｎのうち少なくとも１つのユーザ端末３０に出力する。その後、能力評価装置１０は、図１１Ａに示される全ての処理を終了する。
【0101】
〔２．２．２ チーム単位での指標値を出力する動作〕
図１１ＢのステップＳ２１において、第４データ取得部１２０は、チームごとに、外部範囲の数値Ａ１と、次数中心性の数値Ａ２とを取得する。外部範囲の数値Ａ１は、当該チームの１又は複数の構成員と会話した１又は複数の他チームの構成員の数である。次数中心性の数値Ａ２は、当該チームの１又は複数の構成員と会話した１又は複数の他チームの数である。
図１１ＢのステップＳ２１において、第４データ取得部１２０は、チームごとに、外部範囲の数値Ａ１と、次数中心性の数値Ａ２とを取得する。外部範囲の数値Ａ１は、当該チームの１又は複数の構成員と会話した１又は複数の他チームの構成員の数である。次数中心性の数値Ａ２は、当該チームの１又は複数の構成員と会話した１又は複数の他チームの数である。
【0102】
ステップＳ２２において、第４算出部１２１は、第４データ取得部１２０によって取得された外部範囲の数値Ａ１及び次数中心性の数値Ａ２を用いて、チームの効率性を示す指標値を算出する。
【0103】
ステップＳ２３において、第４算出部１２１は、第４データ取得部１２０によって取得された外部範囲の数値Ａ１及び次数中心性の数値Ａ２を用いて、チームのイノベーションの度合いを示す指標値を算出する。
【0104】
ステップＳ２４において、通信装置１６０は、チームの効率性を示す指標値、及びチームのイノベーションを示す指標値のうち少なくとも１つを、ユーザ端末３０－１～３０－ｎのうち少なくとも１つのユーザ端末３０に出力する。その後、図１１Ｂに示される全ての処理が終了する。
【0105】
〔２．２．３ 組織単位での指標値を出力する動作〕
図１１ＣのステップＳ３１において、第５データ取得部１２２は、組織ごとに、外部範囲の数値Ｂ１と、次数中心性の数値Ｂ１とを取得する。外部範囲の数値Ｂ１は、当該組織の１又は複数の構成員と会話した１又は複数の他組織の構成員の数である。次数中心性の数値Ｂ２は、当該組織の１又は複数の構成員と会話した１又は複数の他組織の数である。
図１１ＣのステップＳ３１において、第５データ取得部１２２は、組織ごとに、外部範囲の数値Ｂ１と、次数中心性の数値Ｂ１とを取得する。外部範囲の数値Ｂ１は、当該組織の１又は複数の構成員と会話した１又は複数の他組織の構成員の数である。次数中心性の数値Ｂ２は、当該組織の１又は複数の構成員と会話した１又は複数の他組織の数である。
【0106】
ステップＳ３２において、第５算出部１２３は、第５データ取得部１２２によって取得された外部範囲の数値Ｂ１及び次数中心性の数値Ｂ２を用いて、組織の孤立度としてのサイロの度合いを示す指標値を算出する。
【0107】
ステップＳ３３において、第６データ取得部１２４は、組織ごとに、１つの他組織の１又は複数の構成員と会話した自組織の構成員の人数を、当該１つの他組織に対する脆弱性を示す指標値として取得する。
【0108】
ステップＳ３４において、通信装置１６０は、各組織のサイロの度合いを示す指標値、及び、各組織の１つ又は複数の他組織に対する脆弱性を示す指標値のうち少なくとも１つを、ユーザ端末３０－１～３０－ｎのうち少なくとも１つのユーザ端末３０に出力する。その後、全ての処理を終了する。
【0109】
〔３．適用例〕
〔３．１ 機械学習方法の例〕
最初に、上記の「ワーク・エンゲージメント」の概念について説明し、続いて上記の機械学習方法の例について説明する。
〔３．１ 機械学習方法の例〕
最初に、上記の「ワーク・エンゲージメント」の概念について説明し、続いて上記の機械学習方法の例について説明する。
【0110】
Ｃｏｖｉｄ１９の大流行が爆発的に世界を席巻した結果、従来のオフィスワークからリモートワークへの移行を含む「ニューノーマル」と呼ばれる新しい生き方が急速に広まっている。しかし、リモートワークでは対面でのコミュニケーションが少なくなるため、管理者が部下のエンゲージメント・レベルを把握しづらくなる。ここで、「ワーク・エンゲージメント」のレベルは、活力、熱意、及び没頭の総和と定義される（例えば、“Wilmar B. Schaufeli, Marisa Salanova, Vicente Gonzalez-Roma, and Arnold B.Bakker. 2002. The measurement of engagement and burnout: A two sample confirmatory factor analytic approach. (Journal of Happiness studies 3, 1 (2002),71-92.）”）。従業員のワーク・エンゲージメントは企業の業績に影響を与える。具体的には、従業員のワーク・エンゲージメント・レベルが低下すると企業の業績が悪化する。従って、企業はこの状況を認識し、従業員のワーク・エンゲージメント・レベルを維持することが重要である。
【0111】
このワーク・エンゲージメント・レベルを取得するために、後述のように、Ｓｌａｃｋ（登録商標）及びＭｉｃｒｓｏｆｔ Ｔｅａｍｓ（登録商標）のようなテキストベースのコミュニケーション・ツールを利用して、アンケート及びチャットツールのテキストの内容を利用せずに発言者のワーク・エンゲージメント・レベルを推定することが可能である。具体的には，発言者と会話する相手と発言者の所属を知るだけで、発言者のワーク・エンゲージメント・レベルを推定することが可能である。業務に係るエンゲージメントは、チャットツールを介したコミュニケーションを通じて伝播すると考えられる。つまり、業務に係るエンゲージメントは、発言者と会話相手との会話頻度に強く影響される。出願人は、この考え方に基づき、発言者と会話している相手と、発言者の所属先と、に基づいて、発言者のワーク・エンゲージメントを推定するための学習済みモデルを構築し、この学習済みモデルを用いて実際のＳｌａｃｋデータに基づいて評価を行った。その結果、チャットの内容よりも、発言者が会話をしているチーム、及び発言者の会話の頻度が、発言者のワーク・エンゲージメントに大きく影響することが明らかになった。また、真値と予測値の相関係数が０．７２であったことから、発言者のワーク・エンゲージメントを算定するためのアンケート自体、及び、アンケートへの回答内容への秘匿性を必要とせず、発言者のワーク・エンゲージメント・レベルを推定することが可能となった。
【0112】
以下、学習済みモデルの開発例について説明する。
