JP6637917B2 - 教育支援システムおよび教育支援方法 - Google Patents

Description

本発明は、教育を支援する教育支援システムおよび教育支援方法に関する。

近年、コンピュータを用いた教育支援が行われている。たとえば、下記特許文献１は、対話型で且つ適応型の、個性化されたコンピュータ補助による教育のためのシステムを開示する。特許文献１のシステムでは、学校指定のデータ、生徒の実績データ、および教師による特別仕様をエージェントが受理し、教育における生徒の実績データを受理し、生徒の学習モードに応じて指示を個別化する。端末はロボットでなく、生徒が保持する。

また、下記特許文献２は、複数の人間が対話形式で特定の協同タスクを実行する際のコミュニケーションの円滑化を図る。情報交換支援装置を開示する。情報交換支援装置は、人間Ａ，Ｂが端末を用いて対話をしながら特定作業を実行しているシステムに接続される。情報交換支援装置は、端末間の対話信号を受信する受信部、発話者を判定する判定部、該判定結果にもとづき、発話者毎に受信対話信号を蓄積する蓄積部、蓄積部の内容をもとに、各人の発話行動の特徴を検出する特徴検出部、各人の発話行動の特徴を比較し、メッセージメモリより所望のメッセージを読み出して端末に送出するメッセージ送出制御部および、発話行動の特徴毎にメッセージを格納するメッセージメモリ部で構成される。

特表２０００−５１１３０４号公報 特開平７−３３４４５８号公報

しかしながら、教育の現場では、１人の教師で大人数の生徒を見切れないという問題がある。特に、今後は、今のような詰込み型の教育ではなく、複数のグループに分かれてディスカッションするなどの体験型学習が主流となる。したがって、１人の教師で複数のグループの議論の内容をすべて把握するのは困難である。

本発明は、複数のグループに対する教育者の負担軽減を図ることを目的とする。

本願において開示される発明の一側面となる教育支援システムおよび教育支援方法は、各々被教育者が属する複数のグループをそれぞれ担当する複数のロボットと、前記複数のロボットを制御する制御装置と、前記制御装置からアクセス可能なデータベースと、を有する教育支援システムおよび教育支援方法であって、前記複数のロボットの各々は、前記制御装置からの制御により移動可能であり、前記グループの映像および音声の少なくとも一方を含む状況情報を取得して前記制御装置に送信可能であり、前記制御装置からの制御により、前記制御装置から受信した情報を出力可能であり、前記制御装置は、前記各ロボットからの前記各グループの状況情報を、前記グループに所属する被教育者に関連付けて前記データベースに蓄積する蓄積処理と、前記複数のロボットの中の特定のロボットから議題に関する情報が出力された結果、前記特定のロボットが担当する特定のグループの議論に関する状況情報を前記特定のロボットから取得する取得処理と、前記データベースに蓄積された状況情報に基づく機械学習により、前記取得処理によって取得された前記特定のグループの状況情報に対応する前記特定のロボットの行動を決定する決定処理と、前記決定処理によって決定された行動を取るように前記特定のロボットを制御する制御処理と、を実行することを特徴とする。

本発明の代表的な実施の形態によれば、複数のグループに対する教育者の負担軽減を図ることができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

図１は、本実施例にかかる教育支援システムの一例を示す説明図である。 図２は、児童が転校した場合のアクセス権付替え例を示す説明図である。 図３は、ロボットの行動決定例を示す説明図である。 図４は、図３の（３）行動の一例である位置変更の具体例を示す説明図である。 図５は、教育支援システムの活用例を示す説明図である。 図６は、教育支援システムのシステム構成例を示す説明図である。 図７は、教育支援システムのハードウェア構成例を示すブロック図である。 図８は、教師情報ＤＢの記憶内容例を示す説明図である。 図９は、児童情報ＤＢの記憶内容例を示す説明図である。 図１０は、教育支援システムの機能的構成例を示すブロック図である。 図１１は、ロボットの外観を示す説明図である。 図１２は、アクセス権の付け替えシーケンスを示す説明図である。 図１３は、教師端末を用いたプラン設定例を示す説明図である。 図１４は、教育支援システムにおける教育支援シーケンスを示す説明図である。 図１５は、制御装置によるロボットの移動先特定例を示す説明図である。 図１６は、制御装置によるロボットの移動先特定処理手順例を示すフローチャートである。 図１７は、ダイジェスト再生画面例を示す説明図である。 図１８は、制御装置によるダイジェスト動画の生成処理例を示すフローチャートである。

本実施例にかかる教育支援システムは、教育機関における教育を支援する。ここで、教育機関とは、たとえば、公共、民間を問わず、保育園、幼稚園、小学校、中学校、高校、大学、学童保育所、塾など、被教育者に教育を施す機関である。本実施例では、例として「小学校」という用語を使用する。被教育者とは、教育者から教育を受けて学習する者であり、たとえば、幼児、園児、児童、生徒、学生、塾生を含む。本実施例では、例として「児童」という用語を使用する。教育者とは、被教育者を教育または学習指導する者であり、たとえば、保育士、教員、教師、教諭、教授、教官、講師を含む。本実施例では、例として「教師」という用語を使用する。

＜教育支援例＞
図１は、本実施例にかかる教育支援システムの一例を示す説明図である。教育支援システム１００は、制御装置１０１が、ルータ１０２を介して複数のロボット１０３およびデータセンタ１１０が通信可能に接続されたシステムである。制御装置１０１は、ロボット１０３からの情報をデータセンタ１１０に格納したり、データセンタ１１０からデータを用いてロボット１０３を制御する。

ロボット１０３は、１クラスに複数台（本例では４台）配置される。１クラスには、複数のグループが存在する。ロボット１０３は、１つのグループを担当する。なお、複数のクラスＣＬ１、ＣＬ２、ＣＬ３、…は、同一の教育機関内のクラス群でもよく、異なる教育機関のクラスを含んでもよい。クラスＣＬ１を例に挙げると、クラスＣＬ１には、４つのグループが存在する。そのうちのグループＡは、６人の児童Ｓａ１〜Ｓａ６を含む。

ロボット１０３は、制御装置１０１からの指示により、担当するグループＡに対し音声または映像で議題を提示し、グループＡ内での議論に関する音声や映像を取得し、制御装置１０１に送信する。また、ロボット１０３は、制御装置１０１からの指示により教室内を移動して位置を変更する。このように、ロボット１０３は、教師の分身のように動作することで、教師の負担軽減を図る。

データセンタ１１０は、データベースとデータベースサーバとを有するデータベースシステムである。データセンタ１１０は、データベースに児童の学習データを蓄積する。

＜児童が転校した場合のアクセス権付替え例＞
図２は、児童が転校した場合のアクセス権付替え例を示す説明図である。データセンタ１１０は、児童ごとに学習データを蓄積する。具体的には、データセンタ１１０は、児童ＩＤ２０１と学習データ２０２とアクセス権２０３とを関連付けて管理する。児童ＩＤ２０１は、児童を一意に特定する識別情報である。

学習データ２０２は、ロボット１０３が取得した児童に関する映像および音声のうち少なくとも一方を含む状況情報と、状況情報から得られるデータとの組み合わせである。状況情報に映像が含まれる場合、制御装置１０１での解析により、学習データ２０２には、映像により特定された人物（児童や教師）、物体（たとえば、児童が書いた絵）の画像に関する特徴データやその物体の名称を示すテキストデータが生成される。状況情報に音声が含まれる場合、学習データ２０２には、音声をテキスト化したテキストデータや発話者を示す情報（たとえば、発話した児童の児童ＩＤ２０１）が生成される。このように解析された、状況情報に由来するデータを解析結果と称す。すなわち、学習データ２０２は、映像や音声などの生データである状況情報と、解析結果との組み合わせである。

