WO2016088463A1 - 情報処理装置、情報処理方法及びコンピュータプログラム - Google Patents

情報処理装置、情報処理方法及びコンピュータプログラム Download PDF

Info

Publication number
WO2016088463A1
WO2016088463A1 PCT/JP2015/079710 JP2015079710W WO2016088463A1 WO 2016088463 A1 WO2016088463 A1 WO 2016088463A1 JP 2015079710 W JP2015079710 W JP 2015079710W WO 2016088463 A1 WO2016088463 A1 WO 2016088463A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
learning
information processing
management server
level
Prior art date
Application number
PCT/JP2015/079710
Other languages
English (en)
French (fr)
Inventor
慶彦 池長
政明 礒津
武彦 佐々木
一弘 渡邊
信次 高江
潤一郎 高木
Original Assignee
ソニー株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Priority to EP15865166.1A priority Critical patent/EP3229218A4/en
Priority to US15/529,543 priority patent/US20170316710A1/en
Priority to JP2016562344A priority patent/JP6665787B2/ja
Priority to CN201580064046.2A priority patent/CN107004373A/zh
Publication of WO2016088463A1 publication Critical patent/WO2016088463A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/06—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers
    • G09B7/07—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers providing for individual presentation of questions to a plurality of student stations
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • G09B7/04—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/06—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers
    • G09B7/08—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying further information