出願人は、上記の学習済みモデルとして、テキストベースのコミュニケーション・ツールであるＳｌａｃｋデータから、発言者のワーク・エンゲージメント・レベルを予測する学習済みモデルを開発した。モデルの学習には、株式会社ＮＴＴドコモの開発部門のＳｌａｃｋデータから、発言者の同意を得てテキストデータが用いられた。Ｓｌａｃｋには２つのチームレイヤーが存在する。１つ目のレイヤーはワーク・スペースと呼ばれ、部署の全てのメンバーが含まれる。２つ目のレイヤーはチャンネルと呼ばれ、プロジェクトベースのメンバーが含まれる。プライベート・チャンネルは、アクセスに許可を要求するパーミッションベースのチャンネルである。一方、パブリック・チャンネルは、ワーク・スペースの全メンバーが閲覧することができる。このため、パブリック・チャンネルではプライバシーへの懸念は少ない。学習済みモデル開発の際は、すべての公開チャンネルのデータが抽出された。データには，テキスト、発言者、及び会話相手が含まれる。各テキストには，＠［ユーザ名］のようなチャット言及マーカがある。このマーカを用いて各ユーザの発言数がカウントされた。テキスト中にマーカがない場合には、発言者がチャンネル内の全ユーザと会話をしていると判断された。
出願人は、上記の学習済みモデルとして、テキストベースのコミュニケーション・ツールであるＳｌａｃｋデータから、発言者のワーク・エンゲージメント・レベルを予測する学習済みモデルを開発した。モデルの学習には、株式会社ＮＴＴドコモの開発部門のＳｌａｃｋデータから、発言者の同意を得てテキストデータが用いられた。Ｓｌａｃｋには２つのチームレイヤーが存在する。１つ目のレイヤーはワーク・スペースと呼ばれ、部署の全てのメンバーが含まれる。２つ目のレイヤーはチャンネルと呼ばれ、プロジェクトベースのメンバーが含まれる。プライベート・チャンネルは、アクセスに許可を要求するパーミッションベースのチャンネルである。一方、パブリック・チャンネルは、ワーク・スペースの全メンバーが閲覧することができる。このため、パブリック・チャンネルではプライバシーへの懸念は少ない。学習済みモデル開発の際は、すべての公開チャンネルのデータが抽出された。データには，テキスト、発言者、及び会話相手が含まれる。各テキストには，＠［ユーザ名］のようなチャット言及マーカがある。このマーカを用いて各ユーザの発言数がカウントされた。テキスト中にマーカがない場合には、発言者がチャンネル内の全ユーザと会話をしていると判断された。
【0113】
上記の開発部門には、チーム１からチーム５までの５つのチームが存在する。各チームの被験者数は、それぞれ６名、６名、３名、６名、及び７名である。学習済みモデルの目的変数である、ワーク・エンゲージメント・スコアは、質問紙法を用いて、２８人の被験者について、測定された。図１２は、各チームのワーク・エンゲージメント・レベルのボックスプロットを示す。例えば，チーム５のワーク・エンゲージメント・レベルは高いレベルに集中している。チーム２とチーム３のワーク・エンゲージメント・レベルは低いレベルから高いレベルに分布している。
【0114】
上記のように、ワーク・エンゲージメントはチャットツールを介して伝播すると考えられる。つまり、発言者が、ワーク・エンゲージメントの高い又は低いチームと会話することによって、発言者のワーク・エンゲージメントのレベルが変化する。出願人は、発言者の会話の内容は、発言者が会話した相手ほど、発言者のワーク・エンゲージメント・レベルに影響を与えないと考えた。一方で、発言者の言語の使い方が、発言者の性格を評価する上で重要な要素であることを示す研究が存在する。そこで出願人は、どのチームが、どのくらいの頻度で会話をしているかを表す頻度特徴と、チャットの内容を表す内容特徴との２つの特徴について考察した。その結果、ワーク・エンゲージメントの評価は、統計的には、内容特徴よりも頻度特徴に強く依存することが判明した。
【0115】
頻度特徴に係る特徴量は、以下の数式［７］によって算出される。
【数6】
【0116】
ここで、チームｉへの発言回数は、発言者からチームｉに所属する構成員への発言回数の合計である。上記のように、チャットツールで用いられる「＠［ユーザ名］」というマーカを用いて、チャットでの発言、すなわち発言者が誰と会話しているかが認識される。
【0117】
これに対して、出願人は、内容特徴に係る特徴量の取得方法として、自然言語処理モデルであるＢＥＲＴに基づく単語埋め込みを用いた。出願人は、全ての書き込みを収集し、全ての書き込みを形態素（単語）に分割し、分割された単語を５００次元の埋め込みベクトルとして表現し、５００次元の埋め込みベクトルに基づいてユーザごとにサンプル平均を取得した。ここで考慮するテキストデータの言語は日本語であるため、生のテキストを形態素に分割する必要があった。そこで、出願人は、日本語形態素解析システムであるＪＵＭＡＮを利用して、名詞、動詞、形容詞、副詞のみを用いてテキストを単語に分割した。
【0118】
次に、相互情報量に基づいて、ワーク・エンゲージメントに有意な影響を与える特徴量について述べる。２つの確率変数間の相互情報量は、負ではない値であり、それら変数間の統計的な非依存性を測定するために用いられる。２つの確率変数が独立している場合にのみ、相互情報量は０となる。相互情報量が高くなるほど、確率変数の依存性は高くなる。出願人は、ｋ近傍への距離を用いたエントロピー推定に基づくノンパラメトリック手法を用いて、上記の特徴量とワーク・エンゲージメントとの全ての組み合わせの相互情報量を推定した。
【0119】
図１３は、特徴ごとに、特徴とワーク・エンゲージメントとの相互情報量の値を示すグラフである。さらに言えば、図１３は、相互情報量が最も高かった特徴から、相互情報量が１０番目に高かった特徴までを高い順に示すグラフである。なお、図１３の横軸において、例えば、“team5”は、発言者と「チーム５」に所属する会話相手との会話の頻度に対する、発言者のワーク・エンゲージメントの依存を意味する。また、“affiliation”は、発言者の所属先に対する、発言者のワーク・エンゲージメントの依存を意味する。更に、“emb”は、発言者の発言に特定の単語が埋め込まれていることに対する、発言者のワーク・エンゲージメントの依存を示す。“emb”に続く数字は、発言に埋め込まれている単語の識別子を意味する。
【0120】
図１３によると、発言者のワーク・エンゲージメントは、チーム５の特徴、すなわち、発言者とチーム５との会話頻度に最も依存している。次に依存度が高い特徴は、発言者の所属先である。このため、発言者のワーク・エンゲージメントは、発言者が会話している相手、及び、発言者の所属先に大きく依存していることがわかる。更に、図１３からは、単語の埋め込みに起因する特徴は、ほとんど見られなかった。具体的には、単語の埋め込みに起因する特徴に関しては、相互情報量の１０位以内に、全ての埋め込まれた単語のうち、（6/500×100）％＝１．２％の単語しか含まれていなかった。一方で、会話の頻度に関する特徴に関しては、相互情報量の上位１０位以内に、全チームのうち、（3/5×100）％＝６０％のチームが含まれている。従って、発言者のワーク・エンゲージメントは、発言者の会話の内容よりも、発言者が誰とどのくらいの頻度で会話しているかという要素、及び、発言者がどこに所属しているかという要素に強く依存していることが分かった。
