JP7843978B1 - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】ユーザにとってより効果的な態様でフィードバックを提供する。【解決手段】情報処理装置１００は、入力データに基づいて１又は複数のフィードバックを生成するフィードバック生成部１４０と、各フィードバックの属性に基づいて、複数のエージェントの中から当該フィードバックに用いるエージェントを選択するエージェント選択部１５０と、選択されたエージェントを用いたフィードバックを出力する出力部１７０とを備える。【選択図】図６

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

従来、ユーザからの入力に対して評価・分析を行い、何等かのフィードバックを提供する技術が知られていた。

特許文献１に記載の情報処理装置は、教師Ｔから発せられる言葉の文脈と、そのときの教師Ｔの表情とで定義される、教師Ｔの表現力を教師表現力情報として取得し、ユーザＵから発せられる言葉の文脈と、そのときのユーザＵの表情とで定義されるユーザＵの表現力をユーザ表現力情報として取得し、教師表現力情報とユーザ表現力情報との一致点及び差異点に基づいて、教師ＴとユーザＵとの表現力の類似度合を算出する。これにより、当該情報処理装置は、表現力を高めてコミュニケーション能力を向上させる効果的なトレーニングを容易に行えるようにすることを目的とするものである。

特開２０２２－１４２１５８号公報

しかしながら、特許文献１に記載の情報処理装置では、ユーザにフィードバックされる情報自体はユーザにパーソナライズ化されているものの、フィードバック方法は一様であり、ユーザにとってより効果的な態様でフィードバックを提供することはできなかった。

そこで、本発明は、ユーザにとってより効果的な態様でフィードバックを提供することを目的とする。

本発明の一態様に係る情報処理装置は、入力データに基づいて１又は複数のフィードバックを生成するフィードバック生成部と、各フィードバックの属性に基づいて、複数のエージェントの中から当該フィードバックに用いるエージェントを選択するエージェント選択部と、選択されたエージェントを用いたフィードバックを出力する出力部とを備える。

本発明によれば、ユーザにとってより効果的な態様でフィードバックを提供することが可能になる。

本発明の一実施形態に係る情報処理システムの構成図である。 本発明の一実施形態に係る情報処理装置の構成を示す図である。 エージェント記憶部の内容を例示する図である。 ユーザ記憶部の内容を例示する図である。 本発明の一実施形態に係るクライアント端末の構成を示す図である。 本発明の一実施形態に係る情報処理装置における処理を示すフローチャートである。 本発明の一実施形態に係る情報処理装置のハードウェア構成の例を示す図である。 本発明の一実施形態に係るクライアント端末のハードウェア構成の例を示す図である。

添付図面を参照して、本発明の実施形態について説明する。なお、以下の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。また、本発明は、その要旨を逸脱しない限り、さまざまな変形が可能である。さらに、当業者であれば、以下に述べる各要素を均等なものに置換した実施形態を採用することが可能であり、係る実施形態も本発明の範囲に含まれる。

（システム構成）
図１を用いて、本発明の概要について説明する。図１は、本発明の一実施形態に係る情報処理システムの構成図である。情報処理システムは、情報処理装置１００と複数のクライアント端末２００ａ、２００ｂ、…、２００ｎ（以下、クライアント端末２００と呼ぶ）とを備え、各クライアント端末２００は、通信ネットワークＮを介して情報処理装置１００と相互に通信可能に接続されている。通信ネットワークＮは、有線又は無線回線により構成された有線通信網及び無線通信網のいずれであってもよく、インターネットやＬｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＬＡＮ）であってよい。

情報処理装置１００は、評価対象の入力データを受け付け、効果的な出力態様でフィードバックを提供する装置である。情報処理装置１００は、クライアント端末２００から受信した入力データに基づいて１又は複数のフィードバックを生成し、フィードバックの属性に応じて異なる出力態様でフィードバックを出力することができる。

本実施形態では、情報処理装置１００は、エージェントを用いてフィードバックを出力する。情報処理装置１００は、エージェントとして、それぞれ異なる属性を有する複数のエージェントを記憶しており、フィードバックの属性やユーザの嗜好に応じて異なるエージェントを選択し、選択したエージェントを用いたフィートバックを出力することができる。エージェントを用いたフィードバックは、クライアント端末２００のディスプレイ等の表示装置を介して行われ、表示装置にエージェントの画像や会話が表示され得る。また、一実施形態では、エージェントを用いたフィードバックとして、スピーカ等の音声出力装置から音声が再生される。

エージェントとは、ユーザにフィードバックを提供する仮想キャラクターであり、人物のキャラクター、動物のキャラクター、擬人化されたキャラクター等が含まれる。例えば、エージェントは、特定のタスクを自律的に遂行するためのシステム又はソフトウェアプログラムであってよい。また、エージェントとして、大規模言語モデル（ＬＬＭ：Large Language Model）や大規模行動モデル（ＬＡＭ：Large Action Model）等の生成ＡＩを活用した、いわゆるＡＩエージェントを用いてもよい。

クライアント端末２００からの入力データは、フィードバックが求められるどのようなデータであってもよい。例えば、営業担当者が顧客に提供した営業データ、講師が学習者に提供した学習支援データ、競技者が実施したトレーニングデータ等が想定されるが、これに限定されない。また、入力データは、テキスト情報、動画像、会話の音声等、任意の形式のデータとすることができる。

フィードバックの属性には、一例として、フィードバックの評価項目、フィードバックの種別等が含まれるが、これに限定されない。また、フィードバックの種別の一例として、本実施形態では、肯定的フィードバック、否定的フィードバックを例示する。

クライアント端末２００は、ユーザによって使用される端末であり、スマートフォン、タブレット端末、パーソナルコンピュータ等である。ここでユーザには、営業データを入力する営業担当者や、学習支援データを入力する講師、トレーニングデータを入力する競技者等が含まれる。クライアント端末２００は、情報処理装置１００から出力されるフィードバックを受信し、ユーザにフィードバックを提供する。

（機能構成：情報処理装置）
図２は、本発明の一実施形態に係る情報処理装置の構成を示す図である。なお、図２では、単一の情報処理装置１００を想定し、必要な機能構成だけを示しているが、情報処理装置１００を、複数のコンピュータシステムによる多機能の分散システムの一部として構成することもできる。

情報処理装置１００は、記憶部１１０と、登録部１２０と、受信部１３０と、フィードバック生成部１４０と、エージェント選択部１５０と、音声取得部１６０と、出力部１７０とを備えている。図２に示す各部は、例えば、記憶領域を用いたり、記憶領域に格納されたプログラムをプロセッサが実行したりすることにより実現することができる。

本実施形態では、記憶部１１０は、エージェント記憶部１１１、音源記憶部１１２、ユーザ記憶部１１３、抽出モデル１１４及び推奨手法記憶部１１５を有していることが望ましい。

エージェント記憶部１１１には、エージェントの情報が保存されている。一実施形態では、エージェント記憶部１１１には、図３に示されるように、エージェントＩＤ、カテゴリ、名前、画像、性別、関係、評価項目、職業、特性が含まれることが望ましい。エージェントＩＤは、エージェントを一意に識別することができる情報である。カテゴリには、「１：人物」、「２：動物」、「３：擬人化」のいずれかを示す情報が保存される。名前、画像、性別には、エージェントの各種情報が保存される。

関係は、ユーザとの関係を示す情報である。一実施形態では、関係には、「１：同僚、同級生」、「２：後輩」、「３：先輩」、「４：指導者」、「５：専門家」、「６：友人」、「７：顧客」、「８：同志」のいずれかを示す情報が保存される。例えば、後述のユーザのデータカテゴリが「１：営業」である場合に、関係「７：顧客」のエージェントを用いてフィードバックを出力する例が考えられる。また、後述のユーザのデータカテゴリが「３：自己実現」である場合に、同じ目標を掲げるユーザを表す関係「８：同志」のエージェントを用いてフィードバックを出力する例が考えられる。評価項目は、フィードバックの評価項目を示す情報である。一実施形態では、評価項目は、エージェントが用いられる評価項目が制限される場合に、許可される評価項目が保存される。職業は、エージェントの職業を示す情報である。特性は、エージェントに関連付けられた特性を示す情報である。一実施形態では、特性には、「１：穏やか」、「２：エネルギッシュ」、「１１：頼りない」、「１２：頼もしい」、「３１：控え目」、「３２：はっきり」のうちの１又は複数の情報が保存される。

音源記憶部１１２には、エージェントに対応する音源情報が保存されている。一実施形態では、音源記憶部１１２には、フィードバックに含まれるテキストの各々に対する音声を再現するための波形データが、エージェント毎に保存されている。本実施形態では、音源記憶部１１２には、１つのテキストについて、エージェント記憶部１１１に記憶されている複数のエージェントに対応する複数の波形データが保存されている。

ユーザ記憶部１１３には、ユーザの情報が保存されている。一実施形態では、ユーザ記憶部１１３には、図４に示されるように、ユーザＩＤ、氏名、年齢、性別、データカテゴリ、データ分野、エージェント嗜好、肯定的フィードバック嗜好、否定的フィードバック嗜好が含まれることが望ましい。ユーザＩＤは、ユーザを一意に識別することができる情報である。氏名、年齢、性別には、ユーザの各種情報が保存される。

データカテゴリは、入力データのカテゴリを示す情報である。本実施形態では、データカテゴリには、「１：営業」、「２：支援」、「３：自己実現」のいずれかを示す情報が保存される。データ分野は、入力データの内容に関連する分野を示す情報である。一例では、データ分野には、「保険」、「学習」、「ランニング」等の情報が保存される。エージェント嗜好は、エージェントに対するユーザの嗜好を示す情報である。本実施形態では、エージェント嗜好には、エージェントのカテゴリ、性別、関係、特性のうちの１つ又は複数の属性を示す情報が保存される。

エージェント嗜好にエージェント全般に対する嗜好が保存される一方、肯定的フィードバック嗜好、否定的フィードバック嗜好には、それぞれフィードバック種別が肯定的フィードバック、否定的フィードバックである場合に適用される嗜好として、エージェントの１つ又は複数の属性を示す情報が保存される。例えば、一例では、エージェント嗜好に、カテゴリ「１：人物」、性別「１：男性」が保存され、肯定的フィードバック嗜好に、関係「４：指導者」、特性「１２：頼もしい」が保存され、否定的フィードバック嗜好に、関係「１：同僚、同級生」、特性「１：穏やか」、特性「１２：頼もしい」と保存される。

抽出モデル１１４は、入力データに含まれる行動変容手法（ＢＣＴ：Behavior Change Technique）に関する情報を抽出するモデルである。

ここで、本実施形態に係る行動変容手法（ＢＣＴ）とは、行動変容に作用する（働きかける）手法又は方法である。例えば、ＢＣＴＴｖ１（Michie S, Richardson M, Johnston M, et al.: The behavior change technique taxonomy (v1) of 93 hierarchically clustered techniques: building an international consensus for the reporting of behavior change interventions. Ann Behav Med 2013; 46: 81～95.）によると１６グループの９３個のＢＣＴが規定されている。なお、ＢＣＴの規定はＢＣＴＴｖ１に限られず、行動変容の手法を包括的に網羅する限り、どのように規定されてもよい。

抽出モデル１１４は、ＢＣＴのアノテーション情報が付与されたデータを用いて学習させることによって生成されてもよい。

推奨手法記憶部１１５には、入力データに含まれることが推奨されるＢＣＴの情報が保存されている。一実施形態では、推奨手法記憶部１１５には、データカテゴリ、データ分野、推奨ＢＣＴが含まれることが望ましい。データカテゴリ、データ分野は、ユーザ記憶部１１３のデータカテゴリ、データ分野と同様の情報である。推奨ＢＣＴは、対象のデータカテゴリ及びデータ分野の入力データに含まれることが推奨されるＢＣＴを示す情報である。

登録部１２０は、ユーザの情報を登録する。本実施形態では、登録部１２０は、クライアント端末２００からの登録要求に応じてユーザＩＤを生成し、登録要求に含まれる情報をユーザＩＤと共にユーザ記憶部１１３に登録する。本実施形態では、登録要求には、ユーザ情報の一例である氏名、年齢、性別、データカテゴリ、データ分野、エージェント嗜好、肯定的フィードバック嗜好、否定的フィードバック嗜好等が含まれる。

受信部１３０は、評価対象の入力データを受信する。本実施形態では、受信部１３０は、クライアント端末２００からユーザＩＤ及び入力データを受信する。前述したように、入力データは、テキスト情報、動画像、会話の音声等、任意の形式のデータとすることができる。

フィードバック生成部１４０は、入力データに基づいて１又は複数のフィードバックを生成する。一実施形態では、フィードバック生成部１４０は、入力データのデータカテゴリと入力データのデータ分野に基づいて１又は複数の評価項目を決定し、評価項目ごとのフィードバックを生成する。例えば、データカテゴリ「１：営業」、データ分野「保険」の入力データの場合、フィードバック生成部１４０は、「ヒアリング力」、「説明力」、「トラブル対応力」を評価項目として決定し、評価項目ごとに計３つのフィードバックを生成することができる。別の例では、データカテゴリ「自己実現」、データ分野「ランニング」の入力データの場合、フィードバック生成部１４０は、「トレーニング内容」、「健康状態」を含む評価項目を決定し、評価項目ごとに計２つのフィードバックを生成することができる。本実施形態では、フィードバック生成部１４０は、生成したフィードバックを肯定的フィードバック、否定的フィードバックのいずれかの種別に関連付ける。

なお、一実施形態では、フィードバック生成部１４０は、１つの評価項目について１つのフィードバックを生成するが、別の実施形態では、フィードバック生成部１４０は、１つの評価項目について複数のフィードバックを生成してもよい。例えば、フィードバック生成部１４０は、１つの評価項目について、肯定的フィードバックと否定的フィードバックをそれぞれ生成してもよい。

