JP7382261B2 - 情報処理装置及び方法 - Google Patents

Description

本発明は情報処理装置及び方法に関し、例えば、情報提示者が被情報提示者に提示した情報の提示形式をその被情報提示者に対して最適化する情報提示形式最適化装置に適用して好適なものである。

従来、情報提示者から情報の提示を受ける被情報提示者の当該情報に対する理解度を推定及び評価し、推定及び評価した理解度に応じた情報をその被情報提示者に提示する方法が提案されている。例えば、特許文献１には、ユーザの発話内容や、質問に対するユーザの回答などに基づいてイベントに対するユーザの理解度を取得し、取得した理解度に応じたシナリオ情報を含む応答情報をそのユーザに送信することが開示されている。

特開２０１９－１４８９１９号公報

しかしながら、かかる特許文献１に開示された発明では、ユーザの理解度に応じた画一的なシナリオ情報を提供することが開示されているだけで、シナリオ情報を具体的にどのような提示形式で提示するかについては、何らの開示も示唆もない。

本発明は以上の点を考慮してなされたもので、被情報提示者に対して情報を理解しやすい最適な提示形式で提示することで、情報に対する被情報提示者の誤解や理解不足の発生を未然かつ有効に防止することができる情報処理装置及び方法を提案しようとするものである。

かかる課題を解決するため本発明においては、情報提示者が被情報提示者に提示する情報を最適化する情報処理装置において、前記情報提示者が前記被情報提示者に前記情報を提示しているときにセンサにより取得された前記被情報提示者の生体活動情報に基づいて、前記情報に対する前記被情報提示者の知識レベル及び理解レベルを判定する属性判定部と、前記情報提示者が前記被情報提示者に提示する前記情報の特徴を判定する提示情報特徴判定部と、前記属性判定部により判定された前記情報に対する前記被情報提示者の前記知識レベル及び前記理解レベルと、前記提示情報特徴判定部により判定された前記情報の特徴とに基づいて、当該情報の提示形式を前記被情報提示者の前記知識レベル及び前記理解レベルに応じた提示形式に変換するフィードバック最適化部とを設けるようにした。

また本発明においては、情報提示者が被情報提示者に提示する情報を最適化する情報処理装置により実行される情報処理方法において、前記情報提示者が前記被情報提示者に前記情報を提示しているときにセンサにより取得された前記被情報提示者の生体活動情報に基づいて、前記情報に対する前記被情報提示者の知識レベル及び理解レベルを判定すると共に、前記情報提示者が前記被情報提示者に提示する前記情報の特徴を判定する第１のステップと、判定した前記情報に対する前記被情報提示者の前記知識レベル及び前記理解レベルと、判定した前記情報の特徴とに基づいて、当該情報の提示形式を前記被情報提示者の前記知識レベル及び前記理解レベルに応じた提示形式に変換する第２のステップとを設けるようにした。

本発明の情報処理装置及び方法によれば、情報提示者が被情報提示者に提示する情報の表示形式を、被情報提示者がその情報を理解しやすい最適な提示形式に変換して提示することができる。

本発明によれば、情報に対する被情報提示者の誤認識や理解不足の発生を未然かつ有効に防止することができる情報処理装置及び方法を実現できる。

本実施の形態による情報提示形式最適化システムの全体構成を示すブロック図である。 提示情報特徴判定プログラムが情報から抽出する特徴の説明に供する図表である。 生体活動解析エンジンがセンサ出力から取得する生体活動に関する特徴量の説明に供する図表である。 知識レベル判定用データベースの構成例を示す図表である。 理解レベル判定用データベースの構成例を示す図表である。 視認レベル判定用データベースの構成例を示す図表である。 認知的葛藤レベル判定用データベースの構成例を示す図表である。 音声スピードレベル判定用データベースの構成例を示す図表である。 音声抑揚レベル判定用データベースの構成例を示す図表である。 総合判定用最適化データベースの構成例を示す図表である。 変換用最適化データベースの構成例を示す図表である。 情報提示形式最適化プログラムの処理手順を示すフローチャートである。 属性判定プログラムの処理手順を示すフローチャートである。 提示情報特徴判定プログラムの処理手順を示すフローチャートである。 予測モデル作成プログラムの処理手順を示すフローチャートである。

以下図面について、本発明の一実施の形態を詳述する。

以下に説明する実施の形態は、本発明を説明するための例示であって、説明の明確化のため、適宜、省略及び簡略化されている。本発明は、他の種々の形態でも実施することが可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。

図面において示す各構成要素の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。

各種情報の例として、「テーブル」、「リスト」、「キュー」等の表現にて説明することがあるが、各種情報はこれら以外のデータ構造で表現されてもよい。例えば、「ＸＸテーブル」、「ＸＸリスト」、「ＸＸキュー」等の各種情報は、「ＸＸ情報」としてもよい。識別情報について説明する際に、「識別情報」、「識別子」、「名」、「ＩＤ」、「番号」等の表現を用いるが、これらについてはお互いに置換が可能である。

同一あるいは同様の機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。また、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。

実施の形態において、プログラムを実行して行う処理について説明する場合がある。ここで、計算機は、プロセッサ（例えばＣＰＵ、ＧＰＵ）によりプログラムを実行し、記憶資源（例えばメモリ）やインターフェースデバイス（例えば通信ポート）等を用いながら、プログラムで定められた処理を行う。そのため、プログラムを実行して行う処理の主体を、プロセッサとしてもよい。

同様に、プログラムを実行して行う処理の主体が、プロセッサを有するコントローラ、装置、システム、計算機、ノードであってもよい。プログラムを実行して行う処理の主体は、演算部であれば良く、特定の処理を行う専用回路を含んでいてもよい。ここで、専用回路とは、例えばＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）、ＣＰＬＤ（Complex Programmable Logic Device）等である。

プログラムは、プログラムソースから計算機にインストールされてもよい。プログラムソースは、例えば、プログラム配布サーバ又は計算機が読み取り可能な記憶メディアであってもよい。プログラムソースがプログラム配布サーバの場合、プログラム配布サーバはプロセッサと配布対象のプログラムを記憶する記憶資源を含み、プログラム配布サーバのプロセッサが配布対象のプログラムを他の計算機に配布してもよい。また、実施の形態において、２以上のプログラムが１つのプログラムとして実現されてもよいし、１つのプログラムが２以上のプログラムとして実現されてもよい。

（１）本実施の形態による情報提示形式評価システムの構成
図２において、１は全体として本実施の形態による情報提示形式評価システムを示す。この情報提示形式評価システム１は、例えば、工場において先輩工員（情報提示者）が複数の新人工員（被情報提示者）に対して作業手順等を教育する際に利用される情報処理システムであり、複数のセンサ２と、情報提示形式最適化装置３とを備えて構成される。

センサ２は、人間の生体活動に関する情報を電気信号に変換する素子又は装置であり、カメラ、脳波計、脳血流計測装置、心電図、サーモグラフィ、心拍計、血圧計又は可読度脈拍測定装置などから構成される。センサ２は、かかる変換により得られた電気信号を情報提示形式最適化装置３に出力する。

情報提示形式最適化装置３は、ＣＰＵ（Central Processing Unit）１０、メモリ１１、記憶装置１２及び出力装置１３などの情報処理資源を備えた汎用のコンピュータ装置から構成される。

ＣＰＵ１０は、情報提示形式最適化装置３全体の動作制御を司るプロセッサである。メモリ１１は、例えば不揮発性の半導体メモリから構成され、ＣＰＵ１０のワークメモリとして利用される。後述する提示情報特徴判定プログラム２０、属性判定プログラム２１、フィードバック最適化プログラム２２及び予測モデル作成２５もこのメモリ１１に格納されて保持される。

記憶装置１２は、例えばハードディスク装置やＳＳＤ（Solid State Drive）などの不揮発性の大容量の記憶装置から構成され、各種プログラムや長期的に保存すべきデータなどが格納される。後述する判定用データベース群２３及び最適化用データベース群２４もこの記憶装置１２に格納されて保持される。出力装置１３は、例えば、液晶パネルや有機ＥＬ（Electro Luminescence）パネルなどの表示装置や、スピーカなどの音響装置、及び、プリンタなどの情報をユーザに提示可能とする各種装置から構成される。