【0121】
出願人は、上記の分析に基づいて、発言者が会話している相手、及び、発言者が所属するチーム、を表す特徴量を用いた発言者のワーク・エンゲージメントの回帰モデルを開発した。具体的には、特徴量ｘｉ（ｉ＝１，２，…，５）は、上記の数式［２］によって定義され、特徴量ｘ６は、発言者の所属チームの番号である。これらの特徴量は、「＠［ユーザ名］」というマーカに基づくチャットへの発言度、及びＳｌａｃｋでのデータ量に基づいて算出された。回帰モデルには、ＬｉｇｈｔＧＢＭが適用された。
【0122】
上記の学習済みモデルを評価するために、出願人は、ワーク・エンゲージメントの予測値と真値との相関係数を算出した。上記のＳｌａｃｋのデータセットに含まれる２８人の被験者に対して、上記の特徴量ｘ１，…，ｘ６を用いたモデルが、被験者のワーク・エンゲージメントを予測した。その上で、出願人は、上記の学習済みモデルとベースラインモデルとの交差検証をすることによって、双方のモデルを比較した。なお、第１のベースラインモデルは、内容特徴を用いており、第２のベースラインモデルは、内容特徴と頻度特徴の双方を用いている。
【0123】
以下、交差検証の詳細について説明する。最初に、テストデータとして、１人の被験者が選択される。次に、確保したデータセットが、８：２の比率によって、訓練セットと検証セットに分割される。訓練セットを用いて、ＬｉｇｈｔＧＢＭによって機械学習が実行される。次に、木構造Ｐａｒｚｅｎ推定器を用いてハイパーパラメータを最適化するＯｐｔｕｎａ（登録商標）によって、検証セットに対するハイパーパラメータが調整される。
【0124】
図１４及び表１は、実験結果を示す。より詳細には、図１４は、本発明の学習済みモデルを用いた場合の、予測値と真値との対応関係を示すグラフである。表１は、各モデルを用いた場合の、予測値と真値との相関係数を示す。表１に示されるように、頻度特徴のみを用いた場合のピアソン相関係数は０．７２である。このため、本発明の学習済みモデルは、チャットツールにおける内容特徴を使用せずに、発言者のワーク・エンゲージメントの値を十分予測可能であることが分かる。また、ワーク・エンゲージメントの予測値と真値との相関係数を０とした場合の、統計的仮説検定におけるｐ値は、１．１×１０－５であった。一方で、内容特徴のみを使用した第１のベースラインモデルは、異なる特徴を使用する他のモデルと比較して、発揮する性能において最低であった。より具体的には、内容特徴のみを用いたベースラインモデルを利用した場合、発言者のワーク・エンゲージメントの予測値と真値との相関係数は－０．０５であった。すなわち、内容特徴のみを用いた第１のベースラインモデルを利用した場合、発言者のワーク・エンゲージメントを予測することはできない。また、内容特徴と頻度特徴の双方を用いた第２のベースラインモデルを利用した場合、発言者のワーク・エンゲージメントの予測値と真値との相関係数は０．５５となった。これらの結果から、ワーク・エンゲージメント・レベルが高い構成員がいるチームでは、会話の頻度によってのみ、構成員のワーク・エンゲージメントの値が予測されることが明らかとなった。すなわち、ワーク・エンゲージメントは、テキストベースのコミュニケーションによって促進されている。
【表1】
【0125】
上記のように、発言者のワーク・エンゲージメントと、発言者と各チームメンバーとの会話の頻度と、の間の相互情報量を、発言者のワーク・エンゲージメントと発言者の会話の内容との間の相互情報量と比較することによって、発言者の会話の内容よりも、発話者の所属先及び発言者の会話頻度の方が、発言者のワーク・エンゲージメントに影響を与えることが明らかとなった。出願人は、これらの結果を考慮して、テキストベースのチャットツールを用いて、発言者のワーク・エンゲージメントを予測する回帰モデルを開発した。このモデルは、発言者の会話の内容を必要とされず、発言者の所属と発言者の会話頻度のみを利用している。このため、この回帰モデルでは、当該回帰モデルを生成する際に用いる特徴量として、チャットツールの会話内容に係る機密データが必要とされない。また、本発明の学習済みモデルは、０．７２の相関係数において、発言者のワーク・エンゲージメントを予測することが示された。この結果は、本発明の学習済みモデルが、発言者がどのチームと、どの程度の頻度で会話をするかに係るデータのみを用いて、発言者のワーク・エンゲージメントを十分に予測することが可能であるということを示している。つまり、ワーク・エンゲージメントは、テキストベースのチャットツールを介して伝播し、他のチームのメンバーとの会話頻度に影響を受けていることが明らかとなった。
【0126】
学習済みモデル生成部１１４は、上記のように、例えばＬｉｇｈｔＧＢＭを用いて学習器に機械学習を実行させることによって、新規構成員から各チームへの発言回数の割合に対応する、新規構成員のワーク・エンゲージメントを算出するための学習済みモデルを生成する。しかしながら、学習済みモデルを生成する手法は、この手法には限定されない。例えば、ＬｉｇｈｔＧＢＭの代わりに、ＸＧｂｏｏｓｔ、ランダムフォレスト、及びサポート・ベクター・マシン等の他の機械学習の手法が用いられてもよい。
【0127】
〔３．２ 表示画面の例〕
上記のように、能力評価装置１０が備える表示装置１４０、又はユーザ端末３０が備える表示装置３３０は、能力評価装置１０によって処理された処理データを表示する。図１５～図２６は、処理データを表示する画像の例である。
上記のように、能力評価装置１０が備える表示装置１４０、又はユーザ端末３０が備える表示装置３３０は、能力評価装置１０によって処理された処理データを表示する。図１５～図２６は、処理データを表示する画像の例である。
【0128】
表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図１５に示されるようなチャンネルごとの発言回数を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図１５に示されるようなチャンネルごとの発言回数を表示させてもよい。
【0129】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図１６に示されるようなユーザごとの発言回数を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図１６に示されるようなユーザごとの発言回数を表示させてもよい。
【0130】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図１７に示されるような特定のユーザのチャンネルごとの発言回数を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図１７に示されるような特定のユーザのチャンネルごとの発言回数を表示させてもよい。