エージェント選択部１５０は、フィードバックに用いるエージェントを選択する。本実施形態では、エージェント選択部１５０は、フィードバックの属性とユーザの嗜好に基づいて、フィードバックごとにエージェントを選択する。本実施形態では、フィードバックの属性には、フィードバックの評価項目、フィードバックの種別が含まれる。フィードバックの評価項目は、フィードバック生成部１４０が決定した評価項目であり、フィードバックの種別は、フィードバック生成部１４０が関連付けた種別である。

音声取得部１６０は、フィードバックに含まれるテキストに対応する音声データを取得する。本実施形態では、音声取得部１６０は、音源記憶部１１２を用いて、エージェント選択部１５０が選択したエージェントの音声データを取得する。

出力部１７０は、エージェントを用いたフィードバックを出力する。本実施形態では、出力部１７０は、エージェント選択部１５０が選択したエージェントの情報を適用したフィードバック及び音声取得部１６０が取得した音声データを出力する。出力部１７０は、エージェント記憶部１１１から対象のエージェントの情報を取得して、取得した情報をフィードバックに適用し、フィードバック及び音声データを出力する。一実施形態では、出力部１７０は、フィードバックに加えて、エージェントの情報を出力してもよい。例えば、出力部１７０は、エージェントの職業が医師であることを示すテキストや画像、音声データを出力してもよい。

（機能構成：クライアント端末）

図５は、本発明の一実施形態に係るクライアント端末の構成を示す図である。クライアント端末２００は、記憶部２１０と、登録要求部２２０と、送信部２３０と、再生部２４０とを備えている。図５に示す各部は、例えば、記憶領域を用いたり、記憶領域に格納されたプログラムをプロセッサが実行したりすることにより実現することができる。

登録要求部２２０は、ユーザの登録要求を送信する。本実施形態では、登録要求部２２０は、氏名、年齢、性別、データカテゴリ、データ分野、エージェント嗜好、肯定的フィードバック嗜好、否定的フィードバック嗜好等を含む登録要求を情報処理装置１００に送信する。

送信部２３０は、評価対象の入力データを送信する。本実施形態では、送信部２３０は、情報処理装置１００にユーザＩＤ及び入力データを送信する。前述したように、入力データは、テキスト情報、動画像、会話の音声等、任意の形式のデータとすることができる。

再生部２４０は、入力データの応答としてフィードバックを受信して、受信したフィードバックを再生する。本実施形態では、再生部２４０は、クライアント端末２００の表示装置や音声出力装置でフィードバックを再生する。

（動作）
図６を参照して、本発明の一実施形態に係る情報処理装置１００における処理を詳細に説明する。本実施形態では、図６の処理が開始される前に、記憶部１１０に各種データが格納されているものとする。

（実施例１）
本実施例では、保険の営業を職務とするユーザＡが、クライアント端末２００から入力データを送信する例について説明する。図４に示されるように、ユーザ記憶部１１３には、ユーザＡのエージェント嗜好に、カテゴリ「１：人物」、性別「１：男性」が保存され、肯定的フィードバック嗜好に、関係「４：指導者」、特性「１２：頼もしい」が保存され、否定的フィードバック嗜好に、関係「１：同僚、同級生」、特性「１：穏やか」、特性「１２：頼もしい」と保存されている。

ステップＳ１０１において、情報処理装置１００の受信部１３０は、評価対象の入力データを受信する。ここでは、受信部１３０は、クライアント端末２００からユーザＩＤ「０００１」及び入力データを受信したものとする。

ステップＳ１０２において、情報処理装置１００のフィードバック生成部１４０は、入力データの評価項目を決定する。本実施形態では、フィードバック生成部１４０は、ユーザＩＤに基づいてユーザ記憶部１１３を参照し、入力データのデータカテゴリと入力データのデータ分野に基づいて１又は複数の評価項目を決定する。ここでは、フィードバック生成部１４０は、データカテゴリ「１：営業」、データ分野「保険」に基づいて、「ヒアリング力」、「説明力」、「トラブル対応力」を評価項目として決定したものとする。

ステップＳ１０３において、フィードバック生成部１４０は、評価項目ごとのフィードバックを生成する。本実施形態では、フィードバック生成部１４０は、生成したフィードバックを肯定的フィードバック、否定的フィードバックのいずれかの種別に関連付ける。ここでは、フィードバック生成部１４０は、評価項目「ヒアリング力」、「トラブル対応力」について肯定的フィードバックを生成し、評価項目「説明力」について否定的フィードバックを生成したものとする。

一実施形態では、フィードバック生成部１４０は、入力データを抽出モデル１１４に入力して、入力データに含まれるＢＣＴの情報を抽出してもよい。入力データに含まれるＢＣＴの情報が抽出された場合、フィードバック生成部１４０は、抽出したＢＣＴの情報を含むフィードバックを生成してもよい。

また、一実施形態では、フィードバック生成部１４０は、入力データのデータカテゴリと入力データのデータ分野に基づいて推奨手法記憶部１１５を参照して、入力データに含まれることが推奨されるＢＣＴの情報を取得してもよい。入力データに含まれることが推奨されるＢＣＴの情報が取得された場合、フィードバック生成部１４０は、取得したＢＣＴの情報を含むフィードバックを生成してもよい。なお、入力データに含まれるＢＣＴの情報についても抽出されている場合、フィードバック生成部１４０は、入力データに含まれるＢＣＴの情報と入力データに含まれることが推奨されるＢＣＴの情報との差分を含むフィードバックを生成してもよい。

ステップＳ１０４において、情報処理装置１００のエージェント選択部１５０は、フィードバックに用いるエージェントを選択する。本実施形態では、エージェント選択部１５０は、フィードバックの属性とユーザの嗜好に基づいて、フィードバックごとにエージェントを選択する。本実施形態では、エージェント選択部１５０は、評価項目と種別とに基づいて、肯定的なフィードバックに用いるエージェントと、否定的なフィードバックに用いるエージェントとを選択する。

ここでは、エージェント選択部１５０は、ユーザＡのエージェント嗜好、肯定的フィードバック嗜好、及び否定的フィードバック嗜好に基づいて、肯定的なフィードバックに用いるエージェントと、否定的なフィードバックに用いるエージェントとを選択する。エージェント選択部１５０は、カテゴリ「１：人物」、性別「１：男性」、関係「４：指導者」、特性「１２：頼もしい」に合致するエージェントＸを肯定的なフィードバックに用いるエージェントとして選択し、カテゴリ「１：人物」、性別「１：男性」、関係「１：同僚、同級生」、特性「１：穏やか」、特性「１２：頼もしい」に合致するエージェントＹを否定的なフィードバックに用いるエージェントとして選択したものとする。

ステップＳ１０５において、情報処理装置１００の音声取得部１６０は、フィードバックに含まれるテキストに対応する音声データを取得する。本実施形態では、音声取得部１６０は、音源記憶部１１２を用いて、エージェント選択部１５０が選択したエージェントの音声データを取得する。ここでは、音声取得部１６０は、評価項目「ヒアリング力」、「トラブル対応力」についてエージェントＸの音声データを取得し、評価項目「説明力」についてエージェントＹの音声データを取得したものとする。

ステップＳ１０６において、情報処理装置１００の出力部１７０は、エージェントを用いたフィードバックを出力する。本実施形態では、出力部１７０は、エージェント記憶部１１１から対象のエージェントの情報を取得して、取得した情報をフィードバックに適用し、フィードバック及び音声データを出力する。ここでは、出力部１７０は、評価項目「ヒアリング力」、「トラブル対応力」のフィードバックにエージェントＸの情報を適用し、評価項目「説明力」のフィードバックにエージェントＹの情報を適用し、フィードバック及びステップＳ１０５で取得した音声データを出力したものとする。

一実施形態では、ユーザ記憶部１１３に出力タイプの嗜好を保存し、出力部１７０は、ユーザの出力タイプの嗜好に応じたデータを出力してもよい。

（実施例２）
本実施例では、ランニングを自己実現の目標とするユーザＣが、クライアント端末２００から入力データを送信する例について説明する。図４に示されるように、ユーザ記憶部１１３には、ユーザＣのエージェント嗜好に、カテゴリ「１：人物」、性別「２：女性」が保存され、肯定的フィードバック嗜好に、関係「４：指導者」、特性「１２：頼もしい」が保存され、否定的フィードバック嗜好に、関係「６：友人」、特性「３２：はっきり」と保存されている。

ステップＳ１０１において、受信部１３０は、評価対象の入力データを受信する。ここでは、受信部１３０は、クライアント端末２００からユーザＩＤ「０１００」及び入力データを受信したものとする。

ステップＳ１０２において、フィードバック生成部１４０は、入力データの評価項目を決定する。ここでは、フィードバック生成部１４０は、データカテゴリ「３：自己実現」、データ分野「ラニング」に基づいて、「トレーニング内容」、「健康状態」を評価項目として決定したものとする。

ステップＳ１０３において、フィードバック生成部１４０は、評価項目ごとのフィードバックを生成する。ここでは、フィードバック生成部１４０は、評価項目「トレーニング内容」について肯定的フィードバック及び否定的フィードバックを生成し、評価項目「健康状態」について否定的フィードバックを生成したものとする。

ステップＳ１０４において、エージェント選択部１５０は、フィードバックに用いるエージェントを選択する。本実施例では、エージェント記憶部１１１において評価項目「健康状態」について関係「５：専門家」のレコードが登録されているので、エージェント選択部１５０は、当該エージェントZを評価項目「健康状態」のフィードバックに用いるエージェントとして選択する。

さらに、評価項目「トレーニング内容」については、エージェント選択部１５０は、ユーザBのエージェント嗜好、肯定的フィードバック嗜好、及び否定的フィードバック嗜好に基づいて、カテゴリ「１：人物」、性別「２：女性」、関係「４：指導者」、特性「１２：頼もしい」に合致するエージェントＰを肯定的なフィードバックに用いるエージェントとして選択し、カテゴリ「１：人物」、性別「２：女性」、関係「６：友人」、特性「３２：はっきり」に合致するエージェントＱを否定的なフィードバックに用いるエージェントとして選択したものとする。

ステップＳ１０５において、音声取得部１６０は、フィードバックに含まれるテキストに対応する音声データを取得する。本実施形態では、音声取得部１６０は、音源記憶部１１２を用いて、エージェント選択部１５０が選択したエージェントの音声データを取得する。ここでは、音声取得部１６０は、評価項目「健康状態」についてエージェントＺの音声データを取得し、評価項目「トレーニング内容」について肯定的フィードバック用のエージェントＰの音声データと否定的フィードバック用のエージェントＱの音声データを取得したものとする。

ステップＳ１０６において、出力部１７０は、エージェントを用いたフィードバックを出力する。ここでは、出力部１７０は、評価項目「健康状態」のフィードバックにエージェントＺの情報を適用し、評価項目「トレーニング内容」の肯定的フィードバックにエージェントＰの情報を適用し、評価項目「トレーニング内容」の否定的フィードバックにエージェントＱの情報を適用し、フィードバック及びステップＳ１０５で取得した音声データを出力したものとする。なお、出力部１７０は、評価項目「健康状態」のフィードバックについては、フィードバックに加えて、エージェントの職業が医師であることを示す情報を出力したものとする。

（ハードウェア構成：情報処理装置）
次に、図７を参照して、情報処理装置１００のハードウェア構成の一例について説明する。図７に示すように、情報処理装置１００は、例えば、プロセッサ１０１、メモリ１０２、記憶装置１０３、入力Ｉ／Ｆ部１０４、データＩ／Ｆ部１０５、通信Ｉ／Ｆ部１０６、及び表示装置１０７を含む。

プロセッサ１０１は、メモリ１０２に記憶されているプログラムを実行することにより情報処理装置１００における各種の処理を制御する制御部である。

メモリ１０２は、例えばＲＡＭ（Random Access Memory）等の記憶媒体である。メモリ１０２は、プロセッサ１０１によって実行されるプログラムのプログラムコードや、プログラムの実行時に必要となるデータを一時的に記憶する。

記憶装置１０３は、例えばハードディスクドライブ（ＨＤＤ）やフラッシュメモリ等の不揮発性の記憶媒体である。記憶装置１０３は、オペレーティングシステムや、上記各構成を実現するための各種プログラムを記憶する。

入力Ｉ／Ｆ部１０４は、ユーザからの入力を受け付けるためのデバイスである。入力Ｉ／Ｆ部１０４は、例えば、キーボードやマウス、タッチパネル、各種センサ、ウェアラブル・デバイス等である。入力Ｉ／Ｆ部１０４は、例えばＵＳＢ（Universal Serial Bus）等のインターフェースを介して情報処理装置１００に接続されてもよい。

データＩ／Ｆ部１０５は、情報処理装置１００の外部からデータを入力するためのデバイスである。データＩ／Ｆ部１０５は、例えば、各種記憶媒体に記憶されているデータを読み取るためのドライブ装置等である。データＩ／Ｆ部１０５は、情報処理装置１００の外部に設けられてもよい。データＩ／Ｆ部１０５が情報処理装置１００の外部に設けられる場合、データＩ／Ｆ部１０５は、例えば、ＵＳＢ等のインターフェースを介して情報処理装置１００に接続される。

通信Ｉ／Ｆ部１０６は、情報処理装置１００の外部の装置と有線又は無線により、インターネット等のネットワークを介したデータ通信を行うためのデバイスである。通信Ｉ／Ｆ部１０６は、情報処理装置１００の外部に設けられてもよい。通信Ｉ／Ｆ部１０６が情報処理装置１００の外部に設けられる場合、通信Ｉ／Ｆ部１０６は、例えば、ＵＳＢ等のインターフェースを介して情報処理装置１００に接続される。

表示装置１０７は、各種情報を表示するためのデバイスである。表示装置１０７は、例えば、液晶ディスプレイや有機ＥＬ（Electro－Luminescence）ディスプレイ、ウェアラブル・デバイスのディスプレイ等である。表示装置１０７は、情報処理装置１００の外部に設けられてもよい。表示装置１０７が情報処理装置１００の外部に設けられる場合、表示装置１０７は、例えば、ディスプレイケーブル等を介して情報処理装置１００に接続される。また、入力Ｉ／Ｆ部１０４としてタッチパネルが採用される場合には、表示装置１０７は、入力Ｉ／Ｆ部１０４と一体化して構成されてもよい。

（ハードウェア構成：クライアント端末）
次に、図８を参照して、クライアント端末２００のハードウェア構成の一例について説明する。図８に示すように、クライアント端末２００は、例えば、プロセッサ２０１、メモリ２０２、記憶装置２０３、入力Ｉ／Ｆ部２０４、データＩ／Ｆ部２０５、通信Ｉ／Ｆ部２０６、表示装置２０７、及び音声出力装置２０８を含む。

なお、プロセッサ２０１、メモリ２０２、記憶装置２０３、入力Ｉ／Ｆ部２０４、データＩ／Ｆ部２０５、通信Ｉ／Ｆ部２０６、表示装置２０７はそれぞれ、プロセッサ１０１、メモリ１０２、記憶装置１０３、入力Ｉ／Ｆ部１０４、データＩ／Ｆ部１０５、通信Ｉ／Ｆ部１０６、表示装置１０７と同様の構成を有するので、詳細な説明は省略する。

音声出力装置２０８は、音声を出力するためのデバイスである。音声出力装置２０８は、例えば、スピーカ等である。音声出力装置２０８は、クライアント端末２００の外部に設けられてもよい。音声出力装置２０８がクライアント端末２００の外部に設けられる場合、音声出力装置２０８は、例えば、スピーカケーブル等を介してクライアント端末２００に接続される。

以上、本実施形態によれば、情報処理装置１００は、フィードバックの属性に基づいて、複数のエージェントの中から当該フィードバックに用いるエージェントを選択し、選択されたエージェントを用いたフィードバックを出力することで、フィードバックの属性を考慮した、ユーザにとってより効果的な態様でフィードバックを提供することができる。

例えば、情報処理装置１００は、フィードバックの属性の一例である評価項目に基づいて、評価項目の専門家を当該フィードバックのエージェントとして選択したり、フィードバックの属性の一例である種別に基づいて、フィードバックが肯定的な内容である場合と否定的な内容である場合とで異なるエージェントを選択したりすることができる。フィードバックの属性に応じた出力態様でフィードバックを提供することで、情報処理装置１００は、ユーザがより効果的にフィードバックを受け取ることを支援することができる。

また、情報処理装置１００は、フィードバックに加えて、エージェントの職業を示す情報を出力することで、ユーザが受け取るフィードバックにより信憑性を持たせることができる。

また、情報処理装置１００は、フィードバックの属性に加えて、ユーザの嗜好情報に基づいてエージェントを選択することで、さらに、ユーザにとってより効果的な態様でフィードバックを提供することができる。フィードバックの属性とユーザの嗜好情報を合わせた、細やかなエージェントの選択を可能とすることで、情報処理装置１００は、様々な感性を有するユーザに対して、最適なフィードバックを提供することができる。

また、情報処理装置１００は、出力タイプの嗜好情報に基づいて、画像、音声、及びテキストのうちの少なくとも１つを含むフィードバックを出力することで、さらに、ユーザにとってより効果的な態様でフィードバックを提供することができる。例えば、ユーザが、よりユーザ自身に印象を残す出力タイプを設定しておくことで、フィードバックの効果をより向上させることができる。

また、情報処理装置１００は、入力データに含まれる行動変容手法を抽出し、抽出した行動変容手法に関するフィードバックを生成することで、行動科学の理論に基づいて分析されたフィードバックをユーザに提供することができる。

また、情報処理装置１００は、入力データに含まれることが推奨される行動変容手法に関するフィードバックを生成することで、行動科学の理論に基づく有効なフィードバックをユーザに提供することができる。

さらに、情報処理装置１００は、入力データに含まれる行動変容手法と入力データに含まれることが推奨される行動変容手法の差分に関するフィードバックを生成することで、ユーザの現状を反映した上で、行動科学の理論に基づく有効なフィードバックをユーザに提供することができる。

１００ 情報処理装置、１０１ プロセッサ、１０２ メモリ、１０３ 記憶装置、１０４ 入力Ｉ／Ｆ部、１０５ データＩ／Ｆ部、１０６ 通信Ｉ／Ｆ部、１０７ 表示装置、１１０ 記憶部、１１１ エージェント記憶部、１１２ 音源記憶部、１１３ ユーザ記憶部、１１４ 抽出モデル、１１５ 推奨手法記憶部、１２０ 登録部、１３０ 受信部、１４０ フィードバック生成部、１５０ エージェント選択部、１６０ 音声取得部、１７０ 出力部、２００ クライアント端末、２０１ プロセッサ、２０２ メモリ、２０３ 記憶装置、２０４ 入力Ｉ／Ｆ部、２０５ データＩ／Ｆ部、２０６ 通信Ｉ／Ｆ部、２０７ 表示装置、２０８ 音声出力装置、２１０ 記憶部、２２０ 登録要求部、２３０ 送信部、２４０ 再生部、Ｎ ネットワーク

Claims (8)

1. クライアント端末から受信した入力データに基づいて、前記入力データを評価する複数の項目を決定し、項目ごとのフィードバックを生成するフィードバック生成部であって、前記入力データに含まれる第１の行動変容手法に関するデータを抽出し、前記第１の行動変容手法に関する少なくとも１つのフィードバックを生成するフィードバック生成部と、
   複数のエージェントの中から、前記入力データを肯定する内容であるフィードバックに用いるエージェントと、前記入力データを否定する内容であるフィードバックに用いるエージェントを選択することで、各フィードバックに用いるエージェントをそれぞれ選択するエージェント選択部であって、当該フィードバックに対応する項目に関連付けられたエージェントが存在する場合、前記関連付けられたエージェントを選択するエージェント選択部と、
   前記クライアント端末の表示装置を介して、フィードバックごとに選択されたエージェントの画像、音声、及びテキストのうちの少なくとも２つを含む各フィードバックを出力する出力部と
   を備える情報処理装置。
2. 前記出力部は、前記フィードバックに加えて、前記選択されたエージェントの情報を出力する、請求項１に記載の情報処理装置。
3. 前記入力データ及びユーザを識別する情報を受信する受信部をさらに備え、
   前記エージェント選択部は、前記ユーザの嗜好情報にさらに基づいて、前記複数のエージェントの中からエージェントを選択する、請求項１に記載の情報処理装置。
4. 前記ユーザの嗜好情報は、前記ユーザと前記エージェントとの関係を示す情報を含み、前記関係は、顧客又は同志を少なくとも含む、請求項３に記載の情報処理装置。
5. 前記入力データに含まれることが推奨される第２の行動変容手法に関するデータを記憶する推奨手法記憶部をさらに備え、
   前記フィードバック生成部は、前記第２の行動変容手法に関する少なくとも１つのフィードバックを生成する、請求項１に記載の情報処理装置。
6. 前記入力データに含まれることが推奨される第２の行動変容手法に関するデータを記憶する推奨手法記憶部をさらに備え、
   前記フィードバック生成部は、前記第１の行動変容手法及び前記第２の行動変容手法の差分に関する少なくとも１つのフィードバックを生成する、請求項１に記載の情報処理装置。
7. コンピュータが、
   クライアント端末から受信した入力データに基づいて、前記入力データを評価する複数の項目を決定し、項目ごとのフィードバックを生成することであって、前記入力データに含まれる第１の行動変容手法に関するデータを抽出し、前記第１の行動変容手法に関する少なくとも１つのフィードバックを生成することと、
   複数のエージェントの中から、前記入力データを肯定する内容であるフィードバックに用いるエージェントと、前記入力データを否定する内容であるフィードバックに用いるエージェントを選択することで、各フィードバックに用いるエージェントをそれぞれ選択することであって、当該フィードバックに対応する項目に関連付けられたエージェントが存在する場合、前記関連付けられたエージェントを選択することと、
   前記クライアント端末の表示装置を介して、フィードバックごとに選択されたエージェントの画像、音声、及びテキストのうちの少なくとも２つを含む各フィードバックを出力することと
   を含む方法。
8. コンピュータに、
   クライアント端末から受信した入力データに基づいて、前記入力データを評価する複数の項目を決定し、項目ごとのフィードバックを生成する処理であって、前記入力データに含まれる第１の行動変容手法に関するデータを抽出し、前記第１の行動変容手法に関する少なくとも１つのフィードバックを生成する処理と、
   複数のエージェントの中から、前記入力データを肯定する内容であるフィードバックに用いるエージェントと、前記入力データを否定する内容であるフィードバックに用いるエージェントを選択することで、各フィードバックに用いるエージェントをそれぞれ選択する処理であって、当該フィードバックに対応する項目に関連付けられたエージェントが存在する場合、前記関連付けられたエージェントを選択する処理と、
   前記クライアント端末の表示装置を介して、フィードバックごとに選択されたエージェントの画像、音声、及びテキストのうちの少なくとも２つを含む各フィードバックを出力する処理と
   を実行させるプログラム。