JP2013242434A - 情報処理装置、情報処理方法および情報処理システム - Google Patents

Abstract

【課題】学習の支援のために有用な指標をより簡便に取得する。
【解決手段】学習者端末に対する学習者の動作を示す動作履歴情報を取得する動作履歴取得部と、上記動作履歴情報に基づいて上記学習者の集中度を推定する集中度推定部と、上記集中度を示す情報に応じて、上記学習者の管理者が使用する管理者端末における表示を変化させる表示制御部とを含む情報処理装置が提供される。
【選択図】図６

Description

本開示は、情報処理装置、情報処理方法および情報処理システムに関する。

近年、学習における電子化が進行している。例えば、教科書などの教材が電子的に提供されるだけではなく、従来は教師との間でされていた問題の正誤判定などのやりとりをコンピュータが自動的に行ったり、教師との間で通信回線を介してやりとりしたりすることも一般的になっている。

こうした電子化された学習において、生徒（学習者）の状況をより詳細に把握し、その状況に合わせて教材や演習問題などの提供をより的確なものにする技術が提案されている。かかる技術は、例えば特許文献１〜３に記載されている。

特開２０１１−７９６３号公報 特開２００６−２３５０６号公報 特開２００９−７５４６９号公報

上記の特許文献１〜３は、学習をしている学習者の状況を、学習者の心拍数や皮膚温度といった生体情報に基づいて推定する技術を開示している。しかしながら、こうした技術では、生体情報の測定のための機器を装着することによって学習者が煩わしさを感じることもあった。

そこで、本開示では、学習の支援のために有用な指標をより簡便に取得することが可能な、新規かつ改良された情報処理装置、情報処理方法および情報処理システムを提案する。

本開示によれば、学習者端末に対する学習者の動作を示す動作履歴情報を取得する動作履歴取得部と、上記動作履歴情報に基づいて上記学習者の集中度を推定する集中度推定部と、上記集中度を示す情報に応じて、上記学習者の管理者が使用する管理者端末における表示を変化させる表示制御部とを含む情報処理装置が提供される。

また、本開示によれば、学習者端末に対する学習者の動作を示す動作履歴情報を取得することと、上記動作履歴情報に基づいて上記学習者の集中度を推定することと、上記集中度を示す情報に応じて、上記学習者の管理者が使用する管理者端末における表示を変化させることとを含む情報処理方法が提供される。

また、本開示によれば、学習者端末に対する学習者の動作を示す動作履歴情報を取得する動作履歴取得部、および上記動作履歴情報に基づいて上記学習者の集中度を推定する集中度推定部を有するサーバと、上記学習者の管理者によって使用され、上記集中度を示す情報に応じて表示を変化させる表示制御部を有する管理者端末とを含む情報処理システムが提供される。

上記の構成では、学習者の動作履歴情報に基づいて集中度が推定される。学習者の動作履歴は、学習者が使用している学習者端末が用いて容易に取得される。また、推定された集中度に応じて管理者端末の表示が変化することによって、管理者にとって有用な指標を提供することができる。

以上説明したように本開示によれば、学習の支援のために有用な指標をより簡便に取得することができる。

本開示の第１の実施形態に係る学習システムの構成を概略的に示す図である。 本開示の第１の実施形態に係る学習システムの実装の一例を示す図である。 本開示の第１の実施形態に係る学習者端末および管理者端末の概略的な機能構成を示すブロック図である。 本開示の第１の実施形態における学習者端末の通常時の表示の一例を示す図である。 本開示の第１の実施形態における管理者端末の表示の一例を示す図である。 本開示の第１の実施形態に係るサーバの概略的な機能構成を示すブロック図である。 本開示の第１の実施形態における処理の例を示すフローチャートである。 本開示の第１の実施形態における第１の表示例を示す図である。 本開示の第１の実施形態における第２の表示例を示す図である。 本開示の第１の実施形態における第３の表示例を示す図である。 本開示の第１の実施形態における第４の表示例を示す図である。 本開示の第１の実施形態における第５の表示例を示す図である。 本開示の第１の実施形態における第６の表示例を示す図である。 本開示の第２の実施形態における処理の例を示すフローチャートである。 本開示の第３の実施形態における視線取得の処理の例を示すフローチャートである。 本開示の第３の実施形態における集中度推定の処理の例を示すフローチャートである。 本開示の第４の実施形態における処理の例を示すフローチャートである。 本開示の第５の実施形態に係る学習システムの構成を概略的に示す図である。 本開示の第５の実施形態における管理者端末の概略的な機能構成を示すブロック図である。 本開示の第６の実施形態に係る学習システムの構成を概略的に示す図である。 情報処理装置のハードウェア構成を説明するためのブロック図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

なお、説明は以下の順序で行うものとする。
１．第１の実施形態
１−１．学習システムの構成
１−２．各装置の構成
１−３．処理フロー
１−４．表示制御の例
２．第２の実施形態
３．第３の実施形態
４．第４の実施形態
５．第５の実施形態
６．第６の実施形態
７．ハードウェア構成
８．補足

（１．第１の実施形態）
まず、図１〜図７を参照して、本開示の第１の実施形態について説明する。

（１−１．学習システムの構成）
図１は、本開示の第１の実施形態に係る学習システムの構成を概略的に示す図である。図１を参照すると、学習システム１０は、学習者端末１００、管理者端末２００、およびサーバ３００を含む。学習者端末１００と、管理者端末２００と、サーバ３００とは、有線または無線の各種のネットワーク４００によって互いに接続される。

学習者端末１００は、学習システム１０を利用する学習者によって使用される。学習者は、例えば学校での学習の場合は生徒である。後述するように、学習者端末１００は、入力部および表示部の機能を有し、学習者に対して例えば教科書やノートなどの機能を提供する。図示された例のように、複数の学習者端末１００（学習者端末１００ａ，１００ｂ，１００ｃ、数はこれに限られない）が学習システム１０に含まれてもよい。

管理者端末２００は、学習システム１０を利用する学習の管理者によって使用される。管理者は、例えば学校での学習の場合は教師である。後述するように、管理者端末２００も、入力部および表示部の機能を有し、管理者に対して例えば学習者の学習状況を管理する機能を提供する。図示された例のように、複数の管理者端末２００（管理者端末２００１，２００ｂ、数はこれに限られない）が学習システム１０に含まれてもよい。

サーバ３００は、学習者端末１００および管理者端末２００から取得した情報を格納および処理し、また適切な情報をこれらの端末に提供する。後述するように、サーバ３００は、動作履歴ＤＢや学習コンテンツＤＢ、集中度推定部などの機能を有し、学習者端末１００によって取得される学習者の動作履歴に基づいて学習者の集中度を推定することが可能である。図示された例では、サーバ３００が、上記の集中度推定部に対応する解析サーバ３００ａと、動作履歴ＤＢに対応するデータサーバ３００ｂとの組み合わせによって実現されているが、サーバ３００の機能は、ネットワーク５００に接続された単一の装置、または協働する任意の数の装置によって実現されうる。

上記の学習システム１０は、例えば学習者と管理者とが同じ場所に存在する環境下での学習に用いられうる。この場合、学習者端末１００と、管理者端末２００とは、同じ場所に配置される。サーバ３００も同じ場所に配置されてもよい。このような例としては、学習者である生徒と管理者である教師とが共に教室内に存在する、学校での授業の例が挙げられる。

あるいは、学習システム１０は、学習者と管理者とが異なる場所に存在する環境下での学習に用いられてもよい。この場合、学習者端末１００と、管理者端末２００とは、それぞれ異なる場所に配置される。このような例としては、学習者である生徒が教室で自習し、管理者である教師が別室でこれを監督する、学校での自習の例が挙げられる。また、同様の例として、学習者が自宅でｅラーニングの教材を利用する例も挙げられる。

図２は、本開示の第１の実施形態に係る学習システムの実装の一例を示す図である。図示された例の学習システム１０において、学習者端末１００は、２つのディスプレイを有するノート型の端末装置である。学習者端末１００は、学習システム１０の専用端末であってもよいし、ノートＰＣ（Personal Computer）、タブレットＰＣ、またはスマートフォンなどの汎用端末であってもよい。