【0131】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図１８に示されるような特定のチャンネルにおける各ユーザの発言回数を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図１８に示されるような特定のチャンネルにおける各ユーザの発言回数を表示させてもよい。
【0132】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図１９に示されるようなユーザごとのワーク・エンゲージメントの値を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図１９に示されるようなユーザごとのワーク・エンゲージメントの値を表示させてもよい。
【0133】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図２０に示されるようなユーザごとの発想力を示す値を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図２０に示されるようなユーザごとの発想力を示す値を表示させてもよい。
【0134】
なお、ここで「発想力」とは、構成員が所属するチーム又は組織の情報と、他チームの情報又は他組織の情報とを統合することによって、新しい知見又は新しい知識を生み出す能力である。あるチーム又はある組織の構成員は、当該構成員が所属するチーム又は組織の構成員だけではなく、他のチーム又は他の組織の構成員と会話をすることによって、他のチーム又は他の組織の情報をより多く獲得できる。このため、発想力は、色々なチーム又は色々な組織の知見及び知識が相互に組み合わせられる場合に増加する。
【0135】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図２１に示されるようなユーザごとの発想力を示す値を表示させてもよい。図２１では、横軸にユーザ自らの発言を基準にした発想力を示す値が示され、縦軸に他人からの発言を基準にした発想力を示す値が示される。ここで、「ユーザ自らの発言を基準にした発想力」は、上記の数式［２］によって算出される。一方で、「他人からの発言を基準にした発想力」は、上記の数式［２］の分母を「チーム内被発言回数」に変更することに加えて、数式［２］の分子を「チーム外被発言回数」に変更することによって算出される。なお、ここで「チーム内被発言回数」とは、新規構成員が属するチームの１又は複数の構成員から新規構成員の発言に対して発言を受けた回数である。一方で、「チーム外被発言回数」とは、新規構成員が属さない１又は複数のチームの１又は複数の構成員から新規構成員の発言に対して発言を受けた回数である。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図２１に示されるようなユーザごとの発想力を示す値を表示させてもよい。なお、図２１に示される各円の大きさは、縦軸の値と横軸の値の合計値を示す。
【0136】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図２２に示されるようなユーザごとの影響力を示す値を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図２２に示されるようなユーザごとの影響力を示す値を表示させてもよい。
【0137】
なお、ここでの「影響力」とは、仮にそれが少数者であったとしても、他者との間に強力なつながりを持つと同時に、自身のコネクションと他者のコネクションとを強力に結びつける能力のことである（『ハーバード・ビジネスレビュー 人材育成・人事の教科書』，第５章 ピープルアナリティクスで人事戦略が変わる，ダイヤモンド社，２０２０年）。
【0138】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図２３に示されるようなチームごとの効率性を示す値を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図２３に示されるようなチームごとの効率性を示す値を表示させてもよい。
【0139】
なお、ここでの「効率性」とは、チーム単位で業務を効率的に遂行できる能力である。上記の外部範囲が広いチームほど、当該チームを構成する各構成員がチーム外の専門家とやり取りすることが可能となる。このため、そのチームは、業務に必要な情報を入手し、例えば締め切りを守るために必要なリソースを確保できる。
【0140】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図２４に示されるようなチームごとのイノベーションの度合いを示す値を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図２４に示されるようなチームごとのイノベーションの度合いを示す値を表示させてもよい。
【0141】
なお、ここでの「イノベーション」とは、意見の相違又は対立を糧にすることによって、ブレークスルーに達するような創造を遂行する能力である。このためには、外部範囲の広さを利用して、支援又は支持を獲得することが有効である。
【0142】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図２５に示されるような組織ごとのサイロの度合いを示す値を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図２５に示されるような組織ごとのサイロの度合いを示す値を表示させてもよい。
【0143】
なお、ここでの「サイロ」とは、組織が専門知識を深く追求するほど、組織間の共同作業が困難になることによって発生する、いわゆる「タコつぼ化」の度合いである。
【0144】
また、表示制御部１２５は、入力装置１５０からの入力内容に基づいて、表示装置１４０に対し、図２６に示されるような組織ごとの脆弱性の度合いを示す値を表示させてもよい。同様に、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、図２６に示されるような組織ごとの脆弱性の度合いを示す値を表示させてもよい。
【0145】
なお、ここでの「脆弱性」とは、組織のある部分から他の部分へと情報又は知見の移動を促進する構成員に対する依存度の高さである。
【0146】
〔４．実施形態が奏する効果〕
