特許 7607272 学習支援装置および学習支援システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-12-19

(45)【発行日】2024-12-27

(54)【発明の名称】学習支援装置および学習支援システム

(51)【国際特許分類】

   G09B 7/02 20060101AFI20241220BHJP

   G09B 19/00 20060101ALI20241220BHJP

   G06Q 50/20 20120101ALI20241220BHJP

【ＦＩ】

G09B7/02

G09B19/00 G

G06Q50/20 300

【請求項の数】 6

(21)【出願番号】P 2022511925

(86)(22)【出願日】2021-03-19

(86)【国際出願番号】 JP2021011467

(87)【国際公開番号】W WO2021200284

(87)【国際公開日】2021-10-07

【審査請求日】2023-08-25

(31)【優先権主張番号】P 2020066588

(32)【優先日】2020-04-02

(33)【優先権主張国・地域又は機関】JP

(73)【特許権者】

【識別番号】314012076

【氏名又は名称】パナソニックＩＰマネジメント株式会社

(74)【代理人】

【識別番号】100109210

【弁理士】

【氏名又は名称】新居 広守

(74)【代理人】

【識別番号】100137235

【弁理士】

【氏名又は名称】寺谷 英作

(74)【代理人】

【識別番号】100131417

【弁理士】

【氏名又は名称】道坂 伸一

(72)【発明者】

【氏名】金森 克洋

(72)【発明者】

【氏名】吉岡 元貴

(72)【発明者】

【氏名】松井 義徳

【審査官】佐々木 崇

(56)【参考文献】

【文献】特開２０１８－１６５７６０（ＪＰ，Ａ）

【文献】特開２００７－０７９６４７（ＪＰ，Ａ）

【文献】特許第６６２９４７５（ＪＰ，Ｂ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０９Ｂ １／００－ ９／５６

１７／００－１９／２６

Ｇ０６Ｑ５０／２０

(57)【特許請求の範囲】

【請求項1】

ユーザが学習タスクを行うための学習支援装置であって、
前記ユーザを撮影する撮影手段からの情報を解析して前記ユーザの第１の集中度を推定する第１集中度推定部と、
前記ユーザが前記学習タスクを実施するにあたり、前記ユーザが能動的に入力した情報を解析して前記ユーザの第２の集中度を推定する第２集中度推定部と、
前記第１の集中度および前記第２の集中度の少なくとも一方に基づいて、学習タスクの内容と前記学習タスクの提示手法とを切り替える提示切り替え部と、
前記ユーザに対して、前記ユーザが能動的に学習する第１学習タスクを提示する第１学習タスク提示部と、を備え、
前記第１学習タスク提示部が、前記ユーザに対して前記第１学習タスクを提示している間に、
前記提示切り替え部が、前記ユーザに提示する内容を、前記第１の集中度と前記第２の集中度との大小関係によって異なる難易度の前記第１学習タスクに切り替える、
学習支援装置。

【請求項2】

前記第１学習タスク提示部が、前記ユーザに対して第１学習タスクを提示している間に、
前記提示切り替え部が、前記ユーザに提示する内容を、前記第２の集中度の高低によって異なる難易度の前記ユーザが受動的に学習する第２学習タスクに切り替える、
請求項１に記載の学習支援装置。

【請求項3】

さらに、第２学習タスクを前記ユーザに提示する第２学習タスク提示部を備え、
前記第２学習タスク提示部が、前記ユーザに対して前記第２学習タスクを提示している間であって、前記第１の集中度が第１の値よりも高い場合に、
前記提示切り替え部が、前記ユーザに提示する内容を、前記第１学習タスクに切り替える、
請求項１または２に記載の学習支援装置。

【請求項4】

前記第１学習タスク提示部が前記ユーザに対して第１学習タスクを提示している間であって、前記第１の集中度が前記第２の集中度よりも高いとき、前記ユーザが漫然状態であると判定し、前記ユーザに休憩を促す集中度判定部をさらに備える、
請求項１～３のいずれか１項に記載の学習支援装置。

【請求項5】

第２学習タスク提示部が、前記ユーザに対して第２学習タスクを提示している間であって、前記第１の集中度が第２の値よりも低い場合に、
前記集中度判定部が、前記ユーザに休憩を促す、
請求項４に記載の学習支援装置。

【請求項6】

ユーザが学習タスクを行うための学習支援システムであって、
ディスプレイと、
ユーザを撮影する撮影手段と、
前記撮影手段からの情報を解析して前記ユーザの第１の集中度を推定する第１集中度推定部と、
前記ユーザが前記学習タスクを実施するにあたり、前記ユーザが能動的に入力した情報を解析して前記ユーザの第２の集中度を推定する第２集中度推定部と、
前記第１の集中度および前記第２の集中度の少なくとも一方に基づいて、学習タスクの内容と前記学習タスクの提示手法とを切り替える提示切り替え部と、
前記ユーザに対して、前記ユーザが能動的に学習する第１学習タスクを提示する第１学習タスク提示部と、を備え、
前記第１学習タスク提示部が、前記ユーザに対して前記第１学習タスクを提示している間に、
前記提示切り替え部が、前記ユーザに提示する内容を、前記第１の集中度と前記第２の集中度との大小関係によって異なる難易度の前記第１学習タスクに切り替える、
学習支援システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、学習支援装置および学習支援システムに関する。

【背景技術】

【0002】

ユーザが作業を行う際のユーザの集中度を計測する装置が考案されている。特許文献１には、ユーザが能動的に行う作業であるメール作成およびウェブ閲覧等と、ユーザが受動的に行う作業である動画視聴等とに対するユーザの集中度を計測し、計測した集中度に応じて映像を再生する映像再生装置等が開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】国際公開第２００７／１３２５６６号

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１に開示される映像再生装置等は、ユーザが能動的に行う作業とユーザが受動的に行う作業とを適切に切り替えることができなかった。

【0005】

そこで、本発明は、ユーザが能動的に行う作業とユーザが受動的に行う作業とを、ユーザの集中度に合わせて適切に切り替えることができる学習支援装置等を提供する。

【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、ユーザが学習タスクを行うための学習支援装置であって、前記ユーザを撮影する撮影手段からの情報を解析して前記ユーザの第１の集中度を推定する第１集中度推定部と、前記ユーザが学習タスクを実施するにあたり、前記ユーザが能動的に入力した情報を解析して前記ユーザの第２の集中度を推定する第２集中度推定部と、前記第１の集中度および前記第２の集中度の少なくとも一方に基づいて、学習タスクの内容と前記学習タスクの提示手法とを切り替える提示切り替え部と、前記ユーザに対して、前記ユーザが能動的に学習する第１学習タスクを提示する第１学習タスク提示部と、を備え、前記第１学習タスク提示部が、前記ユーザに対して前記第１学習タスクを提示している間に、前記提示切り替え部が、前記ユーザに提示する内容を、前記第１の集中度と前記第２の集中度との大小関係によって異なる難易度の前記第１学習タスクに切り替える。