一方、図示された例において、管理者端末２００は、本体に接続されるディスプレイ、キーボード、およびマウスを有するデスクトップＰＣ型の端末装置である。管理者端末２００も、学習システム１０の専用端末であってもよいし、各種のＰＣまたはスマートフォンのような汎用端末であってもよい。

図示された例では、学習者端末１００、管理者端末２００、およびサーバ３００を互いに接続するネットワーク４００として、インターネット４００ａと、学習者端末１００からＷｉ−Ｆｉ（Wireless Fidelity；登録商標）などの無線通信によってアクセスされるアクセスポイント４００ｂとを含む。

（１−２．各装置の構成）
（学習者端末、管理者端末の機能構成）
図３は、本開示の第１の実施形態に係る学習者端末および管理者端末の概略的な機能構成を示すブロック図である。図３を参照すると、学習者端末１００は、入力部１１０と、入力制御部１２０と、出力部１３０と、出力制御部１４０と、通信部１５０とを含む。管理者端末２００は、入力部２１０と、入力制御部２２０と、出力部２３０と、出力制御部２４０と、通信部２５０とを含む。なお、これらの機能構成は、いずれも、例えば後述する情報処理装置のハードウェア構成を用いて実現されうる。例えば、入力制御部１２０，２２０と出力制御部１４０，２４０とは、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）などを用いてソフトウェア的に実現されうる。

図示されているように、学習者端末１００および管理者端末２００は、同様の機能構成をとりうる。従って、以下の説明では、学習者端末１００の機能構成について説明し、管理者端末２００の機能構成の説明に代える。なお、例えばそれぞれの入力部および出力部にどの要素が含まれるかといった細かい部分については、学習者端末１００と管理者端末２００との機能構成は異なりうる。

入力部１１０は、学習者端末１００に対するユーザの各種の動作を示す情報を入力として取得する。入力部１１０は、例えば、ペン、タッチパネル、カメラ、マイク、キーボード、マウス、またはボタンなどを含みうる。このうち、ペンは、例えばディスプレイ上に設けられたタッチパネルと組み合わせて使用され、手書きで文字や図形を入力したり、ＧＵＩ（Graphical User Interface）としてディスプレイに表示された操作メニューを選択したりするのに用いられうる。

入力制御部１２０は、入力部１１０が取得した情報を処理する。例えば、入力制御部１２０は、入力部１１０に含まれるペンやタッチパネル、キーボード、マウスなどによって取得された文字や図形などの入力を、出力部１３０に含まれるディスプレイの表示に反映させるために出力制御部１４０に提供する。また、入力制御部１２０は、入力部１１０によって取得された学習者の動作を示す情報を、当該動作が取得された時刻に対応付けて、管理者端末２００またはサーバ３００に送信するために通信部１５０に提供する。

出力部１３０は、ユーザである学習者に対して各種の情報を出力する。出力部１３０は、例えば、ディスプレイ、スピーカー、またはプリンタなどを含みうる。出力部１３０は、例えば、ディスプレイによって教科書やノートなどの画像を表示する。また、ディスプレイには、入力部１１０によって取得された学習者の入力に応じて、文字や図形などが表示されてもよい。なお、ディスプレイには、例えばＬＣＤ（Liquid Crystal Display）、ＰＤＰ（Plasma Display Panel）、ＣＲＴ（Cathode Ray Tube）ディスプレイ、または電子ペーパーなどが用いられうる。

出力制御部１４０は、出力部１３０による情報の出力を制御する。例えば、出力制御部１４０は、出力部１３０に含まれるディスプレイによる表示を、入力制御部１２０や通信部１５０から提供された情報に応じて更新する。より具体的には、出力制御部１４０は、入力部１１０によって取得された文字や図形などの入力の情報を入力制御部１２０から取得し、文字や図形をディスプレイに表示させる。また、出力制御部１４０は、管理者端末２００から受信された学習に関する指示の情報や、サーバ３００から受信された学習者の集中度に関する情報や学習コンテンツなどを通信部１５０から取得し、これに基づいてディスプレイの表示を変化させたり、スピーカーやプリンタから情報を出力したりしてもよい。なお、学習者端末１００および管理者端末２００における、集中度に応じたディスプレイの表示の制御については後述する。

通信部１５０は、通信装置を用いて実現され、他の装置との間でデータを送受信する。上述のように、例えば、通信部１５０は、入力制御部１２０から取得した学習者の動作に関する情報を、管理者端末２００またはサーバ３００に送信する。また、通信部１５０は、管理者端末２００から学習に関する指示の情報を受信して、出力制御部１４０に提供する。さらに、通信部１５０は、サーバ３００から学習者の集中度に関する情報や学習コンテンツなどを受信して、出力制御部１４０に提供する。

（学習者端末の表示例）
図４は、本開示の第１の実施形態における学習者端末の通常時の表示の一例を示す図である。図示された例において、学習者端末１００は、出力部１３０として、２つのディスプレイ１３１ａ，１３１ｂを有する。なお、これは学習者端末１００を２つのディスプレイを有する種類の端末装置に限定するものではない。また、入力部１１０の例としてペン１１１が示されているが、これは学習者端末１００が必ずペン１１１を有することを意味するものではない。学習者端末１００は、必ずしも手書き入力が可能なものでなくてよく、専らタッチパネルやハードウェアボタンによって入力を受け付けるものであってもよい。

ディスプレイ１３１ａには、教科書画像５１０と、ＧＵＩ画像５３０ａとが表示される。教科書画像５１０は、現在利用されている学習コンテンツの教科書の内容を示す。ＧＵＩ画像５３０ａは、教科書画像５１０に対する操作に対応する。図示された例では、教科書を選択する、ブックマーク、拡大／縮小、ページめくりといった操作に対応するＧＵＩ画像５３０ａが表示されている。学習者は、入力部１１０に含まれるペン１１１などを用いてこれらのＧＵＩ画像５３０ａを選択することによって、教科書画像５１０の表示に対する所定の操作を実行することが可能である。また、教科書画像５１０の任意の位置にペン１１１などを用いて接触することで、アンダーラインなどの書き込みが可能であってもよい。

一方、ディスプレイ１３１ｂには、ノート画像５２０と、ＧＵＩ画像５３０ｂとが表示される。ノート画像５２０は、現在利用されている学習コンテンツのノートの内容を示す。ＧＵＩ画像５３０ｂは、ノート画像５２０に対する操作に対応する。図示された例では、書き込む、消す、色の設定、太さの設定、ブックマーク、ページめくり、ノートの終了といった操作に対応するＧＵＩ画像５３０ｂが表示されている。学習者は、入力部１１０に含まれるペン１１１などを用いてこれらのＧＵＩ画像５３０ｂを選択することによって、ノート画像５２０の表示に対する所定の操作を実行することが可能である。ノート画像５２０に対する書き込みは、ノート画像５２０の任意の位置にペン１１１などを用いて接触することで実行可能である。なお、ノート画像５２０は、所定の記入箇所が表示されるワークブック形式のものであってもよいし、罫線などが表示されうるフリーフォーマットのものであってもよい。

本実施形態では、上記のような学習者端末１００の表示において、サーバ３００で推定された学習者の集中度が反映されうる。なお、集中度が反映された学習者端末１００の表示の例については後述する。

（管理者端末の表示例）
図５は、本開示の第１の実施形態における管理者端末の表示の一例を示す図である。図示された例において、管理者端末２００は、出力部２３０としてディスプレイ２３１を有する。なお、これは管理者端末２００を１つのディスプレイを有する種類の端末装置に限定するものではない。

ディスプレイ２３１には、教科書画像６１０と、ノート一覧画像６２０と、ノート詳細画像６３０とが表示される。教科書画像６１０は、現在学習者端末１００で表示されている教科書画像を示す。ノート一覧画像６２０は、複数の学習者の一部または全部について、現在学習者端末１００で表示されているノート画像を縮小表示する。ノート詳細画像６３０は、複数の学習者のうちのいずれかについて、現在学習者端末１００で表示されているノート画像を拡大表示する。

管理者端末２００を使用する管理者は、例えば、教科書画像６１０を用いて学習を進行させる一方で、ノート一覧画像６２０によって各学習者の学習状況をチェックし、例えば気になる学習者について、ノート詳細画像６３０を表示させて学習状況をさらにチェックする。このような管理者の操作は、例えば管理者端末２００が入力部２１０として有するキーボート２１１やマウス２１３によって取得されうる。