以上の説明によれば、能力評価装置１０は、複数のチームによって構成される組織に利用されるチャットシステムの会話データに基づいて、第１期間における当該複数のチームのうち１つのチームの評価対象構成員から各チームへの発言回数を取得する第１データ取得部１１２を備える。また、能力評価装置１０は、評価対象構成員から各チームへの発言回数に基づいて、評価対象構成員から各チームへの発言回数の割合である第１割合を算出する第１算出部１１３を備える。更に、能力評価装置１０は、第１期間以前の第２期間における上記の組織に属する複数の構成員のうち一の構成員から各チームへの発言回数の割合である第２割合と、当該一の構成員の業務に係る精神状態を表すワーク・エンゲージメントを示す第２指標値と、の関係に基づいて、第１割合に対応する評価対象構成員のワーク・エンゲージメントを示す第１指標値を推定する推定部１１５を備える。
以上の説明によれば、能力評価装置１０は、複数のチームによって構成される組織に利用されるチャットシステムの会話データに基づいて、第１期間における当該複数のチームのうち１つのチームの評価対象構成員から各チームへの発言回数を取得する第１データ取得部１１２を備える。また、能力評価装置１０は、評価対象構成員から各チームへの発言回数に基づいて、評価対象構成員から各チームへの発言回数の割合である第１割合を算出する第１算出部１１３を備える。更に、能力評価装置１０は、第１期間以前の第２期間における上記の組織に属する複数の構成員のうち一の構成員から各チームへの発言回数の割合である第２割合と、当該一の構成員の業務に係る精神状態を表すワーク・エンゲージメントを示す第２指標値と、の関係に基づいて、第１割合に対応する評価対象構成員のワーク・エンゲージメントを示す第１指標値を推定する推定部１１５を備える。
【0147】
能力評価装置１０は、上記の構成を用いて、構成員のワーク・エンゲージメントを示す指標値を推定することによって、組織の構成員にかける負荷を低減することが可能となる。また、能力評価装置１０では、アンケート又はテストによって、ワーク・エンゲージメントを示す値を取得する方法に比較して、データの更新頻度を高くすると共に、常に現状を反映したスコアを算出することが可能となる。更に、能力評価装置１０では、ワーク・エンゲージメントを示す値の経時的な変化に着目することによって、組織の構成員の機微の変化を捉えることが可能となる。このため、能力評価装置１０では、構成員のメンタルヘルスの不調及び退職予兆を早期に発見することが可能となる。
【0148】
また、上記の推定部１１５は、上記の組織に属する複数の構成員のうち一の構成員から各チームへの発言回数の割合と当該一の構成員のワーク・エンゲージメントを示す指標値との関係を機械学習によって学習済みである学習済みモデルを用いて、新規構成員から各チームへの発言回数の割合に対応する上記の第１指標値を算出してもよい。
【0149】
能力評価装置１０が、機械学習によって生成される学習済みモデルを用いることによって、自律的な洞察に基づいて、ワーク・エンゲージメントを示す指標値を推定することが可能となる。
【0150】
また、能力評価装置１０は、構成員ごとに、当該構成員から各チームへの発言回数の割合である第３割合と当該構成員のワーク・エンゲージメントを示す第３指標値との組を表す学習用データをモデルに機械学習によって学習させることによって学習済みモデルを生成する学習済みモデル生成部１１４を更に備えてもよい。
【0151】
能力評価装置１０が、学習済みモデルを生成する学習済みモデル生成部１１４を備えることによって、能力評価装置１０が学習フェーズの動作と運用フェーズの動作との双方の動作を実行することが可能となる。
【0152】
また、能力評価装置１０は、チャットシステムの会話データに基づいて、評価対象構成員から当該評価対象構成員が属するチームの１又は複数の構成員への発言回数であるチーム内発言回数と、当該評価対象構成員から当該評価対象構成員が属さない１又は複数のチームの１又は複数の構成員への発言回数であるチーム外発言回数とを取得する第２データ取得部１１６を備えてもよい。更に、能力評価装置１０は、チーム内発言回数及びチーム外発言回数を用いて、評価対象構成員の発想力を示す指標値を算出する第２算出部１１７を備えてもよい。
【0153】
能力評価装置１０が、第２データ取得部１１６及び第２算出部１１７を備えることによって、評価対象構成員が所属する自チーム又は自組織の情報と、他チーム又は他組織の情報とを統合して、新しい知見又は新しい知識を生み出す能力である発想力を示す指標値を算出することが可能となる。
【0154】
また、能力評価装置１０は、チャットシステムの会話データに基づいて、評価対象構成員の発言が引用された回数である引用回数、及び当該評価対象構成員と発言を引用した１又は複数の構成員との関係を示す引用関係を、発言ごとに取得する第３データ取得部１１８を備えてもよい。更に、能力評価装置１０は、上記の引用回数及び引用関係を用いて、評価対象構成員の影響力を示す指標値として、評価対象構成員のページランクを算出する第３算出部１１９を備えてもよい。
【0155】
能力評価装置１０が、第３データ取得部１１８及び第３算出部１１９を備えることによって、仮にそれが少数者であったとしても、他者との間に強力なつながりを持つと同時に、自身のコネクションと他者のコネクションとを強力に結びつける能力としての影響力を示す指標値を算出することが可能となる。
【0156】
また、能力評価装置１０は、チャットシステムの会話データに基づいて、チームごとに、当該チームの１又は複数の構成員と会話した１又は複数の他チームの構成員の数である外部範囲の第１数値と、当該１又は複数の他チームの数である次数中心性の第２の数値とを取得する第４データ取得部１２０を備えてもよい。更に、能力評価装置１０は、外部範囲の第１の数値及び次数中心性の第２の数値を用いて、チームの効率性を示す指標値とチームのイノベーションの度合いを示す指標値とのうち少なくとも一方を算出する第４算出部１２１を備えてもよい。
【0157】
能力評価装置１０が、第４データ取得部１２０及び第４算出部１２１を備えることによって、チーム単位で業務を効率的に遂行できる能力である効率性、及び、意見の相違又は対立を糧にすることによって、ブレークスルーに達するような創造を遂行する能力であるイノベーションの度合いを示す指標値を算出することが可能となる。
【0158】
また、能力評価装置１０は、チャットシステムの会話データに基づいて、組織ごとに、当該組織の１又は複数の構成員と会話した１又は複数の他組織の構成員の数である外部範囲の第２の数値と、当該１又は複数の他組織の数である次数中心性の第２の数値とを取得する第５データ取得部１２２を備えてもよい。更に、能力評価装置１０は、外部範囲の第２の数値及び次数中心性の第２の数値を用いて、組織の孤立度としてサイロの度合いを示す指標値を算出する第５算出部１２３を備えてもよい。
【0159】
能力評価装置１０が、第５データ取得部１２２及び第５算出部１２３を備えることによって、組織が専門知識を深く追求するほど、組織間の共同作業が困難になることによって発生する、「タコつぼ化」の度合いとして孤立度を示す指標値を算出することが可能となる。
