JP7110550B2 - 情報処理装置および情報処理方法 - Google Patents

Description

本開示は、情報処理装置および情報処理方法に関する。

一般的に、学習の習得度は、学校または学校に準ずる公的な機関が定めるカリキュラムまたはシラバスに基づいて評価される。例えば、学習者（以下では、ユーザとも呼ばれる）は、カリキュラムまたはシラバスによって定められる１０時間の講義を受けた後にテストを受験し、当該テストの点数に基づいて学習者の学習に対する習得度が評価される。

しかしながら、近年、上述したようなテスト以外の方法によって学習の習得度を評価するシステムが開発されている。

特許文献１では、シミュレータを用いて学習者（特に、医療従事者）の学習度を評価するシステムが開示されている。特許文献１に開示されているシステムでは、医療従事者がシミュレータから提示される様々な状況に対応することによって、医療従事者の学習に対する習得度が評価される。

米国特許出願公開第２０１１／１８９６３８号明細書

特許文献１に開示されている技術では、上述したように、所定の機関が管理する内容に応じてシミュレータが用意される。したがって、特許文献１に開示されている技術では、所定の機関が管理する内容に基づいて学習者の学習が評価される。しかしながら、所定の機関が管理する内容に基づく学習者の学習の評価は、学習者の学習の評価において不十分である可能性がある。

そこで本開示では、ユーザの学習に対する評価を、幅広い情報に基づいて適切に行うことが可能な、情報処理装置および情報処理方法が提案される。

本開示によれば、取得デバイスによって取得される、ユーザの学習に対する評価を行うための評価情報を第１のＰ２Ｐデータベースから取得し、前記評価情報に基づいて、ユーザが行った学習に対する評価を行う処理部を備える、情報処理装置が提供される。

また、本開示によれば、コンピュータに、取得デバイスによって取得される、ユーザの学習に対する評価を行うための評価情報を第１のＰ２Ｐデータベースから取得させ、前記評価情報に基づいて、ユーザが行った学習に対する評価を行わせる、情報処理方法が提供される。

本開示によれば、幅広い情報に基づいてユーザの学習に対する評価が行われる。

なお、上記の効果は必ずしも限定されず、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。

図１は、本開示の実施形態に係るブロックチェーンシステムを模式的に示す図である。 図２は、本開示の実施形態に係るブロックチェーンシステムを模式的に示す図である。 図３は、本開示の実施形態に係るブロックチェーンシステムを模式的に示す図である。 図４は、本開示の実施形態に係る学習評価システムの構成を模式的に示す図である。 図５は、本開示の実施形態に係る評価デバイスの機能構成の一例を示すブロック図である。 図６は、本開示の実施形態に係る取得デバイスの機能構成の一例を示すブロック図である。 図７は、本開示の実施形態に係るサーバの機能構成の一例を示すブロック図である。 図８は、本開示の実施形態における情報処理方法の一例を示す図である。 図９は、本開示の実施形態における情報処理方法の一例を示す図である。 図１０は、本開示の実施形態における情報処理において参照される評価テーブルの一例を示す図である。 図１１は、本開示の実施形態においてブロックチェーンに登録される情報の一例を示す図である。 図１２は、本開示の実施形態に係る評価デバイスのハードウェア構成の一例を示す図である。

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、本明細書及び図面において、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。
０．ピアツーピアデータベースの概要
１．学習評価システムの概要
２．学習評価システムを構成する装置の構成
３．学習評価システムにおける情報処理方法
４．評価デバイスのハードウェア構成
５．補足事項
６．むすび

＜０．ピアツーピアデータベースの概要＞
本実施形態に係る学習管理システムでは、ピアツーピアネットワークに流通している分散型のピアツーピアデータベースが利用される。なお、ピアツーピアネットワークは、ピアツーピア型分散ファイルシステムとよばれる場合もある。以下では、ピアツーピアネットワークを「Ｐ２Ｐネットワーク」、ピアツーピアデータベースを「Ｐ２Ｐデータベース」と示す場合がある。Ｐ２Ｐデータベースの例として、Ｐ２Ｐネットワークに流通しているブロックチェーンデータが利用される場合がある。よって最初に、ブロックチェーンシステムについて説明する。

図１に示すように、本実施形態に係るブロックチェーンデータは、複数のブロックがあたかも鎖のように連なって含まれるデータである。それぞれのブロックには、１または２以上の対象データが、トランザクション（取引）として格納されうる。

本実施形態に係るブロックチェーンデータとしては、例えば、Ｂｉｔｃｏｉｎなどの仮想通貨のデータのやり取りに用いられるブロックチェーンデータが挙げられる。仮想通貨のデータのやり取りに用いられるブロックチェーンデータには、例えば、直前のブロックのハッシュと、ナンスとよばれる特別な値が含まれる。直前のブロックのハッシュは、直前のブロックから正しく連なる、「正しいブロック」であるか否かを判定するために用いられる。ナンスは、ハッシュを用いた認証においてなりすましを防ぐために用いられ、ナンスを用いることによって改ざんが防止される。ナンスとしては、例えば、文字列、数字列、あるいは、これらの組み合わせを示すデータが挙げられる。

また、ブロックチェーンデータでは、各トランザクションのデータは、暗号鍵を用いた電子署名が付与される、または暗号鍵を用いて暗号化される。また、各トランザクションのデータは公開され、Ｐ２Ｐネットワーク全体で共有される。なお、ブロックチェーンシステムによっては、Ｐ２Ｐネットワーク全体で必ずしも同一の記録を保持しない場合もある。

図２は、ブロックチェーンシステムにおいて、対象データがユーザＡによって登録される様子を示す図である。ユーザＡは、ブロックチェーンデータに登録する対象データを、ユーザＡの秘密鍵を用いて電子署名する。そしてユーザＡは、電子署名された対象データを含むトランザクションをネットワーク上にブロードキャストする。これによって、対象データの保有者がユーザＡであることが担保される。

図３は、ブロックチェーンシステムにおいて、対象データがユーザＡからユーザＢに移行される様子を示す図である。ユーザＡは、トランザクションにユーザＡの秘密鍵を用いて電子署名を行い、またトランザクションにユーザＢの公開鍵を含める。これにより、対象データがユーザＡからユーザＢに移行されたことが示される。また、ユーザＢは、対象データの取引に際して、ユーザＡからユーザＡの公開鍵を取得し、電子署名された、または暗号化された対象データを取得してもよい。

また、ブロックチェーンシステムでは、例えばサイドチェイン技術を利用することによって、Ｂｉｔｃｏｉｎのブロックチェーンデータなどの、既存の仮想通貨のデータのやり取りに用いられるブロックチェーンデータに、仮想通貨とは異なる他の対象データを含めることが可能である。ここで、本実施形態において仮想通貨とは異なる他の対象データは、ユーザの学習によって認定される学習単位に関する情報および／または学習単位の認定のために用いられる評価情報である。

このように、後述するユーザの学習によって認定される学習単位に関する情報および／または学習単位の認定のために用いられる評価情報の管理にブロックチェーンデータが利用されることによって、改ざんされない状態で当該情報がネットワーク上に保持される。また、ブロックチェーンデータが利用されることによって、ブロックチェーンに含まれる情報を利用したい第三者は、所定の権限を有することにより、ブロックチェーンに含まれる情報にアクセスすることができる。

＜１．学習評価システムの概要＞
以上では、本開示の実施形態による学習評価システムに用いられるブロックチェーンシステムについて説明された。以下では、本開示の実施形態による学習評価システムの概要について説明される。