Definitions

  • the present disclosure relates to an information processing apparatus, an information processing method, and a computer program.
  • the present disclosure proposes a new and improved information processing apparatus, information processing method, and computer program capable of providing a user with a problem according to the level of understanding of the user's learning.
  • an information processing apparatus including a control unit that generates
  • the learning level and the learning speed of the user are acquired, the problem for the user is generated based on the acquired learning level, and the generated problem is related to the generated problem based on the acquired learning speed.
  • An information processing method is provided that includes generating a topic.
  • the computer acquires the learning level and the learning speed of the user, generates a problem for the user based on the acquired learning level, and generates the problem based on the acquired learning speed.
  • a computer program is provided that causes the generation of a related topic.
  • a new and improved information processing apparatus, information processing method, and computer program capable of providing a user with a problem according to the level of understanding of the user's learning are provided. I can do it.
  • FIG. 2 is an explanatory diagram illustrating a system configuration example of a learning system 10 according to an embodiment of the present disclosure.
  • FIG. 3 is an explanatory diagram illustrating an example of a functional configuration of a problem management server 100.
  • FIG. 3 is an explanatory diagram illustrating an example of a functional configuration of an answering terminal 200.
  • 4 is an explanatory diagram for explaining an outline of an operation of a problem management server 100.
  • FIG. It is explanatory drawing which shows the example of a template, the conditions applied to a template, and a problem sentence.
  • 5 is a flowchart showing an operation example of a problem management server 100.
  • 5 is a flowchart showing an operation example of a problem management server 100.
  • the degree of progress of learning and the degree of understanding of the subject field of learning vary widely from user to user. Therefore, when the same problem is given to any user, it is required to make a question in consideration of the degree of advancement and the degree of understanding, and the question takes time. Also, if the same problem is given to all users, an event may occur that is too gentle for a certain user and too difficult for a certain user. Also, if the explanations and themes for the problem are static, it is difficult to confirm whether the user really understands the problem.
  • the present disclosure person can reduce the time required to create a problem for the user to answer online via the network, and provide the user with a problem according to the state of the user's learning.
  • the present disclosure person can reduce the time required for writing by automatically creating a problem according to the state related to the user's learning, as well as user learning.
  • FIG. 1 is an explanatory diagram illustrating a system configuration example of a learning system 10 according to an embodiment of the present disclosure.
  • FIG. 1 shows a system configuration example of a learning system 10 for the purpose of automatically creating a problem according to a state related to the user's learning and allowing the user to solve the problem.
  • a system configuration example of the learning system 10 according to an embodiment of the present disclosure will be described with reference to FIG.
  • the learning system 10 includes a problem management server 100, an answering terminal 200, and a sensor 300.
  • the problem management server 100 and the answering terminal 200 are connected to a network 20 such as the Internet or an intranet, respectively.
  • the problem management server 100 and the answering terminal 200 may be connected to the network 20 by wire or may be connected wirelessly.
  • the problem management server 100 is a server that manages problems that are presented to users.
  • the problem management server 100 holds a template that is a basis for a problem to be presented to the user in advance, and automatically creates a problem, a commentary, and a problem category using the template according to the state of the user.
  • the generation timing of the problem, explanation, and problem category of the problem management server 100 is not limited to a specific point in time.
  • the problem management server 100 generates a problem, an explanation, and a classification at a predetermined time.
  • problems, explanations, and themes may be generated at the timing when the user starts learning.
  • the answering terminal 200 is a terminal for answering a question given from the problem management server 100, and is, for example, a device such as a personal computer, a tablet-type terminal, or a smart phone (high function mobile phone).
  • a user who answers a question given by the problem management server 100 uses a character input by a keyboard, a mouse, a touch panel, a voice input by a microphone, a gesture by a camera, etc.
  • the answering terminal 200 answers.
  • the answer terminal 200 transmits the answer to the problem management server 100.
  • the sensor 300 is a device that senses the state of the answering terminal 200 and the state of the user who uses the answering terminal 200.
  • a sensor constituting the sensor 300 for example, a sensor that acquires a current position such as a GPS (Global Positioning System), a GLONASS (Global Navigation Satellite System), a BDS (BeiDow Navigation Satellite System), or a sensor with a human information sensor, , Microphones and the like may be included.
  • the sensor 300 detects acceleration, angular velocity, azimuth, illuminance, temperature, atmospheric pressure and the like applied to the apparatus.
  • the various sensors described above can detect various information as information related to the user, for example, information indicating the user's movement and orientation.
  • the sensor 300 may include a sensor that detects biological information of the user such as a pulse, sweating, brain waves, touch, smell, and taste.
  • the answer terminal 200 can grasp the state of the answer terminal 200 and the state of the user who uses the answer terminal 200 based on the sensing data sent from the sensor 300.
  • the answering terminal 200 transmits the sensing data sent from the sensor 300 to the problem management server 100.
  • the problem management server 100 can grasp the state of the answer terminal 200 and the state of the user who uses the answer terminal 200 based on the sensing data sent from the sensor 300 via the answer terminal 200. Then, the problem management server 100 dynamically changes the question to be asked to the user according to the state of the answering terminal 200 that can be grasped based on the sensing data and the state of the user who uses the answering terminal 200. The content provided to the user can be changed.
  • 1 illustrates an example in which the sensor 300 is connected to the answering terminal 200, but the present disclosure is not limited to such an example. Needless to say, some or all of the devices constituting the sensor 300 may be incorporated in the answering terminal 200. 1 shows an example in which the sensor 300 is connected to the answering terminal 200, but the answering terminal 200 and the sensor 300 may be connected by wire or may be connected wirelessly.
  • the learning system 10 has the configuration illustrated in FIG. 1, and thus allows the user to answer the problem that the problem management server 100 issues to the answer terminal 200.
  • the learning system 10 according to an embodiment of the present disclosure has the configuration illustrated in FIG. 1, so that the problem management server 100 automatically generates a problem corresponding to the state related to the user's learning, and the generated problem Can be given to users.
  • FIG. 2 is an explanatory diagram illustrating a functional configuration example of the problem management server 100 included in the learning system 10 according to an embodiment of the present disclosure.
  • FIG. 2 shows an example of a functional configuration of the problem management server 100 having a function of automatically generating a problem according to a state related to user learning.
  • a functional configuration example of the problem management server 100 will be described with reference to FIG.
  • the problem management server 100 includes an information acquisition unit 110, a control unit 120, and a storage unit 130.
  • the information acquisition unit 110 acquires various information.
  • the information acquisition unit 110 acquires a state related to learning of a user who answers a problem using the answering terminal 200 and is sent via the answering terminal 200 to sense data by the sensor 300. To get.
  • the state relating to user learning is stored in, for example, the storage unit 130, and the information acquisition unit 110 appropriately acquires the state relating to user learning from the storage unit 130.
  • the information acquired by the information acquisition unit 110 is used when a problem is generated in the problem generation unit 122 described later, the problem is explained, and the problem category is generated.
  • the control unit 120 includes, for example, a CPU (Central Processing Unit), a ROM (Read Only Memory), a RAM (Random Access Memory), and the like, and controls the operation of the problem management server 100.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • control unit 120 includes a state calculation unit 121, a problem generation unit 122, and an information generation unit 123.
  • the state calculation unit 121 calculates a state related to user learning.
  • the state calculation unit 121 causes the storage unit 130 to store the state related to the user learning.
  • the state calculation unit 121 updates the state related to the user's learning according to the answer status of the problem and the topic by the user. Accordingly, the state calculation unit 121 can function as an example of the learning status update unit of the present disclosure.
  • the problem generator 122 automatically generates a problem for the user to answer using the answering terminal 200, an explanation of the problem, and a problem class.
  • the state calculation unit 121 calculates the state related to the user learning acquired by the information acquisition unit 110 A problem is generated based on the sensing data from the sensor 300.
  • the problem generation unit 122 uses an index of the user's learning level, acquisition speed, and concentration level when generating a problem to be answered by the user.
  • the problem generation unit 122 reads a template according to the index of the user's learning level, learning speed, and concentration level, and generates a problem and a class by applying values to the template.
  • the problem generation unit 122 updates the index of the user's learning level, acquisition speed, and concentration level based on the answer status of the problem and the topic by the user, sensing data from the sensor 300, and the like.
  • the problem and class generation processing by the problem generation unit 122 will be described in detail later.
  • the information generation unit 123 generates information to be displayed on the answering terminal 200 in, for example, a GUI (Graphical User Interface) format. For example, the information generation unit 123 generates information for causing the answering terminal 200 to display the content of the problem, a commentary on the problem, the topic of the problem, and the like in the form of a GUI. Information generated by the information generation unit 123 is sent to the answering terminal 200 through the network 20.
  • GUI Graphic User Interface
  • the storage unit 130 can be composed of various storage media such as ROM and RAM.
  • the storage unit 130 stores programs and various information for the operation of the problem management server 100.
  • the information stored in the storage unit 130 may include, for example, a state related to learning of a user who answers a question using the answering terminal 200.
  • the problem management server 100 has a configuration as illustrated in FIG. 2 to automatically generate a problem and cause the user to answer the generated problem using the answering terminal 200. I can do it.
  • the function configuration example of the problem management server 100 has been described above with reference to FIG. Subsequently, a functional configuration example of the answering terminal 200 included in the learning system 10 according to an embodiment of the present disclosure will be described.
  • FIG. 3 is an explanatory diagram illustrating a functional configuration example of the answering terminal 200 according to an embodiment of the present disclosure.
  • FIG. 3 shows an example of the functional configuration of the answering terminal 200 for answering a question given from the question management server 100.
  • a functional configuration example of the answering terminal 200 according to an embodiment of the present disclosure will be described with reference to FIG.
  • the answering terminal 200 includes an input unit 210, a storage unit 220, a control unit 230, a display unit 240, and a communication unit 250. Is done.
  • the input unit 210 is various input devices that receive input from the user, and may be configured with, for example, a keyboard, a mouse, a touch panel, a microphone, a camera, and the like.
  • the user performs input using the input unit 210 using character input using a keyboard, mouse, touch panel, etc., voice input using a microphone, gesture using a camera, or the like.
  • sensing devices can also function as the input unit 210.
  • a sensing device for example, a sensor such as GPS, GLONASS, and BDS, a camera, a camera with depth information, a human sensor, a microphone, and the like can be included.
  • Such a sensing device detects acceleration, angular velocity, azimuth, illuminance, temperature, atmospheric pressure, etc. applied to the apparatus.
  • the various sensing devices can detect various information as information related to the user, for example, information indicating the user's movement or orientation.
  • the sensing device may include a sensor that detects biological information of the user such as pulse, sweat, brain wave, touch, smell, and taste.
  • a part or all of the sensing device may be included in the sensor 300 connected to the answering terminal 200 as shown in FIG. 1 and FIG.
  • the storage unit 220 can be composed of various storage media such as ROM and RAM.
  • the storage unit 220 stores a program for operating the answering terminal 200 and various information.
  • the program and various information stored in the storage unit 220 are read by the control unit 230 as needed.
  • the control unit 230 includes, for example, a CPU, a ROM, a RAM, and the like, and controls the operation of the answering terminal 200.
  • the control unit 230 controls, for example, the display of the GUI on the display unit 240 and executes various processes for the input operation by the user input unit 210 for the GUI.
  • the display unit 240 is a device configured with a display panel such as a liquid crystal display or an organic EL display, and displays various information such as characters and images. In the present embodiment, as will be described later, the display unit 240 displays a problem that the problem management server 100 gives a question using a predetermined GUI.
  • the display unit 240 may be provided with a touch panel, and an input operation may be received by touching the display unit 240 to the user.
  • the answering terminal 200 may present a problem that the problem management server 100 issues by a voice output from a voice output device such as a speaker (not shown). In that case, the answering terminal 200 may receive voice data from the problem management server 100, or may receive text data from the problem management server 100 and convert the text data into voice data at the answering terminal 200. .
  • the communication unit 250 executes communication processing with an external device.
  • the communication process executed by the communication unit 250 is not limited to a predetermined standard or protocol.
  • the communication unit 250 is configured to transmit and receive various types of information to and from the problem management server 100 through the network 20.
  • the communication unit 250 receives the problem generated by the problem management server 100, the explanation of the problem, and the problem category, and transmits the problem and the answer of the problem by the user to the problem management server 100.
  • the function configuration example of the answering terminal 200 according to the embodiment of the present disclosure has been described above with reference to FIG. Next, an operation example of the problem management server 100 according to an embodiment of the present disclosure will be described.
  • FIG. 4 is an explanatory diagram for explaining an outline of the operation of the problem management server 100 according to an embodiment of the present disclosure.
  • an outline of the operation of the problem management server 100 according to an embodiment of the present disclosure will be described.
  • the problem management server 100 automatically generates a problem based on the state relating to the user's learning.
  • a template 151 described in a predetermined problem description language is used in advance.
  • the problem management server 100 generates the problem 152 by applying a condition to the template 151.
  • the question 152 includes a question sentence 153 and an explanation sentence 154.
  • the problem management server 100 When the problem generation server 122 generates the problem 152, the problem management server 100 first generates information for displaying the question sentence 153 on the answering terminal 200 by the information generation unit 123. Then, the problem management server 100 displays the question sentence 153 on the answering terminal 200 based on the generated information, and causes the user 1 to answer the problem described in the question sentence 153. When the user 1 answers the problem using the answering terminal 200, the answering terminal 200 transmits the answer by the user 1 to the problem management server 100.
  • the problem management server 100 scores the answers sent from the answering terminal 200, displays an explanation 154 on the answering terminal 200, and automatically generates a class depending on whether the answer of the user 1 is a correct answer. Then, the topic sentence 155 is displayed on the answering terminal 200. When the user 1 uses the answering terminal 200 to answer the topic described in the topic sentence 155, the answering terminal 200 transmits the answer by the user 1 to the problem management server 100.
  • the problem management server 100 updates the state relating to the learning of the user, for example, by the state calculation unit 121 in accordance with the answer status of the problem and the topic by the user 1, and generates a new problem based on the updated state. .
  • FIG. 5 is an explanatory diagram showing an example of the template 151, the condition 161 applied to the template, and the question sentence 153.
  • a template 151 as shown in FIG. 5 is prepared in advance, and a condition 161 for applying to a variable in the template 151 is determined as shown in FIG.
  • the problem management server 100 can generate the two question sentences 153 as shown in FIG. 5 by applying the condition 161 to the template 151.
  • the problem management server 100 naturally also generates an explanation sentence 154 corresponding to each question sentence 153.
  • the problem management server 100 uses the indexes of the user's learning level, learning speed, and concentration level when the problem generating unit 122 generates the problem 152.
  • the problem management server 100 reads the template 151 according to the index of the user's learning level, learning speed, and concentration level, and assigns values to the template 151 to generate the problem 152.
  • the problem management server 100 updates the index of the user's learning level, acquisition speed, and concentration level based on the answer status of the problem and the topic by the user 1, sensing data from the sensor 300, and the like.
  • the learning level means an index of understanding level of a user for a predetermined learning area.
  • the learning area is a range of learning composed of learning units such as grades, subjects, and units.
  • the degree of learning can vary depending on the correct answer rate of the problem, the time required for answering (self and others), the result of a questionnaire for the problem, and the like.
  • the user's learning level is updated by the state calculation unit 121 as needed.
  • the learning level can be set for each learning area.
  • Examples of learning areas include problems for first graders, problems for second graders, etc., areas determined for each grade, figure problems, calculation problems, text problems, etc. There can be an area determined for each type.
  • As the learning area for example, a calculation problem for second graders, a sentence problem for fourth graders, and the like can be set.
  • the learning level may be weighted based on the time axis. For example, the degree of learning may not be obtained by averaging the answer results for all past questions, but may be obtained by weighting so that the latest answer results are more reflected. The learning degree may be weighted based on a concentration degree described later.
  • the learning level may be obtained not only based on the answer of the problem itself but also based on the process leading to the answer.
  • the problem management server 100 may calculate a partial point based on the content of a calculation formula in the middle of input by the user, and obtain the learning level based on the partial point.
  • Learning speed is an indicator of the speed of understanding a problem once a user has learned.
  • the acquisition speed is whether the wrong problem has been solved once (the time required to answer the answer if it can be solved), whether the problem related to the correct answer has been solved (the time required to answer the answer if it is solved), It may vary depending on factors such as the correct answer rate when answering a new question again, the time required for answering, the correct answer rate when answering the wrong question, and the time required for answering.
  • the user's learning speed is updated by the state calculation unit 121 as needed.
  • Learning speed can be set for each learning area as well as the learning level. Also, the learning speed may be weighted based on the concentration level described later, as in the learning level.
  • the degree of concentration refers to an index of user concentration.
  • the degree of concentration is obtained, for example, from sensing data sent from the sensor 300, and may be obtained, for example, from user's biological information (pulse, blood pressure, line of sight, brain waves, sweating, sleep history).