【0160】
また、能力評価装置１０は、チャットシステムの会話データに基づいて、組織ごとに、１つの他組織の１又は複数の構成員と会話した自組織の構成員の人数を、当該１つの他組織に対する脆弱性を示す指標値として取得する第６データ取得部１２４を備えてもよい。
【0161】
能力評価装置１０が、第６データ取得部１２４を備えることによって、組織のある部分から他の部分へと情報又は知見の移動を促進する構成員に対する依存度の高さとして脆弱性を示す指標値を取得することが可能となる。
【0162】
〔５．変形例〕
本開示は、以上に例示した実施形態に限定されない。具体的な変形の態様が以下に例示される。以下の例示から任意に選択された２以上の態様が併合されてもよい。
本開示は、以上に例示した実施形態に限定されない。具体的な変形の態様が以下に例示される。以下の例示から任意に選択された２以上の態様が併合されてもよい。
【0163】
〔５．１ 変形例１〕
上記の実施形態では、能力評価装置１０が、解析部１１１を備える構成である。しかしながら、能力評価装置１０が、解析部１１１を備える構成には限定されない。例えば、能力評価装置１０ではなく、サーバ２０が、解析部１１１と同様の解析部を備えてもよい。より具体的には、能力評価装置１０からサーバ２０に対し、データ要求が送信されると、サーバ２０の解析部は、記憶装置２２０に格納される発言履歴データベースＤＢ１、発言内容データベースＤＢ２、及びユーザ情報データベースＤＢ３のレコードに基づいて、解析部１１１が算出するデータと同様のデータを算出してもよい。サーバ２０の解析部は、算出したデータを、応答データとして能力評価装置１０に送信してもよい。
上記の実施形態では、能力評価装置１０が、解析部１１１を備える構成である。しかしながら、能力評価装置１０が、解析部１１１を備える構成には限定されない。例えば、能力評価装置１０ではなく、サーバ２０が、解析部１１１と同様の解析部を備えてもよい。より具体的には、能力評価装置１０からサーバ２０に対し、データ要求が送信されると、サーバ２０の解析部は、記憶装置２２０に格納される発言履歴データベースＤＢ１、発言内容データベースＤＢ２、及びユーザ情報データベースＤＢ３のレコードに基づいて、解析部１１１が算出するデータと同様のデータを算出してもよい。サーバ２０の解析部は、算出したデータを、応答データとして能力評価装置１０に送信してもよい。
【0164】
〔５．２ 変形例２〕
上記の実施形態では、能力評価装置１０は、複数のチームのうち１つのチームに新たに参加する新規構成員から各チームへの発言回数の割合に対応する当該新規構成員のワーク・エンゲージメントを示す第1指標値を推定する構成である。しかしながら、能力評価装置１０は、新規構成員のワーク・エンゲージメントを示す第1指標値を推定する構成には限定されない。例えば、能力評価装置１０は、アンケートなどによって既にワーク・エンゲージメントを示す指標値を算出した、以前からチームに所属する構成員から、上記のアンケートの後の期間における各チームへの発言回数の割合に対応する指標値を推定してもよい。また、能力評価装置１０は、ワーク・エンゲージメントを示す指標値に限らず、発想力を示す指標値、影響力を示す指標値等についても同様に、以前からチームに所属する構成員に関して、これらの指標値を算出してもよい。
上記の実施形態では、能力評価装置１０は、複数のチームのうち１つのチームに新たに参加する新規構成員から各チームへの発言回数の割合に対応する当該新規構成員のワーク・エンゲージメントを示す第1指標値を推定する構成である。しかしながら、能力評価装置１０は、新規構成員のワーク・エンゲージメントを示す第1指標値を推定する構成には限定されない。例えば、能力評価装置１０は、アンケートなどによって既にワーク・エンゲージメントを示す指標値を算出した、以前からチームに所属する構成員から、上記のアンケートの後の期間における各チームへの発言回数の割合に対応する指標値を推定してもよい。また、能力評価装置１０は、ワーク・エンゲージメントを示す指標値に限らず、発想力を示す指標値、影響力を示す指標値等についても同様に、以前からチームに所属する構成員に関して、これらの指標値を算出してもよい。
【0165】
〔５．３ 変形例３〕
上記の実施形態では、サーバ２０が、発言履歴データベース生成部２１１、発言内容データベース生成部２１２、発言履歴データベースＤＢ１、発言内容データベースＤＢ２、ユーザ情報データベースＤＢ３を備える構成である。しかしながら、サーバ２０は、これらの構成要素を含む構成には限定されない。例えば、能力評価装置１０が、これらの構成要素を備えてもよい。あるいは、サーバ２０とは別体の第２のサーバが、これらの構成要素を備えてもよい。
上記の実施形態では、サーバ２０が、発言履歴データベース生成部２１１、発言内容データベース生成部２１２、発言履歴データベースＤＢ１、発言内容データベースＤＢ２、ユーザ情報データベースＤＢ３を備える構成である。しかしながら、サーバ２０は、これらの構成要素を含む構成には限定されない。例えば、能力評価装置１０が、これらの構成要素を備えてもよい。あるいは、サーバ２０とは別体の第２のサーバが、これらの構成要素を備えてもよい。
【0166】
〔５．４ 変形例４〕
上記の実施形態では、学習済みモデル生成部１１４が、構成員から各チームへの発言回数の割合と構成員のワーク・エンゲージメントを示す指標値との組を表す学習用データをモデルに機械学習よって学習させることによって学習済みモデルＬＭ１を生成する。推定部１１５が当該学習済みモデルＬＭ１を用いて、構成員のワーク・エンゲージメントを示す指標値を推定する。しかしながら、推定部１１５の構成は、学習済みモデルＬＭ１を用いる構成には限定されない。例えば、推定部１１５は、１人の構成員から各チームへの発言回数の割合と当該1人の構成員のワーク・エンゲージメントを示す指標値との関係が構成員ごとに記載されたテーブルを参照することによって、構成員のワーク・エンゲージメントを示す指標値を推定してもよい。なお、当該テーブルは、記憶装置１３０に予め格納されている。
上記の実施形態では、学習済みモデル生成部１１４が、構成員から各チームへの発言回数の割合と構成員のワーク・エンゲージメントを示す指標値との組を表す学習用データをモデルに機械学習よって学習させることによって学習済みモデルＬＭ１を生成する。推定部１１５が当該学習済みモデルＬＭ１を用いて、構成員のワーク・エンゲージメントを示す指標値を推定する。しかしながら、推定部１１５の構成は、学習済みモデルＬＭ１を用いる構成には限定されない。例えば、推定部１１５は、１人の構成員から各チームへの発言回数の割合と当該1人の構成員のワーク・エンゲージメントを示す指標値との関係が構成員ごとに記載されたテーブルを参照することによって、構成員のワーク・エンゲージメントを示す指標値を推定してもよい。なお、当該テーブルは、記憶装置１３０に予め格納されている。