図４は、本実施形態の学習評価システムの構成を示す図である。本実施形態の学習評価システムは、評価デバイス１００と、取得デバイス２００と、サーバ３００から構成される。なお、評価デバイス１００、取得デバイス２００およびサーバ３００は、本実施形態の情報処理を実行する情報処理装置の一例である。

評価デバイス１００は、ユーザが学習に用いる機器である。例えば、ユーザは、評価デバイス１００を用いて本（例えば教科書）を読んだり、ビデオを視聴したりして、学習を行う。また、評価デバイス１００は、学習評価システムを構成する各装置が取得する、ユーザの学習に対する評価を行うための評価情報に基づいて、ユーザの学習に対する評価を行う。なお、評価デバイス１００は、例えばラップトップパソコンであってもよい。

例えば、評価デバイス１００は、学習に用いられる本またはビデオのようなコンテンツに関する情報を、ユーザの学習に対するに用いられる評価情報として取得する。評価デバイス１００が取得するコンテンツに関する評価情報は、例えば、コンテンツのタイプ（テキストデータ、画像データ、音声データ）、コンテンツの作成者、コンテンツのデータ量、コンテンツのファイル名に関する情報などの情報を含む。

また、評価デバイス１００は、撮像部またはマイクロフォンからの情報に基づいて、ユーザの行動に関する情報をユーザの学習に対するに用いられる評価情報として取得する。ここで、撮像部から取得されるユーザの行動に関する情報には、ユーザの視線に関する情報が含まれてもよい。また、撮像部から取得されるユーザの行動に関する情報には、ユーザの存在に関する情報が含まれてもよい。ユーザの存在に関する情報は、例えば、顔認識が行われることによって、ユーザが評価デバイス１００の周囲に存在することを示す情報であってもよい。また、マイクロフォンから取得されるユーザの行動に関する情報には、ユーザの発声に関する情報が含まれてもよい。

取得デバイス２００は、ユーザの学習の評価に用いられる評価情報を取得するデバイスである。取得デバイス２００は、内蔵されるセンサなどを用いて、評価情報を取得する。取得デバイス２００が取得する評価情報は、例えば、ユーザの行動に関する情報、ユーザの生体情報、取得デバイス２００の使用状況に関する情報などの情報を含む。また、取得デバイス２００は、有線または無線で評価デバイス１００と接続されてもよい。例えば、取得デバイス２００は、評価デバイス１００からの指示に基づいて、評価情報の取得を開始してもよい。評価デバイス１００は、評価デバイス１００においてユーザの学習が開始されたときに、評価情報を取得する指示を取得デバイス２００に送信してもよい。

取得デバイス２００は、図４に示されるように、テレビ、冷蔵庫などのように設置される位置が変更される可能性が低い固定デバイスと、携帯電話、ウェアラブルデバイスなどのような位置が変更される可能性が高い携帯デバイスとを含む。なお、上述した取得デバイス２００は一例であり、これらに限られない。例えば、取得デバイス２００は、シーリングライト、電子レンジ、オーディオ機器などを含んでもよい。

サーバ３００は、ユーザの学習の用いられるコンテンツを評価デバイス１００に提供する。学習に用いられるコンテンツは、テキストデータであってもよく、画像データであってもよく、音声データであってもよい。具体的には、学習に用いられるコンテンツは、教科書のテキストデータであってもよく、講義の動画データまたは音声データであってもよい。また、サーバ３００は、学習に用いられるコンテンツに関する情報を評価情報として取得する。サーバ３００が取得するコンテンツに関する情報は、例えば、コンテンツのタイプ（テキストデータ、画像データ、音声データ）、コンテンツの作成者、コンテンツのデータ量、コンテンツのファイル名に関する情報などの情報を含む。なお、サーバ３００は、評価情報を取得する点において、取得デバイス２００の一例である。

本実施形態の学習評価システムでは、システムを構成する各装置から取得される評価情報に基づいて、ユーザが行った学習に対する評価が評価デバイス１００によって行われる。例えば、評価デバイス１００および／または取得デバイス２００から取得されるユーザの行動に関する情報に基づいて、ユーザが行った学習に対する評価が行われる。

このように、ユーザの行動に関する情報に基づいてユーザが行った学習に対する評価が行われることによって、例えば、ユーザが学習に集中していない場合に、ユーザに学習単位が認定されることを防ぐことができる。

また、本実施形態の学習評価システムでは、サーバ３００から取得される評価情報に基づいて、ユーザが行った学習に対する評価が行われる。例えば、サーバ３００から取得されるコンテンツのデータ量に関する情報に基づいて、ユーザが行った学習に対する評価が行われる。

このように、学習に用いられるコンテンツのデータ量に関する情報に基づいてユーザが行った学習に対する評価が行われることによって、例えば、学習単位の認定に対して不十分な量のコンテンツに基づいて、ユーザに学習単位が認定されることを防ぐことができる。したがって、ユーザが学習単位を取得するために十分な努力を行っていないときに、学習単位が認定されることが防がれる。

上述したように、本実施形態の学習評価システムでは、評価デバイス１００、取得デバイス２００およびサーバ３００が取得する幅広い情報に基づいて、学習者の学習が評価される。したがって、本実施形態の学習評価システムでは、ユーザが学習単位を取得するために十分な努力を行ったときに、適切に学習単位が認定される。

また、本実施形態の学習評価システムでは、評価デバイス１００、取得デバイス２００およびサーバ３００のような一般的な構成を有する情報処理装置を用いることによって、簡易な構成でユーザの学習に対する評価が行われる。

また、本実施形態の学習評価システムでは、システムを構成する各装置が取得する評価情報は、それぞれの装置によって、Ｐ２Ｐデータベースの一例であるブロックチェーンに登録される。つまり、評価デバイス１００、各取得デバイス２００およびサーバ３００は、取得される評価情報を、図４において「ＦＢＣ」で示される第１ブロックチェーンに登録する。そして、評価デバイス１００は、それぞれの第１ブロックチェーンに登録されている評価情報に基づいて、ユーザの学習に対する評価を行う。

ユーザが行った学習が学習単位が認定されるために十分であると評価デバイス１００によって評価される場合、評価デバイス１００は、当該学習単位に関する情報および／または学習単位の認定のために用いられた評価情報を、図４において「ＳＢＣ」で示される第２ブロックチェーンに登録する。

このように、ユーザの学習によって認定される学習単位に関する情報および／または学習単位の認定のために用いられた評価情報の管理にブロックチェーンデータが利用されることによって、改ざんされない状態で当該情報がネットワーク上に保持される。また、ブロックチェーンデータが利用されることによって、ブロックチェーンに含まれる情報を利用したい第三者は、所定の権限を有することにより、ブロックチェーンに含まれる情報にアクセスすることができる。

＜２．学習評価システムを構成する装置の構成＞
以上では、本開示の実施形態による学習評価システムの概要について説明された。以下では、本開示の実施形態による学習評価システムを構成する装置の構成について説明される。

（２－１．評価デバイス１００の構成）
図５は、本実施形態の評価デバイス１００の構成の一例を示す図である。評価デバイス１００は、例えば、処理部１０２と、第１通信部１０４と、第２通信部１０６と、操作部１０８と、表示部１１０と、記憶部１１２と、撮像部１１４と、マイクロフォン１１６とを備える。また、処理部１０２は、検出部１１８と、評価部１２０と、登録部１２２とを有する。

処理部１０２は、評価デバイス１００の各構成からの信号を処理する。例えば処理部１０２は、第１通信部１０４または第２通信部１０６から送られてくる信号の復号処理を行い、データを抽出する。また処理部１０２は、操作部１０８からの信号を処理して、処理部１０２において実行されるアプリケーションに対する指示を行ってもよい。また処理部１０２は、撮像部１１４またはマイクロフォン１１６から取得されるデータを処理してもよい。

第１通信部１０４は、有線通信または無線通信によって外部装置と通信を行う通信部であり、例えばＥｔｈｅｒｎｅｔ（登録商標）に準拠する通信方式を用いて通信を行ってもよい。なお、上述した通信方式は一例であり、第１通信部１０４の通信方式は、これに限られない。

第２通信部１０６は、外部装置と近距離無線によって通信を行う通信部であり、例えばＩＥＥＥ８０２委員会によって規定される通信方式（例えばＢｌｕｅｔｏｏｔｈ（登録商標））を用いて通信を行ってもよい。また第２通信部１０６は、Ｗｉ－Ｆｉなどの通信方式を用いて通信を行ってもよい。なお、上述した通信方式は一例であり、第２通信部１０６の通信方式は、これに限られない。

操作部１０８は、ユーザの評価デバイス１００に対する操作を受け付ける。ユーザは、操作部１０８を操作することによって、例えば評価デバイス１００で実行されるアプリケーションに対する操作を行う。またユーザは、操作部１０８を操作することによって、評価デバイス１００の各種機能を設定する。

表示部１１０は、画像を表示するために用いられる。例えば表示部１１０は、評価デバイス１００で処理されるコンテンツに関する画像を表示する。また、表示部１１０は、サーバ３００から取得されるコンテンツに基づく画像を表示してもよい。例えば、表示部１１０は、サーバ３００から取得される電子ブックを表示してもよい。記憶部１１２は、評価デバイス１００で実行されるアプリケーション、オペレーティングシステムなどのプログラムを記憶する。

撮像部１１４は、画像を撮像するために用いられる。例えば、撮像部１１４は、ユーザを撮影するために用いられる。特に、撮像部１１４は、ユーザの目を撮像してもよい。そして処理部１０２は、撮像部１１４からの画像データに基づいて顔認識を行うことによって、ユーザを検出してもよい。また、処理部１０２は、撮像部１１４からの画像データに基づいて、ユーザの視線を検出してもよい。なお、撮像部１１４は、評価情報を取得するために用いられるので、取得デバイス２００の一例であると解されてもよい。マイクロフォン１１６は、評価デバイス１００の周囲の音から音声データを取得する。

検出部１１８は、評価デバイス１００に接続される取得デバイス２００を検出する。例えば、検出部１１８は、取得デバイス２００から送られてくる識別情報に基づいて、評価デバイス１００に接続されている取得デバイス２００を検出する。また、検出部１１８は、ユーザが学習を行っていること（以下では、学習イベントとも呼ばれる）を検出する。例えば、検出部１１８は、評価デバイス１００からの情報に基づいて、学習イベントを検出する。

具体的には、検出部１１８は、評価デバイス１００でテキストデータ、音声データまたは動画データが表示または再生されていることに基づいて、学習イベントを検出する。例えば、検出部１１８は、各データのファイルのヘッダを解析することによって、各ファイルに関する識別情報（例えば、ファイルの作成者、ファイルの名称）に基づいて、テキストデータ、音声データまたは動画データが学習に関するコンテンツであると認識してもよい。また、検出部１１８は、各ファイルのヘッダを解析することによって、各ファイルのコンテンツが、所定の学習に関するトピック（例えば、学校のカリキュラムまたはシラバスに含まれる科目）と関連するか否かを判定してもよい。

また、検出部１１８は、評価デバイス１００から取得されるテキストデータ、画像データまたは音声データを解析して、学習イベントを検出してもよい。例えば、検出部１１８は、ベクトル空間モデルを用いて、取得されたテキストデータをベクトルデータに変換する。また、検出部１１８は、取得された音声データをテキストデータに変換し、変換されたテキストデータをベクトルデータに変換する。そして、検出部１１８は、取得されたベクトルデータを用いて、ユーザによって行われている学習が、所定の学習に関するトピックと関連するか否かを判定してもよい。そして、ユーザの学習が所定の学習に関するトピックと関連すると判定される場合、検出部１１８は、学習イベントを検出してもよい。

なお、トピックは、上述したように、学校などの所定の機関のカリキュラムまたはシラバスによって指定されているトピックであってもよく、ユーザが予め登録したトピックであってもよい。また、トピックは、大分類と小分類に分類されてもよい。例えば、トピックの大分類は、外国語、数学、化学、物理、地学、歴史、プログラミング、料理、エンジン制御、機械工学、気象学、天文学、アニメーションなどが含まれてもよい。また、トピックの小分類は、トピックの大分類が英語の場合、例えば、受動態、前置詞の用法、現在完了、スピーキング、リスニングなどが含まれてもよい。

評価部１２０は、評価デバイス１００、取得デバイス２００およびサーバ３００が取得する評価情報に基づいて、ユーザの学習に対する評価を行う。例えば、評価部１２０は、図９を用いて後述される評価テーブルに基づいて、ユーザの学習に対する評価を行う。また、評価部１２０は、評価結果に基づいて、ユーザの学習による学習単位を認定する。また、評価部１２０は、所定のアルゴリズムに基づいて、評価情報の信用度を算出してもよい。

ここで、評価情報の信用度は、ユーザの学習に対する評価に用いられた評価情報の信用度を意味する。評価情報の信用度は、後述されるように、評価情報の種類または特性に基づいて算出されてもよい。また、評価情報の信用度は、評価情報を取得した取得デバイス２００の種類または特性に基づいて算出されてもよい。また、評価情報の信用度は、評価情報が登録される第１ブロックチェーンの種類または特性に基づいて算出されてもよい。

登録部１２２は、評価デバイス１００が取得する評価情報を第１ブロックチェーンに登録する。例えば、登録部１２２は、学習されているコンテンツに関する情報、ユーザの行動に関する情報などの評価情報を第１ブロックチェーンに登録する。

また、登録部１２２は、認定された学習単位に関する情報を第２ブロックチェーンに登録する。学習単位に関する情報には、図１１を用いて後述されるように、例えば、トピックに関する情報、取得デバイス２００に関する情報、評価情報の信用度に関する情報、ユーザの理解度に関する情報、学習時間に関する情報、学習方法に関する情報のいずれか１つが含まれる。

ここで、ユーザの理解度に関する情報は、学習単位の認定のためにサーバ３００によって出題される試験の点数に基づいて算出されてもよい。また、学習方法に関する情報には、読書、講義の受講、ビデオの視聴、会話などを示す情報が含まれてもよい。

（２－２．取得デバイス２００の構成）
以上では、本開示の実施形態による評価デバイス１００の構成について説明された。以下では、本開示の実施形態による取得デバイス２００の構成について説明される。

図６は、本実施形態の取得デバイス２００の構成の一例を示す図である。取得デバイス２００は、例えば、処理部２０２と、通信部２０４と、センサ２０６と、位置情報取得部２０８とを備える。また処理部２０２は、登録部２１０を有する。

処理部２０２は、取得デバイス２００の各構成からの信号を処理する。例えば処理部２０２は、通信部２０４から送信される情報の符号化を行う。また処理部２０２は、センサ２０６から取得される情報を処理する。

センサ２０６は、取得デバイス２００の動きを検知する。例えば、センサ２０６は、加速度センサ、ジャイロセンサ、気圧センサ、地磁気センサなどから構成される。加速度センサは、取得デバイス２００に対する加速度を検知する。ジャイロセンサは、取得デバイス２００に対する角加速度および角速度を検知する。気圧センサは、気圧を検知し、検知された気圧に基づいて取得デバイス２００の高度が算出される。地磁気センサは、地磁気を検知し、検知された地磁気に基づいて取得デバイス２００の向きが算出される。

位置情報取得部２０８は、取得デバイス２００の位置を取得する。位置情報取得部２０８は、例えばＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ）を用いて取得デバイス２００の位置を取得してもよい。また位置情報取得部２０８は、セルラ通信ネットワークの基地局からの情報に基づいて取得デバイス２００の位置を取得してもよい。

登録部２１０は、取得デバイス２００が取得する評価情報を第１ブロックチェーンに登録する。例えば、登録部２１０は、ユーザの行動に関する情報、ユーザの生体情報、取得デバイス２００の使用状況に関する情報などの評価情報を第１ブロックチェーンに登録する。

（２－３．サーバ３００の構成）
以上では、本開示の実施形態による取得デバイス２００の構成について説明された。以下では、本開示の実施形態によるサーバ３００の構成について説明される。

図７は、本実施形態のサーバ３００の構成の一例を示す図である。サーバ３００は、例えば、処理部３０２と、通信部３０４と、記憶部３０６とを備える。また処理部３０２は、登録部３０８を有する。

処理部３０２は、サーバ３００の各構成からの信号を処理する。例えば処理部３０２は、通信部３０４から送信される情報の符号化を行う。また処理部３０２は、記憶部３０６からデータを読み出し、読み出されたデータに対する処理を行う。

通信部３０４は、有線通信または無線通信によって外部装置と通信を行う通信部であり、例えばＥｔｈｅｒｎｅｔ（登録商標）に準拠する通信方式を用いて通信を行ってもよい。記憶部３０６は、処理部３０２によって使用される各種のデータを格納する。例えば、記憶部３０６は、ユーザの学習に用いられるコンテンツを記憶する。例えば、学習に用いられるコンテンツは、教科書のテキストデータであってもよく、講義の動画データまたは音声データであってもよい。

登録部３０８は、サーバ３００が取得する評価情報を第１ブロックチェーンに登録する。例えば、登録部３０８は、ユーザの学習に用いられているコンテンツに関する情報などの評価情報を第１ブロックチェーンに登録する。

＜３．学習評価システムにおける情報処理方法＞
以上では、本開示の実施形態による学習評価システムを構成する各装置の構成について説明された。以下では、本開示の実施形態による学習評価システムにおける情報処理方法について説明される。

（３－１．第１ブロックチェーンへの評価情報の登録に関する情報処理方法）
図８は、本実施形態の学習評価システムにおいて実行される情報処理方法の一例を示す図である。特に、図８は、評価デバイス１００、取得デバイス２００およびサーバ３００で行われる、第１ブロックチェーンへの評価情報の登録に関する情報処理方法を示す。

最初に、Ｓ１０２において、取得デバイス２００またはサーバ３００は、評価デバイス１００と接続される。次に、Ｓ１０４において、各装置は、評価情報を取得する。例えば、取得デバイス２００は、評価デバイス１００からの指示に基づいて、評価情報の取得を開始してもよい。また、評価デバイス１００は、例えば、評価デバイス１００で表示または再生されているコンテンツに関する情報またはユーザの行動に関する情報を評価情報として取得してもよい。また、コンテンツに関する情報は、例えば、コンテンツのタイプ、コンテンツの作成者、コンテンツのデータ量、コンテンツのファイル名に関する情報などを含んでもよい。また、ユーザの行動に関する情報は、ユーザの視線に関する情報、ユーザの存在に関する情報、ユーザの発声に関する情報を含んでもよい。

また、取得デバイス２００は、ユーザの行動に関する情報、ユーザの生体情報または取得デバイス２００の使用状況に関する情報を評価情報として取得する。ユーザの行動に関する情報には、取得デバイス２００が携帯デバイスである場合、位置情報が含まれてもよい。また、ユーザの行動に関する情報には、ユーザの運動状態を示す情報（例えば、ユーザが歩いている、走っている、ユーザがベッドなどで横になっていることを示す情報）が含まれてもよい。なお、ユーザの運動状態は、センサ２０６から取得される情報を用いてパターンマッチングを行うことによって、判定されてもよい。

また、ユーザの生体情報には、心拍数、血圧、発汗量、体温、脳波などに関する情報が含まれてもよい。また、取得デバイス２００の使用状況に関する情報には、例えば、取得デバイス２００の電源がオン／オフになったこと、取得デバイス２００の扉が開かれたこと、を示す情報が含まれてもよい。また、取得デバイス２００の使用状況に関する情報には、取得デバイス２００においてユーザの学習に用いられるコンテンツとは異なるコンテンツの再生／表示が行われていること、取得デバイス２００が操作されていることを示す情報などが含まれてもよい。

また、サーバ３００は、評価デバイス１００に提供されるコンテンツに関する情報を評価情報として取得する。例えば、コンテンツに関する情報は、コンテンツのタイプ、コンテンツの作成者、コンテンツのデータ量、コンテンツのファイル名に関する情報などを含んでもよい。

そして、Ｓ１０６において、各装置は、取得された評価情報を各装置の第１ブロックチェーンに登録する。なお、第１ブロックチェーンへの登録は、所定の時間ごとに行われてもよく、リアルタイムに行われてもよい。第１ブロックチェーンへの登録が所定の時間ごとに行われることによって、各装置の処理負担は軽減される。また、第１ブロックチェーンへの登録がリアルタイムに行われることによって、ユーザの学習に対する評価がリアルタイムに行われる。

また、図４においては、各装置に対する第１ブロックチェーンが設定された。しかしながら、第１ブロックチェーンは、１つのブロックチェーンであってもよい。つまり、各装置は、評価情報が登録されるための１つの第１ブロックチェーンに評価情報を登録してもよい。

（３－２．第２ブロックチェーンへの登録に関する情報処理方法）
以上では、本開示の実施形態による評価デバイス１００、取得デバイス２００およびサーバ３００で行われる、第１ブロックチェーンへの評価情報の登録に関する情報処理方法について説明された。以下では、本開示の実施形態による第２ブロックチェーンへの学習単位に関する情報の登録に関する情報処理方法について説明される。

図９は、本実施形態の学習評価システムにおいて実行される情報処理方法の一例を示す図である。特に、図９は、評価デバイス１００で行われる、ユーザの学習に対する評価に関する情報処理方法および第２ブロックチェーンへの学習単位に関する情報の登録に関する情報処理方法を示す。

Ｓ２０２において、検出部１１８は、取得デバイス２００の検出を行う。例えば、検出部１１８は、取得デバイス２００から送られてくる識別情報に基づいて、評価デバイス１００に接続されている取得デバイス２００を検出する。

次に、Ｓ２０４において、検出部１１８は、学習イベントの検出を行う。ここで、検出部１１８は、上述したように、ユーザが学習に用いているコンテンツのファイルのヘッダ情報を解析して学習イベントの検出を行ってもよい。また、検出部１１８は、ベクトル空間モデルを用いて、コンテンツを解析することによって、学習イベントを検出してもよい。また、このとき検出部１１８は、学習イベントに関して、関連するトピックを判定しても良い。

なお、トピックは、上述したように、学校などの所定の機関のカリキュラムまたはシラバスによって指定されているトピックであってもよく、ユーザが予め登録したトピックであってもよい。また、トピックは、大分類と小分類に分類されてもよい。例えば、トピックの大分類は、外国語、数学、化学、物理、地学、歴史、プログラミング、料理、エンジン制御、機械工学、気象学、天文学、アニメーションなどが含まれてもよい。また、トピックの小分類は、トピックの大分類が英語の場合、例えば、受動態、前置詞の用法、現在完了、スピーキング、リスニングなどが含まれてもよい。

そして、Ｓ２０６において、評価部１２０は、それぞれの第１ブロックチェーンから評価情報を取得する。ここで、それぞれの第１ブロックチェーンから取得される評価情報は、上述したように、ユーザの行動に関する情報、ユーザの生体情報、コンテンツに関する情報、取得デバイス２００の使用状況に関する情報を評価情報として取得する。

また、評価部１２０は、上述した情報以外の情報を評価情報として取得してもよい。例えば、評価部１２０は、取得デバイス２００の種類または特性に関する情報を評価情報として取得してもよい。取得デバイス２００の種類は、携帯デバイスまたは固定デバイスを示す情報、取得デバイス２００の名称に関する情報を含んでもよい。ここで、携帯電話などの携帯デバイスは、ユーザが他人に貸与する可能性があるため、携帯デバイスから取得される評価情報は、ユーザの行動を監視するために適切ではない可能性がある。一方、冷蔵庫などの固定デバイスは、他人に貸与される可能性が低いため、ユーザの行動を監視するために適切である可能性がある。このように、取得デバイス２００の種類または特性によって、ユーザの学習を評価するために適切か否かのレベルが異なる可能性がある。したがって、取得デバイス２００の種類に関する情報が評価情報として用いられることによって、ユーザの学習に対する評価がより適切に行われる。

また、評価部１２０は、第１ブロックチェーンに関する情報を評価情報として取得してもよい。例えば、第１ブロックチェーンに関する情報は、第１ブロックチェーンの種類または特性に関する情報を含んでもよい。また、第１ブロックチェーンの種類または特性に関する情報は、評価対象である学習イベント（例えば所定の講義のビデオ視聴）に関連する、第１ブロックチェーンに含まれるブロックの数を含んでもよい。

第１ブロックチェーンには、ユーザが私的に運用する第１ブロックチェーンと、事業者等によって運用される第１ブロックチェーンが含まれる可能性がある。ユーザが私的に運用する第１ブロックチェーンは、ユーザによって改ざんされる可能性があるため、私的な第１ブロックチェーンから取得される評価情報は、ユーザの行動を監視するために適切ではない可能性がある。一方、事業者等によって運用される第１ブロックチェーンは、ユーザによって改ざんされる可能性が低いため、私的な第１ブロックチェーンから取得される評価情報は、ユーザの行動を監視するために適切である可能性がある。このように、第１ブロックチェーンの種類または特性によって、ユーザの学習を評価するために適切か否かのレベルが異なる可能性がある。したがって、第１ブロックチェーンに関する情報が評価情報として用いられることによって、ユーザの学習に対する評価がより適切に行われる。

次にＳ２０８において、評価部１２０は、取得された評価情報に基づいて、ユーザによって行われた学習に対する評価を行う。例えば、評価部１２０は、評価を行うための評価テーブルに基づいて、学習に対する評価を行ってもよい。

図１０は、評価部１２０が、学習に対する評価を行うために用いる評価テーブルの一例を示す図である。図１０に示されるように、例えば、評価テーブルには、各学習方法に対応する評価条件と、デバイス条件が設定されてもよい。ここで、評価条件は、評価情報から取得される学習単位の認定に用いられる条件を意味する。また、デバイス条件は、学習単位の認定に用いられる評価情報を取得するために用いられるデバイスに関する条件である。

図１０の例を用いて、評価部１２０が行う学習に対する評価について説明する。例えば、学習方法がビデオ視聴である場合、評価条件は、「視聴されたビデオが所定のトピックに関するビデオであること」、「他のビデオの視聴が検出されていないこと」、「ユーザの移動が検出されていないこと」、「公的な第１ブロックチェーンが含まれること」であってもよい。

また、デバイス条件は、ウェアラブルデバイスおよびサーバ３００が接続されていること、またはウェアラブルデバイスおよびサーバ３００からの評価情報が取得されていること、であってもよい。

上述した評価条件において、例えば、「視聴されたビデオが所定のトピックに関するビデオであること」および「他のビデオの視聴が検出されていないこと」は、評価デバイス１００およびサーバ３００によって取得されるコンテンツに関する情報に基づいて判定されてもよい。具体的には、評価部１２０は、評価デバイス１００から取得されたコンテンツに関する情報と、サーバ３００から取得されたコンテンツに関する情報を比較することによって、「他のビデオの視聴が検出されていないこと」を判定してもよい。また、評価部１２０は、評価デバイス１００から取得されたコンテンツに関する情報に基づいて、複数のコンテンツが評価デバイス１００において表示または再生されていることを判定することによって、「他のビデオの視聴が検出されていないこと」を判定してもよい。

また、「ユーザの移動が検出されていないこと」は、取得デバイス２００の一例であるウェアラブルデバイスによって取得されるユーザの行動に関する情報に基づいて判定されてもよい。また、「公的な第１ブロックチェーンが含まれること」は、取得された評価情報が登録されていた第１ブロックチェーンに関する情報に基づいて判定されてもよい。

また、学習方法が読書である場合、評価条件は、「読まれた本が所定のトピックに関する本であること」、「ユーザの移動が検出されていないこと」、「固定デバイスの使用が検出されていないこと」、「ユーザの視線が評価デバイス１００に向いていること」であってもよい。

また、デバイス条件は、ウェアラブルデバイス、撮像装置および複数の固定デバイスが接続されていること、またはウェアラブルデバイス、撮像装置および複数の固定デバイスからの評価情報が取得されていること、であってもよい。

上述した評価条件において、例えば、「読まれた本が所定のトピックに関する本であること」は、評価デバイス１００によって取得されるコンテンツに関する情報に基づいて判定されてもよい。また、「ユーザの移動が検出されていないこと」は、取得デバイス２００の一例であるウェアラブルデバイスによって取得されるユーザの行動に関する情報に基づいて判定されてもよい。また、「固定デバイスの使用が検出されていないこと」は、取得デバイス２００の一例である冷蔵庫などの固定デバイスによって取得される取得デバイス２００の使用状況に関する情報に基づいて判定されてもよい。また、「ユーザの視線が評価デバイス１００に向いていること」は、評価デバイス１００の撮像部１１４によって取得されるユーザの視線に関する情報に基づいて評価されてもよい。

また、学習方法が講義の受講である場合、評価条件は、「受講された講義が所定のトピックに関する講義であること」、「ユーザの移動が検出されていないこと」、「取得デバイス２００の使用が検出されていないこと」であってもよい。

また、デバイス条件は、スマートフォンおよびウェアラブルデバイスが接続されていること、またはスマートフォンおよびウェアラブルデバイスからの評価情報が取得されていること、であってもよい。

上述した評価条件において、例えば、「受講された講義が所定のトピックに関する講義であること」は、検出部１１８が空間ベクトルモデルを用いて講義の音声データなどを解析することによって判定されてもよい。また、「ユーザの移動が検出されていないこと」は、取得デバイス２００の一例であるウェアラブルデバイスによって取得されるユーザの行動に関する情報に基づいて判定されてもよい。また、「取得デバイス２００の使用が検出されていないこと」は、取得デバイス２００の一例であるスマートフォンによって取得される取得デバイス２００の使用状況に関する情報に基づいて判定されてもよい。

図９に戻って、Ｓ２０８の評価テーブルを用いた評価情報の判定結果に基づいて、Ｓ２１０において学習単位が認定される。例えば、図１０に示された評価条件およびデバイス条件が、各第１ブロックチェーンから取得された評価情報によって満たされる場合、評価部１２０は、学習単位を認定する。

そして、登録部１２２は、Ｓ２１０において認定された学習単位に関する情報を第２ブロックチェーンに登録する。図１１は、Ｓ２１０において第２ブロックチェーンに登録される学習単位に関する情報の一例である。

本実施形態の学習評価システムでは、図１１に示されるような認定された学習単位に関する情報が、Ｂｉｔｃｏｉｎのような既存のブロックチェーンの取引情報に代わって、またはＢｉｔｃｏｉｎのような既存のブロックチェーンの取引情報に付随して登録される。

図１１に示されるように、本実施形態の学習評価システムでは、例えば、ユーザＩＤ、トピック（大分類および小分類）、評価に用いられた取得デバイス２００、評価情報の信用度、ユーザの理解度、学習時間、学習方法に関する情報が、第２ブロックチェーンに登録されてもよい。

上述したようにトピックの大分類は、外国語、数学、化学、物理、地学、歴史、プログラミング、料理、エンジン制御、機械工学、気象学、天文学、アニメーションなどが含まれてもよい。また、トピックの小分類は、トピックの大分類が英語の場合、例えば、受動態、前置詞の用法、現在完了、スピーキング、リスニングなどが含まれてもよい。このように、トピックが大分類と小分類に分類分けされることによって、より詳細に学習が管理される。

また、使用デバイスは、学習に対するに用いられたデバイスに関する情報である。つまり、評価デバイス１００が評価に用いた評価情報を取得したデバイスに関する情報である。図１０では、ユーザの学習に対する評価に用いられた取得デバイス２００として、ウェアラブルデバイスおよび冷蔵庫が示される。なお、使用デバイスは、評価デバイス１００の撮像部１１４などが含まれてもよい。

評価情報の信用度は、ユーザの学習に対する評価に用いられた評価情報の信用度に関する情報が含まれる。上述したように、携帯電話などの携帯デバイスは、ユーザが他人に貸与する可能性もあるため、携帯デバイスから取得される評価情報は、ユーザの行動を監視するために適切ではない可能性がある。一方、冷蔵庫などの固定デバイスは、他人に貸与される可能性が低いため、ユーザの行動を監視するために適切である可能性がある。したがって、携帯デバイスによって取得される評価情報の信用度は低く設定され、固定デバイスによって取得される評価情報の信用度は低く設定されてもよい。つまり、評価情報の信用度は、評価情報を取得した取得デバイス２００の種類または特性に基づいて算出されてもよい。なお、評価情報を取得した取得デバイス２００の種類または特性は、当該取得デバイス２００が携帯デバイスであること、または当該取得デバイス２００が固定デバイスであること、を示す情報に基づいて判定されてもよい。

また、ウェアラブルデバイスによって取得される評価情報（例えば、ユーザの行動に関する情報またはユーザの生体情報）は、当該ウェアラブルデバイスが他人に貸与される可能性があるため、ユーザの行動を監視するために適切ではない可能性がある。一方、学習が行われている評価デバイス１００の撮像部１１４によって取得される評価情報（例えば、ユーザの存在を示す情報またはユーザの視線に関する情報）は、他人によって代替されない情報なので、ユーザの行動を監視するために適切である可能性がある。したがって、学習が行われている評価デバイス１００の撮像部１１４によって取得される評価情報の信用度は高く設定されてもよい。つまり、評価情報の信用度は、評価情報の種類または特性に基づいて算出されてもよい。

また、上述したように、ユーザが私的に運用する第１ブロックチェーンは、ユーザによって改ざんされる可能性があるため、評価情報としての信用度は低く設定されてもよい。一方、事業者等によって運用される第１ブロックチェーンは、ユーザによって改ざんされる可能性が低いため、評価情報としての信用度は高く設定されてもよい。つまり、評価情報の信用度は、評価情報が登録される第１ブロックチェーンの種類または特性に基づいて算出されてもよい。なお、上述したように、第１ブロックチェーンの信頼度のレベルは、第１ブロックチェーンの運用主体によって、大きく異なる。したがって、評価部１２０は、第１ブロックチェーンの運用主体に関する情報に基づいて、評価情報としての信用度を設定してもよい。

また、評価部１２０は、評価対象である学習イベント（例えば所定の講義のビデオ視聴）に関連する、第１ブロックチェーンに含まれるブロックの数に関する情報に基づいて、評価情報としての信用度を設定してもよい。具体的には、第１ブロックチェーンに含まれるブロックの数が多いほど、当該第１ブロックチェーンから取得される評価情報の信用度は高く設定されてもよい。なお、第１ブロックチェーンの種類または特性は、第１ブロックチェーンの運用主体に関する情報または第１ブロックチェーンに含まれるブロックの数に関する情報に基づいて判定されてもよい。

以上のような評価情報の信用度の設定によって、評価部１２０は、所定のアルゴリズムに基づいて評価情報の信用度を数値化してもよい。そして、第２ブロックチェーンには、数値化された評価情報の信用度に関する情報が登録されてもよい。なお、図１１では、０～１００の間の数値設定において、評価情報の信用度は、８０と示されている。上述したように、評価情報の信用度が算出されることによって、評価部１２０によるユーザの学習に対する評価を担保するための情報が提供される。

また、理解度は、ユーザに対して行われるテストの点数に基づいて判定されてもよい。なお、図１１では、０～１００の間の数値設定において、ユーザの理解度は、７５と示されている。また、学習時間に関して、図１１では、学習単位が取得されるまでの時間として、１０時間が示されている。また、学習方法に関して、図１１では、ビデオ視聴が示されている。

このように、学習単位に関する情報が第２ブロックチェーンで管理されることによって、情報の改ざんがされない状態で、および第三者が情報を利用しやすい状態でユーザが行った学習に関して管理が行われる。

＜４．評価デバイスのハードウェア構成＞
以上では、本実施形態による学習評価システムおよび学習評価システムにおいて実行される情報処理方法について説明された。以下では、評価デバイスのハードウェア構成について説明される。図１２は、本開示の実施形態に係る評価デバイス１００（例えばラップトップパソコン）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。

評価デバイス１００は、主に、ＣＰＵ９０１と、ＲＯＭ９０３と、ＲＡＭ９０５と、を備える。また、評価デバイス１００は、更に、ホストバス９０７と、ブリッジ９０９と、外部バス９１１と、インターフェース９１３と、入力装置９１５と、出力装置９１７と、ストレージ装置９１９と、ドライブ９２１と、第２通信装置９２３と、第１通信装置９２５とを備える。

ＣＰＵ９０１は、中心的な処理装置及び制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、又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、評価デバイス１００内の動作全般又はその一部を制御する。なお、ＣＰＵ９０１は、処理部１０２の機能を有してもよい。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０５は、ＣＰＵ９０１が使用するプログラムや、プログラムの実行において適宜変化するパラメータ等を一次記憶する。これらはＣＰＵバス等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。

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、例えば静電式または感圧式のタッチパネル、ボタン、スイッチ及びジョグダイヤルなどユーザが操作する操作手段である。さらに、入力装置９１５は、例えば、上記の操作手段を用いてユーザにより入力された情報に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などから構成されている。ユーザは、この入力装置９１５を操作することにより、評価デバイス１００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ことができる。なお、入力装置９１５は、操作部１０８の機能を有してもよい。

出力装置９１７は、取得した情報をユーザに対して視覚的又は聴覚的に通知することが可能な装置で構成される。このような装置として、液晶ディスプレイ装置、ＥＬディスプレイ装置及びランプなどの表示装置、またはスピーカ及びヘッドホンなどの音声出力装置などがある。出力装置９１７は、例えば、評価デバイス１００が行った各種処理により得られた結果を出力する。具体的には、表示装置は、評価デバイス１００が行った各種処理により得られた結果を、テキスト又はイメージで表示する。他方、音声出力装置は、再生された音声データや音響データ等からなるオーディオ信号をアナログ信号に変換して出力する。なお、出力装置９１７の表示装置は、表示部１１０の機能を有してもよい。

ストレージ装置９１９は、評価デバイス１００において用いられるデータを格納するための装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、又は光磁気記憶デバイス等により構成される。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、及び外部から取得した各種データなどを格納する。

ドライブ９２１は、記録媒体用リーダライタであり、評価デバイス１００に内蔵、あるいは外付けされる。ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等の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、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体９２７に記録を書き込むことも可能である。リムーバブル記録媒体９２７は、例えば、ＤＶＤメディア、ＨＤ－ＤＶＤメディア、Ｂｌｕ－ｒａｙ（登録商標）メディア等である。また、リムーバブル記録媒体９２７は、コンパクトフラッシュ（登録商標）（ＣｏｍｐａｃｔＦｌａｓｈ：ＣＦ）、フラッシュメモリ、又は、ＳＤメモリカード（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ ｍｅｍｏｒｙ ｃａｒｄ）等であってもよい。また、リムーバブル記録媒体９２７は、例えば、非接触型ＩＣチップを搭載したＩＣカード（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ ｃａｒｄ）又は電子機器等であってもよい。

第２通信装置９２３は、外部接続機器９２９と通信を確立することによって、外部接続機器との間でデータを交換するために用いられる。第２通信装置９２３の一例として、ＩＥＥＥ８０２．１１ポート、ＩＥＥＥ８０２．１５ポート等がある。この第２通信装置によって外部接続機器９２９と接続されることで、評価デバイス１００は、外部接続機器９２９から直接各種データを取得したり、外部接続機器９２９に各種データを送信したりする。

第１通信装置９２５は、例えば、通信網９３１に接続するための通信デバイス等で構成された通信インターフェースである。第１通信装置９２５は、例えば、有線又は無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、又はＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード等である。また、第１通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、又は、各種通信用のモデム等であってもよい。この第１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、例えばＴＣＰ／ＩＰ等の所定のプロトコルに則して信号等を送受信することができる。また、第１通信装置９２５に接続される通信網９３１は、有線又は無線によって接続されたネットワーク等により構成され、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信又は衛星通信等であってもよい。

＜５．補足事項＞
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。

例えば、上述した例では、評価部１２０は、図１０に示される評価テーブルに基づいて、ユーザの学習に対する評価を行った。しかしながら、評価部１２０は、上述した評価情報の信用度を用いて、ユーザの学習に対する評価を行ってもよい。例えば、評価部１２０は、評価情報の信用度において、所定の値を超える数値を有する評価情報を、ユーザの学習に対する評価に用いてもよい。したがって、評価部１２０は、所定の値以下の数値を有する評価情報に基づいて、学習単位を認定しなくてもよい。

また、ユーザの学習に対するおよび学習単位の認定は、評価デバイス１００で行われた。しかしながらユーザの学習に対するおよび学習単位の認定は、サーバ３００で行われてもよい。つまりサーバ３００は、評価デバイス１００の評価部１２０の機能を有してもよい。また、サーバ３００は、認定された学習単位に関する情報を第２ブロックチェーンに登録してもよい。つまりサーバ３００は、評価デバイス１００の登録部１２２の機能を有してもよい。

また、上述した例では、本実施形態の学習評価システムを構成する各装置は、評価情報を第１ブロックチェーンに登録した。しかしながら、評価情報は、他の方法で管理されてもよい。例えば、学習評価システムを構成する各装置は、各装置の記憶部に評価情報を記憶し、評価デバイス１００によってユーザの学習に対するが行われるときに、当該評価情報を評価デバイス１００に送信してもよい。また、学習評価システムを構成する各装置は、評価情報をサーバ３００に送信し、サーバ３００は、受信した評価情報を記憶部３０６に記憶して管理してもよい。このとき、サーバ３００は、評価デバイス１００によってユーザの学習に対するが行われるときに、当該評価情報を評価デバイス１００に送信してもよい。また、サーバ３００は、評価デバイス１００に代わって、ユーザの学習に対する評価を行ってもよい。

また、上述した例では、学習単位に関する情報が、ブロックチェーンデータに登録された。しかしながら、学習単位に関する情報は、ブロックチェーン以外のシステムに登録されてもよい。例えば、学習単位に関する情報は、クラウドシステムを構築するサーバ群によって管理されてもよい。また、学習単位に関する情報は、既存のＰ２Ｐネットワークによって管理されてもよい。

また、本実施形態の評価デバイス１００における情報処理は、タブレットコンピュータ、デスクトップコンピュータ、ＰＤＡ、車載デバイスなどの情報処理装置で行われてもよい。またサーバ３００は、有線で他の装置と接続されていなくてもよく、持ち運び可能なコンピュータであってもよい。

また、評価デバイス１００の処理部１０２、取得デバイス２００の処理部２０２およびサーバ３００の処理部３０２を、図８および図９を用いて上述したような動作を行わせるためのコンピュータプログラムが提供されてもよい。また、このようなプログラムが記憶された記憶媒体が提供されてもよい。

＜６．むすび＞
以上説明したように本開示の学習評価システムでは、システムを構成する各装置から取得される評価情報に基づいて、ユーザが行った学習に対する評価が行われる。したがって、本実施形態の学習評価システムでは、評価デバイス１００、取得デバイス２００およびサーバ３００が取得する幅広い情報に基づいて、学習者の学習が評価される。このように、各装置から取得される評価情報に基づいてユーザが行った学習に対する評価が行われることによって、ユーザが学習に集中していない場合に、ユーザに学習単位が認定されることを防ぐことができる。また、学習単位の認定に対して不十分な量のコンテンツに基づいて、ユーザに学習単位が認定されることを防ぐことができる。したがって、ユーザが学習単位を取得するために十分な努力を行っていないときに、学習単位が認定されることが防がれる。また、本実施形態の学習評価システムでは、評価デバイス１００、取得デバイス２００およびサーバ３００のような一般的な構成を有する情報処理装置を用いることによって、簡易な構成でユーザの学習に対する評価が行われる。

また、本開示の学習情報管理システムでは、システムを構成する各装置が取得する評価情報は、それぞれの装置によって、ブロックチェーンに登録される。さらに、ユーザの学習によって認定される学習単位に関する情報および／または学習単位の認定のために用いられた評価情報が、ブロックチェーンに登録される。このように各情報がブロックチェーンに登録されることによって、改ざんされない状態で各情報がネットワーク上に保持される。また、ブロックチェーンが利用されることによって、ブロックチェーンに含まれる情報を利用したい第三者は、所定の権限を有することにより、ブロックチェーンに含まれる情報にアクセスすることができる。

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）
取得デバイスによって取得される、ユーザの学習に対する評価を行うための評価情報を第１のＰ２Ｐデータベースから取得し、前記評価情報に基づいて、ユーザが行った学習に対する評価を行う処理部を備える、情報処理装置。
（２）
前記処理部は、それぞれの前記取得デバイスに対して設定される前記第１のＰ２Ｐデータベースから前記評価情報を取得する、前記（１）に記載の情報処理装置。
（３）
前記処理部は、前記評価情報の信用度を算出し、
前記評価情報の信用度を用いて、ユーザが行った学習に対する前記評価を行う、前記（１）または前記（２）に記載の情報処理装置。
（４）
前記処理部は、前記評価情報の種類または特性、前記取得デバイスの種類または特性、前記第１のＰ２Ｐデータベースの種類または特性のいずれかに基づいて、前記評価情報の信用度を算出する、前記（３）に記載の情報処理装置。
（５）
前記処理部は、所定の値を超える前記評価情報の信用度を有する評価情報に基づいて、ユーザが行った学習に対する前記評価を行う、前記（３）に記載の情報処理装置。
（６）
前記取得デバイスの種類または特性は、前記取得デバイスが携帯デバイスであること、または前記取得デバイスが固定デバイスであること、を示す情報に基づいて判定される、前記（４）に記載の情報処理装置。
（７）
前記第１のＰ２Ｐデータベースは、第１のブロックチェーンであり、
前記第１のＰ２Ｐデータベースの種類または特性は、前記第１のブロックチェーンに含まれるブロックの数に関する情報、前記第１のブロックチェーンの運用主体に関する情報に基づいて判定される、前記（４）に記載の情報処理装置。
（８）
前記評価情報は、ユーザの行動に関する情報、ユーザの生体情報、前記取得デバイスの使用状況に関する情報、コンテンツに関する情報、のいずれか１つを含む、前記（１）から前記（７）のいずれか１項に記載の情報処理装置。
（９）
前記ユーザの行動に関する情報は、ユーザの存在を示す情報、ユーザの視線に関する情報、ユーザの発声に関する情報、ユーザの運動状態を示す情報のいずれか１つを含む、前記（８）に記載の情報処理装置。
（１０）
前記ユーザの生体情報は、ユーザの心拍数、血圧、発汗量、体温、脳波に関する情報を含む、前記（８）に記載の情報処理装置。
（１１）
前記取得デバイスの使用状況に関する情報は、前記取得デバイスの電源がオンまたはオフになったことを示す情報、前記取得デバイスにおいてユーザの学習に用いられるコンテンツとは異なるコンテンツの再生／表示が行われていることを示す情報、前記取得デバイスが操作されていることを示す情報のいずれか１つが含まれる、前記（８）に記載の情報処理装置。
（１２）
前記コンテンツに関する情報は、前記コンテンツのタイプ、前記コンテンツの作成者、前記コンテンツのデータ量、前記コンテンツのファイル名に関する情報を含む、前記（８）に記載の情報処理装置。
（１３）
前記処理部は、前記評価の結果に基づいて、学習単位を認定し、
認定された前記学習単位に関する情報を第２のＰ２Ｐデータベースに登録する、前記（１）から前記（１２）のいずれか１項に記載の情報処理装置。
（１４）
前記学習単位に関する情報は、ユーザが行った学習に関するトピックに関する情報、ユーザの学習に対する評価に用いられた前記取得デバイスに関する情報、前記評価情報の信用度に関する情報のいずれか１つを含む、前記（１３）に記載の情報処理装置。
（１５）
コンピュータに、取得デバイスによって取得される、ユーザの学習に対する評価を行うための評価情報を第１のＰ２Ｐデータベースから取得させ、前記評価情報に基づいて、ユーザが行った学習に対する評価を行わせる、情報処理方法。

１００ 評価デバイス
１０２ 処理部
１０４ 第１通信部
１０６ 第２通信部
１０８ 操作部
１１０ 表示部
１１２ 記憶部
１１４ 撮像部
１１６ マイクロフォン
１１８ 検出部
１２０ 評価部
１２２ 登録部
２００ 取得デバイス
２０２ 処理部
２０４ 通信部
２０６ センサ
２０８ 位置情報取得部
２１０ 登録部
３００ サーバ
３０２ 処理部
３０４ 通信部
３０６ 記憶部
３０８ 登録部

Claims (13)

1. 取得デバイスによって取得される、ユーザの学習に対する評価を行うための評価情報を第１のＰ２Ｐデータベースから取得するとともに、当該評価情報が満たすべき条件を規定したデータテーブルとを取得し、当該取得した評価情報と当該データテーブルとを照会し、当該評価情報が所定の条件を満たすか否かを判定し、判定した結果に基づいて当該ユーザが行った学習に対する評価を行う処理部を備え、
   さらに前記処理部は、所定のアルゴリズムに基づいて前記評価情報の信用度を数値化するよう算出し、
   前記所定の条件として、前記数値化した評価情報の信用度が所定の値を超えるか否かを判定し、当該所定の値を超える信用度を有する評価情報を用いて、ユーザが行った学習に対する前記評価を行う、情報処理装置。
2. 前記処理部は、それぞれの前記取得デバイスに対して設定される前記第１のＰ２Ｐデータベースから前記評価情報を取得する、請求項１に記載の情報処理装置。
3. 前記処理部は、前記評価情報の種類または特性、前記取得デバイスの種類または特性、前記第１のＰ２Ｐデータベースの種類または特性のいずれかに基づいて、前記評価情報の信用度を算出する、請求項１に記載の情報処理装置。
4. 前記取得デバイスの種類または特性は、前記取得デバイスが携帯デバイスであること、または前記取得デバイスが固定デバイスであること、を示す情報に基づいて判定される、請求項３に記載の情報処理装置。
5. 前記第１のＰ２Ｐデータベースは、第１のブロックチェーンであり、
   前記第１のＰ２Ｐデータベースの種類または特性は、前記第１のブロックチェーンに含まれるブロックの数に関する情報、前記第１のブロックチェーンの運用主体に関する情報に基づいて判定される、請求項３に記載の情報処理装置。
6. 前記評価情報は、ユーザの行動に関する情報、ユーザの生体情報、前記取得デバイスの使用状況に関する情報、コンテンツに関する情報、のいずれか１つを含む、請求項１に記載の情報処理装置。
7. 前記ユーザの行動に関する情報は、ユーザの存在を示す情報、ユーザの視線に関する情報、ユーザの発声に関する情報、ユーザの運動状態を示す情報のいずれか１つを含む、請求項６に記載の情報処理装置。
8. 前記ユーザの生体情報は、ユーザの心拍数、血圧、発汗量、体温、脳波に関する情報を含む、請求項６に記載の情報処理装置。
9. 前記取得デバイスの使用状況に関する情報は、前記取得デバイスの電源がオンまたはオフになったことを示す情報、前記取得デバイスにおいてユーザの学習に用いられるコンテンツとは異なるコンテンツの再生／表示が行われていることを示す情報、前記取得デバイスが操作されていることを示す情報のいずれか１つが含まれる、請求項６に記載の情報処理装置。
10. 前記コンテンツに関する情報は、前記コンテンツのタイプ、前記コンテンツの作成者、前記コンテンツのデータ量、前記コンテンツのファイル名に関する情報を含む、請求項６に記載の情報処理装置。
11. 前記処理部は、前記評価の結果に基づいて、学習単位を認定し、
    認定された前記学習単位に関する情報を第２のＰ２Ｐデータベースに登録する、請求項１に記載の情報処理装置。
12. 前記学習単位に関する情報は、ユーザが行った学習に関するトピックに関する情報、ユーザの学習に対する評価に用いられた前記取得デバイスに関する情報、前記評価情報の信用度に関する情報のいずれか１つを含む、請求項１１に記載の情報処理装置。
13. コンピュータが、
    取得デバイスによって取得される、ユーザの学習に対する評価を行うための評価情報を第１のＰ２Ｐデータベースから取得するとともに、当該評価情報が満たすべき条件を規定したデータテーブルとを取得し、当該取得した評価情報と当該データテーブルとを照会し、当該評価情報が所定の条件を満たすか否かを判定し、判定した結果に基づいて当該ユーザが行った学習に対する評価を行う情報処理方法であって、
    さらに、所定のアルゴリズムに基づいて前記評価情報の信用度を数値化するよう算出し、
    前記所定の条件として、前記数値化した評価情報の信用度が所定の値を超えるか否かを判定し、当該所定の値を超える信用度を有する評価情報を用いて、ユーザが行った学習に対する前記評価を行う、情報処理方法。

Images