  • the degree of user concentration is updated by the state calculation unit 121 as needed.
  • the degree of concentration can also be obtained from the time since the user started studying, the ambient sound around the user who is studying, time information, the correct answer rate of the question, and the transition of the time required for answering. Good.
  • the problem management server 100 predicts a time zone in which the user can be concentrated from the relationship between the time and the correct answer rate of the user, and this time zone is now. You may ask for the degree of concentration by whether or not.
  • the problem management server 100 determines the concentration level if the correct answer rate of the problem category is lower than the problem or if the answer takes time. It becomes possible to judge that is decreasing.
  • the problem management server 100 sets parameters such as difficulty, required time, and category for the template of the problem to be generated.
  • the difficulty level is a parameter calculated from the correct answer rate of the user, and may be weighted according to the learning level of the user.
  • the required time is an average value of the time required for the user to answer the problem, and may be weighted according to the learning level of the user.
  • the category is a parameter manually set by the questioner when creating a question. Other parameters may include illustrations and numerical values that are displayed along with the problem.
  • the problem management server 100 selects a problem template having a high difficulty level if the user's learning level is high, and selects a problem template having a low difficulty level if the user's learning level is low. To do.
  • the problem management server 100 may increase the numerical parameter or increase the numerical value so that the content of the class becomes complex, and the user's If the acquisition speed is low, reduce the numerical parameters or decrease the numerical values so that the content of the topic becomes simple.
  • the problem management server 100 selects a problem that takes a long time when the user is highly concentrated, reduces illustrations accompanying the problem and themes, and selects a problem in a category that is not good for the user. Or you may.
  • the problem management server 100 selects a problem with a short required time, increases illustrations associated with the problem or themes, or selects a problem in a category that is good for the user. May be.
  • the problem management server 100 may generate a problem and a topic for a certain user based on the learning level and learning speed of a plurality of users in a certain learning area.
  • FIGS. 6 and 7 are flowcharts illustrating an operation example of the problem management server 100 according to an embodiment of the present disclosure.
  • FIG. 6 illustrates an example of the operation of the problem management server 100 according to an embodiment of the present disclosure when generating a problem according to a state related to user learning
  • FIG. 6 is an operation example of the problem management server 100 according to an embodiment of the present disclosure when generating the same topic.
  • FIGS. 6 and 7. an operation example of the problem management server 100 according to an embodiment of the present disclosure will be described with reference to FIGS. 6 and 7.
  • the problem management server 100 calculates a learning level, a learning speed, and a concentration level of a user who answers a problem from now on when generating a problem (step S101). For example, the state calculation unit 121 executes the calculation process in step S101.
  • the problem management server 100 determines whether the learning level of the user is high, specifically, whether it is higher than a predetermined threshold. (Step S102). For example, the problem generation unit 122 executes the determination processing in step S102.
  • step S102 if the learning level of the user is high (step S102, Yes), the problem management server 100 selects to increase the difficulty level of the problem to be generated (step S103). On the other hand, as a result of the determination in step S102, if the learning level of the user is low (No in step S102), the problem management server 100 selects to reduce the difficulty level of the problem to be generated (step S104).
  • the selection processing in steps S103 and S104 is executed by, for example, the problem generation unit 122.
  • the problem management server 100 determines whether or not the user concentration is low, specifically, whether or not it is lower than a predetermined threshold (step S105).
  • the determination processing in step S105 is executed by, for example, the problem generation unit 122.
  • step S105 if the user concentration is low (step S105, Yes), the problem management server 100 selects to increase the illustration of the problem to be generated (step S106). On the other hand, as a result of the determination in step S105, if the degree of user concentration is high (No in step S105), the problem management server 100 selects to reduce the illustration of the problem to be generated (step S107).
  • the selection processing in steps S106 and S107 is executed by, for example, the problem generation unit 122.
  • the problem management server 100 creates a problem by applying a condition to the template based on the difficulty level and the amount of illustration selected as described above (step S108).
  • the problem creation process in step S108 is executed by, for example, the problem generation unit 122.
  • a problem sentence and a commentary sentence are created.
  • the problem management server 100 may add information for identifying a user who is an object to answer the problem when the problem is created.
  • the information for identifying the user may be a user ID or a user name.
  • step S109 When the question created in step S108 is presented to the answering terminal 200 and the user answers using the answering terminal 200, the problem management server 100 scores the answer by the user (step S109).
  • the scoring process in step S109 is executed by, for example, the problem generation unit 122.
  • the problem management server 100 When the user answers a problem using the answering terminal 200, for example, information identifying the user, information identifying the answered question, and answering the question are transmitted from the answering terminal 200 to the problem management server 100.
  • step S109 the problem management server 100 subsequently updates the learning level of the user based on the scoring result (step S110). For example, the state calculation unit 121 executes the update process in step S110.
  • the problem management server 100 When the user's learning level is updated in step S110, the problem management server 100 then presents an explanation of the problem to the answering terminal 200 (step S111). For example, the information generation unit 123 executes generation of information for presenting the comment in step S111.
  • step S111 when the explanation of the problem is presented to the answering terminal 200, the problem management server 100 proceeds to the generation process of the topic.
  • the problem management server 100 calculates a learning level, a learning speed, and a concentration level of a user who answers the topic from now (step S121).
  • the calculation process in step S121 is executed by, for example, the state calculation unit 121.
  • the problem management server 100 determines whether the learning speed of the user is high, specifically, whether it is higher than a predetermined threshold. (Step S122).
  • the determination process in step S122 is executed by, for example, the problem generation unit 122.
  • step S122 if the learning speed of the user is high (step S122, Yes), the problem management server 100 selects to increase the difficulty level of the generated topic (step S123). On the other hand, as a result of the determination in step S122, if the learning speed of the user is low (No in step S122), the problem management server 100 selects to lower the difficulty level of the generated topic (step S124).
  • the selection processing in steps S123 and S124 is executed by, for example, the problem generation unit 122.
  • the problem management server 100 determines whether the user's concentration is low, specifically, whether it is lower than a predetermined threshold (step S125).
  • the determination processing in step S125 is executed by, for example, the problem generation unit 122.
  • step S125 If the result of determination in step S125 is that the user concentration level is low (step S125, Yes), the problem management server 100 selects to increase the number of illustrations to be generated (step S126). On the other hand, as a result of the determination in step S125, if the user's concentration is high (No in step S125), the problem management server 100 selects to reduce the illustration of the generated class (step S127).
  • the selection processing in steps S126 and S127 is executed by, for example, the problem generation unit 122.
  • the problem management server 100 creates a class by applying a condition to the template based on the difficulty level and the amount of illustration selected as described above (step S128).
  • the problem generation unit 122 executes the class creation processing in step S128. Note that in the topic creation process in step S128, a question sentence and a commentary sentence are created.
  • step S129 When the class created in step S128 is presented to the answering terminal 200 and the user answers using the answering terminal 200, the problem management server 100 scores the answer by the user (step S129).
  • the scoring process in step S129 is executed by, for example, the problem generation unit 122.
  • the problem management server 100 When the user answers a class using the answering terminal 200, for example, information identifying the user, information identifying the answered class, information such as answering the class is transmitted from the answering terminal 200 to the problem management server 100.
  • step S129 the problem management server 100 subsequently updates the learning level and learning speed of the user based on the scoring result (step S130).
  • the update process in step S130 is executed by, for example, the state calculation unit 121.
  • the problem management server 100 determines whether or not a predetermined time has elapsed since the user started learning (step S131).
  • the determination process in step S131 is executed by, for example, the problem generation unit 122.
  • step S131 If, as a result of the determination in step S131, a predetermined time has elapsed since the user started learning (step S131, Yes), the problem management server 100 ends the problem and category creation process.
  • step S131 if the predetermined time has not yet elapsed since the user started learning (No in step S131), then the problem management server 100 determines that the user's concentration degree is high. It is determined whether or not it has decreased (step S132).
  • the determination processing in step S132 is executed by, for example, the problem generation unit 122. Whether the user's concentration level is decreasing is, for example, whether the user's concentration rate is decreasing at a predetermined rate or more, or whether the amount of decrease in the concentration level per unit time is below a predetermined threshold. , And the like.
  • step S132 if the degree of user concentration has decreased (step S132, Yes), the problem management server 100 changes the category of the question to be presented (step S133) and again creates a problem. Migrate to On the other hand, if the concentration of the user has not decreased as a result of the determination in step S132 (step S132, No), the process proceeds to the problem creation process without doing anything.
  • the problem management server 100 may output content different from the problem to the answering terminal 200 when the user concentration level is low.
  • FIG. 8 is an explanatory diagram showing an example of problem selection and problem provision by the problem management server 100 according to the level of learning, acquisition speed, and concentration of the user. If the user's learning level, learning speed, and concentration level are all high, the problem management server 100 selects a problem with a high degree of difficulty, a long time required, and fewer illustrations in the problem, and increases the numerical parameter. , Provide a class that is complicated, increases difficulty, and reduces illustrations.
  • the problem management server 100 selects a problem with a high difficulty level, a short required time, and a large number of illustrations in question, and increases numerical parameters. Or, to increase the level of difficulty and complexity, provide a class with more illustrations. If the user concentration does not increase, the problem management server 100 changes the problem category.
  • the problem management server 100 selects a problem with a high difficulty level, a long time required, and fewer illustrations in the problem, and reduces numerical parameters. To reduce the level of difficulty and provide less illustrations.
  • the problem management server 100 selects a problem with a low difficulty level, a short required time, and a large number of illustrations in the problem, and reduces numerical parameters. Reduce the difficulty and provide themes with fewer illustrations.
  • FIG. 9 shows an example of a problem generated by the problem management server 100 when the user's degree of learning and concentration is high, and is an example of a problem that has a high degree of difficulty and reduces illustrations.
  • FIG. 10 shows an example of a problem generated by the problem management server 100 when the degree of learning and concentration of the user is low, and is an example of a problem with a low difficulty level and a large number of illustrations.
  • the problem management server 100 applies a condition to the template according to an index such as a user's learning level and concentration level, thereby changing the difficulty level or changing the amount of illustrations in the problem to the user. It becomes possible to provide.
  • the problem management server 100 and the answering terminal 200 are connected via the network 20 has been described, but the present disclosure is not limited to such an example.
  • the problem management server 100 may have the problem creation function as described above in the answering terminal 200 so that the process is completed only by the answering terminal 200.
  • FIG. 11 is a block diagram illustrating a hardware configuration example of the problem management server 100 and the answering terminal 200 according to the embodiment of the present disclosure.
  • Each of the algorithms described above can be executed using, for example, the hardware configuration of the information processing apparatus illustrated in FIG. That is, the processing of each algorithm is realized by controlling the hardware shown in FIG. 11 using a computer program.
  • FIG. 11 the form of hardware shown in FIG. 11 is arbitrary.
  • a personal computer a portable information terminal such as a mobile phone, a PHS, or a PDA, a game machine, a contact or non-contact IC chip, a contact or This includes contactless IC cards, speakers, televisions, monitors, wearable devices, or various information appliances.
  • PHS is an abbreviation for Personal Handy-phone System.
  • PDA is an abbreviation for Personal Digital Assistant.
  • this hardware mainly includes a CPU 902, a ROM 904, a RAM 906, a host bus 908, and a bridge 910. Further, this hardware includes an external bus 912, an interface 914, an input unit 916, an output unit 918, a storage unit 920, a drive 922, a connection port 924, and a communication unit 926.
  • the CPU is an abbreviation for Central Processing Unit.
  • the ROM is an abbreviation for Read Only Memory.
  • the RAM is an abbreviation for Random Access Memory.
  • the CPU 902 functions as, for example, an arithmetic processing unit or a control unit, and controls the overall operation of each component or a part thereof based on various programs recorded in the ROM 904, the RAM 906, the storage unit 920, or the removable recording medium 928.
  • the ROM 904 is a means for storing a program read by the CPU 902, data used for calculation, and the like.
  • a program read by the CPU 902 various parameters that change as appropriate when the program is executed, and the like are temporarily or permanently stored.
  • a host bus 908 capable of high-speed data transmission.
  • the host bus 908 is connected to an external bus 912 having a relatively low data transmission speed via a bridge 910, for example.
  • a bridge 910 for example.
  • the input unit 916 for example, a mouse, a keyboard, a touch panel, a button, a switch, a lever, or the like is used.
  • a remote controller capable of transmitting a control signal using infrared rays or other radio waves may be used.
  • a display device such as a CRT, LCD, PDP, or ELD
  • an audio output device such as a speaker or a headphone, a printer, a mobile phone, or a facsimile, etc.
  • the above CRT is an abbreviation of Cathode Ray Tube.
  • the LCD is an abbreviation for Liquid Crystal Display.
  • the PDP is an abbreviation for Plasma Display Panel.
  • the above ELD is an abbreviation for Electro-Luminescence Display.
  • the storage unit 920 is a device for storing various data.
  • a magnetic storage device such as a hard disk drive (HDD), a semiconductor storage device, an optical storage device, a magneto-optical storage device, or the like is used.
  • HDD hard disk drive
  • the above HDD is an abbreviation for Hard Disk Drive.
  • the drive 922 is a device that reads information recorded on a removable recording medium 928 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory, or writes information to the removable recording medium 928.
  • the removable recording medium 928 is, for example, a DVD medium, a Blu-ray medium, an HD DVD medium, various semiconductor storage media, or the like.
  • the removable recording medium 928 may be, for example, an IC card on which a non-contact type IC chip is mounted, an electronic device, or the like.
  • the above IC is an abbreviation for Integrated Circuit.
  • the connection port 924 is a port for connecting an external connection device 930 such as a USB port, an IEEE 1394 port, a SCSI, an RS-232C port, or an optical audio terminal.
  • the external connection device 930 is, for example, a printer, a portable music player, a digital camera, a digital video camera, or an IC recorder.
  • the USB is an abbreviation for Universal Serial Bus.
  • the SCSI is an abbreviation for Small Computer System Interface.
  • the communication unit 926 is a communication device for connecting to the network 932.
  • a wired or wireless LAN for example, a wired or wireless LAN, Bluetooth (registered trademark), or a WUSB communication card, an optical communication router, an ADSL router, or a contact Or a device for non-contact communication.
  • the network 932 connected to the communication unit 926 is configured by a wired or wireless network, such as the Internet, home LAN, infrared communication, visible light communication, broadcast, or satellite communication.
  • the above LAN is an abbreviation for Local Area Network.
  • the WUSB is an abbreviation for Wireless USB.
  • the above ADSL is an abbreviation for Asymmetric Digital Subscriber Line.
  • each component described above may be configured using a general-purpose member, or may be configured by hardware specialized for the function of each component. Such a configuration can be appropriately changed according to the technical level at the time of implementation.
  • the problem management server 100 that acquires a state related to user learning and automatically generates a problem according to the state related to user learning. .
  • the problem management server 100 uses an index of the user's learning level, learning speed, and concentration level as the state related to the user's learning.
  • the problem management server 100 selects a problem template to be set based on the user's learning level, acquisition speed, and concentration level, and selects a condition to be applied to the template, so that a problem corresponding to the state related to the user's learning is selected. Is automatically generated.
  • the problem management server 100 can automatically generate a problem according to a state related to the learning of the user, thereby reducing the trouble of creating a problem on the question side, and the user
  • the problem can be flexibly provided according to the state of learning.
  • each step in the processing executed by each device in this specification does not necessarily have to be processed in chronological order in the order described as a sequence diagram or flowchart.
  • each step in the processing executed by each device may be processed in an order different from the order described as the flowchart, or may be processed in parallel.
  • each functional block shown in the functional block diagram used in the above description may be realized by a server device connected via a network such as the Internet.
  • the configuration of each functional block shown in the functional block diagram used in the above description may be realized by a single device or a system in which a plurality of devices cooperate.
  • a system in which a plurality of devices are linked may include, for example, a combination of a plurality of server devices, a combination of a server device and a terminal device, or the like.
  • a control unit that acquires a learning level and a learning speed of the user, generates a problem for the user based on the acquired learning level, and generates a class related to the generated problem based on the acquired learning speed; An information processing apparatus.
  • the information processing apparatus according to (1) wherein the control unit acquires a concentration level of the user and generates the problem and the class based on the acquired concentration level.
  • the control unit generates information to be presented to the user, updates the learning degree according to the answer result of the user with respect to the question, and presents an explanation of the question according to the answer result of the user.
  • the information processing apparatus according to (7), wherein information for generating the information is generated.
  • the information processing apparatus according to (7) or (8), wherein the control unit updates the learning degree based on a correct answer rate of the user with respect to the problem.
  • (11) The information processing apparatus according to any one of (7) to (10), wherein the control unit updates the degree of concentration of the user based on information regarding the learning state of the user.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】利用者の学習の理解度に応じた問題を利用者に提供することが可能な情報処理装置を提供する。 【解決手段】ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成する制御部を備える、情報処理装置が提供される。かかる構成を有する情報処理装置は、利用者の学習度及び習得速度という指標を用いることで、利用者の学習の理解度に応じた問題を利用者に提供することが可能となる。