【0167】
〔５．５ 変形例５〕
上記の実施形態では、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、チャンネルごとの発言回数、ユーザごとの発言回数、特定のユーザのチャンネルごとの発言回数、特定のチャンネルにおける各ユーザの発言回数、ユーザごとのワーク・エンゲージメントの値、ユーザごとの発想力を示す値、ユーザごとの影響力を示す値、チームごとの効率性を示す値、チームごとのイノベーションの度合いを示す値、組織ごとのサイロの度合いを示す値、及び組織ごとの脆弱性を示す値を示すグラフを表示させる構成である。しかしながら、表示制御部３１４は、この構成には限定されない。例えば、表示制御部３１４は、チャットシステムの会話データに対し、自然言語処理を施し、自然言語処理の結果に基づいて、表示装置３３０に対し、トピックごとの発言回数を表示させてもよい。
上記の実施形態では、表示制御部３１４は、入力装置３４０からの入力内容に基づいて、表示装置３３０に対し、チャンネルごとの発言回数、ユーザごとの発言回数、特定のユーザのチャンネルごとの発言回数、特定のチャンネルにおける各ユーザの発言回数、ユーザごとのワーク・エンゲージメントの値、ユーザごとの発想力を示す値、ユーザごとの影響力を示す値、チームごとの効率性を示す値、チームごとのイノベーションの度合いを示す値、組織ごとのサイロの度合いを示す値、及び組織ごとの脆弱性を示す値を示すグラフを表示させる構成である。しかしながら、表示制御部３１４は、この構成には限定されない。例えば、表示制御部３１４は、チャットシステムの会話データに対し、自然言語処理を施し、自然言語処理の結果に基づいて、表示装置３３０に対し、トピックごとの発言回数を表示させてもよい。
【0168】
〔５．６ 変形例６〕
上記の実施形態では、推定部１１５は、新規構成員から各チームへの発言回数の割合に対応する、当該新規構成員のワーク・エンゲージメントを示す指標値を推定する。また、第２算出部１１７は、チーム内発言回数及びチーム外発言回数を用いて、新規構成員の発想力を示す指標値を算出する。また、第３算出部１１９は、引用回数及び引用関係を用いて、新規構成員の影響力を示す指標値として、新規構成員のページランクを算出する。また、第４算出部１２１は、外部範囲の数値Ａ１及び次数中心性の数値Ａ２を用いて、チームの効率性を示す指標値とイノベーションの度合いを示す指標値とのうち少なくとも一方を算出する。また、第５算出部１２３は、外部範囲の数値Ｂ１及び次数中心性の数値Ｂ２を用いて、組織の孤立度としてサイロの度合いを示す指標値を算出する。更に、第６データ取得部１２４は、組織ごとに、１つの他組織の１又は複数の構成員と会話した自組織の構成員の人数を、当該１つの他組織に対する脆弱性を示す指標値として取得する。しかし、本発明の実施形態は、この構成には限定されない。例えば、上記の指標値を算出するために、上記の構成要素は、各構成員が登録する登録チャンネルのチャンネル数を用いてもよい。例として、推定部１１５は、新規構成員から各チームへの発言回数の割合と新規構成員の登録チャンネル数に対応する、当該新規構成員のワーク・エンゲージメントを示す指標値を推定してもよい。更に、上記の構成要素は、チャンネルごとに重みづけを行い、当該重みを上記の各指標値を算出するためのファクターとして用いてもよい。例として、第３算出部１１９は、引用回数及び引用関係を用いて、新規構成員の影響力を示す指標値を算出する際、新規構成員の引用された発言が経由したチャンネルに応じて、引用回数及び引用関係に重み付けをしてもよい。
上記の実施形態では、推定部１１５は、新規構成員から各チームへの発言回数の割合に対応する、当該新規構成員のワーク・エンゲージメントを示す指標値を推定する。また、第２算出部１１７は、チーム内発言回数及びチーム外発言回数を用いて、新規構成員の発想力を示す指標値を算出する。また、第３算出部１１９は、引用回数及び引用関係を用いて、新規構成員の影響力を示す指標値として、新規構成員のページランクを算出する。また、第４算出部１２１は、外部範囲の数値Ａ１及び次数中心性の数値Ａ２を用いて、チームの効率性を示す指標値とイノベーションの度合いを示す指標値とのうち少なくとも一方を算出する。また、第５算出部１２３は、外部範囲の数値Ｂ１及び次数中心性の数値Ｂ２を用いて、組織の孤立度としてサイロの度合いを示す指標値を算出する。更に、第６データ取得部１２４は、組織ごとに、１つの他組織の１又は複数の構成員と会話した自組織の構成員の人数を、当該１つの他組織に対する脆弱性を示す指標値として取得する。しかし、本発明の実施形態は、この構成には限定されない。例えば、上記の指標値を算出するために、上記の構成要素は、各構成員が登録する登録チャンネルのチャンネル数を用いてもよい。例として、推定部１１５は、新規構成員から各チームへの発言回数の割合と新規構成員の登録チャンネル数に対応する、当該新規構成員のワーク・エンゲージメントを示す指標値を推定してもよい。更に、上記の構成要素は、チャンネルごとに重みづけを行い、当該重みを上記の各指標値を算出するためのファクターとして用いてもよい。例として、第３算出部１１９は、引用回数及び引用関係を用いて、新規構成員の影響力を示す指標値を算出する際、新規構成員の引用された発言が経由したチャンネルに応じて、引用回数及び引用関係に重み付けをしてもよい。
【0169】
〔６．その他〕
（１）上述した実施形態では、記憶装置１３０、２２０、及び３２０は、ＲＯＭ及びＲＡＭなどを例示したが、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である。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。また、プログラムは、電気通信回線を介して通信網から送信されてもよい。
（１）上述した実施形態では、記憶装置１３０、２２０、及び３２０は、ＲＯＭ及びＲＡＭなどを例示したが、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である。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。また、プログラムは、電気通信回線を介して通信網から送信されてもよい。
【0170】
（２）上述した実施形態において、説明した情報、信号などは、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、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。
【0171】