本実施形態では、上記のような管理者端末２００の表示において、サーバ３００で推定された学習者の集中度が反映されうる。なお、集中度が反映された管理者端末２００の表示の例については後述する。

（サーバ装置の機能構成）
図６は、本開示の第１の実施形態に係るサーバの概略的な機能構成を示すブロック図である。図６を参照すると、サーバ３００は、通信部３１０と、制御部３２０と、動作履歴ＤＢ３３０と、集中度推定部３４０と、学習コンテンツＤＢ３５０とを含む。なお、これらの機能構成は、いずれも、例えば後述する情報処理装置のハードウェア構成を用いて実現されうる。例えば、制御部３２０と、集中度推定部３４０とは、ＣＰＵ、ＲＡＭ、ＲＯＭなどを用いてソフトウェア的に実現されうる。

なお、上記の図１の例のように、サーバ３００は、例えば解析サーバ３００ａとデータサーバ３００ｂとの組み合わせによって実現されうる。この場合、上記の集中度推定部３４０が解析サーバ３００ａに含まれ、動作履歴ＤＢ３３０および学習コンテンツＤＢ３５０がデータサーバ３００ｂに含まれうる。通信部３１０と制御部３２０とは、両方のサーバに含まれうる。

通信部３１０は、通信装置を用いて実現され、学習者端末１００および管理者端末２００との間でデータを送受信する。例えば、通信部３１０は、学習者端末１００／管理者端末２００で取得された学習者／管理者の動作を示す情報（動作履歴情報、指示履歴情報ともいう）を受信する。上述の通り、これらの情報は、動作と、動作が取得された時刻とを対応付けて示す情報であってもよい。

制御部３２０は、サーバ３００の各部を制御する。例えば、制御部３２０は、通信部３１０が受信した学習者／管理者の動作に関する情報を、動作履歴ＤＢ３３０に格納する。また、制御部３２０は、動作履歴ＤＢ３３０から動作履歴情報を読み出して集中度推定部３４０に提供する。また、制御部３２０は、集中度推定部３４０における推定の結果の情報を、通信部３１０を介して管理者端末２００または学習者端末１００に送信する。後述するように、この推定の結果の情報に従って、管理者端末２００または学習者端末１００での表示が変化するため、制御部３２０は、表示制御部の機能を有するともいえる。また、制御部３２０は、必要に応じて学習コンテンツを学習コンテンツＤＢ３５０から読み出し、通信部３１０を介して学習者端末１００および管理者端末２００に提供する。

動作履歴ＤＢ３３０には、学習者端末１００および管理者端末２００から受信した動作履歴情報が格納される。動作履歴情報は、学習者端末１００および管理者端末２００のそれぞれにおいて取得された、ユーザである学習者または管理者による動作を示す情報を、当該動作が取得された時刻に対応付けた情報でありうる。動作履歴ＤＢ３３０は、この動作履歴情報を蓄積し、必要に応じて集中度推定部３４０に提供する。

集中度推定部３４０は、学習者端末１００のユーザである学習者の集中度を推定する。集中度推定部３４０によって推定された集中度の情報は、例えば管理者端末２００、または学習者端末１００に提供される。集中度は、学習者が学習にどの程度集中しているかを示す指標である。学習における集中とは、例えば学習者が授業の内容に比較的多くの注意力を向けている状態ともいえる。従って、集中度が高ければ、例えば授業における指示などに対する学習者の反応は早くなると考えられる。集中度推定部３４０は、このような見地から、動作履歴に基づいて学習者の集中度を推定する。

学習コンテンツＤＢ３５０には、学習コンテンツが格納される。学習コンテンツは、学習システム１０において学習者によって利用されるコンテンツである。学習コンテンツは、例えば、教科書およびノートを用いた授業コンテンツや、演習問題を用いた演習コンテンツ、およびテストコンテンツなどを含みうる。

（１−３．処理フロー）
図７は、本開示の第１の実施形態における処理の例を示すフローチャートである。

まず、学習者端末１００の入力制御部１２０は、入力部１１０によって学習者の動作が取得されたか否かを判定する（ステップＳ１０１）。ここで、動作が取得された場合、処理はステップＳ１０３以降に進む。

次に、取得された学習者の動作の情報が、学習者端末１００の通信部１５０からサーバ３００に向けて送信され、サーバ３００の制御部３２０はこれを動作履歴として動作履歴ＤＢ３３０に保存する（ステップＳ１０３）。

次に、サーバ３００の集中度推定部３４０は、動作履歴ＤＢ３３０から、直近Ｎ人の動作履歴を取得する（ステップＳ１０５）。ここで、直近Ｎ人の学習者は、動作履歴が動作履歴ＤＢ３３０に格納されている複数の学習者のうち、より新しい時刻が動作履歴に対応付けられているＮ番目までの学習者を意味する。例えば、直近Ｎ件の動作履歴がすべて異なる学習者のものであれば、そのＮ件の動作履歴に対応する学習者が“直近Ｎ人の学習者”である。Ｎの値は、一例としては１０人であるが、もちろん他の数であってもよい。

次に、集中度推定部３４０は、ステップＳ１０５で取得された動作履歴の中で、同種の操作を示すものが所定の割合以上あるか否かを判定する（ステップＳ１０７）。ここで、動作履歴は、例えば以下のような操作に対応しうる。

・ページ操作（ページ送り、ページ保存など）
・図形描画操作（直線、円、フリーハンド、手書き文字、マーカー、色の選択、線種の選択、塗りつぶし色の選択、塗りつぶしパターンの選択、描画位置指定など）
・テキスト入力（キーボードによる入力、手書き文字の文字認識機能によるテキスト化など）
・取消操作（消しゴム機能による消去、範囲指定消去、直前操作取消（ｕｎｄｏ）など）

上記のステップＳ１０７において、集中度推定部３４０は、例えば上記の各操作の種類ごとに動作履歴を分類し、取得された動作履歴のうちで同種の動作を示すものを特定してもよい。また、集中度推定部３４０は、上記の各操作の種類に加えて、操作の対象箇所が共通である場合に、動作履歴が同種の動作を示すと判定してもよい。所定の割合は、一例としては８割であるが、もちろん他の割合であってもよい。

次に、集中度推定部３４０は、各学習者の操作開始時刻を特定する（ステップＳ１０９）。ここでいう操作開始時刻は、上記のステップＳ１０７で特定された共通の操作の開始時刻である。操作開始時刻は、例えば、当該操作を示す動作履歴情報が取得された時刻として定義されうる。

次に、集中度推定部３４０は、ステップＳ１０９で算出された操作開始時刻について、学習者全体での平均を算出し、操作開始時刻が平均からσ（標準偏差）以上遅れている学習者を抽出する（ステップＳ１１１）。ここで抽出される学習者が、集中度が比較的低い（注意散漫状態である）と推定される学習者である。なお、抽出される学習者の操作開始時刻の平均からの遅れの幅は、σに限らず、例えば２σなどであってもよいし、所定の時間、たとえば１分としてもよい。また、集中度推定部３４０は、平均からσ以上遅れた学習者、および平均から２σ以上遅れた学習者、といったように、学習者を段階的に抽出してもよい。なお、上記の平均を算出するときに、集中度推定の対象になる所定の時間に操作を開始していない学習者は除外する。集中度推定部３４０は、ここで除外された学習者を、上記で平均との比較によって集中度が判定される学習者よりも集中度が低い、つまり最も注意散漫状態にある学習者であると推定してもよい。

次に、ステップＳ１１１で抽出された学習者の情報が、サーバ３００の通信部３１０から管理者端末２００に送信され、管理者端末２００の出力制御部２４０は、抽出された学習者を集中度が低い学習者として出力部２３０に含まれるディスプレイに表示させる（ステップＳ１１３）。ここで、管理者端末２００には、例えば上記の集中度推定の対象になる時間の中では動作履歴が取得されていない学習者の情報が提供され、かかる学習者の情報も、同様に出力制御部２４０によってディスプレイに表示されてもよい。上記のように学習者が段階的に抽出された場合、管理者端末２００での表示も段階的に表示されてもよい。

このように、本実施形態では、集中度が低いと推定される学習者の情報が管理者端末２００に提供される。これによって、管理者は、注意散漫状態であると推定される学習者を要注意の学習者として把握し、その情報を例えば授業での指導に活用することができる。

また、図示されていないが、ステップＳ１１１で抽出された学習者の情報は、学習者端末１００に送信されてもよい。この場合、学習者端末１００に送信されるのは、その端末を使用している学習者に関する情報に限られうる。つまり、上記の例では、ある学習者が注意散漫状態であると推定された場合に、その学習者が使用している学習者端末１００に情報が送信されうる。この場合、他の学習者が注意散漫状態であるか否かは、この学習者端末１００に対しては隠される。

（１−４．表示制御の例）
図８は、本開示の第１の実施形態における第１の表示例を示す図である。図８を参照すると、管理者端末２００が出力部２３０として有するディスプレイ２３１に、注意散漫状態であると推定された学習者が“要注意”としてアイコンで一覧表示されている。アイコンは、注意散漫の度合いに応じて段階的に表示されてもよい。図示された例では、集中度の推定にあたって動作履歴が取得されなかった、すなわち反応がなかった学習者（Ｂｏｂ，Ｊｕｌｉａ）が、最も集中度が低い学習者として、濃い色のアイコンで示されている。また、動作履歴は取得されたものの操作開始時刻が平均よりも所定の程度以上（例えばσ以上）遅れた、すなわち反応はあったものの他の学習者よりも相対的に遅かった学習者（Ｊａｍｅｓ，Ａｎｎ，Ｂｒａｄ）が、やや集中度が低い学習者として、薄い色のアイコンで示されている。このような表示によれば、例えば、管理者が要注意の学習者をその程度に応じて直感的に認識できる。

図９は、本開示の第１の実施形態における第２の表示例を示す図である。図９を参照すると、管理者端末２００が出力部２３０として有するディスプレイ２３１に、学習者の座席マップが表示される、座席マップでは、注意散漫状態であると推定された学習者が、“要注意”としてマーキングされる。マーキングは、注意散漫の度合いに応じて段階的に表示されてもよい。図示された例では、上記の図８の例と同様の５人の学習者について、反応がなかった学習者は濃い色で、反応が遅かった学習者は薄い色で、それぞれ座席の位置がマーキングされている。このような表示によれば、例えば、管理者が要注意の学習者をその座席位置とともに直感的に認識できる。

図１０は、本開示の第１の実施形態における第３の表示例を示す図である。図１０を参照すると、管理者端末２００が出力部２３０として有するディスプレイ２３１に、授業全体を通じて相対的に集中度が低かった学習者の情報が表示される。ここでの表示は、それぞれの学習者の集中度が時間的にどのように変化したかを示す。例えば、Ｂｏｂは、濃い色でマーキングされた３番目と５番目の演習問題の時に特に集中度が低く、また薄い色でマーキングされた４番目の演習問題の時にも比較的集中度が低かったことがわかる。また、Ｊａｍｅｓは、濃い色でマーキングされた２番目の演習問題の時に特に集中度が低く、その後の３番目の演習問題の時にも比較的集中度が低かったが、４番目、５番目の演習問題の時には集中度が回復したことがわかる。このような表示によれば、例えば、管理者が要注意の学習者をその集中度の時間的な変化や、問題の種類または難易度などとともに把握することができる。

図１１は、本開示の第１の実施形態における第４の表示例を示す図である。図１１を参照すると、管理者端末２００が出力部２３０として有するディスプレイ２３１に、授業全体を通じた学習者全体の集中度の情報が表示される。ここでの表示が、学習者全体の集中度が時間的にどのように変化したかを示す。例えば、１Ｑ（Ｑはクォーターを示す。つまり１Ｑは授業の最初の１／４の時間を示す。２Ｑ，３Ｑ，４Ｑについても同様）では、色なしで示された約６０％の学習者が十分な集中度を維持しており、その一方で薄い色で示された約２０％の学習者が比較的集中度が低い状態にあり、さらに濃い色で示された約２０％の学習者が集中度が著しく低い状態にあったことがわかる。２Ｑでは、十分な集中度を維持している学習者が約４０％に減少し、一方で集中度が著しく低い学習者が約４０％に増加していることがわかる。このような表示によれば、例えば、管理者が学習者全体における集中度の低い学習者の割合の時間的な変化を把握し、授業の進め方に問題がなかったかを反省したりすることができる。なお、時間軸としては、必ずしもＱ（クォーター）を用いなくてもよく、通常の時刻や、出題された演習問題に対応する時間の区分が用いられてもよい。

図１２および図１３は、本開示の第１の実施形態における第５および第６の表示例を示す図である。図示された例では、学習者端末１００が出力部１３０として有するディスプレイ１３１に、学習者端末１００のユーザである学習者の集中度に応じた情報が表示される。具体的には、表示される情報は、学習者の集中度が低い場合に、学習者に集中度を高めることを促すアラートである。アラートは、例えば図１２に示されるように、画像（アイコン、アニメーション、管理者（教師）の画像など）で表示されてもよいし、図１３に示されるようにテキストで表示されてもよい。また、学習者へのアラートは、ディスプレイを介した視覚的なものには限らず、例えばスピーカーを介して音声的に出力されたり、バイブレータによって振動として出力されたりしてもよい。

以上で説明した本開示の第１の実施形態では、学習者の集中度を推定することによって、例えば、授業時の管理者によるきめ細かい指導が可能になる。また、学習者自身に、集中度が低くなっていることに気付かせる出力を与えることも可能である。上記の例では、学習者端末において取得された学習者の動作に基づいて動作開始時刻が算出され、これを他の学習者と比較することによって集中度が推定される。従って、例えば管理者端末における別途の指示入力といったものは必要ではなく、管理者の操作負担が軽減されうる。

（２．第２の実施形態）
次に、図１４を参照して、本開示の第２の実施形態について説明する。本実施形態は、システムや装置の構成については上記の第１の実施形態と同様であるが、集中度を推定するための処理が第１の実施形態とは異なる。それゆえ、以下では、かかる相違点について主に説明する。

図１４は、本開示の第２の実施形態における処理の例を示すフローチャートである。

まず、管理者端末２００の入力制御部２２０は、入力部２１０において管理者の指示が与えられたことを示す情報が取得されたか否かを判定する（ステップＳ２０１）。ここで、情報が取得された場合、処理はステップＳ２０３以降に進む。本実施形態において、管理者の指示が与えられたことを示す情報は、少なくとも指示が与えられた時刻を示す情報を含む。

なお、管理者の指示が与えられたことを示す情報は、例えば、教科書をめくる、教科書にマーキングする、ノートを記入するといった指示が学習者に対してされた場合に、管理者によって管理者端末２００に対して実行される入力操作によって取得される情報である。管理者は、実際の指示をどのような形でしてもよい。例えば、管理者は口頭で学習者に指示を出してもよいし、黒板にチョークで記入することで指示を出してもよい。ただし、その場合に、管理者は、例えば管理者端末２００に設けられたハードウェアボタン（例えば、図８〜図１１に示されたボタン２１５のようなもの）を押下するなどの所定の入力操作を実行する。この入力操作が、入力制御部２２０によって取得されることで、“管理者が指示をした時刻”が特定される。

もちろん、管理者は、例えば演習問題の出題などとして、管理者端末２００に対して具体的な指示内容を示す情報を入力し、その情報が管理者端末２００から学習者端末１００に送信されることによって管理者からの指示が伝達されてもよい。この場合も、管理者が指示をした時刻は容易に特定される。あるいは、管理者端末２００は、入力部２１０としてマイクを有し、マイクが取得した音声を解析することによって、管理者からの所定の指示を特定してもよい。

次に、取得された管理者の指示の情報が、管理者端末２００の通信部２５０からサーバ３００に向けて送信され、サーバ３００の制御部３２０はこれを指示履歴として動作履歴ＤＢ３３０に保存する（ステップＳ２０３）。ここから、集中度推定の処理が開始される（ステップＳ２０５）。

次に、学習者端末１００の入力制御部１２０は、入力部１１０によって学習者の所定の動作が取得されたか否かを判定する（ステップＳ２０７）。所定の動作は、例えば管理者の指示に対応する入力操作である。つまり、上記の指示の例に即していえば、ステップＳ２０７で取得される所定の動作は、教科書をめくる、教科書にマーキングする、ノートを記入する、または演習問題に回答するといったような動作でありうる。ステップＳ２０７において、所定の動作が取得された場合、処理はステップＳ２０９以降に進む。

ここで、所定の動作は、例えば複数の学習者の動作の比較によって特定されてもよい。管理者によって指示が与えられた後に、管理者が共通する複数の学習者の間で共通する動作が取得されていれば、この動作が管理者の指示に対応する動作と推定される。この場合、管理者による管理者端末２００への入力操作は、指示内容を特定する情報を含まなくてもよい。例えば、管理者は、どのような指示をする場合でも同じボタンを押下することで、指示入力操作がされたことだけを管理者端末２００に通知してもよい。

あるいは、管理者は管理者端末２００に対して、指示の種類ごとに予め決められた入力操作をしてもよい。この場合、管理者端末２００から送信される情報には、管理者の指示を識別する情報が含まれている。この場合、集中度推定部３４０は、指示履歴情報に含まれる情報から、管理者の指示に対応する学習者の動作を特定することが可能である。

次に、集中度推定部３４０は、取得された学習者の所定の動作の情報から、学習者の反応時間を算出する（ステップＳ２０９）。学習者の反応時間は、例えば、管理者による指示が与えられた時刻から、当該指示に対応する学習者の動作が取得された時刻までの間の時間でありうる。

次に、集中度推定部３４０は、所定数の学習者について反応時間が算出されたか否かを判定する（ステップＳ２１１）。反応時間が算出された学習者が所定数に到達するまで、各学習者端末１００による学習者の動作の待ち受け（ステップＳ２０７）と、学習者の動作があった場合の集中度推定部３４０による反応時間の算出（ステップＳ２０９）とが繰り返される。

ステップＳ２１１で、所定数の学習者について反応時間が算出されたと判定された場合、集中度推定部３４０は、反応時間が算出された学習者全体の中での平均反応時間を算出する（ステップＳ２１３）。

次に、集中度推定部３４０は、反応時間が平均反応時間よりもσ（標準偏差）以上長い学習者を抽出する（ステップＳ２１５）。ここで抽出される学習者が、集中度が比較的低い（注意散漫状態である）と推定される学習者である。なお、抽出される学習者の反応時間の平均との差は、σ以上に限らず、例えば２σ以上などであってもよい。また、集中度推定部３４０は、反応時間が平均よりもσ以上長い学習者、および平均よりも２σ以上長い学習者、といったように、学習者を段階的に抽出してもよい。

なお、ここで、管理者の指示に対する学習者の反応時間が長い場合、集中度が低いために反応が遅れた場合だけではなく、例えば管理者の以前の指示に対する動作をしていたために反応が遅れた場合や、管理者の指示以外の学習に対する動作（例えば、管理者がノートを取るよう指示しなかった部分について、自らの判断でノートを取る場合など）によって遅れた場合も考えられる。そのような場合に、集中度が低いと判定されるのは、判定として妥当とはいえない。そこで、例えば、上記のステップＳ２１５の処理において、反応時間が平均よりも長かった学習者が、管理者による指示が与えられた時刻に、管理者の以前の指示に対応する動作をしていたか否かを判定してもよい。この場合、学習者は、反応時間が平均よりもσ以上長く、かつ何もしていなかった、または管理者の指示とは関係ない動作をしていた場合に、集中度が低いと推定される。

次に、ステップＳ２１５で抽出された学習者の情報が、サーバ３００の通信部３１０から管理者端末２００に送信される。管理者端末２００の出力制御部２４０は、抽出された学習者を集中度が低い学習者として出力部２３０に含まれるディスプレイに表示させる（ステップＳ２１７）。ここで、管理者端末２００には、例えば上記の集中度推定の対象になる時間の中では動作履歴が取得されていない学習者の情報が提供され、かかる学習者の情報も、同様に出力制御部２４０によってディスプレイに表示されてもよい。上記のように学習者が段階的に抽出された場合、管理者端末２００での表示も段階的に表示されてもよい。

なお、推定された集中度の情報は、管理者端末２００とともに、またはこれに代えて学習者端末１００にも送信されうる。推定された集中度を用いた情報を管理者端末２００または学習者端末１００に表示する場合の表示例は、上記の第１の実施形態の例と同様である。

以上で説明した本開示の第２の実施形態では、学習者の集中度を推定することによって、例えば、授業時の管理者によるきめ細かい指導が可能になる。また、学習者自身に、集中度が低くなっていることに気付かせる出力を与えることも可能である。上記の例では、管理者からの指示入力操作とこれに対応する学習者の入力操作に基づいて学習者の反応時間が算出され、そこから集中度が推定される。従って、例えば反応時間をより高い精度で算出し、より正確に学習者の集中度を推定することができる。

（３．第３の実施形態）
次に、図１５および図１６を参照して、本開示の第３の実施形態について説明する。本実施形態は、システムや装置の構成については上記の第１の実施形態と同様であるが、集中度を推定するための処理が第１の実施形態とは異なる。それゆえ、以下では、かかる相違点について主に説明する。

本実施形態では、学習者端末１００または管理者端末２００への学習者または管理者の能動的な入力操作に基づいて学習者の集中度を推定する他の実施形態とは異なり、学習者端末１００がカメラを用いて検出した学習者の視線状態に基づいて、集中度が推定される。

（視線取得の処理フロー）
図１５は、本開示の第３の実施形態における視線取得の処理の例を示すフローチャートである。まず、学習者端末１００の入力制御部１２０は、入力部１１０に含まれるカメラを用いて定期的に学習者の視線状態を取得する（ステップＳ３０１）。この視線状態に基づいて、入力制御部１２０は、学習者がディスプレイを注視している時間が所定の割合以上であるか否かを判定する（ステップＳ３０３）。

ここで、学習者がディスプレイを注視している時間が所定の割合以上であった場合、入力制御部１２０は、学習者が注視状態にあると判定し、学習者が注視状態にあることを示す注視状態情報を通信部１５０からサーバ３００に向けて送信する（ステップＳ３０５）。

（集中度推定の処理フロー）
図１６は、本開示の第３の実施形態における集中度推定の処理の例を示すフローチャートでる。まず、サーバ３００の集中度推定部３４０は、各学習者端末１００から送信される注視状態情報を定期的に取得している（ステップＳ３０７）。

次に、集中度推定部３４０は、取得された注視状態情報に基づいて、学習者全体のうちの所定の割合以上の学習者が注視状態にあるか否かを判定する（ステップＳ３０９）。ここで、所定の割合以上の学習者が注視状態にあるか否かは、例えば所定のタイムウインドウを設定し、そのウインドウの中で注視状態情報が取得された学習者の割合を算出することによって判定される。タイムウインドウは、一例として１０秒が設定されうる。また、所定の割合としては、一例として８割が設定されうる。

ここで、所定の割合以上の学習者が注視状態にある場合、注視状態にない、つまり注視状態情報が取得されていない学習者の情報が、サーバ３００の通信部３１０から管理者端末２００に送信される。管理者端末２００の出力制御部２４０は、これらの学習者を集中度が低い学習者として出力部２３０に含まれるディスプレイに表示させる（ステップＳ３１１）。

なお、推定された集中度の情報は、管理者端末２００とともに、またはこれに代えて学習者端末１００にも送信されうる。推定された集中度を用いた情報を管理者端末２００または学習者端末１００に表示する場合の表示例は、上記の第１の実施形態の例と同様である。

つまり、上記の例では、学習者の集中度を、他の学習者の注視状態との比較によって推定する。学習者の大半がディスプレイを注視しているときに、そうしていない学習者は、ディスプレイを注視すべき時にそうしていない、集中度が低い学習者であると推定される。一方、学習者の大半がディスプレイを注視していない場合、その時間帯は演習時間やディスカッションの時間など、ディスプレイを注視する必要がない時間であると推定される。このような場合には、ディスプレイを注視していない学習者を集中度が低い学習者であると推定しなくてもよい。

（変形例）
本実施形態の変形例として、上記の第２の実施形態との組み合わせ例がある。この例では、本実施形態における学習者の視線入力の検出を、上記の第２の実施形態における管理者の指示入力操作に対応する学習者の入力操作の代わりに用いる。これによって、学習者の能動的な入力操作に対応しない管理者の指示、例えば教科書を読むことの指示に対しても、学習者の反応時間を算出し、そこから集中度を推定することが可能になる。

（４、第４の実施形態）
次に、図１７を参照して、本開示の第４の実施形態について説明する。本実施形態は、システムや装置の構成については上記の第１の実施形態と同様であるが、集中度を推定するための処理が第１の実施形態とは異なる。それゆえ、以下では、かかる相違点について主に説明する。

図１７は、本開示の第４の実施形態における処理の例を示すフローチャートである。

まず、管理者端末２００の入力制御部２２０は、入力部２１０によって管理者の指示が与えられたことを示す情報が取得されたか否かを判定する（ステップＳ４０１）。ここで、情報が取得された場合、処理はステップＳ４０３以降に進む。なお、ここでいう管理者の指示が与えられたことを示す情報は、例えば上記の第２の実施形態の例で取得された情報と同様のものでありうる。

次に、取得された管理者の指示の情報が、管理者端末２００の通信部２５０からサーバ３００に向けて送信され、サーバ３００の制御部３２０はこれを動作履歴として動作履歴ＤＢ３３０に保存する（ステップＳ４０３）。ここから、集中度推定の処理が開始される（ステップＳ４０５）。

次に、学習者端末１００の入力制御部１２０は、入力部１１０によって学習者の所定の動作が取得されたか否かを判定する（ステップＳ４０７）。所定の動作は、上記の第２の実施形態の例と同様に、例えば管理者の指示に対応する動作である。ここで、所定の動作が取得された場合、処理はステップＳ４０９以降に進む。

次に、集中度推定部３４０は、取得された学習者の所定の動作の情報から、学習者の反応時間を算出する（ステップＳ４０９）。学習者の反応時間は、例えば、管理者による指示が与えられた時刻から、当該指示に対応する学習者の動作が取得された時刻までの間の時間でありうる。

次に、集中度推定部３４０は、同じ学習者に対する上記のステップＳ４０１〜Ｓ４０９の処理による反応時間の算出が、所定の回数に到達したか否かを判定する（ステップＳ４１１）。反応時間が算出された回数が所定の回数に到達するまで、その学習者についてステップＳ４０１〜Ｓ４０９の処理による反応時間の算出が繰り返される。

ステップＳ４１１で、反応時間の算出が所定の回数に到達したと判定された場合、集中度推定部３４０は、その学習者の所定回数（またはそれ以上）のケースにおける反応時間の中での平均反応時間を算出する（ステップＳ４１３）。

次に、集中度推定部３４０は、今回の反応時間が平均反応時間よりもσ（標準偏差）以上長いか否かを判定する（ステップＳ４１５）。ここで、今回の反応時間とは、例えば直近に実行されたステップＳ４０９で算出された学習者の反応時間でありうる。なお、このステップＳ４１５における判定条件は、σ以上には限らず、例えば２σ以上などであってもよい。また、集中度推定部３４０は、反応時間が平均よりもσ以上長い場合、および平均よりも２σ以上長い場合、といったように、段階的に判定をした結果を示す情報を出力してもよい。

ステップＳ４１５において、反応時間が平均反応時間よりもσ以上長いと判定された場合、学習者は集中度が比較的低い（注意散漫状態である）と推定される。従って、この場合、集中度推定部３４０は、当該学習者が注意散漫状態であることを示す情報を通信部３１０から管理者端末２００に送信する。管理者端末２００の出力制御部２４０は、学習者が注意散漫状態であることを示す情報を出力部２３０に含まれるディスプレイに表示させる（ステップＳ４１７）。

なお、推定された集中度の情報は、管理者端末２００とともに、またはこれに代えて学習者端末１００にも送信されうる。推定された集中度を用いた情報を管理者端末２００または学習者端末１００に表示する場合の表示例は、上記の第１の実施形態の例と同様である。

以上で説明した本開示の第４の実施形態では、学習者の集中度を推定することによって、例えば、授業時の管理者によるきめ細かい指導が可能になる。また、学習者自身に、集中度が低くなっていることに気付かせる出力を与えることも可能である。上記の例では、同じ学習者が管理者からの複数回の指示にそれぞれ反応したときの反応時間が算出され、そこから集中度が推定される。従って、学習者を他の学習者と比較することが必ずしも必要ではない。それゆえ、学習者は１人でもよく、また学習者間の個人差による影響が少ない。

（５．第５の実施形態）
次に、図１８および図１９を参照して、本開示の第５の実施形態について説明する。本実施形態は、動作履歴の取得やそれに基づいた集中度の推定といった点においては上記の第１〜第４の実施形態（以下、代表して“第１の実施形態”と記載する場合がある）と同様の構成をとりうるが、推定の処理を管理者端末で実行する点が上記の各実施形態とは異なる。それゆえ、以下では、かかる相違点について主に説明する。

図１８は、本開示の第５の実施形態に係る学習システムの構成を概略的に示す図である。図１８を参照すると、学習システム２０は、学習者端末１００、管理者端末２００，１２００、およびサーバ１３００を含む。学習者端末１００と、管理者端末２００，１２００と、サーバ３００とは、有線または無線の各種のネットワーク４００によって互いに接続される。

学習者端末１００は、第１の実施形態における学習者端末１００と同様の構成を有するため、ここでは詳細な説明を省略する。

管理者端末１２００ａは、第１の実施形態における管理者端末２００と同様の機能に加えて、解析サーバ３００ａの機能を有する。かかる管理者端末１２００のより詳細な構成については後述する。学習システム２０には、管理者端末１２００ａの他に、第１の実施形態と同様の管理者端末２００ｂが含まれていてもよい。なお、図示された例は一例であり、学習システム２０には、例えば１または複数の管理者端末１２００だけが含まれていてもよく、またこれに加えて１または複数の管理者端末２００が含まれていてもよい。

サーバ１３００は、第１の実施形態におけるサーバ３００の機能のうち、解析サーバ３００ａの機能を含まない。従って、サーバ１３００は、専らデータサーバ３００ｂとして機能する。解析サーバ３００ａの機能は、上記の通り管理者端末１２００によって実現される。

上記の学習システム２０でも、第１の実施形態における学習システム１０と同様に、学習者端末１００と管理者端末２００，１２００、およびサーバ１３００の設置場所は任意に設定されうる。

図１９は、本開示の第５の実施形態における管理者端末の概略的な機能構成を示すブロック図である。図１９を参照すると、管理者端末１２００は、入力部２１０と、入力制御部２２０と、出力部２３０と、出力制御部２４０と、通信部２５０と、制御部２６０と、集中度推定部３４０とを含む。なお、これらの機能構成は、いずれも、例えば後述する情報処理装置のハードウェア構成を用いて実現されうる。例えば、入力制御部２２０と、出力制御部２４０と、制御部２６０と、集中度推定部３４０とは、ＣＰＵ、ＲＡＭ、ＲＯＭなどを用いてソフトウェア的に実現されうる。

上記の構成要素は、制御部２６０を除いて、上記の第１の実施形態で管理者端末２００またはサーバ３００の構成要素として説明された、同一の符号を有する構成要素と共通する構成を有しうる。つまり、管理者端末１２００は、第１の実施形態でいう管理者端末２００と解析サーバ３００ａとを組み合わせたものといえる。これらの構成要素については、例えば、第１の実施形態における説明で“内部的な伝送”と“装置間の通信”とを相互に置き換えることによって十分に説明可能であるため、ここでは重複した詳細な説明は省略する。

制御部２６０は、管理者端末１２００の各部を制御する。例えば、制御部２６０は、入力制御部２２０から提供された管理者の所定の入力操作を、通信部２５０を介してサーバ３００に送信する。また、制御部２６０は、集中度推定部３４０による推定の結果を、出力制御部２４０に提供したり、通信部２５０を介して他の管理者端末２００または学習者端末１００に送信したりする。さらに、制御部２６０は、サーバ３００の動作履歴ＤＢ３３０から動作履歴情報を読み出して集中度推定部３４０に提供する。

（６．第６の実施形態）
次に、図２０を参照して、本開示の第６の実施形態について説明する。本実施形態は、動作履歴の取得やそれに基づいた集中度の推定といった点においては上記の第１〜第４の実施形態（以下、代表して“第１の実施形態”と記載する場合がある）と同様であるが、サーバが設けられない点が第１の実施形態とは異なる。それゆえ、以下では、かかる相違点について主に説明する。

図２０は、本開示の第６の実施形態に係る学習システムの構成を概略的に示す図である。図２０を参照すると、学習システム３０は、学習者端末１００、管理者端末２００，２２００を含む。学習者端末１００と、管理者端末２００，２２００とは、有線または無線の各種のネットワーク４００によって互いに接続される。

学習者端末１００は、第１の実施形態における学習者端末１００と同様の構成を有するため、ここでは詳細な説明を省略する。

管理者端末２２００ａは、第１の実施形態における管理者端末２００と同様の機能に加えて、解析サーバ３００ａおよびデータサーバ３００ｂの機能を有する。管理者端末２２００の機能構成は、例えば、上記の図１９で説明した第５の実施形態に係る管理者端末１２００の機能構成に、さらに動作履歴ＤＢ３３０を追加したものでありうる。それぞれの構成要素については既に説明されているため、ここでは重複した詳細な説明は省略する。

なお、学習システム３０には、管理者端末２２００ａの他に、第１の実施形態と同様の管理者端末２００ｂが含まれていてもよい。なお、図示された例は一例であり、学習システム３０には、例えば１または複数の管理者端末２２００だけが含まれていてもよく、またこれに加えて１または複数の管理者端末２００が含まれていてもよい。

以上で説明した本開示の第６の実施形態では、動作履歴の取得やそれに基づいた集中度の推定の処理が、管理者端末２２００によって完結する。第５の実施形態や第６の実施形態から明らかなように、本開示の実施形態では、動作履歴の取得やそれに基づいた集中度の推定の処理が、サーバや管理者端末に任意の形で分散されうる。また、これらの処理は、もちろん学習者端末にも分散されうる。あるいは、動作履歴の取得やそれに基づいた集中度の推定の処理は、学習者端末、管理者端末、サーバのいずれかで集約的に実行されうる。このとき、動作履歴の取得やそれに基づいた集中度の推定の処理を実行するいずれかの装置が、本開示でいう情報処理装置でありうる。

（７．ハードウェア構成）
最後に、図２１を参照して、本開示の実施形態に係る情報処理装置のハードウェア構成について説明する。図２１は、情報処理装置のハードウェア構成を説明するためのブロック図である。図示された情報処理装置９００は、例えば、上記の実施形態における学習者端末１００、管理者端末２００，１２００，２２００、およびサーバ３００，１３００を実現しうる。

情報処理装置９００は、ＣＰＵ（Central Processing unit）９０１、ＲＯＭ（Read Only Memory）９０３、およびＲＡＭ（Random Access Memory）９０５を含む。また、情報処理装置９００は、ホストバス９０７、ブリッジ９０９、外部バス９１１、インターフェース９１３、入力装置９１５、出力装置９１７、ストレージ装置９１９、ドライブ９２１、接続ポート９２３、通信装置９２５を含んでもよい。さらに、入力装置９１５は、必要に応じて、撮像装置または各種センサなどを含んでもよい。情報処理装置９００は、ＣＰＵ９０１に代えて、またはこれとともに、ＤＳＰ（Digital Signal Processor）などの処理回路を有してもよい。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２７に記録された各種プログラムに従って、情報処理装置９００内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータなどを記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータなどを一次記憶する。ＣＰＵ９０１、ＲＯＭ９０３、およびＲＡＭ９０５は、ＣＰＵバスなどの内部バスにより構成されるホストバス９０７により相互に接続されている。さらに、ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Peripheral Component Interconnect/Interface）バスなどの外部バス９１１に接続されている。

入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなど、ユーザによって操作される装置である。入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール装置であってもよいし、情報処理装置９００の操作に対応した携帯電話などの外部接続機器９２９であってもよい。入力装置９１５は、ユーザが入力した情報に基づいて入力信号を生成してＣＰＵ９０１に出力する入力制御回路を含む。ユーザは、この入力装置９１５を操作することによって、情報処理装置９００に対して各種のデータを入力したり処理動作を指示したりする。

出力装置９１７は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。出力装置９１７は、例えば、ＬＣＤ（Liquid Crystal Display）、ＰＤＰ（Plasma Display Panel）、有機ＥＬ（Electro-Luminescence）ディスプレイなどの表示装置、スピーカーおよびヘッドホンなどの音声出力装置、ならびにプリンタ装置などでありうる。出力装置９１７は、情報処理装置９００の処理により得られた結果を、テキストまたは画像などの映像として出力したり、音声または音響などの音声として出力したりする。

ストレージ装置９１９は、情報処理装置９００の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Hard Disk Drive）などの磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどにより構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。

ドライブ９２１は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９２７のためのリーダライタであり、情報処理装置９００に内蔵、あるいは外付けされる。ドライブ９２１は、装着されているリムーバブル記録媒体９２７に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されているリムーバブル記録媒体９２７に記録を書き込む。

接続ポート９２３は、機器を情報処理装置９００に直接接続するためのポートである。接続ポート９２３は、例えば、ＵＳＢ（Universal Serial Bus）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Small Computer System Interface）ポートなどでありうる。また、接続ポート９２３は、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（High-Definition Multimedia Interface）ポートなどであってもよい。接続ポート９２３に外部接続機器９２９を接続することで、情報処理装置９００と外部接続機器９２９との間で各種のデータが交換されうる。

通信装置９２５は、例えば、通信ネットワーク９３１に接続するための通信デバイスなどで構成された通信インターフェースである。通信装置９２５は、例えば、有線または無線ＬＡＮ（Local Area Network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Wireless USB）用の通信カードなどでありうる。また、通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Asymmetric Digital Subscriber Line）用のルータ、または、各種通信用のモデムなどであってもよい。通信装置９２５は、例えば、インターネットや他の通信機器との間で、ＴＣＰ／ＩＰなどの所定のプロトコルを用いて信号などを送受信する。また、通信装置９２５に接続される通信ネットワーク９３１は、有線または無線によって接続されたネットワークであり、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信などである。

以上、情報処理装置９００のハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。かかる構成は、実施する時々の技術レベルに応じて適宜変更されうる。

（８．補足）
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

例えば、上記の例では、学習者による管理者の指示に対する反応時間や、学習者端末の注視状態などに基づいて学習者の集中度が推定されたが、本開示の実施形態はこれに限られない。学習者の集中度は、学習者による入力操作の内容によって推定されてもよい。例えば、管理者からの指示がないのに入力操作をしていたり、他の学習者と異なる入力操作をしていたりする学習者は、落書きをするなどして遊んでいる学習者として、集中度が低いと推定されうる。かかる推定のためには、例えば、同じ授業を受けている他の学習者との間で、手書き入力の入力図形の形状を比較したり、キーボードやマウスなどを使った入力の入力内容を比較したりすればよい。

本開示の実施形態は、例えば、上記で説明したような情報処理装置、情報処理システム、情報処理方法、コンピュータを情報処理装置として機能させるためのプログラム、および当該プログラムが記録された記録媒体を含む。

なお、以下のような構成も本開示の技術的範囲に属する。
（１）学習者端末に対する学習者の動作を示す動作履歴情報を取得する動作履歴取得部と、
前記動作履歴情報に基づいて前記学習者の集中度を推定する集中度推定部と、
前記集中度を示す情報に応じて、前記学習者の管理者が使用する管理者端末における表示を変化させる表示制御部と
を備える情報処理装置。
（２）前記動作履歴取得部は、前記学習者の動作と該動作が取得された時刻とを対応付けて示す前記動作履歴情報を取得する、前記（１)に記載の情報処理装置。
（３）前記集中度推定部は、前記動作履歴情報に基づいて前記管理者の指示に対する前記学習者の反応時間を算出し、該反応時間に基づいて前記集中度を推定する、前記（２)に記載の情報処理装置。
（４）前記動作履歴取得部は、前記管理者の指示が与えられた時刻を示す指示履歴情報を取得し、
前記集中度推定部は、前記動作履歴情報と前記指示履歴情報とに基づいて、前記管理者の指示から該指示に対応する動作までの時間として前記反応時間を算出する、前記（３)に記載の情報処理装置。
（５）前記集中度推定部は、前記管理者の指示以降に取得された前記学習者の動作を、前記管理者の指示以降の他の学習者の動作と比較し、前記他の学習者の動作と共通する前記学習者の動作を、前記管理者の指示に対応する動作として特定する、前記（４)に記載の情報処理装置。
（６）前記動作履歴取得部は、前記管理者の指示に対応する動作を示す情報を含む前記指示履歴情報を取得する、前記（４)に記載の情報処理装置。
（７）前記集中度推定部は、前記反応時間を平均値と比較することによって前記集中度を推定する、前記（３)〜（６）のいずれか１項に記載の情報処理装置。
（８）前記集中度推定部は、前記反応時間を他の学習者の反応時間から算出される平均値と比較する、前記（７)に記載の情報処理装置。
（９）前記集中度推定部は、前記反応時間を前記学習者の過去の反応時間から算出される平均値と比較する、前記（７)に記載の情報処理装置。
（１０）前記集中度推定部は、前記反応時間が前記平均値よりもどの程度長いかを段階的に判定することによって前記集中度を推定する、前記（７)〜（９）のいずれか１項に記載の情報処理装置。
（１１）前記集中度推定部は、前記反応時間が前記平均値よりも長い場合に、前記管理者の指示が与えられた時刻における前記学習者の動作が前記管理者の以前の指示に対応するか否かを判定することによって前記集中度を推定する、前記（７)〜（１０）のいずれか１項に記載の情報処理装置。
（１２）前記集中度推定部は、前記学習者の動作を他の学習者の動作と比較し、前記他の学習者の動作と共通する前記学習者の動作が取得された時刻を、前記他の学習者の動作が取得された時刻と比較することによって前記集中度を推定する、前記（２)〜（１１）のいずれか１項に記載の情報処理装置。
（１３）前記動作履歴取得部は、前記学習者が所定領域の注視状態にあることを示す前記動作履歴情報を取得する、前記（１)〜（１２）のいずれか１項に記載の情報処理装置。
（１４）前記集中度推定部は、前記学習者の注視状態を他の学習者の注視状態と比較することによって前記集中度を推定する、前記（１３)に記載の情報処理装置。
（１５）前記集中度推定部は、前記他の学習者の所定の割合以上が前記注視状態にあり、前記学習者が前記注視状態にない場合に、前記集中度が低いと推定する、前記（１４)に記載の情報処理装置。
（１６）前記表示制御部は、前記管理者端末に、前記集中度が低い学習者を一覧表示させる、前記（１)〜（１５）のいずれか１項に記載の情報処理装置。
（１７）前記表示制御部は、前記管理者端末に、前記集中度に応じて前記学習者を段階的に表示させる、前記（１６)に記載の情報処理装置。
（１８）前記表示制御部は、前記集中度を示す情報に応じて、前記学習者端末における表示を変化させる、前記（１)〜（１７）のいずれか１項に記載の情報処理装置。
（１９）学習者端末に対する学習者の動作を示す動作履歴情報を取得することと、
前記動作履歴情報に基づいて前記学習者の集中度を推定することと、
前記集中度を示す情報に応じて、前記学習者の管理者が使用する管理者端末における表示を変化させることと
を含む情報処理方法。
（２０）学習者端末に対する学習者の動作を示す動作履歴情報を取得する動作履歴取得部、および前記動作履歴情報に基づいて前記学習者の集中度を推定する集中度推定部を有するサーバと、
前記学習者の管理者によって使用され、前記集中度を示す情報に応じて表示を変化させる表示制御部を有する管理者端末と
を含む情報処理システム。

１０，２０，３０ 学習システム
１００ 学習者端末
２００，１２００，２２００ 管理者端末
３００，１３００ サーバ
３１０ 通信部
３２０ 制御部
３３０ 操作履歴ＤＢ
３４０ 集中度推定部

Claims (20)

1. 学習者端末に対する学習者の動作を示す動作履歴情報を取得する動作履歴取得部と、
   前記動作履歴情報に基づいて前記学習者の集中度を推定する集中度推定部と、
   前記集中度を示す情報に応じて、前記学習者の管理者が使用する管理者端末における表示を変化させる表示制御部と
   を備える情報処理装置。
2. 前記動作履歴取得部は、前記学習者の動作と該動作が取得された時刻とを対応付けて示す前記動作履歴情報を取得する、請求項１に記載の情報処理装置。
3. 前記集中度推定部は、前記動作履歴情報に基づいて前記管理者の指示に対する前記学習者の反応時間を算出し、該反応時間に基づいて前記集中度を推定する、請求項２に記載の情報処理装置。
4. 前記動作履歴取得部は、前記管理者の指示が与えられた時刻を示す指示履歴情報を取得し、
   前記集中度推定部は、前記動作履歴情報と前記指示履歴情報とに基づいて、前記管理者の指示から該指示に対応する動作までの時間として前記反応時間を算出する、請求項３に記載の情報処理装置。
5. 前記集中度推定部は、前記管理者の指示以降に取得された前記学習者の動作を、前記管理者の指示以降の他の学習者の動作と比較し、前記他の学習者の動作と共通する前記学習者の動作を、前記管理者の指示に対応する動作として特定する、請求項４に記載の情報処理装置。
6. 前記動作履歴取得部は、前記管理者の指示に対応する動作を示す情報を含む前記指示履歴情報を取得する、請求項４に記載の情報処理装置。
7. 前記集中度推定部は、前記反応時間を平均値と比較することによって前記集中度を推定する、請求項３に記載の情報処理装置。
8. 前記集中度推定部は、前記反応時間を他の学習者の反応時間から算出される平均値と比較する、請求項７に記載の情報処理装置。
9. 前記集中度推定部は、前記反応時間を前記学習者の過去の反応時間から算出される平均値と比較する、請求項７に記載の情報処理装置。
10. 前記集中度推定部は、前記反応時間が前記平均値よりもどの程度長いかを段階的に判定することによって前記集中度を推定する、請求項７に記載の情報処理装置。
11. 前記集中度推定部は、前記反応時間が前記平均値よりも長い場合に、前記管理者の指示が与えられた時刻における前記学習者の動作が前記管理者の以前の指示に対応するか否かを判定することによって前記集中度を推定する、請求項７に記載の情報処理装置。
12. 前記集中度推定部は、前記学習者の動作を他の学習者の動作と比較し、前記他の学習者の動作と共通する前記学習者の動作が取得された時刻を、前記他の学習者の動作が取得された時刻と比較することによって前記集中度を推定する、請求項２に記載の情報処理装置。
13. 前記動作履歴取得部は、前記学習者が所定領域の注視状態にあることを示す前記動作履歴情報を取得する、請求項１に記載の情報処理装置。
14. 前記集中度推定部は、前記学習者の注視状態を他の学習者の注視状態と比較することによって前記集中度を推定する、請求項１３に記載の情報処理装置。
15. 前記集中度推定部は、前記他の学習者の所定の割合以上が前記注視状態にあり、前記学習者が前記注視状態にない場合に、前記集中度が低いと推定する、請求項１４に記載の情報処理装置。
16. 前記表示制御部は、前記管理者端末に、前記集中度が低い学習者を一覧表示させる、請求項１に記載の情報処理装置。
17. 前記表示制御部は、前記管理者端末に、前記集中度に応じて前記学習者を段階的に表示させる、請求項１６に記載の情報処理装置。
18. 前記表示制御部は、前記集中度を示す情報に応じて、前記学習者端末における表示を変化させる、請求項１に記載の情報処理装置。
19. 学習者端末に対する学習者の動作を示す動作履歴情報を取得することと、
    前記動作履歴情報に基づいて前記学習者の集中度を推定することと、
    前記集中度を示す情報に応じて、前記学習者の管理者が使用する管理者端末における表示を変化させることと
    を含む情報処理方法。
20. 学習者端末に対する学習者の動作を示す動作履歴情報を取得する動作履歴取得部、および前記動作履歴情報に基づいて前記学習者の集中度を推定する集中度推定部を有するサーバと、
    前記学習者の管理者によって使用され、前記集中度を示す情報に応じて表示を変化させる表示制御部を有する管理者端末と
    を含む情報処理システム。
    

Images