Description

情報処理装置、情報処理方法及びコンピュータプログラム
　本開示は、情報処理装置、情報処理方法及びコンピュータプログラムに関する。
　インターネットやイントラネットなどのネットワークを介してオンラインで利用者に授業を行ったり、利用者に問題を出題して、その問題を解答させたりする技術が開示されている（例えば特許文献１、２等参照）。
特開平９－３４３４４号公報 特開２００１－２４９６０９号公報
　従来は、利用者は出題側で用意された問題を解答していた。しかし、単に出題側が用意した問題を解答するだけでは、利用者が実際にその問題についてどの程度理解したのかを出題側で判断することが難しい。
　そこで本開示では、利用者の学習の理解度に応じた問題を利用者に提供することが可能な、新規かつ改良された情報処理装置、情報処理方法及びコンピュータプログラムを提案する。
　本開示によれば、ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成する制御部を備える、情報処理装置が提供される。
　また本開示によれば、ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成することを含む、情報処理方法が提供される。
　また本開示によれば、コンピュータに、ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成することを実行させる、コンピュータプログラムが提供される。
　以上説明したように本開示によれば、利用者の学習の理解度に応じた問題を利用者に提供することが可能な、新規かつ改良された情報処理装置、情報処理方法及びコンピュータプログラムを提供することが出来る。
　なお、上記の効果は必ずしも限定的なものではなく、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。
本開示の一実施形態に係る学習システム１０のシステム構成例を示す説明図である。 問題管理サーバ１００の機能構成例を示す説明図である。 解答端末２００の機能構成例を示す説明図である。 問題管理サーバ１００の動作の概要を説明するための説明図である。 テンプレートと、テンプレートに当てはめる条件と、問題文と、の例を示す説明図である。 問題管理サーバ１００の動作例を示す流れ図である。 問題管理サーバ１００の動作例を示す流れ図である。 利用者の学習度、習得速度、集中度の大小に応じた、問題管理サーバ１００による問題の選定や類題の提供の例を示す説明図である。 問題管理サーバ１００が生成する問題の例を示す説明図である。 問題管理サーバ１００が生成する問題の例を示す説明図である。 ハードウェア構成例を示す説明図である
　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ものとする。
　１．本開示の一実施形態
　　１．１．背景
　　１．２．構成例
　　１．３．動作例
　２．ハードウェア構成例
　３．まとめ
　＜１．本開示の一実施形態＞
　［１．１．背景］
　本開示の実施の形態について詳細に説明する前に、本開示の実施の形態の背景について説明する。
　上述したように、インターネットやイントラネットなどのネットワークを介してオンラインで利用者に授業を行ったり、利用者に問題を出題して、その問題を解答させたりする技術が存在している。従来は、利用者に解答させるために出題側が用意する問題は、どの利用者に対しても同じものである。また、その全ての利用者に対して出題した問題に対して出題側が用意する解説や、解説とともに、その問題が本当に理解できたかを利用者に確認させるための類題も、どの利用者に対しても同じものであった。
　しかし、学習の進み度合いや、学習の対象となる分野に対する理解度は、利用者によって大きな幅がある。従って、どの利用者に対しても同じ問題を出題する場合、この進み度合いや理解度を考慮して作問することが求められ、作問に時間が掛かってしまう。また全ての利用者に対して同じ問題を出題すると、ある利用者にとっては優し過ぎ、ある利用者にとっては難し過ぎる、といった事象が生じ得る。また問題に対する解説や類題が静的なものであると、利用者が本当にその問題を理解できたかを確認することが困難である。
　そこで本件開示者は、ネットワークを介してオンラインで利用者に解答させるための問題の作問に要する時間を短縮することができるとともに、利用者の学習に関する状態に応じた問題を利用者に提供することが可能な技術について鋭意検討を行った。その結果、本件開示者は、以下で説明するように、利用者の学習に関する状態に応じて自動的に問題を作成することで作問に要する時間を短縮することができるとともに、利用者の学習の理解度に応じた問題を利用者に提供することが可能な技術を考案するに至った。
　以上、本開示の実施の形態の背景について説明した。
　［１．２．構成例］
　続いて、本開示の実施の形態について詳細に説明する。まず、本開示の一実施形態に係る学習システムのシステム構成例について説明する。
　図１は、本開示の一実施形態に係る学習システム１０のシステム構成例を示す説明図である。図１に示したのは、利用者の学習に関する状態に応じて自動的に問題を作成して、利用者に問題を解かせることを目的とした学習システム１０のシステム構成例である。以下、図１を用いて本開示の一実施形態に係る学習システム１０のシステム構成例について説明する。
　図１に示したように、本開示の一実施形態に係る学習システム１０は、問題管理サーバ１００と、解答端末２００と、センサ３００と、を含んで構成される。問題管理サーバ１００と、解答端末２００とは、それぞれインターネット、イントラネット等のネットワーク２０に接続されている。問題管理サーバ１００及び解答端末２００は、ネットワーク２０と有線で接続されていてもよく、無線で接続されていてもよい。
　問題管理サーバ１００は、利用者に出題する問題を管理するサーバである。問題管理サーバ１００は、予め利用者に出題する問題の基となるテンプレートを保持しておき、利用者の状態に応じて、テンプレートを用いて問題、解説、問題の類題を自動的に作成する。問題管理サーバ１００の問題、解説、問題の類題の生成タイミングは特定の時点に限定されるものではなく、問題管理サーバ１００は、例えば予め決められた時間になると問題、解説及び類題を生成してもよく、利用者が学習を開始したタイミングで問題、解説及び類題を生成してもよい。
　解答端末２００は、問題管理サーバ１００から出題される問題を解答するための端末であり、例えばパーソナルコンピュータ、タブレット型端末、スマートフォン（高機能携帯電話）等の装置である。問題管理サーバ１００が出題する問題を解答する利用者は、問題管理サーバ１００から出題される問題を、キーボード、マウス、タッチパネルなどによる文字入力や、マイクによる音声入力、カメラによるジェスチャ等を利用して、解答端末２００により解答する。解答端末２００は、問題管理サーバ１００から出題される問題を解答すると、その解答を問題管理サーバ１００に送信する。
　センサ３００は、解答端末２００の状態や、解答端末２００を使用する利用者の状態をセンシングするデバイスである。センサ３００を構成するセンサとして、例えばＧＰＳ（Ｇｌｏｂａｌ　Ｐｏｓｉｔｉｏｎｉｎｇ　Ｓｙｓｔｅｍ）、ＧＬＯＮＡＳＳ（Ｇｌｏｂａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｓｙｓｔｅｍ）、ＢＤＳ（ＢｅｉＤｏｕ　Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｓｙｓｔｅｍ）等の現在位置を取得するセンサ、カメラ、深度情報付きカメラ、人感センサ、マイク等が含まれ得る。センサ３００は、装置にかかる加速度や角速度、方位、照度、温度、気圧などを検出する。上記の各種センサは、例えばセンサを含む装置がユーザによって携帯または装着されている場合に、各種情報をユーザに関する情報、例えばユーザの運動や向きなどを示す情報として検出することができる。また、センサ３００は、他にも、脈拍、発汗、脳波、触覚、嗅覚、味覚など、ユーザの生体情報を検出するセンサを含んでもよい。
　解答端末２００は、センサ３００から送られるセンシングデータに基づいて解答端末２００の状態や、解答端末２００を使用する利用者の状態を把握することが出来る。また解答端末２００は、センサ３００から送られるセンシングデータを問題管理サーバ１００に送信する。問題管理サーバ１００は、センサ３００から解答端末２００を経由して送られるセンシングデータに基づいて、解答端末２００の状態や、解答端末２００を使用する利用者の状態を把握することが出来る。そして問題管理サーバ１００は、センシングデータに基づいて把握出来る解答端末２００の状態や、解答端末２００を使用する利用者の状態に応じて、利用者に出題する問題を動的に変化させたり、利用者に提供するコンテンツを変更したりすることが出来る。
　なお図１では、解答端末２００にセンサ３００が接続されている例を示したが、本開示は係る例に限定されるものではない。センサ３００を構成するデバイスの一部または全部が、解答端末２００に組み込まれていても良いことは言うまでもない。また図１では、解答端末２００にセンサ３００が接続されている例を示したが、解答端末２００とセンサ３００とは、有線で接続されていてもよく、無線で接続されていてもよい。
　本開示の一実施形態に係る学習システム１０は、図１に示した構成を有することで、問題管理サーバ１００が出題する問題を解答端末２００で利用者に解答させることが出来る。そして本開示の一実施形態に係る学習システム１０は、図１に示した構成を有することで、利用者の学習に関する状態に応じた問題を自動的に問題管理サーバ１００で生成し、生成した問題を利用者に出題することが出来る。
　以上、図１を用いて本開示の一実施形態に係る学習システム１０の構成例について説明した。続いて、本開示の一実施形態に係る学習システム１０に含まれる、問題管理サーバ１００の機能構成例について説明する。
　図２は、本開示の一実施形態に係る学習システム１０に含まれる、問題管理サーバ１００の機能構成例を示す説明図である。図２に示したのは、利用者の学習に関する状態に応じた問題を自動的に生成する機能を有する、問題管理サーバ１００の機能構成例である。以下、図２を用いて問題管理サーバ１００の機能構成例について説明する。
　図２に示したように、本開示の一実施形態に係る問題管理サーバ１００は、情報取得部１１０と、制御部１２０と、記憶部１３０と、を含んで構成される。
　情報取得部１１０は、各種情報の取得を行なう。本実施形態では、情報取得部１１０は、解答端末２００を利用して問題を解答する利用者の、学習に関する状態を取得するとともに、解答端末２００を介して送られてくる、センサ３００によるセンシングデータを取得する。利用者の学習に関する状態は、例えば記憶部１３０に記憶されており、情報取得部１１０は、利用者の学習に関する状態を記憶部１３０から適宜取得する。情報取得部１１０が取得した情報は、後述の問題生成部１２２での問題、その問題の解説、その問題の類題の生成時に用いられる。
　制御部１２０は、例えばＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）などで構成され、問題管理サーバ１００の動作を制御する。
　図２に示したように、制御部１２０は、状態算出部１２１と、問題生成部１２２と、情報生成部１２３と、を含んで構成される。
　状態算出部１２１は、利用者の学習に関する状態を算出する。状態算出部１２１は、利用者の学習に関する状態を算出すると、記憶部１３０にその利用者の学習に関する状態を記憶させる。本実施形態では、状態算出部１２１は、利用者による問題と類題の解答状況に応じて、利用者の学習に関する状態を更新する。従って、状態算出部１２１は本開示の学習状況更新部の一例として機能し得る。
　問題生成部１２２は、利用者に解答端末２００を用いて解答させるための問題、その問題の解説、その問題の類題を自動的に生成する。問題生成部１２２は、利用者に解答させる問題、その問題の解説、その問題の類題を生成する際に、状態算出部１２１が算出し、情報取得部１１０が取得した利用者の学習に関する状態や、センサ３００によるセンシングデータに基づいて、問題を生成する。
　本実施形態では、問題生成部１２２は、利用者に解答させる問題を生成する際に、利用者の学習度、習得速度、集中度という指標を用いる。問題生成部１２２は、この利用者の学習度、習得速度、集中度という指標に応じてテンプレートを読み込んで、テンプレートに値を当てはめることで問題や類題を生成する。問題生成部１２２は、利用者の学習度、習得速度、集中度という指標を、利用者による問題と類題の解答状況や、センサ３００からのセンシングデータなどに基づいて更新する。問題生成部１２２による問題及び類題の生成処理については後に詳述する。
　情報生成部１２３は、解答端末２００に、例えばＧＵＩ（Ｇｒａｐｈｉｃａｌ　Ｕｓｅｒ　Ｉｎｔｅｒｆａｃｅ）の形式で表示させるための情報を生成する。情報生成部１２３は、例えば、問題の内容、その問題に対する解説、その問題の類題等を解答端末２００にＧＵＩの形式で表示させるための情報を生成する。情報生成部１２３が生成した情報はネットワーク２０を通じて解答端末２００に送られる。
　記憶部１３０は、例えばＲＯＭ、ＲＡＭ等の様々な記憶媒体で構成され得る。記憶部１３０は、問題管理サーバ１００の動作のためのプログラムや各種情報を記憶する。記憶部１３０に記憶される情報には、例えば、解答端末２００を用いて問題を解答する利用者の学習に関する状態が含まれ得る。
　本開示の一実施形態に係る問題管理サーバ１００は、図２に示したような構成を有することで、問題を自動的に生成して、生成した問題を解答端末２００で利用者に解答させることが出来る。
　以上、図２を用いて問題管理サーバ１００の機能構成例について説明した。続いて、本開示の一実施形態に係る学習システム１０に含まれる解答端末２００の機能構成例について説明する。
　図３は、本開示の一実施形態に係る解答端末２００の機能構成例を示す説明図である。図３に示したのは、問題管理サーバ１００から出題される問題を解答するための解答端末２００の機能構成例である。以下、図３を用いて本開示の一実施形態に係る解答端末２００の機能構成例について説明する。
　図３に示したように、本開示の一実施形態に係る解答端末２００は、入力部２１０と、記憶部２２０と、制御部２３０と、表示部２４０と、通信部２５０と、を含んで構成される。
　入力部２１０は、ユーザからの入力を受け付ける各種インプットデバイスであり、例えばキーボード、マウス、タッチパネル、マイク、カメラなどで構成され得る。ユーザは、キーボード、マウス、タッチパネルなどによる文字入力や、マイクによる音声入力、カメラによるジェスチャ等を利用して、入力部２１０を用いた入力を行なう。
　また各種センシングデバイスも入力部２１０として機能し得る。そのようなセンシングデバイスとして、例えばＧＰＳ、ＧＬＯＮＡＳＳ、ＢＤＳ等の現在位置を取得するセンサ、カメラ、深度情報付きカメラ、人感センサ、マイク等が含まれ得る。
　このようなセンシングデバイスは、装置にかかる加速度や角速度、方位、照度、温度、気圧などを検出する。上記の各種センシングデバイスは、例えばセンシングデバイスを含む装置がユーザによって携帯または装着されている場合に、各種情報をユーザに関する情報、例えばユーザの運動や向きなどを示す情報として検出することができる。また、センシングデバイスは、他にも、脈拍、発汗、脳波、触覚、嗅覚、味覚など、ユーザの生体情報を検出するセンサを含んでもよい。
　なお、上述したように、センシングデバイスの一部または全部は、図１や図３に示したように、解答端末２００に接続されるセンサ３００に含まれていても良い。
　記憶部２２０は、例えばＲＯＭ、ＲＡＭ等の様々な記憶媒体で構成され得る。記憶部２２０は、解答端末２００の動作のためのプログラムや各種情報を記憶する。記憶部２２０に記憶されているプログラムや各種情報は、制御部２３０によって随時読み出される。
　制御部２３０は、例えばＣＰＵ、ＲＯＭ、ＲＡＭなどで構成され、解答端末２００の動作を制御する。本実施形態では、制御部２３０は、例えば表示部２４０へのＧＵＩの表示を制御したり、ＧＵＩに対するユーザの入力部２１０による入力操作に対する各種処理を実行したりする。