（３）上述した実施形態において、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、管理テーブルを用いて管理してもよい。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。
【0172】
（４）上述した実施形態において、判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：true又はfalse）によっ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）によって行われてもよい。
【0173】
（５）上述した実施形態において例示した処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用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。
【0174】
（６）図２、図８、及び図１１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少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。
【0175】
（７）上述した実施形態で例示したプログラムは、ソフトウェアは、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、ハードウェア記述言語と呼ばれるか、他の名称で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、プログラム、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、機能などを意味するよう広く解釈されるべきである。
【0176】
また、ソフトウェア、命令、情報などは、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、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方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無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。
【0177】
（８）前述の各形態において、「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。
【0178】
（９）本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。
【0179】
（１０）上述した実施形態において、能力評価装置１０、サーバ２０、及びユーザ端末３０－１～３０－ｎは、移動局（ＭＳ：Mobile Station）である場合が含まれる。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で呼ばれる場合もある。また、本開示においては、「移動局」、「ユーザ端末（user terminal）」、「ユーザ装置（ＵＥ：User Equipment）」、「端末」等の用語は、互換的に使用され得る。
【0180】
（１１）上述した実施形態において、「接続された(connected)」、「結合された(coupled)」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。
【0181】
（１２）上述した実施形態において、「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。
【0182】
（１３）本開示で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up、search、inquiry)（例えば、テーブル、データベース又は別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。
【0183】
（１４）上述した実施形態において、「含む（include）」、「含んでいる（including）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。更に、本開示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。
【0184】
（１５）本開示において、例えば、英語でのa, an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。
【0185】
（１６）本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」等の用語も、「異なる」と同様に解釈されてもよい。
【0186】
（１７）本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。
【0187】
以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示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することができる。従って、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。
【符号の説明】
【0188】
１…能力評価システム、１０…能力評価装置、２０…サーバ、３０，３０－１，３０－ｎ…ユーザ端末、１１０…処理装置、１１１…解析部、１１２…第１データ取得部、１１３…第１算出部、１１４…学習済みモデル生成部、１１５…推定部、１１６…第２データ取得部、１１７…第２算出部、１１８…第３データ取得部、１１９…第３算出部、１２０…第４データ取得部、１２１…第４算出部、１２２…第５データ取得部、１２３…第５算出部、１２４…第６データ取得部、１２５…表示制御部、１３０…記憶装置、１４０…表示装置、１５０…入力装置、１６０…通信装置、２１０…処理装置、２１１…会話データ処理部、２１２…発言履歴データベース生成部、２２０…記憶装置、２３０…通信装置、３１０…処理装置、３１１…発言データ生成部、３１２…会話データ取得部、３１３…処理データ取得部、３１４…表示制御部、３２０…記憶装置、３３０…表示装置、３４０…入力装置、３５０…通信装置、ＤＢ１…発言履歴データベース、ＤＢ２…発言内容データベース、ＤＢ３…ユーザ情報データベース、ＬＭ１…学習済みモデル、ＰＲ１，ＰＲ２，ＰＲ３…制御プログラム
【図1】
【図2】
【図3】
【図4A】
【図4B】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11A】
【図11B】
【図11C】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】