（２）情報提示形式最適化機能
次に、情報提示形式最適化装置３に搭載された情報提示形式最適化機能について説明する。この情報提示形式最適化機能は、情報提示者が被情報提示者に提示する情報の提示形式と、この情報に関する被情報提示者の属性（知識レベル及び理解レベル）とをそれぞれ評価し、評価結果に基づいて、かかる情報の提示形式を被情報提示者の属性に応じた提示形式に変換して出力する機能である。これにより、誤認識や理解不足の発生を未然かつ有効に防止するとともに、情報を理解するまでの時間を短縮することができる。

ここで、本実施の形態における「情報の提示形式」とは、例えば、その情報が文字、文章又は図形などのように視覚的に提示される情報（以下、適宜、これを視覚情報と呼ぶ）の場合には、「色彩の組合せ」及び「単語文字色」を指す。

例えば、「色彩の組合せ」については、文字を黄色とし、背景色を黒とすることによって、人間の注意を引きやすく判別エラーが低くなることが研究及び実験により確認されている。また「作業Ａを実施し、その後、作業Ｂの停止処理を行う」といった２つ以上の作業、処理又は動作を連続して行うことを指示等する文章の場合、「実施」及び「停止」の色彩の組合せを認知負荷が低くなる組合せ（例えば「実施」を青色、「停止」を赤色）とすることによって視認レベルが向上することも知られている。

このように視覚的な情報（以下、これを視覚情報と呼ぶ）の場合、色彩の組合せによって一見してその視覚情報を視認できる度合（以下、これを視認レベルと呼ぶ）が変化するため、色彩の組合せを変更することによって視認レベルを向上させることができる。そして視覚情報の視認レベルを向上させることで、被情報提示者の判断低下を抑制し、判断ミスの発生頻度を減少させることができる。

また「単語文字色」についても、「黄色」という単語を赤色で表記するなど、単語の意味と文字色が不一致の場合や、「停止」という単語を青色や黄色で表記した場合などには認知負荷が高くなることが研究や実験により確認されている。

このように視覚情報の場合、単語の表記色（以下、これを単語文字色と呼ぶ）に応じてその視覚情報に対する認知的葛藤（日常的に獲得された規則や概念と異なることに対する葛藤）の度合（以下、これを認知的葛藤レベルと呼ぶ）が変化するため、単語文字色を変更することによって認知的葛藤レベルを低減させることができる。そして情報の認知的葛藤レベルを低減させることで、被情報提示者の判断低下を抑制し、判断ミスの発生頻度を減少させることができる。

そこで本実施の形態の情報提示形式最適化装置３は、情報提示者が被情報提示者に提示する情報が視覚情報である場合、各センサ２の出力に基づいて被情報提示者の属性を判定すると共に、その視覚情報の視認レベル及び認知的葛藤レベルを判定する。また情報提示形式最適化装置３は、これらの判定結果に基づいて、その被情報提示者に対する現在のその視覚情報の提示形式の適切性を評価し、その評価結果に基づいて、「色彩の組合せ」及び「単語文字色」を被情報提示者の属性に応じた「色彩の組合せ」及び「単語文字色」の視覚情報に変換して出力する。

一方、被情報提示者に提示する情報が音声などのように聴覚的に提示される情報（以下、適宜、これを聴覚情報と呼ぶ）の場合、「情報の提示形式」とは、その「音声のスピード（音声スピード）」及び「音声の抑揚（音声抑揚）」を指す。

例えば、「音声スピード」については、２つ以上の情報や単語を連続して音声提示する場合、これら情報や単語の提示間隔が0.3秒未満の場合には、最後に提示された情報や単語と、その１つ前に提示された情報や単語とを比較して判断することが主観的に難しいと感じることが実験により確認されている。また、情報や単語の提示間隔が1.5秒未満の場合には、最後の提示された情報や単語と、その２つ前に提示された情報や単語とを比較して判断することが主観的に難しいと感じることも確認されている。さらに「抑揚」についても、聴覚情報を音声提示したときの被情報提示者の理解度は、音韻の抑揚を拡張する方が理解度が高いことが知られている。

このように聴覚情報の場合、音声による情報提示の際の情報や単語の間隔の度合（以下、これを音声スピードレベルと呼ぶ）や、音声の抑揚の強弱の度合（以下、これを音声抑揚レベルと呼ぶ）によって、被情報提示者が受ける聴覚情報の理解容易度が変化する。従って、音声スピードレベルを下げたり（情報や単語の提示間隔を長くする）、音声抑揚レベルを上げる（抑揚を強める）ことによって、その聴覚情報に対する被情報提示者の理解容易度を向上させて、被情報提示者の判断低下を抑制し、判断ミスの発生頻度を減少させることができる。

そこで本実施の形態の情報提示形式最適化装置３は、情報提示者が被情報提示者に提示する情報が聴覚情報である場合、各センサ２の出力に基づいて被情報提示者の属性を判定すると共に、その聴覚情報の音声スピードレベル及び音声抑揚レベルを判定し、これらの判定結果に基づいてその被情報提示者に対する現在のその聴覚情報の提示形式の適切性を評価する。そして情報提示形式最適化装置３は、その評価結果に基づいて、その聴覚情報を、被情報提示者の属性に応じた音声スピードレベル及び音声抑揚レベルの提示形式に変換して出力する。

以上のような本実施の形態による情報提示形式最適化機能を実現するための手段として、図１に示すように、情報提示形式最適化装置３のメモリ１１には、提示情報特徴判定プログラム２０、属性判定プログラム２１、フィードバック最適化プログラム２２及び予測モデル作成プログラム２５が格納され、情報提示形式最適化装置３の記憶装置１２には、判定用データベース群２３及び最適化用データベース群２４が格納されている。

提示情報特徴判定プログラム２０は、情報提示者が被情報提示者に提示する情報の現在の視認レベル及び認知的葛藤レベルや、音声スピードレベル及び音声抑揚レベルを判定するために必要なその情報の特徴を検出する機能を有するプログラムである。

実際上、提示情報特徴判定プログラム２０は、図１に示すように、かかる情報が視覚情報である場合には、その視覚情報における色彩の組合せ（以下においては、背景色及び文字色の組合せとする）と、その視覚情報における単語文字色とをかかる「特徴」として検出する。また提示情報特徴判定プログラム２０は、かかる「特徴」として、他言語の有無や、２以上の連続する処理や作業又は動作などの指示の有無、及び、被情報提示者が判断すべき内容の有無も検出する。

なお、他言語の有無や、２以上の連続する処理や作業又は動作などの指示の有無、及び、被情報提示者が判断すべき内容の有無をも検出するのは、これらも視覚情報の視認レベルや認知的葛藤レベルに影響を及ぼし、これらが含まれている場合にその視覚情報の視認レベルは低くなり、認知的葛藤レベルは高くなってその視覚情報の理解容易度が低くなるためである。

このため提示情報特徴判定プログラム２０は、情報提示者が被情報提示者に提示する情報が視覚情報である場合には、必要に応じて自然言語解析処理等により視覚情報の内容を認識しながらこれらの特徴の有無等を判定する。

また提示情報特徴判定プログラム２０は、かかる情報が聴覚情報である場合には、その聴覚情報における単語の間隔と、抑揚の強弱とをかかる「特徴」として検出する。また提示情報特徴判定プログラム２０は、かかる「特徴」として、他言語の有無や、２以上の連続する処理や作業又は動作などの指示の有無、及び、被情報提示者が判断すべき内容の有無も検出する。

他言語の有無や、２以上の連続する処理や作業又は動作などの指示の有無、及び、被情報提示者が判断すべき内容の有無をも検出するのは、視覚情報の場合と同様に、これらも聴覚情報に対する理解容易度に影響を及ぼし、これらが含まれている場合にその聴覚情報の理解容易度が低くなるためである。