　表示部２４０は、液晶ディスプレイ、有機ＥＬディスプレイ等のディスプレイパネルで構成され、文字、画像等の各種情報を表示するデバイスである。本実施形態では、表示部２４０は、後述するように、所定のＧＵＩによって、問題管理サーバ１００が出題する問題を表示する。なお表示部２４０にはタッチパネルが設けられていてもよく、表示部２４０をユーザに触らせることで入力操作を受け付けるようにしてもよい。また、解答端末２００は、表示部２４０による表示の他に、スピーカ（図示せず）等の音声出力装置から出力される音声によって、問題管理サーバ１００が出題する問題を提示してもよい。その場合、解答端末２００は、音声データを問題管理サーバ１００から受信してもよく、テキストデータを問題管理サーバ１００から受信して、解答端末２００でそのテキストデータを音声データに変換してもよい。
　通信部２５０は、外部の装置との間で通信処理を実行する。通信部２５０が実行する通信処理は所定の規格やプロトコルに限定されるものではない。本実施形態では、通信部２５０は、ネットワーク２０を通じて問題管理サーバ１００との間で各種情報の送受信を実行するよう構成されている。本実施形態では、通信部２５０は、問題管理サーバ１００が生成した問題、問題の解説、問題の類題を受信し、ユーザによる問題及び類題の解答を問題管理サーバ１００に送信する。
　以上、図３を用いて本開示の一実施形態に係る解答端末２００の機能構成例について説明した。続いて本開示の一実施形態に係る問題管理サーバ１００の動作例について説明する。
　［１．３．動作例］
　まず、本開示の一実施形態に係る問題管理サーバ１００の動作の概要について説明する。図４は、本開示の一実施形態に係る問題管理サーバ１００の動作の概要を説明するための説明図である。以下、本開示の一実施形態に係る問題管理サーバ１００の動作の概要について説明する。
　問題管理サーバ１００は、利用者の学習に関する状態に基づいて問題を自動的に生成するが、問題の生成に際しては、予め所定の問題記述言語で記述されたテンプレート１５１を用いる。そして問題管理サーバ１００は、テンプレート１５１に条件を当てはめることで問題１５２を生成する。問題１５２には、問題文１５３と、解説文１５４と、が含まれる。
　問題管理サーバ１００は、問題生成部１２２によって問題１５２を生成すると、まず問題文１５３を解答端末２００に表示させるための情報を情報生成部１２３で生成する。そして問題管理サーバ１００は、生成した情報に基づいて解答端末２００に問題文１５３を表示させて、利用者１に問題文１５３に記載の問題を解答させる。利用者１が解答端末２００を用いて問題を解答すると、解答端末２００は、利用者１による解答を問題管理サーバ１００に送信する。
　問題管理サーバ１００は、解答端末２００から送られてきた解答を採点し、解説文１５４を解答端末２００に表示させるとともに、利用者１の解答が正答かどうかに応じて類題を自動的に生成して、類題文１５５を解答端末２００に表示させる。利用者１が解答端末２００を用いて、類題文１５５で記述された類題を解答すると、解答端末２００は、利用者１による解答を問題管理サーバ１００に送信する。
　問題管理サーバ１００は、利用者１による問題と類題の解答状況に応じて、利用者の学習に関する状態を、例えば状態算出部１２１によって更新し、更新した状態に基づいて新たな問題の生成を行なう。
　図５は、テンプレート１５１と、テンプレートに当てはめる条件１６１と、問題文１５３と、の例を示す説明図である。図５のようなテンプレート１５１が予め用意されており、テンプレート１５１における変数に当てはめるための条件１６１が図５のように決められているとする。問題管理サーバ１００は、テンプレート１５１に条件１６１を当てはめることで、図５に示したように２通りの問題文１５３を生成することが可能となる。図５には問題文１５３のみが記されているが、問題管理サーバ１００は、もちろん各問題文１５３に応じた解説文１５４も生成する。
　問題管理サーバ１００は、問題生成部１２２で問題１５２を生成する際に、利用者の学習度、習得速度、集中度という指標を用いる。問題管理サーバ１００は、この利用者の学習度、習得速度、集中度という指標に応じてテンプレート１５１を読み込んで、テンプレート１５１に値を当てはめることで、問題１５２を生成する。また問題管理サーバ１００は利用者の学習度、習得速度、集中度という指標を、利用者１による問題と類題の解答状況や、センサ３００からのセンシングデータなどに基づいて更新する。
　ここで本実施形態における言葉の定義について説明する。学習度とは、利用者の所定の学習領域に対する理解度の指標を意味する。学習領域とは、学年、科目、単元等の学習単位からなる、学習の範囲をいう。学習度は、問題の正答率、解答への所要時間（自分及び他人）、問題に対するアンケート結果等で変動し得る。利用者の学習度は、状態算出部１２１によって随時更新される。
　学習度は、学習領域ごとに設定され得る。学習領域の例としては、小学１年生向けの問題、小学２年生向けの問題・・・というような学年毎に決められた領域、図形問題、計算問題、文章問題・・・というような問題の種類毎に決められた領域、などがありうる。学習領域は、例えば小学２年生向けの計算問題、小学４年生向けの文章問題・・・のようなものが設定され得る。
　学習度は、時間軸を基に重み付けがなされてもよい。例えば、学習度は、過去の全ての問題に対する解答結果を平均化することで求められるのではなく、直近の解答結果がより反映されるような重み付けを行って求められるようにしてもよい。また学習度は、後述の集中度に基づいて重み付けがなされるようにしてもよい。
　学習度は、問題の解答そのものに基づいて求められるだけでなく、解答に至るプロセスに基づいても求められるようにしてもよい。例えば計算問題の場合、問題管理サーバ１００は、利用者が入力した途中の計算式の内容により部分点を算出し、その部分点によって学習度を求めても良い。
　習得速度とは、利用者が一度学んだ問題に対する理解の速さの指標をいう。習得速度は、一度間違った問題を解き直せたかどうか（解き直せた場合はその解答への所要時間）、正解した問題に関する類題を解けたかどうか（解けた場合はその解答への所要時間）、間違った問題を再度解答した時の正答率や解答への所要時間、間違った問題の類題を解答した時の正答率や解答への所要時間等の要因で変動し得る。利用者の習得速度は、状態算出部１２１によって随時更新される。
　習得速度も、学習度同様に学習領域ごとに設定され得る。また習得速度も、学習度同様に後述の集中度に基づいて重み付けがなされるようにしてもよい。
　集中度は、利用者の集中力の指標をいう。集中度は、例えばセンサ３００から送られてくるセンシングデータで求められ、例えば、利用者の生体情報（脈拍、血圧、視線、脳波、発汗、睡眠履歴）から求められてもよい。利用者の集中度は、状態算出部１２１によって随時更新される。
　また集中度は、利用者が勉強を開始してからの時間や、勉強中の利用者の周囲の環境音、時刻情報、問題の正答率、解答への所要時間の推移などから求められてもよい。問題管理サーバ１００は、時刻情報に基づいて集中度を求める場合、時刻と利用者の正答率との関係から、利用者が集中できると思われる時間帯を予測して、今がその時間帯なのかどうかで集中度を求めても良い。また解答への所要時間の推移に基づいて集中度を求める場合、問題管理サーバ１００は、問題よりも問題の類題のほうの正答率が低かったり、解答に時間が掛かったりした場合は、集中度が低下していると判断することが可能になる。
　問題管理サーバ１００は、生成しようとする問題のテンプレートについて、難易度、所要時間、カテゴリ等のパラメータを設定する。難易度は、利用者の正答率から算出されるパラメータであり、利用者の学習度で重み付けが行われても良い。所要時間は、利用者が問題の解答に要する時間の平均値であり、利用者の学習度で重み付けが行われても良い。なお、カテゴリは問題の作成時に、出題者側が手動で設定するパラメータである。またその他のパラメータとしては、問題とともに表示するイラストや数値があり得る。
　問題管理サーバ１００は、問題を生成する際、利用者の学習度が高ければ、難易度の高い問題のテンプレートを選択し、利用者の学習度が低ければ、難易度の低い問題のテンプレートを選択する。
　また問題管理サーバ１００は、類題を生成する際に、利用者の習得速度が高ければ、数値パラメータを増やしたり、数値を大きくしたりして、類題の内容が複雑になるようにし、利用者の習得速度が低ければ、数値パラメータを減らしたり、数値を小さくしたりして、類題の内容が簡単になるようにする。
　また問題管理サーバ１００は、利用者の集中度が高い場合、所要時間の掛かる問題を選択したり、問題や類題に付随するイラストを少なくしたり、利用者にとって不得意なカテゴリの問題を選択したりしてもよい。問題管理サーバ１００は、利用者の集中度が低い場合、所要時間が短い問題を選択したり、問題や類題に付随するイラストを多くしたり、利用者にとって得意なカテゴリの問題を選択したりしてもよい。また問題管理サーバ１００は、ある学習領域における複数の利用者の学習度及び習得速度に基づいて、ある利用者に対する問題及び類題の生成を行っても良い。
　以上、本開示の一実施形態に係る問題管理サーバ１００の動作の概要について説明した。続いて、本開示の一実施形態に係る問題管理サーバ１００の詳細な動作例について説明する。
　図６及び図７は、本開示の一実施形態に係る問題管理サーバ１００の動作例を示す流れ図である。図６に示したのは、利用者の学習に関する状態に応じて問題を生成する際の本開示の一実施形態に係る問題管理サーバ１００の動作例であり、図７に示したのは、問題の類題を生成する際の本開示の一実施形態に係る問題管理サーバ１００の動作例である。以下、図６及び図７を用いて本開示の一実施形態に係る問題管理サーバ１００の動作例について説明する。
　本開示の一実施形態に係る問題管理サーバ１００は、問題を生成する際に、今から問題を解答する利用者の学習度、習得速度、集中度を算出する（ステップＳ１０１）。このステップＳ１０１の算出処理は、例えば状態算出部１２１が実行する。
　上記ステップＳ１０１で利用者の学習度、習得速度、集中度を算出すると、続いて問題管理サーバ１００は、利用者の学習度が高いかどうか、具体的には所定の閾値より高いかどうかを判断する（ステップＳ１０２）。このステップＳ１０２の判断処理は、例えば問題生成部１２２が実行する。
　ステップＳ１０２の判断の結果、利用者の学習度が高かった場合は（ステップＳ１０２，Ｙｅｓ）、問題管理サーバ１００は、生成する問題の難易度を上げることを選択する（ステップＳ１０３）。一方、ステップＳ１０２の判断の結果、利用者の学習度が低かった場合は（ステップＳ１０２，Ｎｏ）、問題管理サーバ１００は、生成する問題の難易度を下げることを選択する（ステップＳ１０４）。このステップＳ１０３及びＳ１０４の選択処理は、例えば問題生成部１２２が実行する。
　続いて問題管理サーバ１００は、利用者の集中度が低いかどうか、具体的には所定の閾値より低いかどうかを判断する（ステップＳ１０５）。このステップＳ１０５の判断処理は、例えば問題生成部１２２が実行する。
　ステップＳ１０５の判断の結果、利用者の集中度が低かった場合は（ステップＳ１０５，Ｙｅｓ）、問題管理サーバ１００は、生成する問題のイラストを増やすことを選択する（ステップＳ１０６）。一方、ステップＳ１０５の判断の結果、利用者の集中度が高かった場合は（ステップＳ１０５，Ｎｏ）、問題管理サーバ１００は、生成する問題のイラストを減らすことを選択する（ステップＳ１０７）。このステップＳ１０６及びＳ１０７の選択処理は、例えば問題生成部１２２が実行する。
　続いて問題管理サーバ１００は、上述したように選択した難易度やイラストの量に基づいて、テンプレートに条件を当てはめることで問題を作成する（ステップＳ１０８）。このステップＳ１０８の問題の作成処理は、例えば問題生成部１２２が実行する。なお、このステップＳ１０８の問題の作成処理においては、問題文及び解説文の作成が行われる。また問題管理サーバ１００は、問題の作成時に、その問題を解答する対象となるユーザを識別する情報を付加してもよい。ユーザを識別する情報としては、ユーザＩＤのようなものであってもよく、ユーザ名のようなものであってもよい。
　上記ステップＳ１０８で作成した問題を解答端末２００に提示し、利用者が解答端末２００を用いて解答すると、問題管理サーバ１００は、利用者による解答を採点する（ステップＳ１０９）。このステップＳ１０９の採点処理は、例えば問題生成部１２２が実行する。
　利用者が解答端末２００を用いて問題を解答すると、例えば、解答端末２００から問題管理サーバ１００へ、ユーザを識別する情報、解答した問題を識別する情報、問題の解答等の情報を送信する。
　そして、上記ステップＳ１０９で採点を行うと、続いて問題管理サーバ１００は、その採点結果に基づいて利用者の学習度の更新を行なう（ステップＳ１１０）。このステップＳ１１０の更新処理は例えば状態算出部１２１が実行する。
　上記ステップＳ１１０で利用者の学習度の更新を行なうと、続いて問題管理サーバ１００は、問題の解説を解答端末２００に提示する（ステップＳ１１１）。このステップＳ１１１の、解説を提示するための情報の生成は例えば情報生成部１２３が実行する。
　上記ステップＳ１１１で、問題の解説を解答端末２００に提示すると、続いて問題管理サーバ１００は、類題の生成処理に移る。類題を生成する際に、問題管理サーバ１００は、今から類題を解答する利用者の学習度、習得速度、集中度を算出する（ステップＳ１２１）。このステップＳ１２１の算出処理は、例えば状態算出部１２１が実行する。
　上記ステップＳ１２１で利用者の学習度、習得速度、集中度を算出すると、続いて問題管理サーバ１００は、利用者の習得速度が高いかどうか、具体的には所定の閾値より高いかどうかを判断する（ステップＳ１２２）。このステップＳ１２２の判断処理は、例えば問題生成部１２２が実行する。
　ステップＳ１２２の判断の結果、利用者の習得速度が高かった場合は（ステップＳ１２２，Ｙｅｓ）、問題管理サーバ１００は、生成する類題の難易度を上げることを選択する（ステップＳ１２３）。一方、ステップＳ１２２の判断の結果、利用者の習得速度が低かった場合は（ステップＳ１２２，Ｎｏ）、問題管理サーバ１００は、生成する類題の難易度を下げることを選択する（ステップＳ１２４）。このステップＳ１２３及びＳ１２４の選択処理は、例えば問題生成部１２２が実行する。
　続いて問題管理サーバ１００は、利用者の集中度が低いかどうか、具体的には所定の閾値より低いかどうかを判断する（ステップＳ１２５）。このステップＳ１２５の判断処理は、例えば問題生成部１２２が実行する。
　ステップＳ１２５の判断の結果、利用者の集中度が低かった場合は（ステップＳ１２５，Ｙｅｓ）、問題管理サーバ１００は、生成する類題のイラストを増やすことを選択する（ステップＳ１２６）。一方、ステップＳ１２５の判断の結果、利用者の集中度が高かった場合は（ステップＳ１２５，Ｎｏ）、問題管理サーバ１００は、生成する類題のイラストを減らすことを選択する（ステップＳ１２７）。このステップＳ１２６及びＳ１２７の選択処理は、例えば問題生成部１２２が実行する。
　続いて問題管理サーバ１００は、上述したように選択した難易度やイラストの量に基づいて、テンプレートに条件を当てはめることで類題を作成する（ステップＳ１２８）。このステップＳ１２８の類題の作成処理は、例えば問題生成部１２２が実行する。なお、このステップＳ１２８の類題の作成処理においては、問題文及び解説文の作成が行われる。
　上記ステップＳ１２８で作成した類題を解答端末２００に提示し、利用者が解答端末２００を用いて解答すると、問題管理サーバ１００は、利用者による解答を採点する（ステップＳ１２９）。このステップＳ１２９の採点処理は、例えば問題生成部１２２が実行する。
　利用者が解答端末２００を用いて類題を解答すると、例えば、解答端末２００から問題管理サーバ１００へ、ユーザを識別する情報、解答した類題を識別する情報、類題の解答等の情報を送信する。
　そしてステップＳ１２９で採点を行うと、続いて問題管理サーバ１００は、その採点結果に基づいて利用者の学習度及び習得速度の更新を行なう（ステップＳ１３０）。このステップＳ１３０の更新処理は例えば状態算出部１２１が実行する。
　続いて問題管理サーバ１００は、利用者が学習を開始してから所定の時間が経過したかどうかを判断する（ステップＳ１３１）。このステップＳ１３１の判断処理は、例えば問題生成部１２２が実行する。
　上記ステップＳ１３１の判断の結果、利用者が学習を開始してから所定の時間が経過していれば（ステップＳ１３１、Ｙｅｓ）、問題管理サーバ１００は問題及び類題の作成処理を終了する。