なお、状況情報には、映像や音声のほか、教室内におけるロボット１０３の位置や方向を示すデータが含まれる。

図２では、児童が小学校ＳＣ１から小学校ＳＣ２に転校した場合を例に挙げて説明する。（１）小学校ＳＣ１において、ロボット１０３は、児童Ｓａ３を含むグループの状況情報を取得して制御装置１０１にアップロードする。制御装置１０１は、アップロードされた状況情報を解析して解析結果を埋め込み、学習データ２０２としてデータセンタ１１０に蓄積する。

（２）児童Ｓａ３が小学校ＳＣ１から小学校ＳＣ２に転校する。具体的には、たとえば、制御装置１０１は、児童の個人情報において、在席する学校を、小学校ＳＣ１から小学校ＳＣ２に変更する。個人情報には、たとえば、顔画像が含まれる。当該変更処理は、たとえば、小学校ＳＣ２の管理者端末からの操作により実行される。

（３）制御装置１０１が、データセンタ１１０の児童Ｓａ３に関する学習データ２０２のアクセス権２０３を小学校ＳＣ１から小学校ＳＣ２に付け替える。具体的には、たとえば、（２）変更処理のあと、小学校ＳＣ２のロボット１０３が、グループＡに所属する児童Ｓａ３に関する状況情報弐含まれる顔画像を取得し、変更処理がされた児童Ｓａ３の顔画像と照合する。顔画像が照合された場合、制御装置１０１は、児童Ｓａ３が小学校ＳＣ１から小学校ＳＣ２に転校されたことを確認し、データセンタ１１０における児童Ｓａ３のアクセス権２０３を、小学校ＳＣ１から小学校ＳＣ２に変更する。これにより、以降は、小学校ＳＣ１のロボット１０３からの要求では、制御装置１０１は、児童Ｓａ３の学習データ２０２を更新せず、小学校ＳＣ２のロボット１０３からの要求により、制御装置１０１は、児童Ｓａ３の学習データ２０２を更新する。

＜ロボット１０３の行動決定例＞
図３は、ロボット１０３の行動決定例を示す説明図である。（１）ロボット１０３は、児童Ｓａ３を含むグループＡの状況情報を取得して制御装置１０１にアップロードする。制御装置１０１は、アップロードされた状況情報を解析して、解析結果を埋め込み、学習データ２０２としてデータセンタ１１０に蓄積する。

（２）制御装置１０１は、データセンタ１１０に蓄積されている学習データ２０２群に基づく機械学習（たとえば、ニューラルネットワーク）により、グループＡの状況情報に対応するロボット１０３の行動（発話や位置変更）を決定する。具体的には、今回取得した状況情報から解析された解析結果をニューラルネットワークに与え、出力となる行動を得る。そして、制御装置１０１は、決定した行動に関する情報をロボット１０３に送信する。

（３）ロボット１０３は、制御装置１０１からの行動に関する情報に従って、（１）で制御装置１０１にアップロードした状況情報に対応する行動を実行する。行動が発話である場合、ロボット１０３はマイクから発話し、行動が位置変更である場合、ロボット１０３は指定された位置を特定して、その位置まで移動する。

図４は、図３の（３）行動の一例である位置変更の具体例を示す説明図である。なお、以下の（Ａ）〜（Ｃ）の例において、ロボット１０３は、グループの左端に位置するものとする。（Ａ）は、児童Ｓａ１，Ｓａ２，Ｓａ４〜Ｓａ６に対し、議論の和に入れない児童Ｓａ３に注目してもらうために、児童Ｓａ３から離れた現在位置から児童Ｓａ３の隣の位置に移動する行動例である。この場合、ロボット１０３が取得した状況情報から得られる解析結果は、たとえば、児童Ｓａ１〜Ｓａ６の位置、発言回数、発言時間を含む情報であり、行動は、児童Ｓａ３の隣の位置への移動である。また、行動には、議論に関連する児童Ｓａ３の過去の学習データ２０２の再生が含まれていてもよい。

（Ｂ）は、児童Ｓａ３，Ｓａ４が口論または喧嘩している場合に、仲裁のために、児童Ｓａ３、Ｓａ４から離れた現在位置から児童Ｓａ３，Ｓａ４の間の位置に移動する行動例である。この場合、ロボット１０３が取得した状況情報から得られる解析結果は、たとえば、児童Ｓａ３，Ｓａ４の発話内容（たとえば、攻撃的、否定的、侮蔑的な発言）や体の動き（たとえば、殴打）であり、行動は、児童Ｓａ３，Ｓａ４の間の位置への移動である。

（Ｃ）は、発言する児童Ｓａ５に注目して状況情報を取得するために、当該児童Ｓａ５の正面に位置するように移動する行動例である。この場合、ロボット１０３が取得した状況情報から得られる解析結果は、たとえば、児童Ｓａ５のみの発話（他の児童Ｓａ１〜Ｓａ４，Ｓａ６は発話していない）および発話内容であり、行動は、児童Ｓａ５と対面する位置への移動である。

＜教育支援システム１００の活用例＞
図５は、教育支援システム１００の活用例を示す説明図である。ここでは、小学校ＳＣ２は、インターナショナルスクールとする。このため、様々な国籍の児童が在籍する。児童Ｓａ３は、図２で示したように、小学校ＳＣ１から転校してきた児童とする。教師は、あらかじめ、教師端末を用いて制御装置１０１に対し、授業のプランを設定しており、制御装置１０１は、当該プランをロボット１０３に送信済みである。本例のプランは、「月の模様」についてのディスカッションとする。月の模様が何に見えるかは国によって異なる（たとえば、カニ、髪の長い女性、ライオン、本を読むおばあさん、うさぎなど）。

（Ａ）ロボット１０３は、月の画像を表示しながら、担当するグループの状況情報を取得する。制御装置１０１は、ロボット１０３からの状況情報を解析することにより、児童Ｓａ３が議論に入れていないことを特定する。

（Ｂ）制御装置１０１は、データセンタ１１０に蓄積された学習データ２０２に基づく機械学習により、児童Ｓａ３が議論に入れていないことを示す解析結果から、当該議論に関連する児童Ｓａ３の過去の学習データ２０２の表示および児童Ｓａ３近傍（たとえば、児童Ｓａ３から１ｍ離れた位置）への移動を、ロボット１０３が取るべき行動に決定する。

（Ｃ）制御装置１０１は、児童Ｓａ３の近傍に移動およびグループＡ内の児童全員の顔を確認できる方向に旋回する（図４の（Ａ）参照）とともに、データセンタ１１０から、当該議論に関連する児童Ｓａ３の過去の学習データ２０２として、小学校ＳＣ１の在籍時に月の絵を描いた動画（または、児童Ｓａ３が描いた月の絵）を再生する（図３参照）。これにより、議論に入れていなかった児童Ｓａ３に他の児童Ｓａ１，Ｓａ２，Ｓａ４〜Ｓａ６が注目し、グループ全体での議論の活性化を促すことができる。

＜教育支援システム１００のシステム構成例＞
図６は、教育支援システム１００のシステム構成例を示す説明図である。教育支援システム１００は、制御装置１０１を有し、インターネットなどのネットワーク６００を介して、データセンタ１１０、サービスプロバイダ６０１、および検索エンジン６０２と通信可能に接続される。また、制御装置１０１は、ルータ１０２を介して、教育機関に配備されたロボット１０３および教師が用いる教師端末１０４と通信可能に接続される。

＜教育支援システム１００のハードウェア構成例＞
図７は、教育支援システム１００のハードウェア構成例を示すブロック図である。制御装置１０１は、第１プロセッサ７０１と、第１メモリ７０２と、専用ハードウェア７０３と、記憶デバイス７０４と、第１通信ＩＦ（インタフェース）７０５と、第１プロセッサ７０１７０１〜第１通信ＩＦ７０５を接続する第１バス７０６と、を有する。第１プロセッサ７０１は、制御装置１０１を制御する。第１メモリ７０２は、第１プロセッサ７０１の作業エリアとなる。専用ハードウェア７０３は、特定の処理に特化した回路である。専用ハードウェア７０３としては、たとえば、画像処理エンジン、音声認識エンジン、圧縮伸張エンジンなどがある。記憶デバイス７０４は、プログラムや各種データを記憶する非一時的なまたは一時的な記録媒体である。第１通信ＩＦ７０５は、ネットワーク６００と接続し、データを送受信する。

記憶デバイス７０４は、教育機関ＤＢ７４１と、人工知能ＤＢ７４２と、を記憶する。教育機関ＤＢ７４１は、教師情報ＤＢ７４１ａと、児童情報ＤＢ７４１ｂと、を有する。教師情報ＤＢ７４１ａは、教育機関に在籍する教師に関する情報を記憶する。具体的には、たとえば、教師情報ＤＢ７４１ａは、授業情報７４１ａ１と、クラス情報７４１ａ２と、教師の個人情報７４１ａ３と、を有する。児童情報ＤＢ７４１ｂは、学習履歴７４１ｂ１と、児童の個人情報７４１ｂ２と、を有する。

人工知能ＤＢ７４２は、人工知能７４２ａと、対話情報７４２ｂと、を有する。人工知能７４２ａは、たとえば、ニューラルネットワークのように、機械学習による学習と推論を実行するプログラムである。対話情報７４２ｂは、ロボット１０３が受ける発話のテキストデータと、当該発話に対してロボット１０３がその発話者に返す返答のテキストデータと、を対応付けた情報である。対話情報７４２ｂには、人工知能７４２ａに与えられた児童からの音声のテキストデータと、人工知能７４２ａが出力した行動に関する音声のテキストデータと、の組み合わせが、人工知能７４２ａにより追加される。

サービスプロバイダ６０１は、教育サービスなどの特殊サービスＤＢ７３０を有する。特殊サービスＤＢ７３０は、デジタル教材などのサービス情報７３１と、授業カリキュラム７３２と、を有する。制御装置１０１や教師端末１０４は、必要な情報を特殊サービスＤＢ７３０から取得することができる。

ロボット１０３は、制御装置１０１からの制御により移動可能であり、グループの状況情報を取得して制御装置１０１に送信可能であり、制御装置１０１からの制御により、制御装置１０１から受信した情報を出力可能である。具体的には、たとえば、ロボット１０３は、第２プロセッサ７１１と、第２メモリ７１２と、駆動制御部７１３と、第２通信ＩＦ７１４と、カメラ７１５と、タッチパネル７１６と、マイクロホン７１７と、ボタン７１８と、センサ７１９と、ディスプレイ１０３ａと、スピーカ７２０と、第２プロセッサ７１１〜スピーカ７２０を接続する第２バス７２１と、駆動装置７２２と、を有する。

第２プロセッサ７１１は、ロボット１０３を制御する。第２メモリ７１２は、第２プロセッサ７１１の作業エリアとなる。駆動制御部７１３は、駆動装置７２２を制御する。第２通信ＩＦ７１４は、ネットワーク６００と接続し、データを送受信する。カメラ７１５は、たとえば、ロボット１０３の前面に設けられ、ロボット１０３の正面から撮像する。タッチパネル７１６は、たとえば、ディスプレイ１０３ａに設けられ、教師や児童などのユーザによる接触やゼスチャで操作可能な入力デバイスである。マイクロホン７１７は、外部の音声を入力する。ボタン７１８は、ユーザによる操作で押下可能な入力デバイスである。

センサ７１９は、物体や情報を検出する入力デバイスの一例であり、たとえば、人感センサ、距離センサが挙げられる。これにより、人感センサにより物体が人体であるか障害物であるかを特定することができる。距離センサにより、物体までの距離を特定することができる。人感センサと距離センサとの組み合わせることにより、児童までの距離を特定することができる。ディスプレイ１０３ａは、ロボット１０３の前面に設けられ、各種情報を表示する。スピーカ７２０は、音声を出力する。駆動装置７２２は、モータおよびタイヤを有し、駆動制御部７１３からの制御によりロボット１０３を移動させる。なお、図７では、教師端末１０４のハードウェア構成を示していないが、駆動制御部７１３および駆動装置７２２を除いて、ロボット１０３と同様なハードウェア構成となる。

＜教師情報ＤＢ７４１ａの記憶内容例＞
図８は、教師情報ＤＢ７４１ａの記憶内容例を示す説明図である。教師情報ＤＢ７４１ａは、教師ごとに、授業情報７４１ａ１と、クラス情報７４１ａ２と、個人情報７４１ａ３と、を有する。授業情報７４１ａ１は、その教師が受け持つ授業に関する情報である。具体的には、たとえば、授業情報７４１ａ１は、授業日時８１１と、強化と、学年・クラス８１３と、グループＩＤ８１４と、ロボットＩＤ８１５と、カリキュラムＩＤ８１６と、評価８１７と、記録ＩＤ８１８と、を有する。授業日時８１１は、授業が行われた日時である。教科８１２は、授業が行われた児童教育の知識区分（たとえば、算数、国語など）である。学年・クラス８１３は、授業が行われた学年とクラスとの組み合わせである。グループＩＤ８１４は、グループを一意に特定する識別情報である。ロボットＩＤ８１５は、ロボット１０３を一意に特定する識別情報である。カリキュラムＩＤ８１６は、カリキュラムを一意に特定する識別情報である。評価８１７は、授業におけるグループの理解度を示す情報である。記録ＩＤ８１８は、データセンタ１１０に蓄積されている学習データ２０２を一意に特定する識別情報である。

クラス情報７４１ａ２は、その教師が受け持つクラスに関する情報である。具体的には、たとえば、クラス情報７４１ａ２は、氏名８２１と、性別８２２と、国籍８２３と、転校歴８２４と、評価８２５と、学習履歴７４１ｂ１と、児童ＩＤ２０１と、グループＩＤ８１４と、を有する。氏名８２１は、その教師が受け持つクラスの児童の名字と名前の組み合わせである。性別８２２は、その教師が受け持つクラスの児童の性区分である。国籍８２３は、その教師が受け持つクラスの児童が帰属する国名である。転校歴８２４は、その教師が受け持つクラスの児童の過去の転校履歴である。評価８２５は、教師が受け持つクラスの児童が学習した各授業の評価９１２の総合評価である。児童ＩＤ２０１は、児童を一意に特定する識別情報である。グループＩＤ８１４は、教師が受け持つクラスの児童が所属するグループを一意に特定する識別情報である。

個人情報７４１ａ３は、その教師に関する個人的な情報である。具体的には、たとえば、個人情報７４１ａ３は、教師ＩＤ８３１と、氏名８３２と、性別８３３と、年齢８３４と、国籍８３５と、職歴８３６と、受け持ちクラス８３７と、顔画像８３８と、を有する。教師ＩＤ８３１は、その教師を一意に特定する識別情報である。氏名８３２は、その教師の名字と名前の組み合わせである。性別８３３は、その教師の性区分である。年齢８３４は、その教師が生まれてから現在までの年数である。国籍８３５は、その教師が帰属する国名である。職歴８３６は、その教師の過去の職業履歴である。受け持ちクラス８３７は、その教師が授業または担任を受け持つクラスである。顔画像８３８は、その教師の顔の画像である。

＜児童情報ＤＢ７４１ｂの記憶内容例＞
図９は、児童情報ＤＢ７４１ｂの記憶内容例を示す説明図である。児童情報ＤＢ７４１ｂは、児童ごとに、学習履歴７４１ｂ１と、個人情報７４１ｂ２と、を有する。学習履歴７４１ｂ１は、その児童が学習した履歴情報である。具体的には、たとえば、学習履歴７４１ｂ１は、修了日時９１１と、教科８１２と、学年・クラス８１３と、教師ＩＤ８３１と、ロボットＩＤ８１５と、グループＩＤ８１４と、カリキュラムＩＤ８１６と、評価９１２と、を有する。また、カリキュラムＩＤ８１６で特定されるカリキュラムは、入力時刻９６１と、入力キーワード９６２と、出力時刻９６３と、出力データ９６４と、会話記録ＩＤ９６５と、を有する。

修了日時９１１は、その教科８１２が修了した日時である。修了するまでは修了日時９１１は空欄となる。教科８１２は、学習対象となった教科である。学年・クラス８１３は、その教科８１２を学習した学年およびクラスの組み合わせである。教師ＩＤ８３１は、その教科８１２を受け持った教師を一意に特定する識別情報である。ロボットＩＤ８１５は、その教科８１２において割り当てられたロボット１０３を一意に特定する識別情報である。グループＩＤ８１４は、その児童がその教科８１２において所属するグループを一意に特定する識別情報である。カリキュラムＩＤ８１６は、その教科８１２のカリキュラムを一意に特定する識別情報である。カリキュラムは、ロボット１０３の行動を特定する情報である。評価８２５は、その教科８１２についての理解度や習熟度を示す情報である。

入力時刻９６１は、その児童がロボット１０３の入力デバイス（たとえば、マイク、タッチパネル７１６など）を介してロボット１０３にデータを入力した時刻である。入力キーワード９６２は、その児童が入力時刻９６１にロボット１０３に入力したデータである。出力時刻９６３は、その児童が入力した入力キーワード９６２に応じてロボット１０３が検索エンジン６０２やサービスプロバイダ６０１からデータを検索して出力デバイス（ディスプレイ１０３ａやスピーカ７２０）から出力した時刻である。出力データ９６４は、出力時刻９６３にロボット１０３から出力されたデータである。会話記録ＩＤ９６５は、会話記録を一意に特定する識別情報である。会話記録は、その児童が入力時刻９６１から出力時刻９６３以降の一定時間経過後までに、その児童がロボット１０３と会話した音声または変換されたテキストデータである。会話記録は、状況情報の一部としてデータセンタ１１０に蓄積されている。

個人情報７４１ｂ２は、その児童に関する個人的な情報である。具体的には、たとえば、個人情報７４１ｂ２は、児童ＩＤ２０１と、氏名８２１と、性別８２２と、年齢９２１と、国籍８２３と、転校歴８２４と、顔画像９２２と、を有する。児童ＩＤ２０１は、年齢８３４は、その児童が生まれてから現在までの年数である。顔画像９２２は、その児童の顔の画像である。

＜教育支援システム１００の機能的構成例＞
図１０は、教育支援システム１００の機能的構成例を示すブロック図である。制御装置１０１は、取得部１００１と、解析部１００２と、蓄積部１００３と、決定部１００４と、制御部１００５と、設定部１００６と、生成部１００７と、を有する。取得部１００１〜生成部１００７は、具体的には、たとえば、記憶デバイス７０４に記憶されたプログラムを第１プロセッサ７０１に実行させることで実現される機能である。また、取得部１００１〜生成部１００７は、教育機関ごとに作動する機能である。データベース１０００は、データセンタ１１０が有する記憶デバイス７０４により実現される。

取得部１００１は、第１通信ＩＦ７０５でロボット１０３から受信されたグループの映像および音声の少なくとも一方を含むグループの状況情報を取得する。たとえば、取得部１００１は、ロボット１０３から議題に関する情報が出力された結果、ロボット１０３が担当するグループでの議論に関する状況情報を取得する。

解析部１００２は、状況情報を解析して解析結果を出力する。具体的には、たとえば、解析部１００２は、状況情報に含まれる映像と個人情報７４１ａ３，７４１ｂ２の顔画像８３８，９２２から、たとえば、記憶デバイス７０４に記憶された顔認証プログラムにより、人物（児童や教師）を特定して解析結果とする。また、解析部１００２は、状況情報に含まれる映像から、たとえば、データセンタ１１０や蓄積されたデータやインターネット上のデータとのマッチングにより、物体（たとえば、児童が書いた絵）の画像に関する特徴データ（画像そのものを含む）やその物体の名称を示すテキストデータを特定して解析結果とする。

たとえば、解析部１００２は、状況情報に含まれる映像において、児童と、その児童が持っているペンと、児童の前に置かれたノートと、ノートに書かれた文字列と、を特定することにより、ペンでノードに文字列を書いている児童を特定する。

また、解析部１００２は、状況情報に含まれる音声を、記憶デバイス７０４に記憶された音声認識プログラムによりテキスト変換してテキストデータを生成して形態素解析や構造解析をおこない、解析結果とする。また、解析部１００２は、顔認識処理と組み合わせることにより、当該音声を発話した人物を特定し、テキストデータと関連付けて解析結果とする。すなわち、解析結果は、状況情報が、グループ内の児童がいつどこで何を発言し、どのような動作をしているかを特定する情報となる。

蓄積部１００３は、状況情報と解析結果との組み合わせである学習データ２０２を、教育機関別にデータセンタ１１０のデータベース１０００に蓄積する。具体的には、たとえば、蓄積部１００３は、児童の児童ＩＤ２０１に関連付けて、学習データ２０２をデータベース１０００に蓄積する。蓄積部１００３は、教育機関ごとに作動するため、教育機関ごとに、学習データ２０２を、アクセス権２０３がある児童別にデータベース１０００に蓄積することになる。

決定部１００４は、データベース１０００に蓄積された状況情報に基づく機械学習により、取得部１００１によって取得されたグループの状況情報に対応するロボット１０３の行動を決定する。決定部１００４は、蓄積部１００３を介して、決定した行動情報を、その状況情報に関連付けて、データセンタ１１０に蓄積する。具体的には、たとえば、決定部１００４は、上述した人工知能７４２ａに相当し、たとえば、状況情報から得られた解析結果をニューラルネットワークに与えることにより、状況情報に応じた行動を決定する。

なお、制御装置１０１は、教育機関別にニューラルネットワークを構築してもよく、全教育機関で共通のニューラルネットワークを構築してもよい。また、制御装置１０１は、たとえば、小学校用のニューラルネットワークや、中学校用のニューラルネットワークのように、教育レベルごとにニューラルネットワークを構築してもよい。また、学年ごとにニューラルネットワークを構築してもよい。

決定部１００４は、たとえば、グループの状況情報に応じて、ロボット１０３の行動を、議論の活性化を促す情報の発話または表示の少なくとも一方に決定する。具体的には、たとえば、グループの状況情報から得られた解析結果が、グループの誰も発話しない沈黙状態を示す場合、決定部１００４は、ロボット１０３の行動を、議論の活性化を促す情報の発話または表示の少なくとも一方に決定する。議論の活性化を促す情報とは、たとえば、グループ内の児童に発話させる情報である。たとえば、議題が「月について考えよう」の場合、決定部１００４は、ロボット１０３の行動を、議論の活性化を促す情報として「月の模様って何に見える？」という音声出力に決定する。より具体的には、決定部１００４は、ニューラルネットワークに、議題「月」についての沈黙を示す解析結果が入力することにより、議論の活性化を促す情報として、「月の模様の見え方に関する質問」を出力する。これにより、制御部１００５は、「月の模様の見え方に関する質問」から音声データ「月の模様って何に見える？」を生成してロボット１０３に送信することになる。

また、決定部１００４は、グループの状況情報に応じて、たとえば、図４に示したように、ロボット１０３の行動をグループに所属する特定の被教育者の近傍への移動に決定してもよい。

また、決定部１００４は、グループの状況情報から、議論に参加していない特定の被教育者（児童Ｓａ３）を特定した場合、たとえば、図５に示したように、議論に関連するデータとして児童Ｓａ３の過去に月の絵を描いていた動画をデータベース１０００から取得して、ロボット１０３の行動を議論に関連するデータの出力に決定してもよい。児童Ｓａ３の過去に月の絵を描いていた動画は、児童Ｓａ３が現在の小学校ＳＣ２に転入前に在籍していた小学校ＳＣ１において月の絵を描いていた動画でもよい。また、決定部１００４は、議論に関連するデータとしてさらに、ロボット１０３の行動を児童Ｓａ３の近傍への移動に決定してもよい。

制御部１００５は、決定部１００４によって決定された行動を取るようにロボット１０３を制御する。具体的には、たとえば、制御部１００５は、決定部１００４によって決定された行動に関する情報を加工して、ロボット１０３に出力する。たとえば、上述したように、制御部１００５は、「月の模様の見え方に関する質問」から音声データ「月の模様って何に見える？」を生成してロボット１０３に送信する。

また、制御部１００５は、グループの状況情報から特定の被教育者までの距離に基づいて特定の被教育者の位置を特定することにより、決定部１００４によって決定された行動を取るようにロボット１０３を制御する。たとえば、制御部１００５は、ロボット１０３の行動が児童Ｓａ３の近傍への移動に決定された場合、グループの状況情報の解析結果から児童Ｓａ３までの距離に基づいて、ロボット１０３の現在位置を基準とした児童Ｓａ３の位置を特定する。

設定部１００６は、被教育者が在籍する教育機関に関する情報が第１教育機関に設定された場合、データベース１０００内の被教育者に関する情報へのアクセス権２０３を、第１教育機関に設定する。具体的には、たとえば、小学校ＳＣ１の児童情報ＤＢ７４１ｂに、児童Ｓａ３の個人情報が追加された場合、設定部１００６は、データベース１０００内の児童Ｓａ３の学習データ２０２の登録および更新（機械学習のための参照については、他の教育機関も可能とする）に関するアクセス権２０３を、小学校ＳＣ１に設定する。

また、設定部１００６は、被教育者が在籍する教育機関に関する情報が第１教育機関から第２教育機関に変更された場合、データベース１０００内の被教育者に関する情報へのアクセス権２０３を、第１教育機関から第２教育機関に変更する。具体的には、たとえば、小学校ＳＣ２の児童情報ＤＢ７４１ｂに、児童Ｓａ３の個人情報が追加された場合、設定部１００６は、データベース１０００内の児童Ｓａ３の学習データ２０２の登録および更新（機械学習のための参照については、他の教育機関も可能とする）に関するアクセス権２０３を、小学校ＳＣ２に設定する。

また、小学校ＳＣ２に配属されたロボット１０３から状況情報として児童Ｓａ３の顔画像８３８が取得され、データベース１０００内の児童Ｓａ３の顔画像８３８と照合された場合、設定部１００６は、データベース１０００内の児童Ｓａ３の学習データ２０２の登録および更新に関するアクセス権２０３を、小学校ＳＣ２に設定してもよい。これにより、アクセス権２０３の変更の自動化を図ることができる。

生成部１００７は、データベース１０００を参照して、グループの映像に関する状況情報のうち、グループに所属する特定の被教育者が存在し、かつ、教育者が存在しない映像データを生成して、ロボット１０３または教師端末１０４に送信する。具体的には、たとえば、生成部１００７は、データベース１０００を参照して、グループの映像に関する状況情報のうち、グループに所属する児童Ｓａ３が存在し、かつ、教師Ｔａが存在しない映像データを生成して、ロボット１０３または教師端末１０４に送信する。これにより、教師が見切れていない出来事を、ロボット１０３または教師端末１０４で再生される映像データを試聴することにより、事後的に教師が把握することができる。

＜ロボット１０３の外観＞
図１１は、ロボット１０３の外観を示す説明図である。（Ａ）は、ロボット１０３の斜視図である。（Ｂ）は、ロボット１０３の正面図である。（Ｃ）は、ロボット１０３の右側面図である。（Ｄ）は、ロボット１０３の左側面図である。（Ｅ）は、ロボット１０３の平面図である。（Ｆ）は、ロボット１０３の底面図である。（Ｇ）は、ロボット１０３の背面図である。（Ｈ）は、ロボット１０３の透明部を示す参考図である。（Ｈ）において、ディスプレイ１０３ａのハッチングは、透明であることを示す。ロボット１０３は、正面上部にディスプレイ１０３ａを有し、底部に駆動装置７２２の一部であるタイヤ１０３ｂを有する。

＜アクセス権２０３の付け替えシーケンス＞
図１２は、アクセス権２０３の付け替えシーケンスを示す説明図である。転出元の教師端末１０４は、教師の操作入力により、個人情報登録要求を制御装置１０１に送信する（ステップＳ１２０１）。個人情報登録要求には、登録したい児童の個人情報７４１ｂ２が含まれる。制御装置１０１は、受信した児童の個人情報７４１ｂ２を転出元の教育機関の児童情報ＤＢ７４１ｂに格納するとともに、児童の個人情報７４１ｂ２に含まれる児童ＩＤ２０１をデータセンタ１１０のデータベース１０００に登録し、アクセス権２０３を設定し、ＡＣＫを返す（ステップＳ１２０２）。転出元の教育機関にアクセス権２０３を設定することにより、当該児童と当該転出元の教育機関が関連付けられる。

転出元のロボット１０３は、児童の所属グループに関する状況情報を取得して制御装置１０１にアップロードする（ステップＳ１２０３）。制御装置１０１は、アップロードされた状況情報を解析して解析結果を生成し、学習データ２０２（状況情報および解析結果）を児童ＩＤ２０１に関連付けてデータセンタ１１０のデータベース１０００に蓄積する（ステップＳ１２０４）。転出元の教師端末１０４またはロボット１０３は、学習データ２０２の取得要求を送信すると（ステップＳ１２０５）、制御装置１０１は、当該取得要求に応じた学習データ２０２を返す（ステップＳ１２０６）。

転入先の教師端末１０４は、転出元の教育機関から転入してきた児童について、教師の操作入力により、個人情報登録要求を制御装置１０１に送信する（ステップＳ１２０７）。個人情報登録要求には、転入してきた児童の個人情報７４１ｂ２が含まれる。制御装置１０１は、受信した児童の個人情報７４１ｂ２を転入先の教育機関の児童情報ＤＢ７４１ｂに格納するとともに、児童の個人情報７４１ｂ２に含まれる児童ＩＤ２０１をデータセンタ１１０のデータベース１０００に登録し、ＡＣＫを返す（ステップＳ１２０８）。

転入先のロボット１０３は、児童の所属グループに関する状況情報を取得して制御装置１０１にアップロードする（ステップＳ１２０９）。制御装置１０１は、アップロードされた状況情報を解析して解析結果を生成し、転入先の教育機関の児童情報ＤＢ７４１ｂの個人情報７４１ｂ２に含まれる顔画像９２２と照合した場合、データセンタ１１０において、当該児童の学習データ２０２へのアクセス権２０３を転出元の教育機関から転入先の教育機関に付け替える（ステップＳ１２１０）。これにより、データセンタ１１０における当該児童の学習データ２０２の登録および更新は、転入先の教育機関からのみ受け付けられることになる。

このあと、ステップＳ１２０４〜Ｓ１２０６と同様である。すなわち、制御装置１０１は、アップロードされた状況情報を解析して解析結果を生成し、学習データ２０２（状況情報および解析結果）を児童ＩＤ２０１に関連付けてデータセンタ１１０のデータベース１０００に蓄積する（ステップＳ１２１１）。転入先の教師端末１０４またはロボット１０３は、学習データ２０２の取得要求を送信すると（ステップＳ１２１２）、制御装置１０１は、当該取得要求に応じた学習データ２０２を返す（ステップＳ１２１３）。この世なシーケンスにより、転出元でのアクセス権解除が不要となる。

＜教師端末１０４を用いたプラン設定例＞
図１３は、教師端末１０４を用いたプラン設定例を示す説明図である。教師端末１０４は、ディスプレイ１０３ａにプラン設定画面１３００を表示する。プラン設定画面１３００は、グループ一覧エリア１３０１と、個人概要エリア１３０２と、課題一覧エリア１３０３と、を有する。

グループ一覧エリア１３０１は、グループと所属児童を表示する領域である。グループ一覧エリア１３０１に表示される情報は、たとえば、クラス情報７４１ａ２にアクセスすることにより、制御装置１０１からダウンロードされる。

個人概要エリア１３０２は、児童の個人情報７４１ｂ２を表示する領域である。個人概要エリア１３０２に表示される情報は、たとえば、グループ一覧エリア１３０１で指定された児童の個人情報７４１ｂ２にアクセスすることにより、制御装置１０１からダウンロードされる。

課題一覧エリア１３０３は、課題の一覧を表示する領域である。課題一覧エリア１３０３に表示される情報は、たとえば、制御装置１０１を介してサービスプロバイダ６０１にアクセスすることにより、制御装置１０１からダウンロードされる。

図１３において、（Ａ）は、グループへの課題の設定時、（Ｂ）は、グループへの課題の設定後の表示状態を示す。教師は、アイコン１３０４をグループ一覧エリア１３０１のグループＡにドラック＆ドロップすることにより、グループＡの課題が「月の見え方ディスカッション」に設定され、アイコン１３０４にグループＡを示すアイコン１３０５が付与される。これにより、制御装置１０１は、グループＡの担当ロボット１０３を制御して、グループＡに「月の見え方ディスカッション」を開始させる。

＜教育支援シーケンス＞
図１４は、教育支援システム１００における教育支援シーケンスを示す説明図である。なお、ロボット１０３からは、常時状況情報が制御装置１０１にアップロードされているものとする（ステップＳ１４００）。また、制御装置１０１は、教師情報ＤＢ７４１ａを参照して、ロボット１０３が担当すべきグループに所属する児童を顔認証して、ロボット１０３が担当するグループを決定する。

制御装置１０１は、状況情報を取得して解析し、解析結果を生成する（ステップＳ１４０１）。制御装置１０１は、データセンタ１１０に蓄積されたデータを用いて、人工知能７４２ａにより、状況情報に応じたロボット１０３が取り得る行動を決定し（ステップＳ１４０２）、行動情報をロボット１０３に送信してロボット１０３を制御する（ステップＳ１４０３）。ロボット１０３は、行動情報に基づいて行動する（ステップＳ１４０４）。

その後、制御装置１０１は、行動情報送信後のグループの反応を状況情報から解析することにより、決定した行動を評価する（ステップＳ１４０５）。たとえば、行動後の状況が良ければ（たとえば、行動決定前の状況よりも討論が活性化（声のボリュームや発言量が増加）していれば）、制御装置１０１は、決定した行動を評価する（ステップＳ１４０５）。

そして、制御装置１０１は、評価された場合、当該状況情報の解析結果がニューラルネットワークに入力された場合に当該行動に決定される確率が高くなるように、ニューラルネットワークのパラメータ（重みやバイアス）を調整する。逆にステップＳ１４０５で評価されなかった場合、当該状況情報の解析結果がニューラルネットワークに入力された場合に当該行動に決定される確率が低くなるように、ニューラルネットワークのパラメータ（重みやバイアス）を調整してもよい。

＜ロボット１０３の移動先特定＞
図１５は、制御装置１０１によるロボット１０３の移動先特定例を示す説明図である。図１５では、例として、図４（Ｂ）に示したように、児童Ｓａ３，Ｓａ４が喧嘩をした場合の移動先特定例を示す。なお、制御装置１０１およびロボット１０３は、教室の地図を記憶しており、教室内の任意の地点を基準として、その後の位置を特定するものとする。

（Ａ）制御装置１０１は、ロボット１０３からの状況情報を解析することにより、児童Ｓａ３と児童Ｓａ４とが喧嘩していることを特定する。（Ｂ）制御装置１０１は、ロボット１０３の距離センサにより測定された物体（児童、テーブル）までの距離を取得する。また、制御装置１０１は、児童の個人情報７４１ｂ２に記憶された顔画像９２２および顔認証プログラムにより、各児童Ｓａ１〜Ｓａ６までの距離を特定する。（Ｃ）制御装置１０１は、児童Ｓａ３と児童Ｓａ４の間への移動が行動として決定された場合、制御部１００５により、移動先の位置Ｐを（Ａ）で特定された児童Ｓａ３と児童Ｓａ４の間の位置に決定し、ロボット１０３の向きＤをグループ内の児童全員に向き合う方向、すなわち、顔認証プログラムによりグループ内の児童全員の顔が認識可能な方向に決定する。このあと、ロボット１０３は、児童やテーブルに接触しないように、移動先の位置に移動して、決定された方向に旋回する。

図１６は、制御装置１０１によるロボット１０３の移動先特定処理手順例を示すフローチャートである。制御装置１０１は、位置変更の行動の決定を検出し（ステップＳ１６０１）、ロボット１０３から位置変更対象となる児童までの距離を取得する（ステップＳ１６０２）。そして、制御装置１０１は、ロボット１０３の移動先の位置および向きを特定し（ステップＳ１６０３）、ロボット１０３を制御して、移動および旋回させる（ステップＳ１６０４）。

＜ダイジェスト再生例＞
教育支援システム１００では、ロボット１０３が撮影した動画から児童ごとにダイジェスト動画を生成することが可能である。ダイジェスト動画は、ロボット１０３または教師端末１０４で再生可能である。ここでは、放課後の職員室で、教師がロボット１０３と対面してダイジェスト動画を再生する例を示す。

図１７は、ダイジェスト再生画面例を示す説明図である。教師端末１０４は、ディスプレイ１０３ａにダイジェスト再生画面１７００を表示する。ダイジェスト再生画面１７００は、グループ一覧エリア１３０１と、個人概要エリア１３０２と、個人詳細エリア１７０１と、タイムライン表示エリア１７０２と、を有する。個人詳細エリア１７０１は、個人詳細エリア１７０１に表示された児童に関する１以上のダイジェスト動画のサムネイル画像を表示する領域である。タイムライン表示エリア１７０２は、再生中のダイジェスト動画の各再生位置とそのサムネイル画像を示す領域である。

制御装置１０１は、ダイジェスト動画を、その日の授業の終了後に生成する。教師は、個人詳細エリア１７０１のサムネイル画像を選択することにより、当該サムネイル画像に関するダイジェスト動画の再生指示を制御装置１０１に送信し、制御装置１０１は、当該ダイジェスト動画をロボット１０３に送信する。ロボット１０３は、ダイジェスト動画を受信すると、再生する。ダイジェスト動画の再生、停止、一時停止、早送り、早戻しなどの操作については、制御装置１０１を介して教師端末１０４から可能である。なお、ダイジェスト動画の再生は、ダウンロード再生でもよくストリーミング再生でもよい。また、ダイジェスト動画は、ロボット１０３ではなく教師端末１０４で再生してもよい。

図１８は、制御装置１０１によるダイジェスト動画の生成処理例を示すフローチャートである。制御装置１０１は、その日の放課後の所定のタイミングで、当該生成処理を開始する。制御装置１０１は、未選択の児童があるか否かを判断する（ステップＳ１８０１）。未選択の児童がある場合（ステップＳ１８０１：Ｙｅｓ）、制御装置１０１は、未選択の児童を選択し（ステップＳ１８０２）、選択児童が属するグループのその日の映像データをデータセンタ１１０のデータベース１０００から取得する（ステップＳ１８０３）。そして、制御装置１０１は、取得した映像データから選択児童が関与するダイジェスト動画を生成する（ステップＳ１８０４）。

具体的には、たとえば、制御装置１０１は、選択児童が映っており、教師が映っていないダイジェスト動画を生成する。これにより、教師が他のグループを見て回っているなど、当該選択児童のグループを見ていないダイジェスト動画を生成することができる。したがって、教師が見ていないグループの状況を確認することができる。また、選択児童の音声が入っていれば、ダイジェスト動画に選択児童が映っていなくてもよい。また、制御装置１０１は、ロボット１０３の行動前後に絞ってダイジェスト動画を生成してもよい。このあと、上述したように、制御装置１０１は、教師端末１０４から指定されたダイジェスト動画をロボット１０３に送信することで（ステップＳ１８０５）、ロボット１０３は、ダイジェスト動画を再生する。

このように、本実施例の教育支援システム１００によれば、制御装置１０１は、各ロボット１０３からの各グループの状況情報を、各ロボット１０３からの各グループの状況情報を、グループに所属する被教育者に関連付けてデータベース１０００に蓄積する蓄積処理と、複数のロボット１０３の中の特定のロボット１０３から議題に関する情報が出力された結果、特定のロボット１０３が担当する特定のグループの議論に関する状況情報を特定のロボット１０３から取得する取得処理と、データベース１０００に蓄積された状況情報に基づく機械学習により、取得処理によって取得された特定のグループの状況情報に対応する特定のロボット１０３の行動を決定する決定処理と、決定処理によって決定された行動を取るように特定のロボット１０３を制御する制御処理と、を実行する。

これにより、ロボットが議論に関する状況情報に応じた行動を取ることができ、教育者が当該グループを見ていない場合でも、被教育者への教育を支援することで、複数のグループを担当する教育者の負担軽減を図ることができる。したがって、複数のグループに対する教育の効率化を図ることができる。

また、決定処理では、制御装置１０１は、特定のグループの状況情報に応じて、特定のロボット１０３の行動を、議論の活性化を促す情報の発話または表示の少なくとも一方に決定することとしてもよい。

これにより、教育者が当該グループを見ていない場合でも、被教育者が参加している議論の活性化を促すことができ、複数のグループを担当する教育者の負担軽減を図ることができる。したがって、複数のグループに対する教育の効率化を図ることができる。

また、複数のロボット１０３の各々は、被教育者の認識、被教育者までの距離の測定、および障害物の検出が可能であり、グループの状況情報は、被教育者までの距離を含み、決定処理では、制御装置１０１は、特定のグループの状況情報に応じて、特定のロボット１０３の行動を特定のグループに所属する特定の被教育者の近傍への移動に決定し、制御処理では、制御装置１０１は、特定のグループの状況情報から特定の被教育者までの距離に基づいて特定の被教育者の位置を特定することにより、決定処理によって決定された行動を取るように特定のロボット１０３を制御することとしてもよい。

これにより、議論の状況に応じてロボットを移動させることで、被教育者への教育を支援して、複数のグループを担当する教育者の負担軽減を図ることができる。したがって、複数のグループに対する教育の効率化を図ることができる。

また、蓄積処理では、制御装置は、各グループの状況情報を、被教育者が所属する教育機関別に蓄積することとしてもよい。

これにより、決定処理によって実行される機械学習において、他の教育機関の状況情報も活用することができる。したがって、決定処理によって決定される行動の最適化を図ることができる。

また、データベース１０００は、被教育者ごとに、当該被教育者が在籍する教育機関に関する情報を記憶しており、制御装置１０１は、被教育者が在籍する教育機関に関する情報が第１教育機関に設定された場合、データベース１０００内の被教育者に関する情報へのアクセス権を、第１教育機関に設定し、被教育者が在籍する教育機関に関する情報が第１教育機関から第２教育機関に変更された場合、データベース１０００内の被教育者に関する情報へのアクセス権を、第１教育機関から第２教育機関に変更する設定処理を実行することとしてもよい。

これにより、転入先となる第２教育機関では、制御装置１０１は、第２教育機関に転校した被教育者に関する情報にアクセスすることができ、転出元となる第１教育機関では、制御装置１０１は、第２教育機関に転校した被教育者に関する情報にアクセスすることができなくなる。したがって、第１教育機関における当該被教育者の所属グループの状況情報が誤って蓄積されるのを防止することができる。

また、データベース１０００は、被教育者および教育者の顔を認識する情報（たとえば、顔画像８３８，９２２）を記憶しており、制御装置１０１は、データベース１０００を参照して、特定のグループの映像に関する状況情報のうち、特定のグループに所属する特定の被教育者が存在し、かつ、教育者が存在しない映像データを生成する生成処理を実行することとしてもよい。

これにより、教育者が見ていない時間帯のグループの状況を把握することができ、複数のグループを担当する教育者の負担軽減を図ることができる。したがって、複数のグループに対する教育の効率化を図ることができる。

また、決定処理では、制御装置１０１は、特定のグループの状況情報に応じて、議論に関連するデータをデータベース１０００から取得して、特定のロボット１０３の行動を議論に関連するデータの出力に決定することとしてもよい。

これにより、教育者が当該グループを見ていない場合でも、議論に関連するデータを用いることで特定のグループの教育を支援し、複数のグループを担当する教育者の負担軽減を図ることができる。したがって、複数のグループに対する教育の効率化を図ることができる。

また、決定処理では、制御装置１０１は、特定のグループの状況情報から、特定のグループが議論に参加していない特定の被教育者を特定した場合、議論に関連するデータをデータベース１０００から取得して、特定のロボット１０３の行動を議論に関連するデータの出力に決定することとしてもよい。

これにより、教育者が当該グループを見ていない場合でも、特定の被教育者に注目を集めて議論の活性化を支援することで、複数のグループを担当する教育者の負担軽減を図ることができる。したがって、複数のグループに対する教育の効率化を図ることができる。

また、複数のロボット１０３の各々は、被教育者の認識、被教育者までの距離の測定、および障害物の検出が可能であり、特定のグループの状況情報は、特定の被教育者までの距離を含み、決定処理では、制御装置１０１は、特定のロボット１０３の行動を議論に関連するデータの出力および特定の被教育者の近傍への移動に決定し、制御処理では、制御装置１０１は、特定のグループの状況情報から特定の被教育者までの距離に基づいて特定の被教育者の位置を特定することにより、決定処理によって決定された行動を取るように特定のロボット１０３を制御することとしてもよい。

これにより、教育者が当該グループを見ていない場合でも、特定のロボットの位置変更により特定の被教育者に注目を集めて議論の活性化を支援することで、複数のグループを担当する教育者の負担軽減を図ることができる。したがって、複数のグループに対する教育の効率化を図ることができる。

また、データベース１０００は、被教育者ごとに、当該被教育者が所属する教育機関に関する情報を記憶しており、制御装置１０１は、特定の被教育者が在籍する教育機関に関する情報が第１教育機関に設定された場合、データベース１０００内の特定の被教育者に関する情報へのアクセス権を、第１教育機関に設定し、特定の被教育者が在籍する教育機関に関する情報が第１教育機関から第２教育機関に変更された場合、データベース１０００内の被教育者に関する情報へのアクセス権を、第１教育機関から第２教育機関に変更する設定処理を実行し、決定処理では、制御装置１０１は、特定のグループの状況情報から、特定のグループが議論に参加していない特定の被教育者を特定した場合、議論に関連するデータをデータベース１０００内の特定の被教育者の第１教育機関に在籍時のデータ群から取得して、特定のロボットの行動を議論に関連するデータの出力に決定することとしてもよい。

これにより、転入先となる第２教育機関では、制御装置１０１は、特定の被教育者の第１教育機関在籍時のデータ群から取得した議論に関連するデータにより、第１教育機関在籍時の話題により特定の被教育者に注目を集めて議論の活性化を支援することで、複数のグループを担当する教育者の負担軽減を図ることができる。したがって、複数のグループに対する教育の効率化を図ることができる。

なお、上述した教育支援システム１００において、ロボット１０３が取得した音声および映像により状況情報を取得することとしたが、児童が作成した作成物（たとえば、絵）をスキャナなどでデジタル化し、デジタル化したデータを状況情報としてロボットに格納して、制御装置１０１にアップロードすることとしてもよい。また、上述した教育支援システム１００において、制御装置１０１の記憶デバイス７０４内の各種ＤＢは、データセンタ１１０のデータベース１０００に格納されてもよい。

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加、削除、または置換をしてもよい。

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）カード、ＳＤカード、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）の記録媒体に格納することができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

１００ 教育支援システム
１０１ 制御装置
１０３ ロボット
１０４ 教師端末
１１０ データセンタ
６０１ サービスプロバイダ
６０２ 検索エンジン
１０００ データベース
１００１ 取得部
１００２ 解析部
１００３ 蓄積部
１００４ 決定部
１００５ 制御部
１００６ 設定部
１００７ 生成部

Claims (11)

1. 各々被教育者が属する複数のグループをそれぞれ担当する複数のロボットと、前記複数のロボットを制御する制御装置と、前記制御装置からアクセス可能なデータベースと、を有する教育支援システムであって、
   前記複数のロボットの各々は、
   前記制御装置からの制御により移動可能であり、
   前記グループの映像および音声の少なくとも一方を含む状況情報を取得して前記制御装置に送信可能であり、
   前記制御装置からの制御により、前記制御装置から受信した情報を出力可能であり、
   前記制御装置は、
   前記各ロボットからの前記各グループの状況情報を、前記グループに所属する被教育者に関連付けて前記データベースに蓄積する蓄積処理と、
   前記複数のロボットの中の特定のロボットから議題に関する情報が出力された結果、前記特定のロボットが担当する特定のグループの議論に関する状況情報を前記特定のロボットから取得する取得処理と、
   前記データベースに蓄積された状況情報に基づく機械学習により、前記取得処理によって取得された前記特定のグループの状況情報に対応する前記特定のロボットの行動を決定する決定処理と、
   前記決定処理によって決定された行動を取るように前記特定のロボットを制御する制御処理と、
   を実行することを特徴とする教育支援システム。
2. 請求項１に記載の教育支援システムであって、
   前記決定処理では、前記制御装置は、前記特定のグループの状況情報に応じて、前記特定のロボットの行動を、前記議論の活性化を促す情報の発話または表示の少なくとも一方に決定することを特徴とする教育支援システム。
3. 請求項１に記載の教育支援システムであって、
   前記複数のロボットの各々は、
   前記被教育者の認識、前記被教育者までの距離の測定、および障害物の検出が可能であり、
   前記グループの状況情報は、前記被教育者までの距離を含み、
   前記決定処理では、前記制御装置は、前記特定のグループの状況情報に応じて、前記特定のロボットの行動を前記特定のグループに所属する特定の被教育者の近傍への移動に決定し、
   前記制御処理では、前記制御装置は、前記特定の被教育者までの距離に基づいて前記特定の被教育者の位置を前記特定のグループの状況情報から特定することにより、前記決定処理によって決定された行動を取るように前記特定のロボットを制御することを特徴とする教育支援システム。
4. 請求項１に記載の教育支援システムであって、
   前記蓄積処理では、前記制御装置は、前記各グループの状況情報を、前記被教育者が所属する教育機関別に前記データベースに蓄積することを特徴とする教育支援システム。
5. 請求項１に記載の教育支援システムであって、
   前記データベースは、前記被教育者ごとに、当該被教育者が在籍する教育機関に関する情報を記憶しており、
   前記制御装置は、
   前記被教育者が在籍する教育機関に関する情報が第１教育機関に設定された場合、前記データベース内の前記被教育者に関する情報へのアクセス権を、前記第１教育機関に設定し、前記被教育者が在籍する教育機関に関する情報が第１教育機関から第２教育機関に変更された場合、前記データベース内の前記被教育者に関する情報へのアクセス権を、前記第１教育機関から前記第２教育機関に変更する設定処理を実行することを特徴とする教育支援システム。
6. 請求項１に記載の教育支援システムであって、
   前記データベースは、前記被教育者および教育者の顔を認識するための情報を記憶しており、
   前記制御装置は、
   前記データベースを参照して、前記特定のグループの映像に関する状況情報のうち、前記特定のグループに所属する特定の被教育者が存在し、かつ、前記教育者が存在しない映像データを生成して、前記ロボットに送信する生成処理を実行することを特徴とする教育支援システム。
7. 請求項２に記載の教育支援システムであって、
   前記決定処理では、前記制御装置は、前記特定のグループの状況情報に応じて、前記議論に関連するデータを前記データベースから取得して、前記特定のロボットの行動を前記議論に関連するデータの出力に決定することを特徴とする教育支援システム。
8. 請求項３に記載の教育支援システムであって、
   前記決定処理では、前記制御装置は、前記特定のグループの状況情報から、前記特定のグループが前記議論に参加していない特定の被教育者を特定した場合、前記議論に関連するデータを前記データベースから取得して、前記特定のロボットの行動を前記議論に関連するデータの出力に決定することを特徴とする教育支援システム。
9. 請求項８に記載の教育支援システムであって、
   前記複数のロボットの各々は、
   前記被教育者の認識、前記被教育者までの距離の測定、および障害物の検出が可能であり、
   前記特定のグループの状況情報は、前記特定の被教育者までの距離を含み、
   前記決定処理では、前記制御装置は、前記特定のロボットの行動を前記議論に関連するデータの出力および前記特定の被教育者の近傍への移動に決定し、
   前記制御処理では、前記制御装置は、前記特定の被教育者までの距離に基づいて前記特定の被教育者の位置を前記特定のグループの状況情報から特定することにより、前記決定処理によって決定された行動を取るように前記特定のロボットを制御することを特徴とする教育支援システム。
10. 請求項８に記載の教育支援システムであって、
    前記データベースは、前記被教育者ごとに、当該被教育者が所属する教育機関に関する情報を記憶しており、
    前記制御装置は、
    前記特定の被教育者が在籍する教育機関に関する情報が第１教育機関に設定された場合、前記データベース内の前記特定の被教育者に関する情報へのアクセス権を、前記第１教育機関に設定し、前記特定の被教育者が在籍する教育機関に関する情報が第１教育機関から第２教育機関に変更された場合、前記データベース内の前記被教育者に関する情報へのアクセス権を、前記第１教育機関から前記第２教育機関に変更する設定処理を実行し、
    前記決定処理では、前記制御装置は、前記特定のグループの状況情報から、前記特定のグループが前記議論に参加していない前記特定の被教育者を特定した場合、前記議論に関連するデータを前記データベース内の前記特定の被教育者の第１教育機関に在籍時のデータ群から取得して、前記特定のロボットの行動を前記議論に関連するデータの出力に決定することを特徴とする教育支援システム。
11. 各々被教育者が属する複数のグループをそれぞれ担当する複数のロボットと、前記複数のロボットを制御する制御装置と、前記制御装置からアクセス可能なデータベースと、を有する教育支援システムによる教育支援方法であって、
    前記複数のロボットの各々は、
    前記制御装置からの制御により移動可能であり、
    前記グループの映像および音声の少なくとも一方を含む状況情報を取得して前記制御装置に送信可能であり、
    前記制御装置からの制御により、前記制御装置から受信した情報を出力可能であり、
    前記教育支援方法は、
    前記制御装置が、
    前記各ロボットからの前記各グループの状況情報を、前記グループに所属する被教育者に関連付けて前記データベースに蓄積する蓄積処理と、
    前記複数のロボットの中の特定のロボットから議題に関する情報が出力された結果、前記特定のロボットが担当する特定のグループの議論に関する状況情報を前記特定のロボットから取得する取得処理と、
    前記データベースに蓄積された状況情報に基づく機械学習により、前記取得処理によって取得された前記特定のグループの状況情報に対応する前記特定のロボットの行動を決定する決定処理と、
    前記決定処理によって決定された行動を取るように前記特定のロボットを制御する制御処理と、
    を実行することを特徴とする教育支援方法。

Images