このため提示情報特徴判定プログラム２０は、情報提示者が被情報提示者に提示する情報が聴覚情報である場合には、音声認識処理及び自然言語解析処理等により聴覚情報の内容を認識しながらこれらの特徴の有無等を判定する。

属性判定プログラム２１は、各センサ２の出力に基づいて、情報提示者が被情報提示者に提示している情報に対する被情報提示者の属性（知識レベル及び理解レベル）を判定（推定）する機能を有するプログラムである。実際上、属性判定プログラム２１は、各センサ２の出力から被情報提示者の生体活動に関する特定の特徴量を取得する生体活動解析エンジン２１Ａ（図１）を備えている。そして属性判定プログラム２１は、情報提示者が被情報提示者に情報を提示しているときに生体活動解析エンジン２１Ａにより取得された被情報提示者の生体活動の各特徴量に基づいて、その情報に対するその被情報提示者の知識レベルや理解レベルを判定する。

なお、生体活動解析エンジン２１Ａは、１つのセンサ２の出力から生体活動に関する特徴量を１以上取得する。例えば図３に示すように、生体活動解析エンジン２１Ａは、センサ２の１つである脳波測定用ヘッドギアの出力に基づいて、被情報提示者の指定帯域（ここでは8～13Hz帯域）の脳波や、思考や認知による脳の反応である事象関連電位、脳波の単位時間当たりの変化率、及び、左右の脳の優位度などを特徴量としてそれぞれ取得する。例えば、被情報提示者の知識レベルや理解レベルが高く、そのとき提示されている情報を十分に理解できている場合には、リラックスしているときに脳から発生する8～13Hz帯域のα波を観測できるため、被情報提示者の所定帯域の脳波に基づいて被情報提示者の知識レベルや理解レベルを判定することができる。

また生体活動解析エンジン２１Ａは、センサ２の１つである脳血流測定装置の出力に基づいて、被情報提示者の前頭葉の脳血流の単位時間当たりの変化率や、その積分値、平均値、潜時、ピーク値、左右差及び主成分分析の再構成成分などを特徴量としてそれぞれ取得する。提示情報は、脳内で情報処理されるが、このとき、情報量が多い、複雑な判断が入るなど場合には、脳内情報処理において負荷が高くなり、脳の前頭葉部分の脳血流が大きくなることが知られている。これらの特徴量に基づいて被情報提示者の知識レベルや理解レベルを判定することができる。

さらに生体活動解析エンジン２１Ａは、心拍計、血圧計、加速度脈拍測定装置などの自律神経に関する情報を収集するセンサ２からの出力に基づいて、被情報提示者の心拍数、血圧、心拍の周期変動の周波数成分をパワースペクトル解析し算出される交感神経の指標であるＬＦ／ＨＦ及び圧受容反射などを特徴量として取得する。被情報提示者の知識レベル及び理解レベルが低く、提示された情報を理解するための精神的ストレスが大きい場合には、これらの数値が大きくなるため、これらの特徴量に基づいてその被情報提示者の知識レベル及び理解レベルを判定することができる。

さらに生体活動解析エンジン２１Ａは、センサ２の１つであるサーモグラフィの出力に基づいて、皮膚血流の変化率及び積分値や、体全体の表面温度の変化率及び積分値などを特徴量として取得する。被情報提示者の知識レベル及び理解レベルが低く、緊張している場合には、交感神経活動が賦活し、これらの数値が大きくなる（ただし、交感神経活動の賦活により末梢血管部位である手足の表面温度は下がる）ため、これらの特徴量に基づいてその被情報提示者の知識レベル及び理解レベルを判定することができる。

さらに生体活動解析エンジン２１Ａは、センサ２の１つであるカメラの出力（撮像信号）出力に基づいて、当該出力に基づく撮像画像を利用して、被情報提示者のバランス、単位時間当たりの体の揺れ回数、歩行速度、腕組みや足組みの有無及び肩位置などの身体的動作や、喜怒哀楽、単位時間当たりの瞬きの回数、視線方向、顔の位置などの表情を特徴量として取得する。一般的に、被情報提示者の知識レベル及び理解レベルが低く、提示された情報を理解できない場合には、単位時間当たりの体の揺れ回数を多くなるなどの身体手動作や、視線方向が情報とは異なる方向に向くなどの表情が発現される傾向があるため、これらの特徴量に基づいてその被情報提示者の知識レベル及び理解レベルを判定することができる。

さらに生体活動解析エンジン２１Ａは、センサ２の１つであるマイクロホンの出力（音声信号）に基づいて、当該出力に基づく音声を解析することにより、被情報提示者の発言における単語数や、単語難易度、単語間隔、頻出度、音量及び抑揚などを特徴量として取得する。被情報提示者の知識レベル及び理解レベルが低い場合、その被情報提示者から発せられる単語数が少なくその単語難易度も低くなるため、これらの特徴量に基づいてその被情報提示者の知識レベル及び理解レベルを判定することができる。

フィードバック最適化プログラム２２は、被情報提示者に提示する情報の提示形式を当該被情報提示者の属性に応じた提示形式に変換する機能を有するプログラムである。実際上、フィードバック最適化プログラム２２は、提示情報特徴判定プログラム２０により判定された被情報提示者に提示する情報の特徴と、属性判定プログラム２１により判定された、その情報に関する被情報提示者の知識レベル及び理解レベルとに基づいて、その被情報提示者に最適と考えられる情報の提示形式を決定し、かかる情報をその提示形式に変換してその被情報提示者に提示する。これにより、提示内容は被情報提示者にとって、誤認識が少ない、または、判断しやすい、または、理解するまでの時間が短くなる、などの効果がある。

予測モデル作成プログラム２５は、例えば、アンケートにより被情報提示者から取得され、又は、被情報提示者のその後の行動の評価から取得された、提示形式変換による効果（被情報提示者の理解度であり記憶装置１２に格納されて保持される）に関する情報と、どのような知識レベル及び理解レベルの被情報提示者に対してどのような情報をどのような提示形式に変換して提示したかの情報を組み合わせて取得し、学習用データとテスト用データに振り分け、回帰分析などの手法を用い学習モデルを作成する機能と、テスト用データを用い学習モデルによる予測度を検証する機能を有するプログラムである。予測モデル作成プログラム２５は、かかる学習により得られた予測モデルに基づいて、提示形式を変換したことによる効果が最大となるよう後述する判定用データベース群２３や最適化用データベース群２４を必要に応じて更新したり、被情報提示者に提示されている情報を最適な提示形式に変換するようフィードバック最適化プログラム２２を制御する。これにより、どのような被情報提供者にはどのような提示形式が最適なのかについての知見が得られ、被情報提供者のタイプ（初心者など）によりあらかじめ提示形式に基づく情報を準備することも可能である。

一方、判定用データベース群２３は、図４に示す知識レベル判定用データベース３０、図５に示す理解レベル判定用データベース３１、図６に示す視認レベル判定用データベース３２、図７に示す認知的葛藤レベル判定用データベース３３、図８に示す音声スピードレベル判定用データベース３４及び図９に示す音声抑揚レベル判定用データベース３５から構成される。

知識レベル判定用データベース３０は、被情報提示者の知識レベルを判定（推定）する際の各知識レベルの基準が格納されたデータベースであり、図４に示すように、「Ａ」～「Ｃ」の３つの知識レベルのそれぞれに対応させた３つの行３０Ａを備えたテーブル状に構成されている。

また、これらの行３０Ａは、それぞれ各センサ２からの出力に基づいて情報提示形式最適化装置３が取得可能な脳波、脳血流、自律神経、皮膚血流、表面温度、身体動作、表情及び音声・単語といった生体活動にそれぞれ対応させた複数の欄（以下、これらを特徴量欄と呼ぶ）３０ＢＡ～３０ＢＨに区分されている。そして、これらの特徴量欄３０ＢＡ～３０ＢＨには、それぞれ被情報提示者の知識レベルをその行３０Ａに対応する知識レベルと判定するために要求される、対応する生体活動の対応する特徴量の値又は範囲が格納される。

従って、図４の例の場合、例えば、被情報提示者の知識レベルを「Ａ」と判定するためには、「脳血流」に関する「１」という特徴量（図３の例では「変化率」）が「1～10％」、「自律神経」に関する「３」という特徴量（図３の例では「ＬＦ／ＨＦ」）が「50～60％」、「身体動作」に関する「５」という特徴量（図３の例では「肩位置」）が「0～20度」、という条件をすべて満たすことが要求される旨が示されている。

なお図４では、「Ａ」～「Ｃ」の各知識レベルに対する基準がそれぞれ１つずつしか知識レベル判定用データベース３０に登録されていない場合を例示しているが、実際の知識レベル判定用データベース３０には、各知識レベルに対する基準がそれぞれ複数格納される。ただし、「Ａ」及び「Ｃ」の各知識レベルに対する幾つかの基準のみをそれぞれ知識レベル判定用データベース３０に複数登録しておき、これらの基準に合致しない場合には知識レベルを「Ｂ」と判定するようにしてもよい。

また理解レベル判定用データベース３１は、被情報提示者の理解レベルを判定（推定）する際の各理解レベルの基準が格納されたデータベースであり、図５に示すように、「Ａ」～「Ｃ」の３つの理解レベルのそれぞれに対応させた３つの行３１Ａを備えたテーブル状に構成されている。

また、これらの行３１Ａは、それぞれ各センサ２からの出力に基づいて情報提示形式最適化装置３が取得可能な脳波、脳血流、自律神経、皮膚血流、表面温度、身体動作、表情及び音声・単語といった各生体活動にそれぞれ対応させた複数の特徴量欄３１ＢＡ～３１ＢＨに区分されている。そして、これらの特徴量欄３１ＢＡ～３１ＢＨには、それぞれ被情報提示者をその行３１Ａに対応する理解レベルと判定するために要求される、対応する生体活動の特徴量の値又は範囲がそれぞれ格納される。

従って、図５の例の場合、例えば、被情報提示者の理解レベルを「Ａ」と判定するためには、「脳波」に関する「１」という特徴量（図３の例では「所定帯域」）が「８～13Ｈｚ」、、「自律神経」に関する「３」という特徴量（図３の例では「ＬＦ／ＨＦ」）が「50～60％」、……、「身体動作」に関する「５」という特徴量（図３の例では「肩位置」）が「０～20度」、……という条件をすべて満たすことが要求される旨が示されている。

なお図５では、「１」～「３」の各理解レベルに対する基準がそれぞれ１つずつしか理解レベル判定用データベース３１に登録されていない場合を例示しているが、実際の理解レベル判定用データベース３１には、各理解レベルに対する基準がそれぞれ複数格納される。ただし、「Ａ」及び「Ｃ」の各理解レベルに対する基準のみをそれぞれ理解レベル判定用データベース３１に複数登録しておき、これらの基準に合致しない場合には理解レベルを「Ｂ」と判定するようにしてもよい。

視認レベル判定用データベース３２は、被情報提示者に提示される視覚情報の視認レベルを判定する際の各視認レベルの基準が格納されたデータベースであり、図６に示すように、「Ａ」～「Ｃ」の３つの視認レベルのそれぞれに対応させた３つの行３２Ａを備えたテーブル状に構成されている。

また、これらの行３２Ａは、それぞれ視認レベル評価欄３２Ｂ及び生体活動特徴量欄３２Ｃに区分されており、色彩評価がさらに他言語有無欄３２ＢＡ、背景色・文字色欄３２ＢＢ、連続性有無欄３２ＢＣ及び判断有無欄３２ＢＤに区分されている。そして、これら他言語有無欄３２ＢＡ、背景色・文字色欄３２ＢＢ、連続性有無欄３２ＢＣ及び判断有無欄３２ＢＤには、被情報提示者に提示されている視覚情報をその行３２Ａの視認レベルと判定するために要求される、対応する「特徴」の有無を表すフラグや色彩の組合せがそれぞれ格納される。

例えば、他言語有無欄３２ＢＡには、そのとき被情報提示者に提示されている視覚情報に他言語が含まれているかべきか否かを表すフラグが格納される。また背景色・文字色欄３２ＢＢには、当該視覚情報に含まれる文字の文字色及びその背景色の組合せの１つが格納される。さらに連続性有無欄３２ＢＣには、その視覚情報において連続する２つ以上の作業、処理又は動作の指示等が含まれているべきか否かを表すフラグが格納され、判断有無欄３２ＢＤには、その視覚情報に被情報提示者の判断を要する内容が含まれているべきか否かを表すフラグが格納される。

また生体活動特徴量欄３２Ｃは、脳波欄３２ＣＡ、脳血流欄３２ＣＢ、自律神経欄３２ＣＣ、皮膚血流欄３２ＣＤ、表面温度欄３２ＣＥ、身体動作欄３２ＣＦ、表情欄３２ＣＧ及び音声・単語欄３２ＣＨに区分されている。そして、これら脳波欄３２ＣＡ、脳血流欄３２ＣＢ、自律神経欄３２ＣＣ、皮膚血流欄３２ＣＤ、表面温度欄３２ＣＥ、身体動作欄３２ＣＦ、表情欄３２ＣＧ及び音声・単語欄３２ＣＨには、それぞれそのとき被情報提示者に提示されている視覚情報がその行３２Ａの視認レベルであると判定するために要求される、被情報提示者の対応する生体活動（脳波、脳血流、自律神経、皮膚血流、表面温度、身体動作、表情又は音声・単語）の特徴量の値又は範囲が格納される。

例えば、その視覚情報をその行３２Ａの視認レベルと判定するために要求される、被情報提示者の脳波に関する１つの特徴量の値又は範囲が脳波欄３２ＣＡに格納され、その視覚情報をその行３２Ａの視認レベルと判定するために要求される、被情報提示者の脳血流に関する１つの特徴量の値又は範囲が脳血流欄３２ＣＢに格納される。

また、その視覚情報をその行３２Ａの視認レベルと判定するために要求される、被情報提示者の自律神経に関する１つの特徴量の値又は範囲が自律神経欄３２ＣＣに格納され、その視覚情報をその行３２Ａの視認レベルと判定するために要求される、被情報提示者の皮膚血流に関する１つの特徴量の値又は範囲が皮膚血流欄３２ＣＤに格納される。

さらに、その視覚情報をその行３２Ａの視認レベルと判定するために要求される、被情報提示者の表面温度に関する１つの特徴量の値又は範囲が表面温度欄３２ＣＥに格納され、その視覚情報をその行３２Ａの視認レベルと判定するために要求される、被情報提示者の身体動作に関する１つの特徴量の値又は範囲が身体動作欄３２ＣＦに格納される。

さらに、その視覚情報をその行３２Ａの視認レベルと判定するために要求される、被情報提示者の表情に関する１つの特徴量の値又は範囲が表情欄３２ＣＧに格納され、その視覚情報をその行３２Ａの視認レベルと判定するために要求される、被情報提示者の音声・単語に関する１つの特徴量の値又は範囲が音声・単語欄３２ＣＨに格納される。

従って、図６の例の場合、例えば、視覚情報の視認レベルを「Ａ」と判定するためには、その視覚情報に他言語、連続的な作業、処理又は動作の指示、及び、被情報提示者の判断のいずれも含まれておらず（「他言語の有無」、「連続性の有無」及び「判断の有無」のすべてが「無」）、黒色の背景に黄色の文字で表示され、かつコントラストスコアが「75－100」であることを前提として、被情報提示者の生体活動の特徴量がそれぞれ視認レベル判定用データベース３２において規定された値又は範囲であることが要求される旨が示されている。

なお図６では、「１」～「３」の各視認レベルに対する基準がそれぞれ１つずつしか視認レベル判定用データベース３２に登録されていない場合を例示しているが、実際の視認レベル判定用データベース３２には、各視認レベルに対する基準がそれぞれ複数格納される。ただし、「Ａ」及び「Ｃ」の各視認レベルに対する基準のみをそれぞれ視認レベル判定用データベース３２に複数登録しておき、これらの基準に合致しない場合にその視覚情報の視認レベルを「Ｂ」と判定するようにしてもよい。

認知的葛藤レベル判定用データベース３３は、被情報提示者に提示される視覚情報の認知的葛藤レベルを判定する際の各認知的葛藤レベルの基準が格納されたデータベースであり、図７に示すように、「Ａ」～「Ｃ」の３つの認知的葛藤レベルのそれぞれに対応させた３つの行３３Ａを備えたテーブル状に構成されている。

また、これらの行３３Ａは、それぞれ認知的葛藤レベル評価欄３３Ｂ及び生体活動特徴量欄３３Ｃに区分されている。そして、認知的葛藤レベル評価欄３３Ｂがさらに他言語有無欄３３ＢＡ、単語文字色欄３３ＢＢ、連続性有無欄３３ＢＣ及び判断有無欄３３ＢＤに区分され、生体活動特徴量欄３３Ｃがさらに脳波欄３３ＣＡ、脳血流欄３３ＣＢ、自律神経欄３３ＣＣ、皮膚血流欄３３ＣＤ、表面温度欄３３ＣＥ、身体動作欄３３ＣＦ、表情欄３３ＣＧ及び音声・単語欄３３ＣＨに区分されている。

そして認知的葛藤レベル評価欄３３Ｂの他言語有無欄３３ＢＡ、単語文字色欄３３ＢＢ、連続性有無欄３３ＢＣ及び判断有無欄３３ＢＤには、被情報提示者に提示されている視覚情報がその行３３Ａの認知的葛藤レベルにあると判定するために要求される、対応する「特徴」（他言語の有無、聴覚情報における単語文字色の不一致率、２つ以上の連続する作業、処理又は動作の指示の有無及び被情報提示者による判断の有無）の有無を表すフラグや不一致率の範囲を表す数値がそれぞれ格納される。

また生体活動特徴量欄３３Ｃの脳波欄３３ＣＡ、脳血流欄３３ＣＢ、自律神経欄３３ＣＣ、皮膚血流欄３３ＣＤ、表面温度欄３３ＣＥ、身体動作欄３３ＣＦ、表情欄３３ＣＧ及び音声・単語欄３３ＣＨには、それぞれその視覚情報をその行３３Ａの認知的葛藤レベルにあると判定するために要求される、対応する生体活動（脳波、脳血流、自律神経、皮膚血流、表面温度、身体動作、表情又は音声・単語）の対応する特徴量の値又は範囲が格納される。

従って、図７の例の場合、例えば、被情報提示者に提示されている視覚情報の認知的葛藤レベルを「Ａ」と判定するためには、その視覚情報に他言語、２つ以上の連続的な作業・処理又は動作の指示、及び、被情報提示者の判断のいずれも含まれておらず（「他言語の有無」、「連続性の有無」及び「判断の有無」のすべてが「無」）、その視覚情報における各単語の意味及び文字色の不一致率が「75－100％」であることを前提として、被情報提示者の生体活動の特徴量がそれぞれ認知的葛藤レベル判定用データベース３３において規定された値又は範囲であることが要求される旨が示されている。

なお図７では、「１」～「３」の各認知的葛藤レベルに対する基準がそれぞれ１つずつしか認知的葛藤レベル判定用データベース３３に登録されていない場合を例示しているが、実際の認知的葛藤レベル判定用データベース３３には、各認知的葛藤レベルに対する基準がそれぞれ複数格納される。ただし、「Ａ」及び「Ｃ」の各認知的葛藤レベルに対する基準のみをそれぞれ認知的葛藤レベル判定用データベース３３に複数登録しておき、これらの基準に合致しない場合にその視覚情報の認知的葛藤レベルを「Ｂ」と判定するようにしてもよい。

音声スピードレベル判定用データベース３４は、被情報提示者に提示される聴覚情報の音声スピードレベルを判定する際の各音声スピードレベルの基準が格納されたデータベースであり、図８に示すように、「Ａ」～「Ｃ」の３つの音声スピードレベルのそれぞれに対応させた３つの行３４Ａを備えたテーブル状に構成されている。

また、これらの行３４Ａは、それぞれ音声情報評価欄３４Ｂ及び生体活動特徴量欄３４Ｃに区分されている。そして音声情報評価欄３４Ｂは、さらに他言語有無欄３４ＢＡ、連続性有無欄３４ＢＢ及び判断有無欄３４ＢＣに区分され、生体活動特徴量欄３４Ｃは、さらに脳波欄３４ＣＡ、脳血流欄３４ＣＢ、自律神経欄３４ＣＣ、皮膚血流欄３４ＣＤ、表面温度欄３４ＣＥ、身体動作欄３４ＣＦ、表情欄３４ＣＧ及び音声・単語欄３４ＣＨに区分されている。

そして音声情報評価欄３４Ｂの他言語有無欄３４ＢＡ、連続性有無欄３４ＢＢ及び判断有無欄３４ＢＣには、音声スピードレベルの「Ａ」については単語間隔が0.3秒未満であり、音声スピードレベルの「Ｃ」については単語間隔が1.5秒以上であることを前提として、そのとき被情報提示者に提示されている聴覚情報がその行３４Ａの音声スピードレベルにあると判定するために要求される、情報提示者から提示された聴覚情報の対応する「特徴」の有無を表すフラグがそれぞれ格納される。

また生体活動特徴量欄３４Ｃの脳波欄３４ＣＡ、脳血流欄３４ＣＢ、自律神経欄３４ＣＣ、皮膚血流欄３４ＣＤ、表面温度欄３４ＣＥ、身体動作欄３４ＣＦ、表情欄３４ＣＧ及び音声・単語欄３４ＣＨには、それぞれその聴覚情報をその行３４Ａの音声スピードレベルと判定するために要求される、被情報提示者の対応する生体活動（脳波、脳血流、自律神経、皮膚血流、表面温度、身体動作、表情又は音声・単語）の特徴量の値又は範囲が格納される。

従って、図８の例の場合、聴覚情報の音声スピードレベルを「Ａ」と判定するためには、情報や単語の間隔が「0.3秒」未満であることを前提として、その聴覚情報に他言語、２つ以上の連続する作業等の指示、及び、被情報提示者が行うべき判断のいずれも含まれておらず（「他言語の有無」、「連続性の有無」及び「判断の有無」のすべてが「無」）、被情報提示者の生体活動の特徴量がそれぞれ音声スピードレベル判定用データベース３４において規定された値又は範囲であることが要求される旨が示されている。

なお図８では、「１」～「３」の各音声スピードレベルに対する基準がそれぞれ１つずつしか音声スピードレベル判定用データベース３４に登録されていない場合を例示しているが、実際の音声スピードレベル判定用データベース３４には、各知識レベルに対する基準がそれぞれ複数格納される。ただし、「Ａ」及び「Ｃ」の各音声スピードレベルに対する基準のみをそれぞれ音声スピードレベル判定用データベース３４に複数登録しておき、これらの基準に合致しない場合にその聴覚情報の音声スピードレベルを「Ｂ」と判定するようにしてもよい。

音声抑揚レベル判定用データベース３５は、被情報提示者に提示される聴覚情報の音声抑揚レベルを判定する際の各音声抑揚レベルの基準が格納されたデータベースであり、図９に示すように、「Ａ」～「Ｃ」の３つの音声抑揚レベルのそれぞれに対応させた３つの行３５Ａを備えたテーブル状に構成されている。

また、これらの行３５Ａは、それぞれ音声情報評価欄３５Ｂ及び生体活動特徴量欄３５Ｃに区分されている。そして、音声情報評価欄３５Ｂは、さらに他言語有無欄３５ＢＡ、連続性有無欄３５ＢＢ及び判断有無欄３５ＢＣに区分され、生体活動特徴量欄３５Ｃは、さらに脳波欄３５ＣＡ、脳血流欄３５ＣＢ、自律神経欄３５ＣＣ、皮膚血流欄３５ＣＤ、表面温度欄３５ＣＥ、身体動作欄３５ＣＦ、表情欄３５ＣＧ及び音声・単語欄３５ＣＨに区分されている。

そして音声情報評価欄３５Ｂの他言語有無欄３５ＢＡ、連続性有無欄３５ＢＢ及び判断有無欄３５ＢＣには、音声抑揚レベルの「Ａ」については抑揚が所定の第１の閾値よりも強く、音声抑揚レベルの「Ｃ」についてはかかる第１の閾値よりも小さい所定の第２の閾値よりも抑揚が低いことを前提として、被情報提示者に提示される聴覚情報がその行３５Ａの音声抑揚レベルにあると判定するために要求される、その聴覚情報の対応する「特徴」（他言語の有無、２つ以上の連続する作業、処理又は動作の指示の有無及び被情報提示者による判断の有無）の有無を表すフラグがそれぞれ格納される。

また生体活動特徴量欄３５Ｃの脳波欄３５ＣＡ、脳血流欄３５ＣＢ、自律神経欄３５ＣＣ、皮膚血流欄３５ＣＤ、表面温度欄３５ＣＥ、身体動作欄３５ＣＦ、表情欄３５ＣＧ及び音声・単語欄３５ＣＨには、それぞれその聴覚情報をその行３５Ａの音声抑揚レベルと判定するために要求される、被情報提示者の対応する生体活動（脳波、脳血流、自律神経、皮膚血流、表面温度、身体動作、表情又は音声・単語）の特徴量の値又は範囲が格納される。

従って、図９の例の場合、聴覚情報の音声抑揚レベルを「Ａ」と判定するためには、抑揚が強いことを前提として、その聴覚情報に他言語、２つ以上の連続する作業、処理又は動作の指示、及び、被情報提示者が行うべき判断のいずれも含まれていない（「他言語の有無」、「連続性の有無」及び「判断の有無」のすべてが「無」）、被情報提示者の生体活動の特徴量がそれぞれ音声抑揚レベル判定用データベース３５において規定された値又は範囲であることが要求される旨が示されている。

なお図９では、「１」～「３」の各音声抑揚レベルに対する基準がそれぞれ１つずつしか音声抑揚レベル判定用データベース３５に登録されていない場合を例示しているが、実際の音声抑揚レベル判定用データベース３５には、各音声抑揚レベルに対する基準がそれぞれ複数格納される。ただし、「Ａ」及び「Ｃ」の各音声抑揚レベルに対する基準のみをそれぞれ音声抑揚レベル判定用データベース３５に複数登録しておき、これらの基準に合致しない場合にその聴覚情報の音声抑揚レベルを「Ｂ」と判定するようにしてもよい。

他方、最適化用データベース群２４（図１）は、図１０に示す総合判定用最適化データベース３６と、図１１に示す変換用最適化データベース３７とから構成される。

総合判定用最適化データベース３６は、上述のようにして判定された被情報提示者の知識レベル及び理解レベルと、被情報提示者に提示された視覚情報の視認レベル及び認知的葛藤レベル、又は、被情報提示者に提示された聴覚情報の音声スピードレベル及び音声抑揚レベルとに基づいて、その視覚情報又は聴覚情報の当該被情報提示者にとっての理解容易度を総合判定する際の各理解容易度の基準が格納されたデータベースである。

この総合判定用最適化データベース３６は、図１０に示すように、「１」～「４」の４つの理解容易度のそれぞれに対応させた行３６Ａを備えたテーブル状に構成されている。また、これらの行３６Ａは、それぞれ知識レベル欄３８ＢＡ、理解レベル欄３６ＢＢ、視認レベル欄３６ＢＣ、認知的葛藤レベル欄３６ＢＤ、音声スピードレベル欄３６ＢＥ及び音声抑揚レベル欄３６ＢＦに区分されている。

そして、これら知識レベル欄３８ＢＡ、理解レベル欄３６ＢＢ、視認レベル欄３６ＢＣ、認知的葛藤レベル欄３６ＢＤ、音声スピードレベル欄３６ＢＥ及び音声抑揚レベル欄３６ＢＦには、それぞれ被情報提示者に提示される情報の現在の提示形式が被情報提示者にとってその行３６Ａに対応する理解容易度であると判定するために要求される、知識レベル、理解レベル、視認レベル、認知的葛藤レベル、音声スピードレベル又は音声抑揚レベルがそれぞれ格納される。

従って、図１０の例の場合、例えば、被情報提示者の知識レベル及び理解レベルがいずれも「Ａ」であり、その被情報提示者に提示する情報の視認レベル及び認知的葛藤レベルがいずれも「Ａ」と判定された場合には、その情報の現在の提示形式の理解容易度が被情報提示者にとって「１」であると判定すべきであることが示されている。

なお、図１０の例では、総合判定（理解容易度）が「１」～「４」となる知識レベル、理解レベル、視認レベル、認知的葛藤レベル、音声スピードレベル及び音声抑揚レベルの組合せがそれぞれ１つずつしか総合判定用最適化データベース３６に格納されていないが、実際上は、知識レベル、理解レベル、視認レベル及び認知的葛藤レベルのすべての組合せと、知識レベル、理解レベル、音声スピードレベル及び音声抑揚レベルのすべての組合せとが総合判定の「１」～「４」のいずれかに振り分けられて総合判定用最適化データベース３６に格納される。

変換用最適化データベース３７は、「１」～「４」の理解容易度ごとにそれぞれ予め設定された、対応する情報の変換後の提示形式が格納されたデータベースである。

この変換用最適化データベース３７は、図１１に示すように、「１」～「４」の４つの理解容易度のそれぞれに対応させた行３７Ａを備えたテーブル状に構成されている。またこれらの行３７Ａは、それぞれ視覚情報変換方法欄３７ＢＡ、聴覚情報変換方法欄３７ＢＢ及び文書／単語変換方法欄３７ＢＣに区分されており、視覚情報変換方法欄３７ＢＡがさらに背景色欄３７ＢＡＡ及び文字色欄３７ＢＡＢに区分され、聴覚情報変換方法欄３７ＢＢがさらに音声スピード欄３７ＢＢＡ及び抑揚欄３７ＢＢＢに区分されている。

そして視覚情報変換方法欄３７ＢＡの背景色欄３７ＢＡＡ及び文字色欄３７ＢＡＢには、被情報提示者に提示する情報が視覚情報であり、その視覚情報の総合判定結果が対応する行３７Ａの理解容易度であった場合に、その視覚情報を被情報提示者に提示する際に適用すべき背景色又は文字色がそれぞれ格納される。

また聴覚情報変換方法欄３７ＢＢの音声スピード欄３７ＢＢＡ及び抑揚欄３７ＢＢＢには、被情報提示者に提示する情報が聴覚情報であり、その聴覚情報の総合判定結果が対応する行３７Ａの理解容易度であった場合に、その聴覚情報を被情報提示者に提示する際に適用すべき情報や単語の間隔及び抑揚方法がそれぞれ格納される。

さらに文章／単語変換方法欄３７ＢＣには、被情報提示者に提示する情報（視覚情報及び聴覚情報）の総合判定結果が対応する行３７Ａの理解容易度であった場合に、その情報を被情報提示者に提示する際に適用すべき文章や単語の変換方法が格納される。

従って、図１１の例の場合、例えば、被情報提示者に提示される情報の理解容易度が「１」であった場合には、その情報については何らの変換をすることなく（すべて「ない」）、その被情報提示者にそのまま提示すべきことが示されている。また図１１では、被情報提示者に提示される情報の理解容易度が「２」であった場合には、その情報が視覚情報の場合には、背景色を「黒」、文字色を「黄色」に変換すると共に、その情報に含まれる名詞をより分かり易い名詞に変換して被情報提示者に提示すべきことが示されている。

（３）情報提示形式最適化機能に関連する各種処理
次に、上述した情報提示形式最適化機能に関連して情報提示形式最適化装置３において実行される各種処理の処理内容について説明する。なお、以下においては、各種処理の主体を「プログラム」として説明するが、実際上は、その「プログラム」に基づいて情報提示形式最適化装置３のＣＰＵ１０（図１）がその処理を実行することは言うまでもない。

（３－１）情報提示形式最適化処理
図１２は、上述した情報提示形式最適化機能に関連して情報提示形式最適化装置３において実行される一連の処理の流れを示す。情報提示方式最適化装置１は、この図１２に示す処理手順に従って、被情報提示者に提示されている情報をその被情報提示者の属性に応じた提示形式に変換する。

実際上、情報提示形式最適化装置３では、情報提示者が被情報提示者に情報を提示し始めると、この図１２に示す情報提示形式最適化処理が開始され、まず、属性判定プログラム２１が、そのとき各センサ２から与えられる電気信号に基づいて被情報提示者の属性を判定する属性判定処理を実行する（Ｓ１）。そして属性判定プログラム２１は、この後、提示情報特徴判定プログラム２０を呼び出す。

提示情報特徴判定プログラム２０は、属性判定プログラム２１により呼び出されると、そのとき被情報提示者に提示されている情報の特徴を判定する提示情報特徴判定処理を実行する（Ｓ２）。そして提示情報特徴判定プログラム２０は、この後、フィードバック最適化プログラム２２を呼び出す。

フィードバック最適化プログラム２２は、提示情報特徴判定プログラム２０により呼び出されると、ステップＳ１で判定された、そのとき被情報提示者に提示されている情報に対するその被情報提示者の属性（知識レベル及び理解レベル）と、ステップＳ２で判定されたその情報の視認レベル及び認知的葛藤レベル（情報が視覚情報の場合）、又は、音声スピードレベル及び音声抑揚レベル（情報が聴覚情報の場合）とに基づいて、その情報の表示形式をその被情報提示者の属性に応じた提示形式に変換する（Ｓ３）。またフィードバック最適化プログラム２２は、提示形式を変換した後の情報を出力装置１３（図１）を介して被情報提示者に提示する（Ｓ４）。

続いて、フィードバック最適化プログラム２２は、ステップＳ１で判定された被情報提示者の属性と、そのとき得られたその被情報提示者の生体活動に関する各種特徴量と、提示形式変換後の情報とを記憶装置１２（図１）に格納する（Ｓ５）。またフィードバック最適化プログラム２２は、図５で記憶装置１２に格納した被情報提示者の属性と、提示形式変換後の情報とを情報提示者に提示し（Ｓ６）、この後、処理を終了する。以上により、この情報提示形式最適化処理が終了する。

（３－２）属性判定処理
図１３は、図１２について上述した情報提示形式最適化処理のステップＳ１において属性判定プログラム２１により実行される属性判定処理の流れを示す。属性判定プログラム２１は、かかる情報提示形式最適化処理のステップＳ１に進むと図１３に示す属性判定処理を開始し、まず、各センサ２の出力に基づいて、被情報提示者の図３について上述した生体活動の各特徴量をそれぞれ取得する（Ｓ１０）。

続いて、属性判定プログラム２１は、ステップＳ１０で取得した各特徴量に基づき、知識レベル判定用データベース３０（図４）を参照して、そのとき提示されている情報に対する被情報提示者の知識レベルを判定する（Ｓ１１）。また属性判定プログラム２１は、ステップＳ１０で取得した各特徴量に基づき、理解レベル判定用データベース３１（図５）を参照して、その情報に対する被情報提示者のそのときの理解レベルを判定する（Ｓ１２）。

そして、属性判定プログラム２１は、この後、提示情報特徴判定プログラム２０を呼び出した上で、この属性判定処理を終了する。

（３－３）提示情報特徴判定処理
一方、図１４は、図１２について上述した情報提示形式最適化処理のステップＳ２において提示情報特徴判定プログラム２０により実行される提示情報特徴判定処理の流れを示す。

提示情報特徴判定プログラム２０は、属性判定プログラム２１により呼び出されると、この図１４に示す提示情報特性判定処理を開始し、そのとき被情報提示者に提示されている情報が視覚情報であるか否かを判断する（Ｓ２０）。

そして提示情報特徴判定プログラム２０は、この判断で肯定結果を得ると、視認レベル判定用データベース３２（図６）を利用してかかる情報の視認レベルを判定する（Ｓ２１）。また提示情報特徴判定プログラム２０は、認知的葛藤レベル判定用データベース３３（図７）を利用してかかる情報の認知的葛藤レベルを判定し（Ｓ２２）、この後、この提示情報特徴判定処理を終了する。

これに対して、提示情報特徴判定プログラム２０は、ステップＳ２０の判定で否定結果を得ると、音声スピードレベル判定用データベース３４（図８）を利用してかかる情報の音声スピードレベルを判定する（Ｓ２３）。また提示情報特徴判定プログラム２０は、音声抑揚レベル判定用データベース３５を利用してかかる情報の音声抑揚レベルを判定し（Ｓ２４）、この後、この提示情報特徴判定処理を終了する。

（３－４）学習処理
他方、図１５は、予測モデル作成プログラム２５により定期的に実行される学習処理の流れを示す。予測モデル作成プログラム２５は、この図１５に示す処理手順に従って、判定用データベース群２３や最適化用データベース群２４を更新したり、被情報提示者に提示されている情報を最適な提示形式に変換するために用いる予測モデルを生成する。

実際上、予測モデル作成プログラム２５は、この図１５に示す学習処理を開始すると、まず、記憶装置１２（図１）に格納されている、過去に提示形式が変換された情報の変換前後のデータと、アンケートにより被情報提示者から取得され、又は、被情報提示者のその後の行動に対する評価から取得されたその提示形式変換による効果とを記憶装置１２（図１）から読み出す（Ｓ３０）。

続いて、予測モデル作成プログラム２５は、かかる過去に提示形式が変換された情報の変換前後のデータと、その変換による効果とに基づくデータとを、例えば、データ全体の８０％を学習用データとして取得し（Ｓ３０）、２０％をテスト用データとして取得する（Ｓ３１）。この後、複数種類の機械学習、深層学習、ニューラルネットワーク、遺伝アルゴリズム等の方式により効果を最大にする学習をそれぞれ行い、学習モデルを生成する（Ｓ３２）。

そして予測モデル作成プログラム２５は、この後、ステップＳ３２で生成した学習モデルに対して、テスト用データを用いて提示形式変換による効果を予測するモデル精度を検証する（Ｓ３３）。最も高い効果を得られる予測モデルを選択し（Ｓ３４）、この後、この学習処理を終了する。

なお予測モデル作成プログラム２５は、この後、ステップＳ３４で選択した予測モデルを用いて判定用データベース群２３や最適化用データベース群２４を更新したり、被情報提示者に提示されている情報を最適な提示形式に変換するようフィードバック最適化プログラム２２を制御する。

（４）本実施の形態の効果
以上のように本実施の形態の情報提示形式最適化装置３は、情報提示者が被情報提示者に提示している情報の特徴を取得すると共に、被情報提示者の生体活動情報に基づいてその被情報提示者のその情報に対する属性（知識レベル及び理解レベル）を判定し、情報の特徴と、被情報提示者の属性とに基づいて被情報提示者に対する情報の理解容易度を判定する。そして、本情報提示形式最適化装置３は、この判定結果に基づいて、情報の提示形式を被情報提示者の属性に応じた提示形式に変換してその被情報提示者に提示する。

従って、本情報提示形式最適化装置３によれば、情報を被情報提示者に対してその被情報提示者が理解し易い最適な提示形式で提示することができるため、情報に対する被情報提示者の誤認識や理解不足の発生を未然かつ有効に防止することができる。また、理解や判断するまでの時間を短くすることができる。

また本情報提示形式最適化装置３では、被情報提示者の属性と、提示形式を変換した後の情報とを情報提示者に提示するため、情報提示者が、例えば新人研修時など、次回にその被情報提示者と同等レベルの被情報提示者に情報を提示する際における、その情報の提示形式の参考とすることができる。これにより、情報提供者は被情報提供者に与える情報形式をあらかじめ準備でき、被情報提供者の理解を最大にすることができる。

（５）他の実施の形態
なお上述の実施の形態においては、被情報提示者の生体活動情報のみを取得し、取得した生体活動情報に基づいてその被情報提示者の知識レベル及び理解レベルを判定（推定）するようにした場合について述べたが、本発明はこれに限らず、情報提示者の生体活動情報をもセンサを用いたセンシングにより取得し、取得した生体活動情報に基づいてその情報提示者の知識レベル及び理解レベルを判定（推定）し、これらの双方の情報を情報提示者に提示するようにしてもよい。これにより、お互いの知識レベルや理解レベルが合致しているかそうでないかを知ることができ、双方の情報やりとりの時間短縮ができる。

また上述の実施の形態においては、情報に対する被情報提示者の知識レベル及び理解レベルを脳波及び脳血流などに基づいて判定するようにした場合について述べたが、本発明はこれに限らず、センサ２としてマイクロホンを設け、マイクロホンにより収集された被情報提示者の発話内容を音声認識により認識し、認識した被情報提示者が用いた単語数や専門用語数等の情報に基づいて被情報提示者の知識レベルや理解レベルを判定するようにしてもよい。

さらに上述の実施の形態においては、被情報提示者の知識レベルや理解レベルを判定する際に利用する生体活動の特徴量として図３について上述した各種特徴量を適用した場合について述べたが、本発明はこれに限らず、この他種々の生体活動の特徴量を広く適用することができる。

さらに上述の実施の形態においては、本発明を、工場において先輩工員が複数の新人工員に対して作業手順等を教育する際に利用される情報処理システム１に適用するようにした場合について述べたが、本発明はこれに限らず、例えば、リハビリ支援、顧客に情報を提示する情報提示サービス全般、医療、教育、学習、会議又は工場などの遠隔業務支援システムなど、この他種々の状況に広く適用することができる。

本発明は、情報提示者が被情報提示者に提示する情報の提示形式を最適化する種々の情報処理システムに広く適用することができる。

１……情報提示形式最適化システム、２……センサ、３……情報提示形式最適化装置、１０……ＣＰＵ、２０……提示情報特徴判定プログラム、２１……属性判定プログラム、２１Ａ……生体活動解析エンジン、２２……フィードバック最適化プログラム、２３……判定用データベース群、２４……最適化用データベース群、２５……予測モデル作成プログラム、１３……出力装置、３０……知識レベル判定用データベース、３１……理解レベル判定用データベース、３２……視認レベル判定用データベース、３３……認知的葛藤レベル判定用データベース、３４……音声スピードレベル判定用データベース、３５……音声抑揚レベル判定用データベース、３６……総合判定用最適化データベース、３７……変換用最適化データベース。

Claims (10)

1. 情報提示者が被情報提示者に提示する情報を最適化する情報処理装置において、
   前記情報提示者が前記被情報提示者に前記情報を提示しているときにセンサにより取得された前記被情報提示者の生体活動情報に基づいて、前記情報に対する前記被情報提示者の知識レベル及び理解レベルを判定する属性判定部と、
   前記情報提示者が前記被情報提示者に提示する前記情報の特徴を判定する提示情報特徴判定部と、
   前記属性判定部により判定された前記情報に対する前記被情報提示者の前記知識レベル及び前記理解レベルと、前記提示情報特徴判定部により判定された前記情報の特徴とに基づいて、当該情報の提示形式を前記被情報提示者の前記知識レベル及び前記理解レベルに応じた提示形式に変換するフィードバック最適化部と
   を備えることを特徴とする情報処理装置。
2. 前記提示情報特徴判定部は、
   前記情報提示者が前記被情報提示者に提示する前記情報の前記特徴として、
   前記情報が視覚的な情報である場合には、当該情報を一見して視認できる度合である視認レベルと、当該情報に対する前記被情報提示者の認知的葛藤の度合である認知的葛藤レベルとを判定し、
   前記情報が聴覚的な情報である場合には当該情報における単語の間隔の度合である音声スピードレベルと、音声の抑揚の強弱の度合である音声抑揚レベルとを判定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記提示情報特徴判定部は、
   前記視認レベルを、前記情報における他言語の有無、背景色及び文字色の組合せ、連続する情報の有無、並びに、前記被情報提示者による判断の有無に基づいて判定し、
   前記認知的葛藤レベルを、前記情報における他言語の有無、単語の意味及び当該単語の文字色、連続する情報の有無、並びに、前記被情報提示者による判断の有無に基づいて判定する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記提示情報特徴判定部は、
   前記音声スピードレベルを、前記単語の間隔、前記情報における他言語の有無、連続する情報の有無、及び、前記被情報提示者による判断の有無に基づいて判定し、
   前記音声抑揚レベルを、抑揚の強弱、前記情報における他言語の有無、連続する情報の有無、及び、前記被情報提示者による判断の有無に基づいて判定する
   ことを特徴とする請求項２に記載の情報処理装置。
5. 前記属性判定部により判定された前記情報に対する前記被情報提示者の前記知識レベル及び前記理解レベルと、前記フィードバック最適化部により前記被情報提示者の前記知識レベル及び前記理解レベルに応じて提示形式が変換された変換後の前記情報とを前記情報提示者に提示する
   ことを特徴とする請求項１に記載の情報処理装置。
6. 情報提示者が被情報提示者に提示する情報を最適化する情報処理装置により実行される情報処理方法において、
   前記情報提示者が前記被情報提示者に前記情報を提示しているときにセンサにより取得された前記被情報提示者の生体活動情報に基づいて、前記情報に対する前記被情報提示者の知識レベル及び理解レベルを判定すると共に、前記情報提示者が前記被情報提示者に提示する前記情報の特徴を判定する第１のステップと、
   判定した前記情報に対する前記被情報提示者の前記知識レベル及び前記理解レベルと、判定した前記情報の特徴とに基づいて、当該情報の提示形式を前記被情報提示者の前記知識レベル及び前記理解レベルに応じた提示形式に変換する第２のステップと
   を備えることを特徴とする情報処理方法。
7. 前記第１のステップでは、
   前記情報提示者が前記被情報提示者に提示する前記情報の前記特徴として、
   前記情報が視覚的な情報である場合には、当該情報を一見して視認できる度合である視認レベルと、当該情報に対する前記被情報提示者の認知的葛藤の度合である認知的葛藤レベルとを判定し、
   前記情報が聴覚的な情報である場合には当該情報における単語の間隔の度合である音声スピードレベルと、音声の抑揚の強弱の度合である音声抑揚レベルとを判定する
   ことを特徴とする請求項６に記載の情報処理方法。
8. 前記第１のステップでは、
   前記視認レベルを、前記情報における他言語の有無、背景色及び文字色の組合せ、連続する情報の有無、並びに、前記被情報提示者による判断の有無に基づいて判定し、
   前記認知的葛藤レベルを、前記情報における他言語の有無、単語の意味及び当該単語の文字色、連続する情報の有無、並びに、前記被情報提示者による判断の有無に基づいて判定する
   ことを特徴とする請求項７に記載の情報処理方法。
9. 前記第１のステップでは、
   前記音声スピードレベルを、前記単語の間隔、前記情報における他言語の有無、連続する情報の有無、及び、前記被情報提示者による判断の有無に基づいて判定し、
   前記音声抑揚レベルを、抑揚の強弱、前記情報における他言語の有無、連続する情報の有無、及び、前記被情報提示者による判断の有無に基づいて判定する
   ことを特徴とする請求項７に記載の情報処理方法。
10. 判定した前記情報に対する前記被情報提示者の前記知識レベル及び前記理解レベルと、前記被情報提示者の前記知識レベル及び前記理解レベルに応じて提示形式が変換された変換後の前記情報とを前記情報提示者に提示する第３のステップ
    を備えることを特徴とする請求項６に記載の情報処理方法。

Images