　一方、上記ステップＳ１３１の判断の結果、利用者が学習を開始してからまだ所定の時間が経過していなければ（ステップＳ１３１、Ｎｏ）、続いて問題管理サーバ１００は、利用者の集中度が低下してきているかどうかを判断する（ステップＳ１３２）。このステップＳ１３２の判断処理は、例えば問題生成部１２２が実行する。利用者の集中度が低下してきているかどうかは、例えば利用者の集中度の低下ペースが所定の割合以上であるかどうかや、単位時間あたりの集中度の低下量が所定の閾値を下回っているか、等の指標で判断され得る。
　上記ステップＳ１３２の判断の結果、利用者の集中度が低下していれば（ステップＳ１３２、Ｙｅｓ）、問題管理サーバ１００は、出題する問題のカテゴリを変更して（ステップＳ１３３）、再び問題作成処理に移行する。一方、上記ステップＳ１３２の判断の結果、利用者の集中度が低下していなければ（ステップＳ１３２、Ｎｏ）、何もせずにそのまま問題作成処理に移行する。
　なお問題管理サーバ１００は、上記ステップＳ１３３では、利用者の集中度が低下している場合に出題する問題のカテゴリを変更していたが、本開示は係る例に限定されるものではない。問題管理サーバ１００は、利用者の集中度が低下している場合に、問題とは異なるコンテンツを解答端末２００に出力するようにしてもよい。
　図８は、利用者の学習度、習得速度、集中度の大小に応じた、問題管理サーバ１００による問題の選定や類題の提供の例を示す説明図である。利用者の学習度、習得速度、集中度がいずれも高い場合、問題管理サーバ１００は、難易度が高く、所要時間が長く、問題中のイラストを少なくした問題を選定し、数値パラメータを増やすか、複雑にして難易度を上げて、イラストを少なくした類題を提供する。
　利用者の学習度、習得速度は高いが、集中度が低い場合、問題管理サーバ１００は、難易度が高く、所要時間が短く、問題中のイラストを多くした問題を選定し、数値パラメータを増やすか、複雑にして難易度を上げて、イラストを多くした類題を提供する。利用者の集中度が上がらない場合は、問題管理サーバ１００は、問題のカテゴリを変更する。
　利用者の学習度、集中度は高いが、習得速度が低い場合、問題管理サーバ１００は、難易度が高く、所要時間が長く、問題中のイラストを少なくした問題を選定し、数値パラメータを減らして難易度を下げて、イラストを少なくした類題を提供する。
　利用者の学習度、習得速度、集中度がいずれも低い場合、問題管理サーバ１００は、難易度が低く、所要時間が短く、問題中のイラストを多くした問題を選定し、数値パラメータを減らして難易度を下げて、イラストを少なくした類題を提供する。
　問題管理サーバ１００が生成する問題の例を示す。図９及び図１０は、問題管理サーバ１００が生成する問題の例を示す説明図である。図９に示したのは、利用者の学習度及び集中度が高い場合に問題管理サーバ１００が生成する問題の例であり、難易度が高く、イラストを少なくした問題の例である。
　一方、図１０に示したのは、利用者の学習度及び集中度が低い場合に問題管理サーバ１００が生成する問題の例であり、難易度が低く、イラストを多くした問題の例である。
　問題管理サーバ１００は、利用者の学習度や集中度といった指標に応じてテンプレートに条件を当てはめることで、難易度を変化させたり、問題中のイラストの量を変化させたりした問題を利用者に提供することが可能になる。
　本実施形態では、問題管理サーバ１００と解答端末２００とがネットワーク２０を介して接続されている場合を示したが、本開示は係る例に限定されるものではない。例えば、問題管理サーバ１００が有している、上述したような問題作成機能を解答端末２００に持たせて、解答端末２００だけで処理を完結させるようにしてもよい。
　＜２．ハードウェア構成例＞
　次に、図１１を参照して、本開示の一実施形態にかかる問題管理サーバ１００や解答端末２００のハードウェア構成について説明する。図１１は、本開示の実施形態にかかる問題管理サーバ１００や解答端末２００のハードウェア構成例を示すブロック図である。上記の各アルゴリズムは、例えば、図１１に示す情報処理装置のハードウェア構成を用いて実行することが可能である。つまり、当該各アルゴリズムの処理は、コンピュータプログラムを用いて図１１に示すハードウェアを制御することにより実現される。
　なお、この図１１に示したハードウェアの形態は任意であり、例えば、パーソナルコンピュータ、携帯電話、ＰＨＳ、ＰＤＡ等の携帯情報端末、ゲーム機、接触式又は非接触式のＩＣチップ、接触式又は非接触式のＩＣカード、スピーカ、テレビ、モニタ、ウェアラブル機器、又は種々の情報家電がこれに含まれる。但し、上記のＰＨＳは、Ｐｅｒｓｏｎａｌ　Ｈａｎｄｙ－ｐｈｏｎｅ　Ｓｙｓｔｅｍの略である。また、上記のＰＤＡは、Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ａｓｓｉｓｔａｎｔの略である。
　図１１に示すように、このハードウェアは、主に、ＣＰＵ９０２と、ＲＯＭ９０４と、ＲＡＭ９０６と、ホストバス９０８と、ブリッジ９１０と、を有する。さらに、このハードウェアは、外部バス９１２と、インターフェース９１４と、入力部９１６と、出力部９１８と、記憶部９２０と、ドライブ９２２と、接続ポート９２４と、通信部９２６と、を有する。但し、上記のＣＰＵは、Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔの略である。また、上記のＲＯＭは、Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙの略である。そして、上記のＲＡＭは、Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙの略である。
　ＣＰＵ９０２は、例えば、演算処理装置又は制御装置として機能し、ＲＯＭ９０４、ＲＡＭ９０６、記憶部９２０、又はリムーバブル記録媒体９２８に記録された各種プログラムに基づいて各構成要素の動作全般又はその一部を制御する。ＲＯＭ９０４は、ＣＰＵ９０２に読み込まれるプログラムや演算に用いるデータ等を格納する手段である。ＲＡＭ９０６には、例えば、ＣＰＵ９０２に読み込まれるプログラムや、そのプログラムを実行する際に適宜変化する各種パラメータ等が一時的又は永続的に格納される。
　これらの構成要素は、例えば、高速なデータ伝送が可能なホストバス９０８を介して相互に接続される。一方、ホストバス９０８は、例えば、ブリッジ９１０を介して比較的データ伝送速度が低速な外部バス９１２に接続される。また、入力部９１６としては、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ、及びレバー等が用いられる。さらに、入力部９１６としては、赤外線やその他の電波を利用して制御信号を送信することが可能なリモートコントローラ（以下、リモコン）が用いられることもある。
　出力部９１８としては、例えば、ＣＲＴ、ＬＣＤ、ＰＤＰ、又はＥＬＤ等のディスプレイ装置、スピーカ、ヘッドホン等のオーディオ出力装置、プリンタ、携帯電話、又はファクシミリ等、取得した情報を利用者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ある。但し、上記のＣＲＴは、Ｃａｔｈｏｄｅ　Ｒａｙ　Ｔｕｂｅの略である。また、上記のＬＣＤは、Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙの略である。そして、上記のＰＤＰは、Ｐｌａｓｍａ　ＤｉｓｐｌａｙＰａｎｅｌの略である。さらに、上記のＥＬＤは、Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ　Ｄｉｓｐｌａｙの略である。
　記憶部９２０は、各種のデータを格納するための装置である。記憶部９２０としては、例えば、ハードディスクドライブ（ＨＤＤ）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が用いられる。但し、上記のＨＤＤは、Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅの略である。
　ドライブ９２２は、例えば、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９２８に記録された情報を読み出し、又はリムーバブル記録媒体９２８に情報を書き込む装置である。リムーバブル記録媒体９２８は、例えば、ＤＶＤメディア、Ｂｌｕ－ｒａｙメディア、ＨＤ　ＤＶＤメディア、各種の半導体記憶メディア等である。もちろん、リムーバブル記録媒体９２８は、例えば、非接触型ＩＣチップを搭載したＩＣカード、又は電子機器等であってもよい。但し、上記のＩＣは、Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔの略である。
　接続ポート９２４は、例えば、ＵＳＢポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ、ＲＳ－２３２Ｃポート、又は光オーディオ端子等のような外部接続機器９３０を接続するためのポートである。外部接続機器９３０は、例えば、プリンタ、携帯音楽プレーヤ、デジタルカメラ、デジタルビデオカメラ、又はＩＣレコーダ等である。但し、上記のＵＳＢは、Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓの略である。また、上記のＳＣＳＩは、Ｓｍａｌｌ　Ｃｏｍｐｕｔｅｒ　Ｓｙｓｔｅｍ　Ｉｎｔｅｒｆａｃｅの略である。
　通信部９２６は、ネットワーク９３２に接続するための通信デバイスであり、例えば、有線又は無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又はＷＵＳＢ用の通信カード、光通信用のルータ、ＡＤＳＬ用のルータ、又は接触又は非接触通信用のデバイス等である。また、通信部９２６に接続されるネットワーク９３２は、有線又は無線により接続されたネットワークにより構成され、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、可視光通信、放送、又は衛星通信等である。但し、上記のＬＡＮは、Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋの略である。また、上記のＷＵＳＢは、Ｗｉｒｅｌｅｓｓ　ＵＳＢの略である。そして、上記のＡＤＳＬは、Ａｓｙｍｍｅｔｒｉｃ　Ｄｉｇｉｔａｌ　Ｓｕｂｓｃｒｉｂｅｒ　Ｌｉｎｅの略である。
　以上、問題管理サーバ１００や解答端末２００のハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。かかる構成は、実施する時々の技術レベルに応じて適宜変更されうる。
　＜３．まとめ＞
　以上説明したように本開示の一実施形態によれば、利用者の学習に関する状態を取得し、利用者の学習に関する状態に応じて問題を自動的に生成する、問題管理サーバ１００が提供される。
　上記実施形態では、問題管理サーバ１００は、利用者の学習に関する状態として、利用者の学習度、習得速度、集中度という指標を用いる。問題管理サーバ１００は、利用者の学習度、習得速度、集中度に基づいて出題する問題のテンプレートを選択するとともに、テンプレートに当てはめる条件を選択することで、利用者の学習に関する状態に応じた問題を自動的に生成する。
　本開示の一実施形態にかかる問題管理サーバ１００は、利用者の学習に関する状態に応じた問題を自動的に生成することで、出題側の問題作成の手間を低減させることが出来るとともに、利用者の学習に関する状態に応じて柔軟に問題を提供することが可能になる。
　本明細書の各装置が実行する処理における各ステップは、必ずしもシーケンス図またはフローチャートとして記載された順序に沿って時系列に処理する必要はない。例えば、各装置が実行する処理における各ステップは、フローチャートとして記載した順序と異なる順序で処理されても、並列的に処理されてもよい。
　また、各装置に内蔵されるＣＰＵ、ＲＯＭおよびＲＡＭなどのハードウェアを、上述した各装置の構成と同等の機能を発揮させるためのコンピュータプログラムも作成可能である。また、該コンピュータプログラムを記憶させた記憶媒体も提供されることが可能である。また、機能ブロック図で示したそれぞれの機能ブロックをハードウェアまたはハードウェア回路で構成することで、一連の処理をハードウェアまたはハードウェア回路で実現することもできる。
　また上述の説明で用いた機能ブロック図で示したそれぞれの機能ブロックの一部又は全部は、たとえばインターネット等のネットワークを介して接続されるサーバ装置で実現されてもよい。また上述の説明で用いた機能ブロック図で示したそれぞれの機能ブロックの構成は、単独の装置で実現されてもよく、複数の装置が連携するシステムで実現されても良い。複数の装置が連携するシステムには、例えば複数のサーバ装置の組み合わせ、サーバ装置と端末装置との組み合わせ等が含まれ得る。
　以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
　また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。
　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）
　ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成する制御部を備える、情報処理装置。
（２）
　前記制御部は、前記ユーザの集中度を取得し、取得した前記集中度に基づいて、前記問題及び前記類題を生成する、前記（１）に記載の情報処理装置。
（３）
　前記制御部は、前記集中度が所定値以下の場合に、生成する問題のカテゴリを変更する、前記（２）に記載の情報処理装置。
（４）
　前記制御部は、前記集中度が所定値以下の場合に、解答の所要時間が短い問題に変更する、前記（２）に記載の情報処理装置。
（５）
　前記制御部は、前記集中度が所定値以下の場合に、生成しようする問題に関連する別のコンテンツを前記ユーザに提供する、前記（２）に記載の情報処理装置。
（６）
　前記制御部は、複数のユーザの前記学習度及び前記習得速度に基づいて、前記ユーザに対する前記問題及び前記類題を生成する、前記（１）～（５）のいずれかに記載の情報処理装置。
（７）
　前記制御部は、前記ユーザの前記学習度及び前記習得速度を更新する、前記（１）～（６）のいずれかに記載の情報処理装置。
（８）
　前記制御部は、前記ユーザに提示するための情報を生成し、前記問題に対する前記ユーザの解答結果に応じて前記学習度を更新し、前記ユーザの解答結果に応じて前記問題の解説を提示するための情報を生成する、前記（７）に記載の情報処理装置。
（９）
　前記制御部は、前記問題に対する前記ユーザの正答率に基づいて前記学習度を更新する、前記（７）または（８）に記載の情報処理装置。
（１０）
　前記制御部は、前記類題を前記ユーザが正答したかに基づいて前記習得速度を更新する、前記（７）～（９）のいずれかに記載の情報処理装置。
（１１）
　前記制御部は、前記ユーザの学習状態に関する情報に基づいて前記ユーザの集中度を更新する、前記（７）～（１０）のいずれかに記載の情報処理装置。
（１２）
　前記制御部は、予め用意されたテンプレートに条件を当てはめることで前記問題及び前記類題を生成する、前記（１）～（１１）のいずれかに記載の情報処理装置。
（１３）
　前記制御部は、前記ユーザの集中度を取得し、取得した前記集中度に応じて前記テンプレートに当てはめる条件を変化させることで前記問題及び前記類題を生成する、前記（１２）に記載の情報処理装置。
（１４）
　ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成することを含む、情報処理方法。
（１５）
　コンピュータに、ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成することを実行させる、コンピュータプログラム。
１　　　　：利用者
１０　　　：学習システム
２０　　　：ネットワーク
１００　　：問題管理サーバ
１１０　　：情報取得部
１２０　　：制御部
１２１　　：状態算出部
１２２　　：問題生成部
１２３　　：情報生成部
１３０　　：記憶部
１５１　　：テンプレート
１５２　　：問題
１５３　　：問題文
１５４　　：解説文
１５５　　：類題文
２００　　：解答端末
２１０　　：入力部
２２０　　：記憶部
２３０　　：制御部
２４０　　：表示部
２５０　　：通信部
３００　　：センサ
 