【0007】

本発明の一態様に係る学習支援システムは、ユーザが学習タスクを行うための学習支援システムであって、ディスプレイと、ユーザを撮影する撮影手段と、前記撮影手段からの情報を解析して前記ユーザの第１の集中度を推定する第１集中度推定部と、前記ユーザが学習タスクを実施するにあたり、前記ユーザが能動的に入力した情報を解析して前記ユーザの第２の集中度を推定する第２集中度推定部と、前記第１の集中度および前記第２の集中度の少なくとも一方に基づいて、学習タスクの内容と前記学習タスクの提示手法とを切り替える提示切り替え部と、前記ユーザに対して、前記ユーザが能動的に学習する第１学習タスクを提示する第１学習タスク提示部と、を備え、前記第１学習タスク提示部が、前記ユーザに対して前記第１学習タスクを提示している間に、前記提示切り替え部が、前記ユーザに提示する内容を、前記第１の集中度と前記第２の集中度との大小関係によって異なる難易度の前記第１学習タスクに切り替える。

【発明の効果】

【0008】

本発明の一態様に係る学習支援装置等は、ユーザが能動的に行う作業とユーザが受動的に行う作業とを、ユーザの集中度に合わせて適切に切り替えることができる。

【図面の簡単な説明】

【0009】

【図1】図１は、実施の形態に係る学習支援装置のブロック図である。

【図2】図２は、実施の形態に係る学習支援装置の処理を表すフローチャートである。

【図3A】図３Ａは、ユーザがアクティブタスクを実施している様子を表す図である。

【図3B】図３Ｂは、ユーザがパッシブタスクを実施している様子を表す図である。

【図4A】図４Ａは、アクティブタスク実施中のユーザの集中度を計測している様子を示す図である。

【図4B】図４Ｂは、パッシブタスク実施中のユーザの集中度を計測している様子を示す図である。

【図5】図５は、実施の形態に係る学習支援装置が行う第１の集中度の判定処理を示すフローチャートである。

【図6】図６は、実施の形態に係る学習支援装置が第１の集中度の判定に用いる対象者の癖の例を示す図である。

【図7】図７は、実施の形態に係る集中度判定部が行う第１の集中度および第２の集中度の比較のタイムスロットを示す図である。

【図8】図８は、実施の形態に係る学習支援装置における第１の集中度の測定の概要を示す図である。

【図9】図９は、実施の形態に係る学習支援装置における第２の集中度の測定の概要を示す図である。

【図10】図１０は、実施の形態に係る学習支援装置におけるアクティブタスクとパッシブタスクの切り替えを示す図である。

【図11】図１１は、実施の形態に係る学習支援装置におけるアクティブタスクとパッシブタスクの切り替えの詳細を示す表である。

【図12】図１２は、実施の形態に係る学習支援装置の処理の一例を示すフローチャートである。

【図13】図１３は、実施の形態に係る学習支援装置の処理の別の例を示すフローチャートである。

【図14】図１４は、実施の形態に係る学習支援装置における第１の集中度と第２の集中度との比較によるユーザの状態判定の一例を示す図である。

【図15】図１５は、実施の形態に係る学習支援装置における第１の集中度と第２の集中度との比較によるユーザの状態の誘導を示す図である。

【発明を実施するための形態】

【0010】

以下、実施の形態について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

【0011】

なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付しており、重複する説明は省略または簡略化される場合がある。

【0012】

（実施の形態）
［学習支援装置の構成］
まず、学習支援装置１００の構成について説明する。図１は、実施の形態に係る学習支援装置１００のブロック図である。学習支援装置１００は、撮影手段１０、体動・ポーズ判定部１２、視線・表情判定部１４、第１集中度推定部１６、集中度判定部１８、解答入力部２０、第１学習タスク提示部２２、情報処理部２４、第２集中度推定部２６、第２学習タスク提示部２８、および、提示切り替え部３０を備える。

【0013】

撮影手段１０は、ユーザの顔または身体を撮影する。撮影手段１０は、パーソナルコンピュータに内蔵されたＷｅｂカメラ等、または、パーソナルコンピュータと接続可能なデジタルカメラ等で実現される。また、撮影手段１０は、アイトラッキング機能を持つ。また、撮影手段１０は、赤外線カメラ等で実現されてもよい。撮影手段１０は、取得した画像データを体動・ポーズ判定部１２および視線・表情判定部１４に送信する。

【0014】

体動・ポーズ判定部１２は、撮影手段１０が取得した画像において、ユーザの体の２以上の部分のそれぞれについて位置を認識する。また、体動・ポーズ判定部１２は、認識されたユーザの体の２以上の部分の位置からそれぞれの位置関係である対象位置関係を算出する処理装置である。体動・ポーズ判定部１２は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。

【0015】

体動・ポーズ判定部１２は、撮影手段１０から受信した画像上においてユーザの体と、その他とを画像認識により識別する。また、体動・ポーズ判定部１２は、識別したユーザの体を部分ごとに識別し、各部分のそれぞれについて画像上の位置を認識する。これにより、画像上において、ユーザの体の２以上の部分の位置関係である対象位置関係を算出する。ここで、２以上の部分の位置関係とは、２以上の部分どうしが成す距離によって示される。例えば、２以上の部分が「ユーザの顔の一部」および「ユーザの手」である場合、体動・ポーズ判定部１２は、「顔の一部と手とが特定の距離以内」のように対象位置関係を算出する。体動・ポーズ判定部１２は、算出した対象位置関係を第１集中度推定部１６に送信する。

【0016】

画像は、複数取得され、そのそれぞれについて対象位置関係の算出が行われる。より詳しくは、撮影手段１０において取得される画像は、画像が時系列に沿って連続的に並ぶ動画像である。したがって、体動・ポーズ判定部１２は、当該動画像に含まれる１フレームごとの画像について、ユーザが集中状態であるか否かの判定を行う。つまり、体動・ポーズ判定部１２では、ユーザが撮像された動画像に対応する、集中状態、または集中状態ではない非集中状態のいずれかを示す値が時系列に沿って連続的に並ぶ数値列が判定に基づいて出力される。

【0017】

視線・表情判定部１４は、撮影手段１０から受信した画像上においてユーザの視線または表情を画像認識により識別する。視線・表情判定部１４は、近赤外ＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）および撮影手段１０から画像を取得し、画像検出、３Ｄアイモデルおよび視線算出アルゴリズムを含む演算処理を行う。視線・表情判定部１４は、ディスプレイ等を眺めるユーザの視線を検知する。具体的には、近赤外ＬＥＤが、ユーザの角膜上に光の反射パターンを生成し、撮影手段１０が当該反射パターンを取得する。そして、視線・表情判定部１４は、当該反射パターンに基づいて、画像処理アルゴリズムと眼球の生理学的３Ｄモデルを用いて、空間中の眼球の位置と視点を推定する。なお、視線・表情判定部１４は、自然光照明と可視光カラーカメラを使った構成でも可能であり、上記構成は１つの例にすぎない。

【0018】

また、視線・表情判定部１４は、ディープラーニング等によりユーザの顔等を学習し、撮影したユーザの顔画像の特徴量を抽出し、学習したデータと抽出した特徴量とに基づいて、ユーザの表情を判定する。視線・表情判定部１４は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。視線・表情判定部１４は、推定したユーザの視点に関する情報、または、判定したユーザの表情に関する情報を第１集中度推定部１６に送信する。

【0019】

第１集中度推定部１６は、対象位置関係とユーザの表情とに基づいて、ユーザが集中状態であるか否かを判定する処理装置である。第１集中度推定部１６は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。

【0020】

第１集中度推定部１６は、体動・ポーズ判定部１２から取得した対象位置関係を基に、ユーザの第１の集中度を推定する。第１集中度推定部１６は、あらかじめユーザの癖を把握しており、体動・ポーズ判定部１２において算出された対象位置関係が、ユーザの癖であるか否かを判定する。対象位置関係がユーザの癖と一致する場合、ユーザは、集中状態である場合にとり得る動作をとっていると判断できる。言い換えると、第１集中度推定部１６は、ユーザが当該動作をとっているため、ユーザの第１の集中度が高いと判定できる。ここで、第１の集中度とは、ユーザが受動的に行うタスク（以後、パッシブタスクと呼ぶ）を遂行する際の集中度である。受動的に行うタスクとは、例えば、動画視聴等である。

【0021】

なお、本明細書中において、癖とは、人が集中状態にある場合にとり得る動作であり、人の体の２以上の部分の位置関係（つまり距離）から推定される動作である。したがって、癖は、人の体の２以上の部分の位置関係、または当該位置関係から推定される動作として規定可能である。

【0022】

第１集中度推定部１６は、ユーザ１の集中度として、体動・ポーズ判定部１２により出力された対象位置関係を用いて、あらかじめ設定された時間範囲に対する、ユーザが集中状態であった時間の全計測時間に対する比を算出する。例えば、５分間の動画像のうち、ユーザ１が集中状態であった時間の合計が４分間であった場合、４／５＝０．８が集中度として算出される。また、例えば、第１集中度推定部１６は、百分率を用いて０．８×１００＝８０％を集中度として算出してもよい。

【0023】

また、第１集中度推定部１６は、視線・表情判定部１４が推定したユーザの視点に関する情報、または、判定したユーザの表情に関する情報に基づいて、ユーザの第１の集中度を推定する。例えば、第１集中度推定部１６は、視線・表情判定部１４が推定したユーザの視点の空間における経時的な動きが少ない場合に、ユーザの第１の集中度が高いと判定する。また、例えば、第１集中度推定部１６は、集中度が高いときの表情を予め定めておき、視線・表情判定部１４が当該表情であると判定したときに、ユーザの第１の集中度が高いと判定してもよい。第１集中度推定部１８は、算出したユーザの第１の集中度を集中度判定部１８に出力する。

【0024】

解答入力部２０は、ユーザが解答を入力する端末または、ユーザに提示される解答入力用の画面等のインターフェースである。ユーザは、第１学習タスク提示部２２から提示された問題に対する解答を、解答入力部２０に入力する。解答入力部２０は、取得した解答を情報処理部２４に送信する。解答入力部２０は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。解答入力部２０は、タッチパネルディスプレイまたは液晶ディスプレイ等のディスプレイおよび入力ボタン若しくはキーボードを備えてもよい。

【0025】

第１学習タスク提示部２２は、ユーザに対して、ユーザが能動的に学習する第１学習タスクを提示する端末または画面等のインターフェースである。第１学習タスク提示部２２は、計算問題、漢字の知識に関する問題、英単語に関する問題等の知的訓練を行うための問題であり、ユーザからの解答の入力を必要とする問題等のユーザが能動的に学習する第１学習タスクを、ユーザに提示する。第１学習タスクは、アクティブタスクとも呼ばれる。第１学習タスク提示部２２は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。解答入力部２０は、タッチパネルディスプレイまたは液晶ディスプレイ等のディスプレイを備えていてもよい。第１学習タスク提示部２２は、解答入力部２０に、第１学習タスク提示部２２がどのような問題を提示しているかという情報を送信する。また、第１学習タスク提示部２２は、提示切り替え部３０からの信号に基づいて、問題を提示する。

【0026】

情報処理部２４は、解答入力部２０から、ユーザが入力した解答を取得し、解答の正誤、問題の進捗速度、問題の処理量、解答スコア、および正答率等の、ユーザに提示された問題に関する指標を算出する。情報処理部２４は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。

【0027】

第２集中度推定部２６は、情報処理部２４から、ユーザに提示された問題に関する指標を取得し、当該指標からユーザの第２の集中度を推定する。ここで、第２の集中度とは、ユーザが能動的に行うタスク（以後、アクティブタスクと呼ぶ）を遂行する際の集中度である。能動的に行うタスクとは、例えば、出題された問題に対して解答すること等である。例えば、第２集中度推定部２６は、ユーザの問題に対する正答率が高いときに、ユーザの第２の集中度が高いと推定する。または、例えば、ユーザの問題の進捗速度が速いときに、ユーザの第２の集中度が高いと推定してもよい。第２集中度推定部２６は、算出したユーザの第２の集中度を集中度判定部１８に出力する。第２集中度推定部２６は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。

【0028】

集中度判定部１８は、第１集中度推定部１６または第２集中度推定部２６から取得した第１の集中度または第２の集中度を用いて、ユーザの集中度を判定する。具体的には、学習支援装置１００がユーザに問題を提示している場合は、集中度判定部１８は、第１集中度推定部１６および第２集中度推定部２６から第１の集中度および第２の集中度を取得し、第１の集中度および第２の集中度を正規化して比較することによって、ユーザの集中度を判定する。

【0029】

また、学習支援装置１００がユーザに動画を提示している場合は、集中度判定部１８は、第１集中度推定部１６から取得した第１の集中度を第１の値と比較することで、ユーザの集中度を判定する。集中度判定部１８は、判定したユーザの集中度に関する情報を、提示切り替え部３０に出力する。集中度判定部１８は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。

【0030】

提示切り替え部３０は、第１の集中度および第２の集中度の少なくとも一方に基づいて、動画と問題とのいずれをディスプレイに提示させるかを切り替える。集中度判定部１８から取得したユーザの集中度に関する情報に基づいて、ユーザに提示する内容をどのように切り替えるかを決定する。例えば、提示切り替え部３０は、学習支援装置１００がユーザに動画を提示しているときに、第１の集中度が第２の集中度より高いとき、ユーザに提示する内容を、現在提示されている動画よりも難度の低い動画に切り替えると決定する。提示切り替え部３０は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。提示切り替え部３０は、集中度判定部１８から信号を取得し、ユーザに提示する内容の切り替えに関する信号を第１学習タスク提示部２２および第２学習タスク提示部２８に送信する。

【0031】

第２学習タスク提示部２８は、ユーザに対してユーザが受動的に学習する第２学習タスクを提示する端末または画面等のインターフェースである。第２学習タスクは、例えば、動画等である。また、第２学習タスクは、パッシブタスクとも呼ばれる。第２学習タスク提示部２８は、例えば、プロセッサと記憶装置と、当該記憶装置に格納されたプログラムとによって実現される。第２学習タスク提示部２８は、タッチパネルディスプレイまたは液晶ディスプレイ等のディスプレイを備えていてもよい。第２学習タスク提示部２８は、提示切り替え部３０からの信号に基づいて、動画を提示する。

【0032】

［学習支援装置の処理］
次に、学習支援装置１００の行う処理について説明する。図２は、実施の形態に係る学習支援装置１００の処理を表すフローチャートである。

【0033】

まず、学習支援装置１００は、ユーザに動画または問題を提示する（ステップＳ１００）。学習支援装置１００は、第２学習タスク提示部２８で動画を提示、または、第１学習タスク提示部２２で問題を提示する。

【0034】

次に、学習支援装置１００は、第１の集中度または第２の集中度を推定する（ステップＳ１０１）。学習支援装置１００は、第１集中度推定部１６で第１の集中度を推定、または、第２集中度推定部２６で第２の集中度を推定する。

【0035】

続いて、学習支援装置１００は、第１の集中度と第２の集中度とを比較、または第１の集中度の値を判定する（ステップＳ１０２）。学習支援装置１００は、集中度判定部１８で、第１の集中度と第２の集中度との大小を比較、または第１の集中度と第１の値との大小を判定する。

【0036】

そして、学習支援装置１００は、第１の集中度と第２の集中度との比較結果、または、第１の集中度の値の判定結果に応じて、ユーザに対する提示内容を切り替える（ステップＳ１０３）。学習支援装置１００は、提示切り替え部３０で、ユーザへの提示内容の切り替え方を決定し、決定した切り替え方を第１学習タスク提示部２２または第２学習タスク提示部２８に送信する。以下、図１および図２で説明された内容について、詳細に説明する。

【0037】

［アクティブタスクとパッシブタスク］
次に、学習支援装置１００が提示するアクティブタスクとパッシブタスクについて、詳細に説明する。アクティブタスクとパッシブタスクとは、図２で示されるステップＳ１００で提示される動画または問題である。ここでは、図２で示されるステップＳ１００で提示される動画（パッシブタスク）または問題（アクティブタスク）について、説明する。図３Ａは、ユーザ１がアクティブタスクを実施している様子を表す図である。また、図３Ｂは、ユーザ１がパッシブタスクを実施している様子を表す図である。

【0038】

図３Ａに示されるアクティブタスクとは、ユーザ１が能動的に解答の入力等を行うタスクを指す。アクティブタスクとは、具体的には、計算問題、漢字に関する問題、英単語に関する問題、その他知識の解答を求める問題、図形問題、文章を読解する問題等である。図３Ｂに示されるパッシブタスクとは、ユーザ１が受動的に、動画像の視聴等を行うタスクを指す。パッシブタスクとは、具体的には、算数、国語、英語、理科または社会等の授業の動画の視聴、音楽の演奏の視聴、絵画または視覚芸術作品の視聴、演劇の視聴および教育的な内容のビデオ等の視聴等を指す。

【0039】

図４Ａは、アクティブタスク実施中のユーザ１の集中度を計測している様子を示す図である。学習支援装置１００がアクティブタスクをユーザ１に提示したとき、ユーザ１は、ディスプレイ２等に表示された問題を見て、キーボードまたはタッチパネル等を通して、解答を学習支援装置１００に入力する。学習支援装置１００は、ユーザ１の第２の集中度を、作業情報から推定する。ここで、作業情報とは、ユーザ１が問題に回答する時のタッチパネルディスプレイへのタッチ率、問題の正答率、解答入力までの応答時間、問題の進捗速度、問題の処理量、解答スコア等である。なお、ユーザ１は、アクティブタスクに対して、マイクロフォン等を通じて、音声で解答を入力してもよい。

【0040】

また、学習支援装置１００は、アクティブタスクをユーザ１に提示している間、撮影手段１０からユーザ１の顔または身体の画像を取得する。学習支援装置１００は、取得した画像を解析し、ユーザ１の第１の集中度を推定する。具体的には、学習支援装置１００は、ユーザ１の表情、ユーザ１の視線若しくは視点に関する情報、ユーザ１のポーズ等を示す対象位置関係等を判定し、第１の集中度を推定する。

【0041】

図４Ｂは、パッシブタスク実施中のユーザ１の集中度を計測している様子を示す図である。学習支援装置１００がパッシブタスクをユーザ１に提示したとき、ユーザ１は、ディスプレイ２等に表示された動画像を視聴する。学習支援装置１００は、ユーザ１の第１の集中度を、撮影手段１０で取得した画像を解析し、ユーザ１の顔画像、視線若しくは視点に関する情報、ユーザ１のポーズ等を示す対象位置関係、または、体温等の生理指標から推定する。学習支援装置１００は、パッシブタスク実施中に、アクティブタスク実施中よりも高精度の解析を行ってもよい。なお、学習支援装置１００は、脈拍または体温等のユーザ１の生理指標を、ウェアラブルデバイスまたはスマートフォンから取得してもよい。

【0042】

［第１の集中度の推定］
次に、学習支援装置１００が行う第１の集中度の推定の処理について説明する。図５は、実施の形態に係る学習支援装置１００が行う第１の集中度の判定処理を示すフローチャートである。ここでは、図２で示されるステップＳ１０１で行われる第１の集中度の推定について説明する。

【0043】

本実施の形態における撮影手段１０は、ユーザ１が撮像された画像を受信することで当該画像を取得し、取得ステップ（Ｓ１０１）を実施する。撮影手段１０は、また、取得した画像を体動・ポーズ判定部１２へと送信する。

【0044】

続いて、体動・ポーズ判定部１２は、撮影手段１０から受信した画像について、画像認識により、ユーザ１の体とその他の部分とを識別し、さらに、ユーザ１の体を部分ごとに識別する。体動・ポーズ判定部１２は、ユーザ１の体の部分のそれぞれに対して、画像上の位置を認識する。体動・ポーズ判定部１２は、さらに、画像上におけるユーザ１の体の部分のうち２以上の部分の組み合わせについて、認識された位置からそれぞれの位置関係である対象位置関係を算出する認識ステップ（Ｓ１０２）を実施する。

【0045】

続いて、第１集中度推定部１６は、取得した画像における対象位置関係と、当該ユーザ１の癖を規定する体の２以上の部分の位置関係とに基づいて、当該ユーザ１が集中状態であるか否かを判定する判定ステップを実施する。第１集中度推定部１６は、例えば、記憶部に格納されたユーザ１の癖情報を用いてユーザ１の癖を規定する体の２以上の部分の位置関係を取得する。第１集中度推定部１６は、さらに、ユーザ１の癖に該当する位置関係が、画像から算出された対象位置関係に含まれないか否かを判定することにより（Ｓ１０３）、ユーザ１が集中状態であるか否かの判定を実施する。

【0046】

例えば、ユーザ１の癖に該当する位置関係が、画像から算出された対象位置関係と対応する（一致するまたは同等とみなせる）場合（Ｓ１０３でＹｅｓ）、第１集中度推定部１６は、ユーザ１が集中状態であると判定する（Ｓ１０４）。また、例えば、ユーザ１の癖に該当する位置関係が、画像から算出された対象位置関係と対応しない場合（Ｓ１０３でＮｏ）、第１集中度推定部１６は、ユーザ１が集中状態ではないと判定する（Ｓ１０５）。

【0047】

次に、第１集中度推定部１６は、撮影手段１０において取得される画像１フレームごとにユーザ１が集中状態であるか否かの判定を実施する。ここで、本実施の形態における学習支援装置１００は、あらかじめ設定された時間範囲においてユーザ１の集中度を算出する。つまり、あらかじめ設定された時間範囲に対応する所定の数（フレーム数）の画像について、第１集中度推定部１６は、ユーザ１が集中状態か否かの判定を行う。

【0048】

第１集中度推定部１６は、判定が実施された画像の数が所定の数に達したか否かの判定を行い（Ｓ１０６）、所定の数に達していない場合（Ｓ１０６でＮｏ）、取得ステップ（Ｓ１０１）～ステップ（Ｓ１０６）を繰り返す。これにより、第１集中度推定部１６は、判定が実施された画像の数が所定の数に達するまで、画像の取得および画像中のユーザ１が集中状態であるか否かの判定を行う。

【0049】

判定が実施された画像の数が所定の数に達した際に（Ｓ１０６でＹｅｓ）、第１集中度推定部１６は、所定の数の画像において判定された、ユーザ１が集中状態であるか否かの判定結果を用いて、ユーザ１の集中度を算出する算出ステップ（Ｓ１０７）を実施する。これにより、学習支援装置１００は、ユーザ１があらかじめ設定された時間範囲内でどの程度集中していたかを数値化することができる。第１集中度推定部１６は、算出したユーザ１の集中度に関する情報を出力部（図示せず）へと送信する。これにより、ユーザ１またはユーザ１を管理する管理者等は、学習支援装置１００によって計測された集中度を確認することができる。

【0050】

第１集中度推定部１６における、ユーザ１の集中状態であるか否かの判定について、図６を用いてさらに詳しく説明する。図６は、実施の形態に係る学習支援装置１００が第１の集中度の判定に用いる対象者の癖の例を示す図である。図６の（ａ）は、集中状態である場合におけるユーザ１が撮像された画像を示す図である。また、図６の（ｂ）は、集中状態でない場合におけるユーザ１が撮像された画像を示す図である。なお、ここでのユーザ１の集中時における癖は、顎（つまり顔の一部）を手で触る動作である。

【0051】

図６の（ａ）に示すように、体パーツ認識部により、画像上のユーザ１は、体の一の部分である顎と他の部分である手との位置が画像上の座標として認識される。さらに、ユーザ１の集中時における癖である顎を手で触る動作に基づき、集中癖判定部は、顎と手とにおける最短距離が０または０と同等とみなせる距離以内であるかを判定する。図６の（ａ）では、ユーザ１は、顎と、手とにおける画像上の座標の最短距離が０である。したがって、図６の（ａ）におけるユーザ１は、集中時の癖を示す集中状態であると判定される。

【0052】

一方で、図６の（ｄ）に示すように、体動・ポーズ判定部１２により、画像上のユーザ１は、体の一の部分である顎のみの位置が画像上の座標として認識される。手が画像中に認識されなかったため、顎と手との距離が算出されず、ユーザ１の集中時における癖である顎を手で触る動作は示されていない。したがって、図６の（ｄ）におけるユーザ１は、集中時の癖を示す集中状態ではないと判定される。

【0053】

［第２の集中度の推定］
次に、学習支援装置１００が行う第２の集中度の推定について説明する。ここでは、図２で示されるステップＳ１０１で行われる第２の集中度の推定について説明する。第２の集中度は、タスクが実施された時間に対する、ユーザ１が集中していた時間の割合で表される。ユーザ１が集中していた時間は、応答時間の期待値に応答の総数を乗ずることで算出される。応答時間は、混合正規分布で表現される。具体的には、以下の式（１）～（５）で表される。

【0054】

【0055】

ｆ（ｔ）は、応答時間の分布を表す。ｆ_ｌとｆ_ｈとは、混合正規分布に用いられる対数正規分布である。ｆ_ｌは、μ_ｌおよびσ_ｌで定義される。また、ｆ_ｈは、μ_ｈおよびσ_ｈで定義される。パラメータｐは、混合係数である。また、ＣＴは、集中時間（ユーザ１が集中していた時間）であり、Ｎは応答の総数である。また、ＣＴＲは、集中時間割合（タスクが実施された時間に対するユーザ１が集中していた時間の割合）であり、Ｔ_{ｔｏｔａｌ}は、タスク実施総時間（対象タスクが実施されていた時間の総量）である。なお、ここでは第２の集中度が、タスクが実施された時間全体に対して定義されたが、より短期間の時間期間（タイムスロット）に対して定義されてもよい。その場合、第２の集中度も第１の集中度と同様に時間的な変動を示す値となる。

【0056】

［ユーザ１の状態の判定］
次に、集中度判定部１８によるユーザ１の状態の判定について説明する。ここでは、図２で示されるステップＳ１０２で行われる処理について説明する。図７は実施の形態に係る集中度判定部１８が行う第１の集中度および第２の集中度の比較のタイムスロットを示す図である。

【0057】

集中度判定部１８は、ユーザ１の状態の判定を、ユーザ１の第１の集中度および第２の集中度の比較を行うことによって実施する。また、集中度判定部１８は、ユーザ１の状態の判定を、継続的に行うのではなく、断続的に行う。具体的には、集中度判定部１８は、学習支援装置１００が、１つのアクティブタスクまたはパッシブタスクを実施している時間毎に、その時間中に取得されたデータから推定されたユーザ１の第１の集中度または第２の集中度の平均値を算出して、当該平均値を用いて、その時間中のユーザ１の状態を判定する。

【0058】

または、集中度判定部１８は、学習支援装置１００が、１つのアクティブタスクまたはパッシブタスクを実施している時間に、その時間中に取得されたデータからユーザ１の第１の集中度または第２の集中度を推定し、推定した第１の集中度または第２の集中度からユーザ１の集中度を判定し、当該時間中に判定されたユーザ１の複数の集中度の平均値を、当該時間におけるユーザ１の集中度の代表値としてもよい。例えば、集中度判定部１８は、第１の集中度と第２の集中度との大小を比較することで、ユーザ１の状態を判定する。

【0059】

また、集中度判定部１８は、上記の処理を実施する際に、平均値の代わりに中央値を使用してもよい。学習支援装置１００が、１つのアクティブタスクまたはパッシブタスクを実施している時間は、具体的には、例えば、３０分である。

【0060】

また、第１の集中度と、第２の集中度とが比較されうるように、第１の集中度を示すデータと第２の集中度を示すデータとが正規化される。正規化の手法はいかなるものであってもよい。

【0061】

例えば、図７に示されるように、学習支援装置１００は、まずアクティブタスクを実施する。実施時間は、例えば、３０分である。そして、集中度判定部１８は、当該実施時間の間に推定された第１の集中度の代表値および第２の集中度の代表値から、当該実施時間中のユーザ１の状態を判定する。次に、学習支援装置１００は、パッシブタスクを実施する。実施時間は、例えば、３０分である。そして、集中度判定部１８は、当該実施時間の間に推定された第１の集中度の代表値から、当該実施時間中のユーザ１の集中度を判定する。続いて、学習支援装置１００は、アクティブタスクを実施する。実施時間は、例えば、３０分である。そして、集中度判定部１８は、当該実施時間の間に推定された第１の集中度の代表値および第２の集中度の代表値から、当該実施時間中のユーザ１の状態を判定する。このように、集中度判定部１８は、継続的に逐次ユーザ１の集中度を判定するのではなく、所定の期間における第１の集中度または第２の集中度の平均値から、所定の期間におけるユーザ１の状態を判定する。なお、所定の期間とは３０分の実施時間全体でもよいが、１分、３分などの短期間の時間期間（タイムスロット）でもよい。

【0062】

続いて、学習支援装置１００が行う集中度の測定について具体的に説明する。図８は、実施の形態に係る学習支援装置１００における第１の集中度の測定の概要を示す図である。

【0063】

まず、ユーザ１が動画視聴（パッシブタスク）を実施している場合について考える。ユーザ１が動画視聴を行う時間は、例えば３０分とする。ユーザ１が動画視聴を行っている間、学習支援装置１００は、撮影手段１０からユーザ１の画像データを取得する。撮影手段１０で取得された画像は、体動・ポーズ判定部１２および視線・表情判定部１４で解析される。

【0064】

例えば、体動・ポーズ判定部１２および視線・表情判定部１４の解析によって、図１０に示される例では、ユーザ１が動画視聴を始めた直後は、ユーザ１が真剣な表情でメモを取るポーズが確認される。次に、ユーザ１があくびをするポーズが確認される。そして、ユーザ１が明るい表情をしていることが確認され、最後に頬杖をついて疲弊した表情をしていることが確認される。

【0065】

これらのポーズおよび表情に基づいて、第１集中度推定部１６がユーザ１の集中度を推定したグラフが、図８に示される。例えば、ユーザ１が真剣な表情でメモを取るポーズが確認された時間帯は、第１の集中度が相対的に高く推定され、ユーザ１があくびをするポーズが確認された時間帯は、第１の集中度が相対的に低く推定される。また、ユーザ１が明るい表情をしていることが確認された時間帯は、直前の時間帯よりも第１の集中度が高く推定され、最後にユーザ１が頬杖をついて疲弊した表情をしていることが確認された時間帯は、第１の集中度が相対的に低く推定される。

【0066】

集中度判定部１８は、上記に示された３０分間の第１の集中度の平均値等である代表値に基づいて、ユーザ１の状態を判定する。

【0067】

図９は、実施の形態に係る学習支援装置１００における第２の集中度の測定の概要を示す図である。次に、ユーザ１が問題への解答（アクティブタスク）を実施している場合について考える。ユーザ１が問題への解答を行う時間は、例えば３０分とする。ユーザ１が問題への解答を行っている間、学習支援装置１００は、撮影手段１０からユーザ１の画像データを取得する。撮影手段１０で取得された画像は、体動・ポーズ判定部１２および視線・表情判定部１４で解析される。また、情報処理部２４は、作業情報として、ユーザ１が問題に回答する時のタッチパネルディスプレイへのタッチ率、問題の正答率、解答入力までの応答時間、問題の進捗速度、問題の処理量、解答スコア等を取得する。そして、第２集中度推定部２６は、作業情報に基づいて、ユーザ１の第２の集中度を推定する。

【0068】

例えば、第２集中度推定部２６は、問題の正答率が高い場合に、第２の集中度が高いと推定する。また、第２集中度推定部２６は、解答入力までの応答時間が短い場合に、第２の集中度が高いと推定してもよい。図９に示されるように、学習支援装置１００によってアクティブタスクが提示される３０分の間に、第２の集中度が逐次推定される。

【0069】

集中度判定部１８は、上記に示された３０分間の第１の集中度の平均値等である代表値に基づいて、ユーザ１の状態を判定する。

【0070】

［アクティブタスクとパッシブタスクの切り替え］
つぎに、学習支援装置１００が行う、ユーザ１の状態に応じたアクティブタスクとパッシブタスクの切り替えについて説明する。ここでは、図２で示されるステップＳ１０３で行われる処理について具体的に説明する。図１０は、実施の形態に係る学習支援装置１００におけるアクティブタスクとパッシブタスクの切り替えを示す図である。図１０に示されるように、学習支援装置１００は、ユーザ１の状態に応じて、授業動画を視聴するパッシブタスクと、授業動画に関するクイズまたは演習を実施するアクティブタスクを切り替える。なお、学習支援装置１００は、ユーザ１の状態に応じて、１つのパッシブタスクから、当該パッシブタスクと難易度の異なるパッシブタスクへと切り替えてもよいし、１つのアクティブタスクから、当該アクティブタスクと難易度の異なるアクティブタスクへと切り替えてもよい。

【0071】

図１１は、実施の形態に係る学習支援装置１００におけるアクティブタスクとパッシブタスクの切り替えの詳細を示す表である。学習支援装置１００がアクティブタスクを提示しているときに、第２の集中度が第１の集中度より高いとき、ユーザ１にとって、アクティブタスクの難易度が低すぎると判断される。これは、ユーザ１の問題への回答率などの作業パフォーマンスが高いにもかかわらず、見た目の表情にはそれが現れていないためである。ユーザ１にとっては、この課題に関しての学習・理解は十分に達成されたことになると考えられる。そこで、提示切り替え部３０は、より難度の高いパッシブタスクに切り替える。これは、学習支援装置１００が、次の１段進んだ学習段階の授業動画などへユーザ１を導入することを意味する。

【0072】

また、学習支援装置１００がアクティブタスクを提示しているときに、第１の集中度が第２の集中度より高いとき、ユーザ１にとって、アクティブタスクの難易度が高すぎると判定する。これは、ユーザ１の見た目の表情では、十分に集中しているように見えるにもかかわらず、問題への回答率などの実際の作業パフォーマンスが低いためである。あるいは、学習支援装置１００は、ユーザ１は、いわゆる漫然（Ｍｉｎｄ Ｗａｎｄｅｒｉｎｇ）状態に陥っていると判断する。そこで、提示切り替え部３０は、難度の低いパッシブタスクに切り替える。これは例えば課題を１つ前の授業動画に戻してユーザ１に再度復習をさせることを意味する。また、この場合、提示切り替え部３０は、休憩に切り替えてもよい。学習支援装置１００がアクティブタスクを提示しているときに、第１の集中度が第２の集中度より高いとき、提示切り替え部３０が、難度の低いパッシブタスクに切り替えるか休憩に切り替えるかは、第１の集中度または第２の集中度が第３の値より高いか否かに基づいて判断される。

【0073】

また、学習支援装置１００がアクティブタスクを提示しているとき、提示切り替え部３０は、第２の集中度の高低によって、異なる難易度のパッシブタスクに切り替えてもよい。例えば、学習支援装置１００がアクティブタスクを提示しているときに、第２の集中度が第１の所定値より高い場合、提示切り替え部３０は、難度の高いパッシブタスクに切り替えてもよい。反対に、例えば、学習支援装置１００がアクティブタスクを提示しているときに、第２の集中度が第２の所定値より低い場合、提示切り替え部３０は、難度の低いパッシブタスクに切り替えてもよい。

【0074】

また、学習支援装置１００がパッシブタスクを提示しているときに、第１の集中度が第１の値よりも高いとき、提示切り替え部３０は、ユーザ１が、十分に集中して授業動画などを視聴していると判断し、次の段階としてより難度の高いアクティブタスクに切り替える。反対に、学習支援装置１００がパッシブタスクを提示しているときに、第１の集中度が第２の値よりも低いとき、提示切り替え部３０は、ユーザ１が授業動画に集中できていないと判断して、休憩に切り替えるか、あるいは、比較的難度の低い問題への回答を促すようなアクティブタスクに切り替えてもよい。ここで、第２の値は、第１の値より小さいものとする。学習支援装置１００がパッシブタスクを提示しているときに、第１の集中度が第１の値よりも低いとき、提示切り替え部３０が、休憩に切り替えるか難度の低いアクティブタスクに切り替えるかは、第１の集中度が第３の値より高いか否かに基づいて判断される。

【0075】

次に、学習支援装置１００が行うアクティブタスクとパッシブタスクの切り替えの処理の概要について説明する。図１２は、実施の形態に係る学習支援装置１００の処理の一例を示すフローチャートである。図１２を用いて、学習支援装置１００がユーザ１にパッシブタスクを提示している場合の、ユーザ１の集中度に基づいたアクティブタスクとパッシブタスクの切り替えの処理について説明する。図１２で示される処理は、図２で示される処理の具体例である。

【0076】

まず、第２学習タスク提示部２８は、ユーザ１に動画を提示する（ステップＳ３００）。

【0077】

次に、第１集中度推定部１６は、ユーザ１の第１の集中度を推定する（ステップＳ３０１）。

【0078】

続いて、集中度判定部１８は、第１の集中度が第１の値よりも高いか否かを判定する（ステップＳ３０２）。

【0079】

集中度判定部１８が、第１の集中度が第１の値よりも高いと判定した場合（ステップＳ３０２でＹｅｓ）、提示切り替え部３０は、問題提示に切り替える（ステップＳ３０３）。具体的には、提示切り替え部３０は、第２学習タスク提示部２８に動画の出力を停止させ、かつ、第１学習タスク提示部２２に問題を出力させる。ここで、提示切り替え部３０は、難度の高い問題を第１学習タスク提示部２２に出力させる。

【0080】

集中度判定部１８が第１の集中度が第１の値よりも低いと判定した場合（ステップＳ３０２でＮｏ）、提示切り替え部３０は、休憩に切り替える（ステップＳ３０４）。具体的には、提示切り替え部３０は、第２学習タスク提示部２８に動画の出力を停止させ、かつ、第１学習タスク提示部２２にユーザ１に休憩を促すコンテンツを出力させる。また、集中度判定部１８が第１の集中度が第１の値よりも低く、第２の値よりも高いと判定した場合、提示切り替え部３０は、ユーザ１に休憩を促すコンテンツの代わりに、難度の低い問題を第１学習タスク提示部２２に出力させる。

【0081】

図１３は、実施の形態に係る学習支援装置１００の処理の別の例を示すフローチャートである。図１３を用いて、学習支援装置１００がユーザ１にアクティブタスクを提示している場合の、ユーザ１の集中度に基づいたアクティブタスクとパッシブタスクの切り替えの処理について説明する。図１３で示される処理は、図２で示される処理の具体例である。

【0082】

まず、第１学習タスク提示部２２は、ユーザ１に問題を提示する（ステップＳ５００）。

【0083】

次に、第１集中度推定部１６は、ユーザ１の第１の集中度を推定する（ステップＳ５０１）。

【0084】

続いて、第２集中度推定部２６は、ユーザ１の第２の集中度を推定する（ステップＳ５０２）。なお、ステップＳ５０１とステップＳ５０２は順序が逆でもよい。

【0085】

そして、集中度判定部１８は、第２の集中度が第１の集中度よりも高いか否かを判定する（ステップＳ５０３）。

【0086】

集中度判定部１８が、第２の集中度が第１の集中度よりも高いと判定した場合（ステップＳ５０３でＹｅｓ）、提示切り替え部３０は、難度の高い動画の提示に切り替える（ステップＳ５０４）。具体的には、提示切り替え部３０は、第１学習タスク提示部２２に問題の出力を停止させ、かつ、第２学習タスク提示部２８に難度の高い動画を出力させる。

【0087】

集中度判定部１８が、第２の集中度が第１の集中度よりも低いと判定した場合（ステップＳ５０３でＮｏ）、提示切り替え部３０は、難度の低い動画の提示に切り替える（ステップＳ５０５）。具体的には、提示切り替え部３０は、第１学習タスク提示部２２に問題の出力を停止させ、かつ、第２学習タスク提示部２８に難度の低い動画を出力させる。また、集中度判定部１８が、第２の集中度が第１の集中度よりも低いと判定した場合（ステップＳ５０３でＮｏ）、提示切り替え部３０は、休憩に切り替えてもよい。第１の集中度または第２の集中度が第３の値より高いか否かによって、第２学習タスク提示部２８は、難度の低い動画を出力するか、ユーザ１に休憩を促す内容のコンテンツを出力するかを切り替えてもよい。

【0088】

［集中度の判定とタスクの切り替えの具体例］
次に、学習支援装置１００によるユーザ１の集中度の判定と、学習支援装置１００がユーザ１に提示するタスクの切り替えについて、具体的に説明する。図１４は、実施の形態に係る学習支援装置１００における第１の集中度と第２の集中度との比較によるユーザ１の状態判定の一例を示す図である。また、図１５は、実施の形態に係る学習支援装置１００における第１の集中度と第２の集中度との比較によるユーザ１の状態の誘導を示す図である。

【0089】

図１４では、第１の集中度を縦軸とし、第２の集中度を横軸として、学習支援装置１００によって、ユーザ１にアクティブタスクが提示されたときのユーザ１の集中度をプロットしたグラフが示されている。具体的には、タスクＡは、第１の集中度が０．５６７であり、第２の集中度が０．４７７である点にプロットされている。また、タスクＢは、第１の集中度が０．７４８であり、第２の集中度が０．３８４である点にプロットされている。集中度判定部１８は、タスクＡでは、第１の集中度と第２の集中度がほぼ等しく、ユーザ１の作業態度とパフォーマンスがバランスしていると解釈する。タスクＡの状態のとき、提示切り替え部３０は、難度の低いパッシブタスクに切り替える。

【0090】

また、集中度判定部１８は、タスクＢでは、第１の集中度が第２の集中度より大きく、ユーザ１の作業態度は良好であるがパフォーマンスが低下していると解釈する。すなわち、集中度判定部１８は、タスクＢでは、ユーザ１が漫然状態であると判定する。タスクＢの状態のとき、提示切り替え部３０は、休憩に切り替える。このとき、学習支援装置１００は、ユーザ１をリラックスさせる効果のある映像または音楽をユーザ１に提示する。

【0091】

または、タスクＢの状態のとき、提示切り替え部３０は、現在提示されているアクティブタスクよりも難度の低いアクティブタスクに切り替えてもよい。または、タスクＢの状態のとき、提示切り替え部３０は、パッシブタスクに切り替えてもよい。このとき提示されるパッシブタスクは、例えば、直前に実施されていたアクティブタスクを復習するための動画等である。

【0092】

上記のようなタスクの切り替えを行うことによって、学習支援装置１００は、図１５に示されるように、タスクＢが実施されたときのユーザ１の第１の集中度を低下させるか、タスクＢが実施されたときのユーザ１の第２の集中度を向上させることにより、ユーザ１の第１の集中度および第２の集中度がバランスした状態へと、ユーザ１を誘導することができる。よって、学習支援装置１００は、上記のようなタスクの切り替えを行うことによって、ユーザ１をより集中した状態に誘導することができる。

【0093】

［効果等］
本実施の形態に係る学習支援装置１００は、ユーザ１が学習タスクを行うための学習支援装置であって、ユーザ１を撮影する撮影手段１０からの情報を解析してユーザ１の第１の集中度を推定する第１集中度推定部１６と、ユーザ１が学習タスクを実施するにあたり、ユーザ１が能動的に入力した情報を解析してユーザ１の第２の集中度を推定する第２集中度推定部２６と、第１の集中度および第２の集中度の少なくとも一方に基づいて、学習タスクの内容と学習タスクの提示手法とを切り替える切り替え部３０と、を備える。

【0094】

これにより、学習支援装置１００は、ユーザ１の集中度から推定されるユーザ１の状態に応じて、ユーザ１が能動的に学習を行う第１学習タスクとユーザ１が受動的に学習を行う第２学習タスクとのうち適切なものを提示することができる。

【0095】

また、例えば、学習支援装置１００は、さらに、ユーザ１に対して、ユーザ１が能動的に学習する第１学習タスクを提示する第１学習タスク提示部２２を備え、第１タスク提示部２２が、ユーザ１に対して前記第１学習タスクを提示している間に、切り替え部３０が、ユーザ１に提示する内容を、第１の集中度と第２の集中度との大小関係によって異なる難易度の第１学習タスクに切り替える。

【0096】

これにより、学習支援装置１００は、ユーザ１に第１学習タスクを提示しているとき、ユーザ１の集中度から推定されるユーザ１の状態に応じて、適切な難易度の第２学習タスクに提示を切り替えることができる。

【0097】

また、例えば、学習支援装置１００において、第１学習タスク提示部２２が、ユーザ１に対して第１学習タスクを提示している間に、前記切り替え部３０が、ユーザ１に提示する内容を、第２の集中度の高低によって異なる難易度のユーザ１が受動的に学習する第２学習タスクに切り替える。

【0098】

これにより、学習支援装置１００は、ユーザ１に第１学習タスクを提示しているとき、ユーザ１の集中度から推定されるユーザ１の状態に応じて、適切な難易度の第２学習タスクに提示を切り替えることができる。

【0099】

また、例えば、学習支援装置１００は、さらに、第２学習タスクをユーザ１に提示する第２学習タスク提示部２８を備え、第２学習タスク提示部２８が、ユーザ１に対して第２学習タスクを提示している間であって、第１の集中度が第１の値よりも高い場合に、切り替え部３０が、ユーザ１に提示する内容を、第１学習タスクに切り替える。

【0100】

これにより、学習支援装置１００は、ユーザ１に第２学習タスクを提示しているとき、ユーザ１の集中度から推定されるユーザ１の状態に応じて、適切な難易度の第１学習タスクに提示を切り替えることができる。

【0101】

また、例えば、学習支援装置１００において、第１学習タスク提示部２２がユーザ１に対して第１学習タスクを提示している間であって、第１の集中度が第２の集中度よりも高いとき、ユーザ１が漫然状態であると判定し、ユーザ１に休憩を促す集中度判定部１８をさらに備える。

【0102】

これにより、学習支援装置１００は、ユーザ１に第１学習タスクを提示しているとき、ユーザ１の集中度から推定されるユーザ１の状態に応じて、ユーザ１に休憩を促し、ユーザ１の作業効率を高めることができる。

【0103】

また、例えば、学習支援装置１００において、第２学習タスク提示部２８が、ユーザ１に対して第２学習タスクを提示している間であって、第１の集中度が第２の値よりも低い場合に、集中度判定部１８が、ユーザ１に休憩を促す。

【0104】

これにより、学習支援装置１００は、ユーザ１に第２学習タスクを提示しているとき、ユーザ１の集中度から推定されるユーザ１の状態に応じて、ユーザ１に休憩を促し、ユーザ１の作業効率を高めることができる。

【0105】

また、本開示の学習支援システムは、ユーザ１が学習タスクを行うための学習支援システムであって、ディスプレイ２と、ユーザ１を撮影する撮影手段１０と、ユーザ１を撮影する撮影手段１０からの情報を解析してユーザ１の第１の集中度を推定する第１集中度推定部１６と、ユーザ１が学習タスクを実施するにあたり、ユーザ１が能動的に入力した情報を解析してユーザ１の第２の集中度を推定する第２集中度推定部２６と、第１の集中度および第２の集中度の少なくとも一方に基づいて、学習タスクの内容と学習タスクの提示手法とを切り替える提示切り替え部３０と、を備える。

【0106】

これにより、本開示の学習支援システムは、上記学習支援装置１００と同様の効果を奏することができる。

【0107】

［その他］
以上、実施の形態について説明したが、本開示は、上記実施の形態に限定されるものではない。

【0108】

例えば、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。また、複数の処理の順序が変更されてもよいし、複数の処理が並行して実行されてもよい。

【0109】

また、例えば、上記実施の形態において、ユーザ１が学習タスクを行うための学習支援方法であって、ユーザ１を撮影する撮影手段１０からの情報を解析してユーザ１の第１の集中度を推定する第１集中度推定ステップと、ユーザ１が学習タスクを実施するにあたり、ユーザ１が能動的に入力した情報を解析してユーザ１の第２の集中度を推定する第２集中度推定ステップと、第１の集中度および第２の集中度の少なくとも一方に基づいて、学習タスクの内容と学習タスクの提示手法とを切り替える切り替えステップと、を含む学習支援方法が実行されてもよい。

【0110】

また、上記実施の形態において、各構成要素は、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

【0111】

また、各構成要素は、ハードウェアによって実現されてもよい。例えば、各構成要素は、回路（または集積回路）でもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

【0112】

また、本開示の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよい。また、本開示の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

【0113】

例えば、本開示は、上記実施の形態の学習支援方法をコンピュータに実行させるためのプログラムとして実現されてもよい。本開示は、このようなプログラムが記録されたコンピュータ読み取り可能な非一時的な記録媒体として実現されてもよい。

【0114】

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、または、本開示の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本開示に含まれる。

【産業上の利用可能性】

【0115】

本開示の学習支援装置および学習支援システムは、ユーザに効果的な学習体験を提供することができる。

【符号の説明】

【0116】

１ ユーザ
２ ディスプレイ
１０ 撮影手段
１２ 体動・ポーズ判定部
１４ 視線・表情判定部
１６ 第１集中度推定部
１８ 集中度判定部
２０ 解答入力部
２２ 第１学習タスク提示部
２４ 情報処理部
２６ 第２集中度推定部
２８ 第２学習タスク提示部
３０ 切り替え部
１００ 学習支援装置

【図1】

【図2】

【図3A】

【図3B】

【図4A】

【図4B】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】