特許ウォッチ

公開番号2025059813
公報種別公開特許公報(A)
公開日2025-04-10
出願番号2023170132
出願日2023-09-29
発明の名称学習支援システム、方法及びプログラム
出願人KDDI株式会社
代理人個人,個人
主分類G06Q 50/20 20120101AFI20250403BHJP(計算;計数)
要約【課題】学習者の現在または現在に至る直近の所定期間内の集中度に基づいて、学習者の集中度が所定の閾値以上となる状態が所定の時間以上継続する将来の時間帯を予測する。
【解決手段】バイタル情報計測部10は、学習者集団の標本からバイタル情報を取得する。集中度計測部20は、学習者及び各標本のバイタル情報の少なくとも一部、例えば瞬きの回数Nや心拍数Hに基づいて学習者や各標本の現在の集中度Cを計測する。学習部30は、学習者及び各標本の集中度Cの時系列データを学習ログとして蓄積する。予測部40は、前記集中度Cの時系列データに基づいて学習者の将来の集中度を予測する。学習支援部50は、予測した集中度Cが所定の閾値以上となる状態が所定の時間以上継続する時間帯を学習推奨時間帯として提案する。
【選択図】図1
特許請求の範囲【請求項１】
学習者の集中度に応じて学習を支援する学習支援システムにおいて、
学習者及びその集団の標本を対象にバイタル情報を計測する手段と、
前記バイタル情報に基づいて集中度を計測する手段と、
前記集中度の時系列データを蓄積する手段と、
前記集中度の時系列データ及び一の学習者の集中度の計測結果に基づいて当該一の学習者の将来の集中度を予測する手段とを具備したことを特徴とする学習支援システム。
続きを表示（約 1,300 文字）【請求項２】
前記予測する手段は、前記一の学習者の集中度が所定の閾値以上となる状態が所定の時間以上継続する時間帯を予測することを特徴とする請求項１に記載の学習支援システム。
【請求項３】
前記標本の時系列データの中から前記一の学習者の集中度の計測結果とより高い相関を示す時系列データを選択する手段を具備し、
前記予測する手段は、前記選択した時系列データに基づいて一の学習者の将来の集中度を予測することを特徴とする請求項１または２に記載の学習支援システム。
【請求項４】
前記選択する手段は、前記一の学習者の集中度を計測した時刻における標本の集中度が当該一の学習者の集中度により近い時系列データを選択することを特徴とする請求項３に記載の学習支援システム。
【請求項５】
前記選択する手段は、前記一の学習者の集中度を計測した所定期間内における標本の集中度が当該一の学習者の前記所定期間内における集中度により近い時系列データを選択することを特徴とする請求項３に記載の学習支援システム。
【請求項６】
前記時系列データを蓄積する手段が、前記集中度の時系列データに対応するバイタル情報の時系列データを更に蓄積し、
前記標本のバイタル情報を説明変数、学習時間及びその集中度を目的変数として前記各時系列データを学習することにより学習モデルを構築し、
前記予測する手段は、前記学習モデルに前記一の学習者のバイタル情報の計測結果を適用し、前記一の学習者の集中度が所定の閾値以上となる状態が所定の時間以上継続する学習時間及びその集中度を予測することを特徴とする請求項１に記載の学習支援システム。
【請求項７】
前記一の学習者が未学習の教材をその学習に要する時間の情報と共に管理するデータベースを具備し、
前記予測する手段は、一の学習者の集中度が前記所定の閾値を超える時間が前記未学習の教材の学習に要する時間を超える時間帯を予測することを特徴とする請求項６に記載の学習支援システム。
【請求項８】
前記データベースは、前記未学習の教材をその学習に要する時間及び難易度と共に管理し、
前記予測する手段は、一の学習者の集中度が前記所定の閾値を超える時間が前記未学習の教材の学習に要する時間以上であって、かつ集中度が前記難易度に対応する集中度以上となる時間帯を予測することを特徴とする請求項７に記載の学習支援システム。
【請求項９】
コンピュータが学習者の集中度に応じて学習を支援する学習支援方法において、
学習者及びその集団の標本を対象にバイタル情報を計測し、
前記バイタル情報に基づいて集中度を計測し、
前記集中度の時系列データを蓄積し、
前記集中度の時系列データ及び一の学習者の集中度の計測結果に基づいて当該一の学習者の将来の集中度を予測することを特徴とする学習支援方法。
【請求項１０】
前記集中度の予測では、前記一の学習者の集中度が所定の閾値以上となる状態が所定の時間以上継続する時間帯を予測することを特徴とする請求項９に記載の学習支援方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、学習支援システム、方法及びプログラムに係り、特に、支援を受ける学習者の集中度が所定の閾値以上となる状態が所定の時間以上継続する将来の時間帯を予測する学習支援システム、方法及びプログラムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
コロナ禍やデジタル化の進展によりオンライン学習の機会やオンライン学習のコンテンツが増加している。オンライン学習は自身の時間や場所に関する都合に応じて進められることから今後も拡大が見込まれる。
【０００３】
特許文献1には、学習者の理解度および集中度に基づいて、学習者が次に学習すべき学習材を推薦する技術が開示されている。特許文献2には、学習者の理解度及びやる気度に基づいて、学習者が次に学習すべき学習材を推薦する技術が開示されている。
【０００４】
非特許文献1，2には、体温と集中度との関係が記載されている。非特許文献3には、瞬きの状態に基づいて集中度を推定する技術が開示されている。非特許文献4には、心拍数に基づいて集中度を推定する技術が開示されている。
【先行技術文献】
【特許文献】
【０００５】
特許第6977901号公報
特許第7327455号公報
【非特許文献】
【０００６】
暑さで集中力が低下する［先生、ご存知ですか（43）］；https://www.jmedj.co.jp/journal/paper/detail.php?id=17696
健康コラム「体温が低いと何が起こる？要注意の症状や原因と対処方法とは」；https://www.citizen-systems.co.jp/health/column/article/article_12.html
https://jinsmeme.com/brain/
https://news.yahoo.co.jp/articles/8ad2010ecaa0c279e014640d39b6c33bda3e8adf
【発明の概要】
【発明が解決しようとする課題】
【０００７】
集中度の程度に応じて学習効果に大きな差が生じることが経験的、実験的に知られている。また、集中度の程度と時間帯との関係には個人差があり、同一人物でも様々な要因に応じて集中度と時間帯との関係は変化する。
【０００８】
一方、上記の各特許文献および非特許文献に開示された技術では、現在の集中度を予測できても将来の集中度は予測できない。したがって、集中度の高い状態が所定の時間だけ継続するような時間帯、すなわち集中的な学習に適した時間帯を予測することができなかった。
【０００９】
本発明の目的は、上記の技術課題を解決し、学習者の現在または現在に至る直近の所定期間内の集中度に基づいて、支援を受ける学習者の集中度が所定の閾値以上となる状態が所定の時間以上継続する将来の時間帯を予測する学習支援システム、方法及びプログラムを提供することにある。
【課題を解決するための手段】
【００１０】
上記の目的を達成するために、本発明は、学習者の集中度に応じて学習を支援する学習支援システムにおいて、以下の構成を具備した点に特徴がある。
（【００１１】以降は省略されています）

関連特許