Claims (15)

  1. 　ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成する制御部を備える、情報処理装置。
  2. 　前記制御部は、前記ユーザの集中度を取得し、取得した前記集中度に基づいて、前記問題及び前記類題を生成する、請求項１に記載の情報処理装置。
  3. 　前記制御部は、前記集中度が所定値以下の場合に、生成する問題のカテゴリを変更する、請求項２に記載の情報処理装置。
  4. 　前記制御部は、前記集中度が所定値以下の場合に、解答の所要時間が短い問題に変更する、請求項２に記載の情報処理装置。
  5. 　前記制御部は、前記集中度が所定値以下の場合に、生成しようする問題に関連する別のコンテンツを前記ユーザに提供する、請求項２に記載の情報処理装置。
  6. 　前記制御部は、複数のユーザの前記学習度及び前記習得速度に基づいて、前記ユーザに対する前記問題及び前記類題を生成する、請求項１に記載の情報処理装置。
  7. 　前記制御部は、前記ユーザの前記学習度及び前記習得速度を更新する、請求項１に記載の情報処理装置。
  8. 　前記制御部は、前記ユーザに提示するための情報を生成し、前記問題に対する前記ユーザの解答結果に応じて前記学習度を更新し、前記ユーザの解答結果に応じて前記問題の解説を提示するための情報を生成する、請求項７に記載の情報処理装置。
  9. 　前記制御部は、前記問題に対する前記ユーザの正答率に基づいて前記学習度を更新する、請求項７に記載の情報処理装置。
  10. 　前記制御部は、前記類題を前記ユーザが正答したかに基づいて前記習得速度を更新する、請求項７に記載の情報処理装置。
  11. 　前記制御部は、前記ユーザの学習状態に関する情報に基づいて前記ユーザの集中度を更新する、請求項７に記載の情報処理装置。
  12. 　前記制御部は、予め用意されたテンプレートに条件を当てはめることで前記問題及び前記類題を生成する、請求項１に記載の情報処理装置。
  13. 　前記制御部は、前記ユーザの集中度を取得し、取得した前記集中度に応じて前記テンプレートに当てはめる条件を変化させることで前記問題及び前記類題を生成する、請求項１２に記載の情報処理装置。
  14. 　ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成することを含む、情報処理方法。
  15. 　コンピュータに、ユーザの学習度及び習得速度を取得し、取得した前記学習度に基づいて前記ユーザに対する問題を生成し、取得した前記習得速度に基づいて、生成した前記問題に関連する類題を生成することを実行させる、コンピュータプログラム。
     
PCT/JP2015/079710 2014-12-03 2015-10-21 情報処理装置、情報処理方法及びコンピュータプログラム WO2016088463A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP15865166.1A EP3229218A4 (en) 2014-12-03 2015-10-21 Information processing device, information processing method, and computer program
US15/529,543 US20170316710A1 (en) 2014-12-03 2015-10-21 Information processing device, information processing method, and computer program
JP2016562344A JP6665787B2 (ja) 2014-12-03 2015-10-21 情報処理装置、情報処理方法及びコンピュータプログラム
CN201580064046.2A CN107004373A (zh) 2014-12-03 2015-10-21 信息处理装置、信息处理方法以及计算机程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-244855 2014-12-03
JP2014244855 2014-12-03

Publications (1)

Publication Number Publication Date
WO2016088463A1 true WO2016088463A1 (ja) 2016-06-09

Family

ID=56091419

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/079710 WO2016088463A1 (ja) 2014-12-03 2015-10-21 情報処理装置、情報処理方法及びコンピュータプログラム

Country Status (5)

Country Link
US (1) US20170316710A1 (ja)
EP (1) EP3229218A4 (ja)
JP (1) JP6665787B2 (ja)
CN (1) CN107004373A (ja)
WO (1) WO2016088463A1 (ja)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6092456B1 (ja) * 2016-11-16 2017-03-08 孝光 山中 学習支援装置、方法、及びコンピュータプログラム
JP2018081295A (ja) * 2017-01-27 2018-05-24 孝光 山中 学習支援装置、方法、及びコンピュータプログラム
JP2018165760A (ja) * 2017-03-28 2018-10-25 富士通株式会社 出題制御プログラム、出題制御方法および出題制御装置
JP2018173719A (ja) * 2017-03-31 2018-11-08 Ｈｒソリューションズ株式会社 テストシステム、テスト装置、及びテスト方法
WO2019187274A1 (ja) * 2018-03-30 2019-10-03 株式会社 資生堂 情報処理装置及びプログラム
WO2019220751A1 (ja) * 2018-05-16 2019-11-21 オムロン株式会社 情報処理装置、情報処理方法、および情報処理プログラム
WO2021095561A1 (ja) * 2019-11-15 2021-05-20 ソニーグループ株式会社 情報処理装置、情報処理方法、及び、プログラム
JP2021149956A (ja) * 2019-11-01 2021-09-27 ボイン アイティー カンパニー リミテッド 問題項目自動生成方法およびシステム
JP2021182021A (ja) * 2020-05-18 2021-11-25 株式会社Ｚ会 類題出題装置、類題出題方法、プログラム

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016084519A1 (ja) * 2014-11-27 2016-06-02 ソニー株式会社 情報処理装置、情報処理方法及びコンピュータプログラム
US10424217B1 (en) * 2015-12-22 2019-09-24 Educational Testing Service Systems and methods for ability-appropriate text generation
JP6724878B2 (ja) * 2017-09-22 2020-07-15 カシオ計算機株式会社 学習支援装置、学習支援方法及びプログラム
JPWO2019058684A1 (ja) * 2017-09-25 2020-10-22 ソニー株式会社 検証装置、情報処理方法、およびプログラム
CN111602203A (zh) * 2018-01-23 2020-08-28 索尼公司 信息处理器、信息处理方法以及记录介质
US11928984B2 (en) 2018-06-07 2024-03-12 Thinkster Learning Inc. Intelligent and contextual system for test management
US11030913B2 (en) * 2018-06-07 2021-06-08 Thinkster Learning, Inc. Intelligent and contextual system for knowledge progression and quiz management
CN111787264B (zh) * 2020-07-21 2021-08-10 北京字节跳动网络技术有限公司 一种远程教学的提问方法、装置、提问终端和可读介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05188849A (ja) * 1992-01-10 1993-07-30 Brother Ind Ltd 電子学習機
JP2001194985A (ja) * 2000-01-12 2001-07-19 Nec Corp 教材難易度動的調節方式
JP2003156996A (ja) * 2001-11-22 2003-05-30 Junichi Yakahi 学習支援システム、方法およびプログラム、ならびに情報サーバ
JP2003255818A (ja) * 2002-03-01 2003-09-10 Nippon Yunishisu Kk 学習支援システム及び学習支援装置、並びに学習支援プログラム
JP2003271750A (ja) * 2002-03-13 2003-09-26 Byuudento:Kk 教育システム
JP2004038033A (ja) * 2002-07-05 2004-02-05 Toshifumi Matsumoto 教育システム
JP2006047573A (ja) * 2004-08-03 2006-02-16 Benetsuse Corp:Kk 学習管理システム及び方法
US20100190145A1 (en) * 2009-01-28 2010-07-29 Time To Know Ltd. Device, system, and method of knowledge acquisition
JP2010266855A (ja) * 2009-04-28 2010-11-25 Sharp Corp 個人学習用および診断用の練習問題を自動作成する方法および装置
JP2011138024A (ja) * 2009-12-28 2011-07-14 Kyoiku Dojinsha:Kk 評価支援システム
JP2013097311A (ja) * 2011-11-04 2013-05-20 Zenrin Datacom Co Ltd 学習支援装置、学習支援方法および学習支援プログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2697365B1 (fr) * 1992-10-27 1995-01-13 Infomedia Communication Procédé de traitement, à cheminement adaptatif par appréciation, de données issues d'un serveur et dispositif et serveur pour sa mise en Óoeuvre.
US5944530A (en) * 1996-08-13 1999-08-31 Ho; Chi Fai Learning method and system that consider a student's concentration level
JP2001350399A (ja) * 2000-06-08 2001-12-21 Mitsubishi Electric Corp 教育システム及び教育方法
US20040014016A1 (en) * 2001-07-11 2004-01-22 Howard Popeck Evaluation and assessment system
CN101458677A (zh) * 2007-12-12 2009-06-17 毛思原 数位回复式教学评量系统及其方法
US20090197235A1 (en) * 2008-01-31 2009-08-06 Tormey Peter J Instruction System and Method
CN101599227A (zh) * 2008-06-05 2009-12-09 千华数位文化股份有限公司 学习诊断系统及方法
JP5989300B2 (ja) * 2010-09-30 2016-09-07 株式会社やる気スイッチグループホールディングス 学習塾サーバ及び学習塾プログラム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05188849A (ja) * 1992-01-10 1993-07-30 Brother Ind Ltd 電子学習機
JP2001194985A (ja) * 2000-01-12 2001-07-19 Nec Corp 教材難易度動的調節方式
JP2003156996A (ja) * 2001-11-22 2003-05-30 Junichi Yakahi 学習支援システム、方法およびプログラム、ならびに情報サーバ
JP2003255818A (ja) * 2002-03-01 2003-09-10 Nippon Yunishisu Kk 学習支援システム及び学習支援装置、並びに学習支援プログラム
JP2003271750A (ja) * 2002-03-13 2003-09-26 Byuudento:Kk 教育システム
JP2004038033A (ja) * 2002-07-05 2004-02-05 Toshifumi Matsumoto 教育システム
JP2006047573A (ja) * 2004-08-03 2006-02-16 Benetsuse Corp:Kk 学習管理システム及び方法
US20100190145A1 (en) * 2009-01-28 2010-07-29 Time To Know Ltd. Device, system, and method of knowledge acquisition
JP2010266855A (ja) * 2009-04-28 2010-11-25 Sharp Corp 個人学習用および診断用の練習問題を自動作成する方法および装置
JP2011138024A (ja) * 2009-12-28 2011-07-14 Kyoiku Dojinsha:Kk 評価支援システム
JP2013097311A (ja) * 2011-11-04 2013-05-20 Zenrin Datacom Co Ltd 学習支援装置、学習支援方法および学習支援プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3229218A4 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018081191A (ja) * 2016-11-16 2018-05-24 孝光 山中 学習支援装置、方法、及びコンピュータプログラム
JP6092456B1 (ja) * 2016-11-16 2017-03-08 孝光 山中 学習支援装置、方法、及びコンピュータプログラム
JP2018081295A (ja) * 2017-01-27 2018-05-24 孝光 山中 学習支援装置、方法、及びコンピュータプログラム
JP2018165760A (ja) * 2017-03-28 2018-10-25 富士通株式会社 出題制御プログラム、出題制御方法および出題制御装置
JP2018173719A (ja) * 2017-03-31 2018-11-08 Ｈｒソリューションズ株式会社 テストシステム、テスト装置、及びテスト方法
JP7254770B2 (ja) 2018-03-30 2023-04-10 株式会社 資生堂 情報処理装置及びプログラム
WO2019187274A1 (ja) * 2018-03-30 2019-10-03 株式会社 資生堂 情報処理装置及びプログラム
JPWO2019187274A1 (ja) * 2018-03-30 2021-03-25 株式会社 資生堂 情報処理装置及びプログラム
WO2019220751A1 (ja) * 2018-05-16 2019-11-21 オムロン株式会社 情報処理装置、情報処理方法、および情報処理プログラム
JP2021149956A (ja) * 2019-11-01 2021-09-27 ボイン アイティー カンパニー リミテッド 問題項目自動生成方法およびシステム
JP7179886B2 (ja) 2019-11-01 2022-11-29 ボイン アイティー カンパニー リミテッド 問題項目自動生成方法およびシステム
WO2021095561A1 (ja) * 2019-11-15 2021-05-20 ソニーグループ株式会社 情報処理装置、情報処理方法、及び、プログラム
JP2021182021A (ja) * 2020-05-18 2021-11-25 株式会社Ｚ会 類題出題装置、類題出題方法、プログラム
JP7100678B2 (ja) 2020-05-18 2022-07-13 株式会社Ｚ会 類題出題装置、類題出題方法、プログラム

Also Published As

Publication number Publication date
CN107004373A (zh) 2017-08-01
US20170316710A1 (en) 2017-11-02
JPWO2016088463A1 (ja) 2017-09-14
EP3229218A4 (en) 2018-05-30
EP3229218A1 (en) 2017-10-11
JP6665787B2 (ja) 2020-03-13

Similar Documents

Publication Publication Date Title
WO2016088463A1 (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
US11380331B1 (en) Virtual assistant identification of nearby computing devices
KR102334942B1 (ko) 돌봄 로봇을 위한 데이터 처리 방법 및 장치
CN108632658B (zh) 一种弹幕显示方法、终端
US10108262B2 (en) User physical attribute based device and content management system
US10431116B2 (en) Orator effectiveness through real-time feedback system with automatic detection of human behavioral and emotional states of orator and audience
CN108888955B (zh) 一种游戏中的视角控制方法和装置
US11340699B2 (en) User physical attribute based device and content management system
JP2013097311A (ja) 学習支援装置、学習支援方法および学習支援プログラム
US11244682B2 (en) Information processing device and information processing method
CN110830368A (zh) 即时通讯消息发送方法及电子设备
WO2021169918A1 (zh) 信息输出的方法、电子设备及介质
JP2012189624A (ja) 学習支援装置、学習支援方法、及びプログラム
EP3340240B1 (en) Information processing device, information processing method, and program
US20200301398A1 (en) Information processing device, information processing method, and program
WO2016143415A1 (ja) 情報処理装置、情報処理方法およびプログラム
WO2019198299A1 (ja) 情報処理装置及び情報処理方法
US10847047B2 (en) Information processing device, information processing method, and computer program
WO2019073668A1 (ja) 情報処理装置、情報処理方法、およびプログラム
WO2017154354A1 (ja) 情報処理装置、情報処理方法及びプログラム
CN109117112B (zh) 一种语音引导方法、终端设备
JP2019152761A (ja) 外国語習得支援システム、外国語習得支援方法および外国語習得支援プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15865166

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016562344

Country of ref document: JP

Kind code of ref document: A

REEP Request for entry into the european phase

Ref document number: 2015865166

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 15529543

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE