WO2022158160A1

WO2022158160A1 - 支援システム、支援方法、及びプログラム

Info

Publication number: WO2022158160A1
Application number: PCT/JP2021/045528
Authority: WO
Inventors: 克洋金森; スクサコンブンヨン; 元貴吉岡
Original assignee: パナソニックＩｐマネジメント株式会社
Priority date: 2021-01-19
Filing date: 2021-12-10
Publication date: 2022-07-28

Abstract

課題は、より実践的な習得訓練の支援を図ることである。支援システム（１）は、学問又は技術に関する対象者（Ｍ１）の習得訓練を支援する。支援システム（１）は、提示部（３０）と、第１推定部（３１）と、第２推定部（３２）と、生成部（４１）と、を備える。提示部（３０）は、対象者（Ｍ１）が実施する訓練プロセスで用いる訓練材料を提示する。第１推定部（３１）は、訓練材料の対処を行う対象者（Ｍ１）の集中度を推定する。第２推定部（３２）は、訓練材料の対処を行う対象者（Ｍ１）の緊張度を推定する。生成部（４１）は、集中度及び緊張度に基づいて、訓練プロセスの次に実施する訓練プロセスに関する訓練情報を生成する。

Description

支援システム、支援方法、及びプログラム

　本開示は、一般に、支援システム、支援方法、及びプログラムに関する。より詳細には本開示は、学問又は技術に関する対象者の習得訓練を支援する支援システム、支援方法、及びプログラムに関する。

　特許文献１には、学習材推薦装置が開示されている。この学習材推薦装置は、集中度推定部と、理解度ログ前処理部と、学習材推薦部とを備える。集中度推定部は、学習者特徴ベクトルと学習材特徴ベクトルに予測モデルを適用して、学習者が学習材を学習する際の集中度予測スコアを計算する。理解度ログ前処理部は、学習者に対する確認テストで採点された実績値のログデータから理解度実績スコアを生成する。学習材推薦部は、集中度予測スコアと理解度実績スコアとから、学習者が次に学習すべき学習材を推薦する。

　特許文献１に開示された学習材推薦装置によれば、集中度及び理解度（成績）から学習者の最適な学習材が推薦されるだけであり、特許文献１に記載された学習材推薦装置は、いわば「日常的な学習」向けの装置にすぎない。学習者は、例えば自宅等での学習時には精神的にリラックスしていて解けていた問題であっても、実際の試験（学期末試験、入学試験、国家試験、模擬試験等）のような緊張感のある環境では、解けない可能性がある。したがって、より実践的な習得訓練の支援が望まれる。

国際公開第２０１８／１６８２２０号

　本開示は上記事由に鑑みてなされ、より実践的な習得訓練の支援を図ることができる、支援システム、支援方法、及びプログラムを提供することを目的とする。

　本開示の一態様の支援システムは、学問又は技術に関する対象者の習得訓練を支援する。前記支援システムは、提示部と、第１推定部と、第２推定部と、生成部と、を備える。前記提示部は、前記対象者が実施する訓練プロセスで用いる訓練材料を提示する。前記第１推定部は、前記訓練材料の対処を行う前記対象者の集中度を推定する。前記第２推定部は、前記訓練材料の対処を行う前記対象者の緊張度を推定する。前記生成部は、前記集中度及び前記緊張度に基づいて、前記訓練プロセスの次に実施する訓練プロセスに関する訓練情報を生成する。

　本開示の別の一態様の支援システムは、学問又は技術に関する対象者の習得訓練を支援する。前記支援システムは、第１推定部と、第２推定部と、集中度誘発部と、緊張度誘発部と、を備える。前記第１推定部は、前記対象者が訓練プロセスを実施する際に提示された前記訓練材料の対処を行う前記対象者の集中度を推定する。前記第２推定部は、前記訓練材料の対処を行う前記対象者の緊張度を推定する。前記集中度誘発部は、前記集中度の増加を誘発する。前記緊張度誘発部は、前記緊張度の増加を誘発する。

　本開示の一態様の支援方法は、学問又は技術に関する対象者の習得訓練を支援する。前記支援方法は、提示ステップと、第１推定ステップと、第２推定ステップと、生成ステップと、を含む。前記提示ステップでは、前記対象者が実施する訓練プロセスで用いる訓練材料を提示する。前記第１推定ステップでは、前記訓練材料の対処を行う前記対象者の集中度を推定する。前記第２推定ステップでは、前記訓練材料の対処を行う前記対象者の緊張度を推定する。前記生成ステップでは、前記集中度及び前記緊張度に基づいて、前記訓練プロセスの次に実施する訓練プロセスに関する訓練情報を生成する。

　本開示の別の一態様の支援方法は、学問又は技術に関する対象者の習得訓練を支援する。前記支援方法は、第１推定ステップと、第２推定ステップと、集中度誘発ステップと、緊張度誘発ステップと、を含む。前記第１推定ステップでは、前記対象者が訓練プロセスを実施する際に提示された前記訓練材料の対処を行う前記対象者の集中度を推定する。前記第２推定ステップでは、前記訓練材料の対処を行う前記対象者の緊張度を推定する。前記集中度誘発ステップでは、前記集中度の増加を誘発する。前記緊張度誘発ステップでは、前記緊張度の増加を誘発する。

　本開示の一態様のプログラムは、１以上のプロセッサに、上記いずれか一方の支援方法を実行させるためのプログラムである。

図１は、一実施形態に係る支援システムを備える学習管理システムの概略構成図である。図２は、同上の支援システムにおける理想的なカリキュラムを説明するための図である。図３は、同上の支援システムにおける別の理想的なカリキュラムを説明するための図である。図４は、同上の支援システムにおける緊張度誘発機能を説明するための概念図である。図５は、同上の支援システムにおける提案機能を説明するための概念図である。図６は、同上の支援システムにおける提案機能を説明するための概念図である。図７は、同上の支援システムの動作を説明するための図である。図８は、同上の支援システムの変形例（模擬面接）を説明するための図である。

　（１）概要
　本実施形態の一態様に係る支援システム１は、学問又は技術に関する対象者Ｍ１（図１参照）の習得訓練を支援するように構成される。本実施形態では一例として、支援システム１が「学問」に関する習得訓練を支援することを想定する。したがって、対象者Ｍ１は、例えば、小学生、中学生、高校生、専門学校生、塾生、又は予備校生等の「学習者」に該当するが、年齢等は特に限定されず、国家試験に挑む大学生や社会人に該当してよい。また対象となる学問も特に限定されず、対象者Ｍ１が例えば中学生なら、国語、数学、英語、理科、社会、美術、又は音楽等でもよい。

　また支援システム１の支援対象は「学問」だけでなく「技術」でもよい。ここでいう「技術」は、仕事、趣味（工芸、美術、料理、ゲーム等）、競技（スポーツ、e-Sports等）に要求される技術を含み、特に本番の試験や面接、試合等が、習得訓練の中間的、又は最終的な目標（ゴール）として存在する技術が望ましい。例えば「技術」は、最終的な目標である企業面接に向けての就職活動に必要とされる対話技術も含み得る。

　支援システム１は、図１に示すように、提示部３０と、第１推定部３１と、第２推定部３２と、生成部４１と、を備える。

　提示部３０は、対象者Ｍ１が実施する訓練プロセスＰ０（図７参照）で用いる訓練材料Ｑ１（図４及び図５参照）を提示する。本実施形態では一例として、提示部３０の機能は、学習端末２（情報端末）に設けられている。学習端末２は、例えばタッチパネル式のディスプレイ（画面２０）を備えるタブレット端末である。学習端末２は、タブレット端末に限定されず、スマートフォン、ノートパソコン、又は据置型のパソコン等でもよい。提示部３０は、訓練材料Ｑ１を学習端末２の画面２０から提示する。以下では、訓練材料Ｑ１は、例えば数学の問題集を想定し、１又は複数の題材として、演習問題（以下、単に「問題」とよぶ）を含む教材である。

　ここでいう「訓練プロセス」は、対象者Ｍ１が提示された訓練材料Ｑ１への対処を行うプロセスである。本実施形態では、二つ以上の訓練プロセスＰ０を対象者Ｍ１に実施させることを想定する。例えば訓練材料Ｑ１が数学の問題集であれば、対象者Ｍ１は、その訓練プロセスを実施する期間（実施期間Ｔ１：図７参照）内で、提示された数学の問題集を始めから終わりまで一通り解くことが推奨される。

　第１推定部３１は、訓練材料Ｑ１の対処を行う対象者Ｍ１の集中度を推定する。第２推定部３２は、訓練材料Ｑ１の対処を行う対象者Ｍ１の緊張度を推定する。つまり、支援システム１は、対象者Ｍ１が例えば数学の問題集（訓練材料Ｑ１）に取り組んでいる最中における対象者Ｍ１の集中度及び緊張度を推定する機能を有する。本実施形態の支援システム１は、実施期間Ｔ１中の対象者Ｍ１を撮像する撮像装置Ｃ１（図１参照）から画像データを取得して、画像データから対象者Ｍ１の集中度及び緊張度を推定する。

　生成部４１は、集中度及び緊張度に基づいて、訓練プロセスＰ０の次に実施する訓練プロセスＰ０に関する訓練情報を生成する。例えば生成部４１は、次の訓練プロセスＰ０で用いる訓練材料Ｑ１の選択、又は変更等を行うように訓練情報を生成する。提示部３０は、訓練情報に応じた内容の訓練材料Ｑ１を次の訓練プロセスＰ０で画面２０から提示する。以下では、訓練情報を「学習レシピ」と呼ぶことがある。

　ところで、人によっては、例えば日常的な学習時には精神的にリラックスしていて解けていた問題であっても、本番の試験（学期末試験、入学試験、国家試験、模擬試験等）のような緊張感のある環境では、問題をうまく解けずに失敗する可能性がある。本番の試験は、いわゆる「リモート試験」も含み得る。また試験に限らず、面接、試合等でも同様に、日常的な訓練時には成功していても、本番では失敗する可能性がある。したがって、本番で失敗しないためにも、訓練の段階で、対象者Ｍ１の精神状態に配慮することは重要である。

　これに対して、本実施形態では、上述の通り、対象者Ｍ１の集中度及び緊張度に基づいて、次に実施する訓練プロセスＰ０に関する訓練情報が生成される。そのため、上述した特許文献１のように集中度及び理解度（成績）から学習者の最適な学習材が推薦されるケースと違って、対象者Ｍ１の精神状態に配慮した訓練プロセスＰ０が実施されやすくなる。結果的に、より実践的な習得訓練の支援を図ることができる。

　また本実施形態に係る支援方法は、学問又は技術に関する対象者Ｍ１の習得訓練を支援する。支援方法は、提示ステップと、第１推定ステップと、第２推定ステップと、生成ステップと、を含む。提示ステップでは、対象者Ｍ１が実施する訓練プロセスＰ０で用いる訓練材料Ｑ１を提示する。第１推定ステップでは、訓練材料Ｑ１の対処を行う対象者Ｍ１の集中度を推定する。第２推定ステップでは、訓練材料Ｑ１の対処を行う対象者Ｍ１の緊張度を推定する。生成ステップでは、集中度及び緊張度に基づいて、訓練プロセスＰ０の次に実施する訓練プロセスＰ０に関する訓練情報を生成する。この構成によれば、より実践的な習得訓練の支援を図ることが可能な支援方法を提供できる。この支援方法は、コンピュータシステム（生成部４１を備える支援システム１）上で用いられる。つまり、この支援方法は、プログラムでも具現化可能である。本実施形態に係るプログラムは、この支援方法を、１以上のプロセッサに実行させるためのプログラムである。

　また本実施形態の別の一態様に係る支援システムは、第１推定部３１と、第２推定部３２と、集中度誘発部６と、緊張度誘発部７と、を備える。第１推定部３１は、対象者Ｍ１が訓練プロセスＰ０を実施する際に提示された訓練材料Ｑ１の対処を行う対象者Ｍ１の集中度を推定する。第２推定部３２は、訓練材料Ｑ１の対処を行う対象者Ｍ１の緊張度を推定する。集中度誘発部６は、集中度の増加を誘発する。緊張度誘発部７は、緊張度の増加を誘発する。この構成によれば、集中度誘発部６及び緊張度誘発部７が設けられていることで、対象者Ｍ１を、訓練の段階で、例えば本番の試験、面接、試合等の環境で経験するような緊張感に少しでも近い状態へ擬似的に誘発できる。結果的に、より実践的な習得訓練の支援を図ることができる。

　また本実施形態の別の一態様に係る支援方法は、第１推定ステップと、第２推定ステップと、集中度誘発ステップと、緊張度誘発ステップと、を含む。第１推定ステップでは、対象者Ｍ１が訓練プロセスＰ０を実施する際に提示された訓練材料Ｑ１の対処を行う対象者Ｍ１の集中度を推定する。第２推定ステップでは、訓練材料Ｑ１の対処を行う対象者Ｍ１の緊張度を推定する。集中度誘発ステップでは、集中度の増加を誘発する。緊張度誘発ステップでは、緊張度の増加を誘発する。この構成によれば、より実践的な習得訓練の支援を図ることが可能な支援方法を提供できる。この支援方法は、コンピュータシステム（集中度誘発部６及び緊張度誘発部７を備える支援システム１）上で用いられる。つまり、この支援方法は、プログラムでも具現化可能である。本実施形態に係るプログラムは、この支援方法を、１以上のプロセッサに実行させるためのプログラムである。

　以下の実施形態では、支援システム１が、生成部４１と、集中度誘発部６及び緊張度誘発部７とを備える場合について説明する。

　（２）詳細
　以下、本実施形態に係る支援システム１、及びその周辺構成を含んだ全体のシステム（学習管理システム１００）について、図１を参照しながら詳しく説明する。なお、周辺構成の少なくとも一部が、支援システム１の構成に含まれてもよい。

　（２．１）全体構成
　学習管理システム１００は、図１に示すように、１又は複数台の学習端末２（図１では１台のみ図示）と、サーバ２００と、１又は複数台の環境形成装置Ｅ１（図１では１台のみ図示）とを備える。本実施形態では一例として、支援システム１の機能が、学習端末２とサーバ２００とに分散的に設けられている（図１の第１支援部１Ａ、第２支援部１Ｂ）。ただし、支援システム１の機能の全てが、学習端末２及びサーバ２００のいずれか一方のみに設けられてもよい。ここでいう「サーバ」は、１台のサーバ装置から構成されることを想定する。つまり、支援システム１の一部（第２支援部１Ｂ）の機能が、１台のサーバ装置に設けられていることを想定する。ただし、「サーバ」は、複数台のサーバ装置から構成されてもよい。また複数台のサーバ装置が、例えばクラウド（クラウドコンピューティング）を構築してもよい。

　学習端末２は、上述の通り、タッチパネル式のディスプレイ（画面２０）を備えるタブレット端末である。学習端末２は、学習者である対象者Ｍ１がオンライン学習をするために利用する端末である。図１の例では、施設３００内の対象領域Ｒ１（管理領域）内で、対象者Ｍ１が学習端末２を用いて学習する。例えば、施設３００は学習者である対象者Ｍ１の自宅であり、対象領域Ｒ１は対象者Ｍ１の自室であるとする。ただし、施設３００は、対象者Ｍ１の自宅に限定されず、対象者Ｍ１が通う学校又は塾でもよく、その場合、対象領域Ｒ１は教室でもよい。

　対象者Ｍ１は、自身の指先を用いて、画面２０上にタッチ操作（タップ）又はスワイプ操作等を行って訓練材料Ｑ１（図４及び図５参照：例えば数学の問題集）に取り組む。ここでは訓練材料Ｑ１は、対象者Ｍ１に対して解答を求める問題（題材）を含む材料である。特に上述の通り一例として、支援システム１は、学問に関する対象者Ｍ１の習得訓練を支援し、訓練材料Ｑ１は、対象者Ｍ１に対して解答を求める演習問題（問題）を含む材料である。１つの訓練プロセスＰ０（図７参照）で課せられる訓練材料Ｑ１に含まれる問題の数は、１つでも複数でもよい。特に複数の訓練プロセスＰ０間で訓練材料Ｑ１に含まれる問題の内容（難易度）、問題の数、又は提示される問題の順番は、異なることもある。各訓練プロセスＰ０にて、複数の内容（難易度）のうち、対応する内容（難易度）の問題を含む訓練材料Ｑ１が、学習端末２の画面２０にて提示（画面表示）される。図４及び図５では、説明の便宜上、訓練材料Ｑ１の一部である数学の「問題１」が例示的に画面表示されている様子を示す。

　訓練材料Ｑ１は、１又は複数の題材（ここでは問題）を含む。訓練材料Ｑ１は、ある教科（ここでは数学）に関して、高校生が大学入試に向けて必要とする範囲の問題集でもよいし、高校１年～３年の学年別に絞られた問題集でもよい。或いは、訓練材料Ｑ１は、ある教科の中で、例えば因数分解問題、集合問題、２次関数問題、又は図形問題といった、数学の中でもある分野に絞られた問題集でもよい。以下では一例として、訓練材料Ｑ１は、因数分解の問題に特化した問題集であることを想定する。

　問題に対する解答が、予め用意された複数の選択肢から１つ又は複数を選択する選択方式であれば、対象者Ｍ１は複数の選択肢から正しいと思う解答をタップ操作で選択する。また問題に対する解答が、記入欄へ直接記入する方式であれば、対象者Ｍ１は、自身の指先或いはペン型の操作部材（いわゆるタッチペン）を用いて、画面２０上に表示されている記入欄の領域に解答を入力する。つまり、支援システム１は、対象者Ｍ１が問題に対する解答を入力する入力部５を備え、本実施形態では、学習端末２のタッチパネル式のディスプレイ（画面２０）が、訓練材料Ｑ１の提示（画面表示）の機能だけでなく、入力部５の機能を兼ねている。

　サーバ２００は、施設３００（対象者Ｍ１の自宅）の外部、例えば１又は複数の対象者Ｍ１の学習状況の管理を行う個人、団体、又は企業等の施設に設置される。施設３００が例えば学校又は塾であれば、サーバ２００は、施設３００内に設置されてもよい。

　学習端末２は、施設３００内に設置されるルータ等を介して、インターネットを含む外部の広域ネットワークＮＴ１に接続されている。広域ネットワークＮＴ１には、サーバ２００も接続されている。学習端末２には、サーバ２００と通信するための専用のアプリケーションソフトが予めインストールされる。学習端末２とサーバ２００とは、広域ネットワークＮＴ１を介して、双方向に通信可能である。学習端末２及びサーバ２００の各々の詳細な構成については後述する。

　環境形成装置Ｅ１は、施設３００内に設置される。特に環境形成装置Ｅ１は、施設３００内の対象領域Ｒ１（例えば対象者Ｍ１の自室）に設置される。環境形成装置Ｅ１は、訓練材料Ｑ１の対処を行う対象者Ｍ１が存在する対象領域Ｒ１内における照明、温度、湿度、空気質、風量、音楽、及び振動の少なくとも１つに関する環境形成を実行するように構成される。ここでは一例として、環境形成装置Ｅ１は、「照明」に関する環境形成を実行する照明機器である。環境形成装置Ｅ１は、「温湿度」及び「風量」に関する環境形成を実行する空調機器でもよいし、「空気質」に関する環境形成を実行する空気清浄機又は換気扇でもよい。環境形成装置Ｅ１は、風量（風速でもよい）に関する環境形成を実行する扇風機等の風発生装置でもよいし、「音楽」に関する環境形成を実行するスピーカ機（例えばスマートスピーカ）でもよいし、「振動」に関する環境形成を実行するマッサージ機でもよい。

　環境形成装置Ｅ１は、例えば、施設３００内に設置されて、施設３００内の複数の電気機器を管理するＨＥＭＳ（Home Energy Management System）のコントローラ、通信アダプタ及びルータ等を介して、広域ネットワークＮＴ１に接続されている。環境形成装置Ｅ１とサーバ２００とは、広域ネットワークＮＴ１を介して、双方向に通信可能である。

　（２．２）学習端末
　学習端末２は、図１に示すように、処理部３、入力部５、及び撮像装置Ｃ１を備える。また学習端末２は、サーバ２００等と通信するための通信インタフェース、及び、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）のような書き換え可能な不揮発性メモリを含む記憶部Ｆ１を更に備える。記憶部Ｆ１は、処理部３のメモリでもよい。

　入力部５は、上述の通り、タッチパネル式のディスプレイ（画面２０）を含み、訓練材料Ｑ１を提示（画面表示）する機能とタッチ操作等の入力操作を受け付ける機能とを兼ね備える。ディスプレイは、例えば液晶ディスプレイ又は有機ＥＬ（Electro-Luminescence）ディスプレイである。学習端末２は、入力部５として、マウス、キーボード、及びポインティングデバイス等を備えてもよい。

　撮像装置Ｃ１は、撮像素子を有し、被写体を撮像するためのカメラである。本実施形態では、撮像装置Ｃ１として、ＲＧＢカメラを採用する。撮像素子は、例えばＣＣＤ（Charge Coupled Devices）イメージセンサ、又はＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサ等の二次元イメージセンサである。また撮像装置Ｃ１は、レンズ等の光学系を更に有し、被写体（ここでは対象者Ｍ１）からの光をその光学系によって撮像素子の撮像面（受光面）上に結像させ、撮像素子にて被写体からの光を電気信号に変換することで、画像を生成する。

　撮像装置Ｃ１は、図４及び図５に示すように、例えば、学習端末２の正面（画面２０がある面）上における画面２０よりも上部に取り付けられている。その結果、対象者Ｍ１が学習端末２を用いて学習を行っている最中には、撮像装置Ｃ１の画角内に、対象者Ｍ１の少なくとも顔が入ることになる。撮像装置Ｃ１は、対象者Ｍ１が訓練プロセスＰ０を実施している間、後述する処理部３の制御下で対象者Ｍ１を撮影する。

　処理部３は、１以上のプロセッサ（マイクロプロセッサ）と１以上のメモリとを含むコンピュータシステムにより実現され得る。つまり、１以上のプロセッサが１以上のメモリに記憶された１以上のプログラム（アプリケーション）を実行することで、処理部３として機能する。プログラムは、ここでは処理部３のメモリに予め記録されているが、インターネット等の電気通信回線を通じて、又はメモリカード等の非一時的な記録媒体に記録されて提供されてもよい。

　処理部３は、入力部５の制御処理、撮像装置Ｃ１の制御処理、及び、サーバ２００との通信に関する制御処理を実行するように構成される。また処理部３は、画面２０に関する制御処理を実行するように構成される。

　また本実施形態では、処理部３は、提示処理、第１推定処理、第２推定処理、及び取得処理を実行する機能を有しており、図１に示すように、提示部３０、第１推定部３１、第２推定部３２、及び取得部３３を有する。提示部３０、第１推定部３１、第２推定部３２、及び取得部３３は、第１支援部１Ａを構成し、後述するサーバ２００側の第２支援部１Ｂと共に、支援システム１を構成する（図１参照）。

　提示部３０は、対象者Ｍ１が実施する訓練プロセスＰ０で用いる訓練材料Ｑ１を提示するように構成される。言い換えると、本実施形態における支援方法は、対象者Ｍ１が実施する訓練プロセスＰ０で用いる訓練材料Ｑ１を提示する提示ステップを含む。本実施形態では、図７に示すように、訓練プロセスＰ０が４つ用意されるケースを例示する。訓練プロセスＰ０の数は、特に限定されないが、２つ以上であることが好ましい。以下では、４つの訓練プロセスＰ０について互いに区別する場合には、左側から順に、第１訓練プロセスＰ１、第２訓練プロセスＰ２、第３訓練プロセスＰ３、及び第４訓練プロセスＰ４とそれぞれ呼ぶことがある。

　第１訓練プロセスＰ１は、初回のプロセスであり、その後、第２訓練プロセスＰ２、第３訓練プロセスＰ３、及び第４訓練プロセスＰ４の順でプロセスが進行する。初回（第１訓練プロセスＰ１）の訓練材料Ｑ１は、例えば難易度が標準レベル程度の問題を含む。初回の訓練材料Ｑ１の問題の数や難易度は、入力部５を介して、対象者Ｍ１が適宜に選択できてもよい。なお、第２訓練プロセスＰ２以降の問題は、後述の通り、支援システム１の生成部４１が生成する情報（内容）に基づき、自動的に決定される。対象者Ｍ１には、複数の訓練プロセスＰ０を全て終了することが推奨される。

　処理部３は、サーバ２００から送信される各訓練プロセスＰ０に関する訓練材料Ｑ１のデータを受信して、記憶部Ｆ１に記憶（格納）する。訓練材料Ｑ１のデータは、対応する訓練プロセスＰ０に割り当てられているプロセスＩＤと紐づけされている。処理部３は、訓練材料Ｑ１に含まれる複数の問題を全て一括で受信してもよいし、問題を提示するタイミングで問題ごとに都度受信してもよい。

　取得部３３は、訓練材料Ｑ１の対処を行う対象者Ｍ１を撮像する撮像装置Ｃ１から画像データを取得するように構成される。処理部３は、各訓練プロセスＰ０の開始と共に撮像装置Ｃ１を制御して撮像装置Ｃ１による対象者Ｍ１の撮影を開始する。具体的には、各訓練プロセスＰ０は、例えば画面２０上に表示される「開始」の操作領域（画像領域）を対象者Ｍ１がタップ操作することで開始される。処理部３は、訓練プロセスＰ０の開始に連動して、対応する訓練材料Ｑ１の第１問目の問題を提示すると共に、撮像装置Ｃ１による対象者Ｍ１の撮影を開始する。後述する対象者Ｍ１の集中度及び緊張度の少なくとも一方（ここでは両方）は、画像データから推定される。

　各訓練プロセスＰ０は、対象者Ｍ１が対応する訓練材料Ｑ１の最終問題に対する解答を行って、例えば画面２０上に表示される「終了」の操作領域（画像領域）を対象者Ｍ１がタップ操作することで終了する。処理部３は、訓練プロセスＰ０の終了に連動して、当該訓練プロセスＰ０に対応する訓練材料Ｑ１の提示を終えると共に、撮像装置Ｃ１による対象者Ｍ１の撮影を終了する。

　取得部３３は、各訓練プロセスＰ０で撮像された画像データを、対応する訓練プロセスＰ０のプロセスＩＤと紐づけして、記憶部Ｆ１に記憶（格納）する。ここでは、画像データは、動画像データであることを想定する。動画像データは、１コマ（フレーム）と１コマの間隔が比較的長い（コマ送り）画像データも含む。画像データは、対象者Ｍ１が訓練プロセスＰ０を実施中のある瞬間の１コマ、すなわち１枚の静止画像データでもよい。

　各訓練プロセスＰ０には予め開始から終了までの終了時間（例えば６０分等）が設定されており、開始から終了時間が経過すると、その訓練プロセスＰ０は自動的に強制終了する。終了時間は、訓練材料Ｑ１の種類、問題量、及び難易度等によって適宜変更される。

　訓練プロセスＰ０の単位だけでなく、各問題に対しても予め制限時間（例えば１０分等）が設定されている。制限時間は、その問題の種類、難易度等によって適宜変更される。対象者Ｍ１が、ある問題を取り組んでいる最中に制限時間が経過すると、処理部３は、その問題に対する解答の入力が完了していなくても、次の問題に移る。

　第１推定部３１は、各訓練プロセスＰ０の実施期間Ｔ１中にて訓練材料Ｑ１の対処を行う対象者Ｍ１の集中度を推定するように構成される。言い換えると、本実施形態における支援方法は、訓練材料Ｑ１の対処を行う対象者Ｍ１の集中度を推定する第１推定ステップを含む。ここでは、第１推定部３１は、各訓練プロセスＰ０の実施期間Ｔ１中に生成された画像データから、対象者Ｍ１の集中度を推定（算出）する。第１推定部３１は、撮像装置Ｃ１で生成された画像データ（生データ）に限らず、撮像後に処理部３でなんらかの加工処理（拡大、縮小、回転、反転、補間、エッジ処理等の画像処理）が施された画像データを用いて集中度を推定してよい。

　第１推定部３１は、例えば、画像データに対する画像解析を行い、対象者Ｍ１の顔、手指等の位置、及び大きさ等を検出する。そして、第１推定部３１は、対象者Ｍ１の顔、手指等に関する検出結果を基に、対象者Ｍ１の表情（瞬きや視線移動も含む）、顔の向き、姿勢、動作（手指等のジェスチャ）に関する生体情報を抽出し、対象者Ｍ１の集中度を推定する。対象者Ｍ１の生体情報は、ある瞬間の表情、顔の向き、姿勢、及び動作だけでなく、時間経過に伴う表情、顔の向き、及び動作の変化に関する情報を含み得る。「ある瞬間」とは、例えば問題が画面２０に提示された瞬間等である。学習端末２がマイクロホンを備える場合、第１推定部３１は、マイクロホンを介して入力される対象者Ｍ１の音声データも、生体情報の１つとして、集中度の推定に用いてよい。

　集中度は、例えば百分率（パーセント）で示される。集中度が１００％に近いほど、対象者Ｍ１は、集中して問題の取り組みを行っているといえる。第１推定部３１は、対象者Ｍ１の表情、顔の向き、姿勢、及び動作の、単位時間当たりの変化量が大きいほど、集中度が下がるような所定の演算式を用いて集中度を算出（推定）してもよい。第１推定部３１は、各問題の単位で集中度を算出する。各問題にはＩＤ（問題ＩＤ）が割り当てられていて、第１推定部３１は、集中度と対応する問題ＩＤとを紐づけする。第１推定部３１は、実施期間Ｔ１中における集中度の推移を測定して、その平均値（又は最大値でも最小値でもよい）を算出してもよい。

　第１推定部３１は、各訓練プロセスＰ０の実施期間Ｔ１中に生成された各訓練プロセスＰ０の実施期間Ｔ１中に生成された画像データを入力データとして、機械学習が完了した学習済みモデル（第１分類器）を用いて、集中度を推定してもよい。すなわち、第１分類器は、画像データ内における対象者Ｍ１の表情、顔の向き、姿勢、動作に関する特徴量を基に、集中度データを分類結果として出力する。

　処理部３は、第１推定部３１の推定結果（集中度データ）を、プロセスＩＤ、問題ＩＤ、及び学習端末２の端末ＩＤ（対象者Ｍ１に割り当てられたユーザＩＤでもよい）と対応付けして、サーバ２００に送信する。

　第１推定部３１の推定結果（集中度データ）のサーバ２００への送信タイミングは、特に限定されない。訓練プロセスＰ０が終了したタイミングで、全ての問題に対する解答と併せて送信されてもよいし、或いは１つの問題に対する解答が終了したタイミングで、当該問題に対する解答と併せてその都度送信されてもよい。また第１推定部３１の推定結果は、解答とは異なるタイミングでサーバ２００へ送信されてよい。

　第２推定部３２は、各訓練プロセスＰ０の実施期間Ｔ１中にて訓練材料Ｑ１の対処を行う対象者Ｍ１の緊張度（ストレス度）を推定するように構成される。言い換えると、本実施形態における支援方法は、訓練材料Ｑ１の対処を行う対象者Ｍ１の緊張度を推定する第２推定ステップを含む。ここでは、第２推定部３２は、集中度と同様に、各訓練プロセスＰ０の実施期間Ｔ１中に生成された画像データから、対象者Ｍ１の緊張度を推定（算出）する。第２推定部３２は、撮像装置Ｃ１で生成された画像データ（生データ）に限らず、撮像後に処理部３で加工処理が施された画像データを用いて緊張度を推定してよい。

　第２推定部３２は、例えば、画像データに対する画像解析を行い、対象者Ｍ１の顔、手指等の位置、及び大きさ等を検出する。そして、第２推定部３２は、対象者Ｍ１の顔、手指等に関する検出結果を基に、対象者Ｍ１の脈拍数を測定し、脈拍数から緊張度を推定する。人は、緊張が増すと、血液の流れに影響を及ぼし、顔の肌色が僅かに変化する。ＲＧＢカメラである撮像装置Ｃ１で生成された画像データを用いることで、脈拍数は測定可能である。つまり、脈拍数は、例えばカラー信号の時間変動、すなわち顔の肌色の変化に対応する画像データの各画素におけるＲ、Ｇ、Ｂの輝度値の変化を用いて測定することができる。脈拍数と緊張度との対応関係を示すデータが記憶部Ｆ１に記憶されている。

　第２推定部３２は、脈拍数に加えて又は代わりに、顔の表情（例えば瞬き、視線移動等の目の動きの変化）又は姿勢から、緊張度を推定してもよい。学習端末２がマイクロホンを備える場合、第２推定部３２は、マイクロホンを介して入力される対象者Ｍ１の音声データから解析される音声周波数の変化に関する情報を、緊張度の推定に用いてよい。

　緊張度は、例えば百分率（パーセント）で示される。緊張度が１００％に近いほど、対象者Ｍ１は、緊張しながら問題に対する取り組みを行っているといえる。第２推定部３２は、各問題の単位で緊張度を算出し、緊張度と対応する問題ＩＤとを紐づけする。第２推定部３２は、実施期間Ｔ１中における緊張度の推移を測定して、その平均値（又は最大値でも最小値でもよい）を算出してもよい。

　第２推定部３２は、各訓練プロセスＰ０の実施期間Ｔ１中に生成された画像データを入力データとして、機械学習が完了した学習済みモデル（第２分類器）を用いて、緊張度を推定してもよい。すなわち、第２分類器は、画像データ内におけるＲ、Ｇ、Ｂの輝度値の変化に関する特徴量を基に、緊張度データを分類結果として出力する。

　処理部３は、第２推定部３２の推定結果（緊張度データ）を、プロセスＩＤ、問題ＩＤ、及び学習端末２の端末ＩＤ（ユーザＩＤでもよい）と対応付けして、サーバ２００に送信する。第２推定部３２の推定結果は、第１推定部３１の推定結果（集中度データ）と合わせてサーバ２００へ送信されることが好ましい。

　第２推定部３２の推定結果（緊張度データ）のサーバ２００への送信タイミングは、特に限定されない。訓練プロセスＰ０が終了したタイミングで、全ての問題に対する解答と併せて送信されてもよいし、或いは１つの問題に対する解答が終了したタイミングで、当該問題に対する解答と併せてその都度送信されてもよい。また第２推定部３２の推定結果は、解答とは異なるタイミングでサーバ２００へ送信されてよい。

　（２．３）サーバ
　サーバ２００は、図１に示すように、処理部４、及び格納部Ｇ１（図１では、「問題データベース」と表記している）を備える。またサーバ２００は、１又は複数の学習端末２等と通信するための通信インタフェースを更に備える。

　格納部Ｇ１は、ＥＥＰＲＯＭのような書き換え可能な不揮発性メモリを含む。格納部Ｇ１は、処理部４のメモリでもよい。格納部Ｇ１は、種々の科目に対応する大量の問題及びその答え（正答）に関するデータを管理する問題データベースとして機能する。問題データベースは、新しい問題が作成されると、更新され得る。

　処理部４は、１以上のプロセッサ（マイクロプロセッサ）と１以上のメモリとを含むコンピュータシステムにより実現され得る。つまり、１以上のプロセッサが１以上のメモリに記憶された１以上のプログラム（アプリケーション）を実行することで、処理部４として機能する。プログラムは、ここでは処理部４のメモリに予め記録されているが、インターネット等の電気通信回線を通じて、又はメモリカード等の非一時的な記録媒体に記録されて提供されてもよい。

　処理部４は、各学習端末２との通信に関する制御処理を実行するように構成される。処理部４は、格納部Ｇ１内の問題データベースから、対象者Ｍ１に最適な問題を抽出して、訓練材料Ｑ１のデータを生成し、対象者Ｍ１に対応する学習端末２に送信する。

　本実施形態では、処理部４は、取得処理、生成処理、正誤判定処理を実行する機能を有しており、図１に示すように、取得部４０、生成部４１、及び正誤判定部４２を有する。また処理部４は、集中度誘発処理、及び緊張度誘発処理を実行する機能を有しており、図１に示すように、集中度誘発部６、及び緊張度誘発部７を有する。

　取得部４０、生成部４１、正誤判定部４２、集中度誘発部６、及び緊張度誘発部７は、第２支援部１Ｂを構成し、上述した学習端末２側の第１支援部１Ａと共に、支援システム１を構成する（図１参照）。

　取得部４０は、学習端末２との通信により、学習端末２から、各訓練プロセスＰ０に関するデータ（以下、「解答データ」と呼ぶ）を取得するように構成される。解答データは、学習端末２の端末ＩＤ（ユーザＩＤでもよい）、プロセスＩＤ、問題ＩＤ、並びに、各問題ＩＤに紐づけられた対象者Ｍ１の解答、集中度及び緊張度等に関するデータを含む。つまり、取得部４０は、対象者Ｍ１が問題に対して行った解答（に関する情報）を取得する。

　生成部４１は、集中度及び緊張度に基づいて、訓練プロセスＰ０の次に実施する訓練プロセスＰ０に関する訓練情報を生成する。言い換えると、本実施形態における支援方法は、集中度及び緊張度に基づいて、訓練プロセスＰ０の次に実施する訓練プロセスＰ０に関する訓練情報を生成する生成ステップを含む。

　具体的には、生成部４１は、第１訓練プロセスＰ１で推定された集中度及び緊張度に基づいて、次の第２訓練プロセスＰ２に関する訓練情報を生成する。また生成部４１は、第２訓練プロセスＰ２で推定された集中度及び緊張度に基づいて、次の第３訓練プロセスＰ３に関する訓練情報を生成する。さらに生成部４１は、第３訓練プロセスＰ３で推定された集中度及び緊張度に基づいて、次の第４訓練プロセスＰ４に関する訓練情報を生成する。本実施形態では一例として、生成部４１が、複数の問題の中から、次の訓練プロセスＰ０で実際に使用する問題を選択する。

　生成部４１は、選択した問題を次の訓練プロセスＰ０の訓練材料Ｑ１に含めて、学習端末２に送信する。そして、学習端末２の提示部３０は、次の訓練プロセスＰ０の実施時に画面２０に訓練材料Ｑ１を提示する。要するに、提示部３０は、生成部４１が生成した訓練情報に基づき、訓練プロセスＰ０の次に実施する訓練プロセスＰ０で用いる訓練材料Ｑ１を提示する。サーバ２００は、選択された問題を、対象者Ｍ１の学習を監督する監督者（例えば学校の先生、塾の講師又は親）が所有する情報端末に送信して事前にチェックさせて、その監督者から了承を得てから学習端末２に送信してもよい。

　正誤判定部４２は、取得した解答の正誤に関する判定を行うように構成される。本実施形態では、生成部４１は、集中度及び緊張度に加えて正誤判定部４２の判定結果に基づいて、訓練情報を生成する。正誤判定部４２は、着目する問題の問題ＩＤを基に、格納部Ｇ１に格納される問題データベースを検索して、問題ＩＤに対応付けされている基準解答を抽出する。正誤判定部４２は、抽出した基準解答と、対象者Ｍ１が入力した解答と比較して、「正答」か「誤答」かを判定する。集中度及び緊張度と正誤の判定結果とをどのように組み合わせて訓練情報が生成されるかについては、後述する。

　本実施形態の生成部４１は、所定のカリキュラムＢ１（図２の矢印参照）に沿って、次の訓練プロセスＰ０で用いる問題を問題データベースから選択し学習レシピ（訓練情報）を立案する。以下、学習レシピについて詳細に説明する。

　図２は、Ｘ軸に集中度を、Ｙ軸に緊張度をそれぞれ設定して区分けした４つの象限（第１象限Ａ１～第４象限Ａ４）を示す。図２の象限図における（集中度，緊張度）の座標原点は（５０％，５０％）に設定される。

　第１象限Ａ１は、緊張度及び集中度がいずれも座標原点の緊張度及び集中度より高く、適度な領域である。第１象限Ａ１は、本番の試験に対応する領域であり、対象者Ｍ１が緊張状態でも高いパフォーマンスが期待できる領域である。第１象限Ａ１は、カリキュラムＢ１において、目標到達地点となる領域として活用される。対象者Ｍ１が最終的に第１象限Ａ１の領域内の緊張／集中状態でも、全ての問題について正しく解けることが、習得訓練の目標とされる。訓練プロセスＰ０の実施中に、緊張度が極度に高くなりすぎることはパニックに陥ることに繋がり、望まれない。したがって、問題は、対象者Ｍ１の緊張度が極度に高くならないように選択されることが好ましい。

　第２象限Ａ２は、緊張度は座標原点の緊張度より高く適度で、しかし集中度は座標原点の集中度より低い注意散漫な領域である。第２象限Ａ２は、カリキュラムＢ１が通らない領域である。

　第３象限Ａ３は、緊張度及び集中度がいずれも座標原点の緊張度及び集中度より低い領域である。第３象限Ａ３は、対象者Ｍ１の学習の初期段階に対応する緊張／集中状態の領域である。第３象限Ａ３は、カリキュラムＢ１において、学習のスタート地点となる領域として活用される。

　第４象限Ａ４は、集中度は座標原点の集中度より高く適度で、緊張度が座標原点の緊張度より低い領域である。第４象限Ａ４は、対象者Ｍ１の学習の中期段階に対応する緊張／集中状態の領域である。第４象限Ａ４は、カリキュラムＢ１において、学習の中間地点となる領域として活用される。

　生成部４１は、理想的には、第１、第２、第３、第４訓練プロセス・・・と進行するにつれて、カリキュラムＢ１のように対象者Ｍ１の緊張／集中状態が、第３象限Ａ３及び第４象限Ａ４を経て第１象限Ａ１に向かうように学習レシピを立案することが好ましい。生成部４１は、例えば、前回の訓練プロセスＰ０で使用した問題と同じ問題を次の訓練プロセスＰ０でも出題したり、その問題を省いたり、或いは別の問題に変更したりする。生成部４１は、集中度及び緊張度がいずれも低い第１状態から、集中度が高くかつ緊張度が低い第２状態へ移行する過程を経て、集中度及び緊張度がいずれも高い第３状態でも対象者Ｍ１が訓練材料Ｑ１を適切に対処可能となるまで、同じ内容の訓練材料Ｑ１を提示部３０から繰り返し提示するように、訓練情報を生成する。

　具体例を挙げると、生成部４１は、解答データの各問題について下の表１に示すような分類を行って、次回の訓練プロセスＰ０の学習レシピを立案する。表１の例では、生成部４１は、前回の訓練プロセスＰ０の問題ごとに推定された緊張度及び集中度がどの状態（第１象限Ａ１～第４象限Ａ４のいずれか）に該当し、その問題に対する解答が正答又は誤答のいずれに該当するかを判断し、次回の訓練プロセスＰ０で使用する問題を決定する。表１に示すような分類パターンは、単なる一例であり、これに限定されない。

　表１の「（１）次回、省く」は、その問題を次の訓練プロセスＰ０では、訓練材料Ｑ１に含めないことを意味する。生成部４１は、対象となる問題に対して、集中度及び緊張度がいずれも高く「正答」だった場合、本番の試験でも十分解けると判断し、その問題を、「（１）次回、省く」に分類する。生成部４１は、次の訓練プロセスＰ０で、該当する問題を削除するように学習レシピを立案する。

　表１の「（２）解きなおし」は、その問題を次の訓練プロセスＰ０でも訓練材料Ｑ１に含めて出題することを意味する。生成部４１は、対象となる問題に対して、集中度及び緊張度がいずれも高く「誤答」だった場合、集中度が低く、緊張度が高く「誤答」だった場合、集中度及び緊張度がいずれも低く「誤答」だった場合、その問題を「（２）解きなおし」に分類する。生成部４１は、次の訓練プロセスＰ０で、同じ問題を繰り返して出題し、対象者Ｍ１の状態が第４象限Ａ４に移行する方向となるように学習レシピを立案する。

　表１の「（３）解きなおし」も、その問題を次の訓練プロセスＰ０でも訓練材料Ｑ１に含めて出題することを意味する。生成部４１は、対象となる問題に対して、集中度が高く、緊張度が低く「正答」だった場合、集中度及び緊張度がいずれも低く「正答」だった場合、その問題を、「（３）解きなおし」に分類する。「（３）解きなおし」は、対象者Ｍ１がリラックス状態であったことで解けた可能性があることを意味する。生成部４１は、次の訓練プロセスＰ０で、対象者Ｍ１の状態が第１象限Ａ１に移行する方向となるように学習レシピを立案する。

　表１の「（４）解法を勉強」は、その問題の解き方を対象者Ｍ１に重点的に学習させることを意味し、例えば、その解き方の解説（例えば模範解法：図６参照）が表示される。模範解法の表示に加えて再度同じ問題が出題されてもよい。生成部４１は、対象となる問題に対して、集中度が高く、緊張度が低いにも関わらず、「誤答」だった場合、対象者Ｍ１にとって難易度が高い問題と判断して、その問題を、「（４）解法を勉強」に分類する。特にこの問題は、対象者Ｍ１が苦手とする可能性が高い。生成部４１は、次の訓練プロセスＰ０でも、前回の訓練プロセスＰ０と同様に定理、公式、計算方法等を踏まえた解説を含めて同じ問題或いは類似問題を含む学習レシピを立案する。

　表１の「（５）次回、省く」は、その問題を次の訓練プロセスＰ０では、訓練材料Ｑ１に含めないことを意味する。生成部４１は、対象となる問題に対して、集中度が低く、緊張度が高く「正答」だった場合、対象者Ｍ１にとって難易度が低い問題と判断して、その問題を、「（５）次回、省く」に分類する。生成部４１は、次の訓練プロセスＰ０で、該当する問題を削除するように学習レシピを立案する。

　図３は、図２と同様に、Ｘ軸に集中度を、Ｙ軸に緊張度をそれぞれ設定して区分けした４つの象限（第１象限Ａ１～第４象限Ａ４）を示す。生成部４１は、理想的には、図２のカリキュラムＢ１に沿って、対象者Ｍ１の緊張／集中状態が推移するように学習レシピを立案することが好ましい。ただし、生成部４１は、図３に示す三角形の範囲（カリキュラムＢ２）内で、対象者Ｍ１の緊張／集中状態が移行するように、学習レシピを立案してもよい。図３の象限図における（集中度，緊張度）の座標原点は、図２と同様に（５０％，５０％）に設定される。

　図３の三角形の範囲（カリキュラムＢ２）は、例えば、生理心理学の基本法則であるヤーキーズ・ドットソンの法則（Yerkes-Dodson's law）に基づいて定義される。この法則によれば、学習活動に対する動機づけに関して、緊張度（ストレス）が、最適水準の一定量を超えるまでは高いほど学習パフォーマンスは上昇する一方で、一定量を超えると逆に学習パフォーマンスは低下する点が提唱されている。例えばＹ軸上で緊張度０％（ＭＩＮ）と緊張度１００％（ＭＡＸ）を決定し、ヤーキーズ・ドットソンの法則から、集中度１００％（ＭＡＸ）になる緊張度を５０％と定義する。次に、緊張度０％と緊張度１００％における集中度を０％と定義する。そして、Ｘ軸上で集中度０％と集中度１００％の中間点を、５０％と定義する。緊張度のＹ軸が集中度５０％の位置を通るように緊張度のＹ軸の位置を設定する。例えば図３の二点鎖線矢印のＹ軸を平行移動させて、集中度５０％の位置を通る実線矢印のＹ軸に設定する。このようにヤーキーズ・ドットソンの法則に基づき、（集中度，緊張度）の座標原点が（５０％，５０％）に設定された象限図上にて、三角形の範囲（カリキュラムＢ２）が定義される。

　ところで、問題の選択、変更だけでは、対象者Ｍ１の緊張／集中状態を、例えば第１象限Ａ１や第４象限Ａ４等へ移行させるようにコントロールすることは容易ではない場合がある。

　本実施形態の集中度誘発部６は、対象者Ｍ１の集中度の増加を誘発するように構成される。言い換えると、本実施形態における支援方法は、対象者Ｍ１の集中度の増加を誘発する集中度誘発ステップを含む。集中度誘発部６は、例えば、第１推定部３１による推定結果の集中度が、ある閾値より低い場合に、閾値以上となるように集中度の増加を誘発する（集中度フィードバック処理）。ここでは集中度誘発部６は、環境形成装置Ｅ１を制御して、集中度の増加を誘発する。環境形成装置Ｅ１は、上述の通り、施設３００内の対象領域Ｒ１（例えば対象者Ｍ１の自室）に設置される照明機器である。集中度誘発部６は、広域ネットワークＮＴ１及びＨＥＭＳのコントローラ等を介して、環境形成装置Ｅ１（照明機器）へ制御信号を送信し、対象者Ｍ１の集中度が増加する方向に向かうように環境形成装置Ｅ１（照明機器）を制御する。

　例えば、集中度誘発部６は、照明機器による照明の明るさ又は色温度を制御して、集中度の増加を誘発するような照明環境を形成させる。人の集中度と最適な照明の明るさ又は色温度の相関情報が、サーバ２００内のメモリ（格納部Ｇ１でもよい）に記憶されている。集中度誘発部６は、第１推定部３１で推定した対象者Ｍ１の集中度よりも高い値（目標値）になるように集中度の増加を誘発させる場合、相関情報を参照して、その集中度の目標値に対応する明るさ又は色温度の目標値を決定し、制御信号を環境形成装置Ｅ１側へ送信する。集中度誘発部６は、相関情報を別のサーバから取得してもよい。

　集中度誘発部６は、対象領域Ｒ１の空間データ（照明機器と対象者Ｍ１及び学習端末２との位置関係、対象者Ｍ１の姿勢等）を分析して、その分析結果に基づいて対象領域Ｒ１の照明機器を制御することで対象領域Ｒ１の照明の明るさ又は色温度を制御してもよい。集中度誘発部６は、空間データとして、撮像装置Ｃ１で撮像された画像データを用いてもよい。集中度誘発部６は、第１推定部３１で推定した対象者Ｍ１の集中度のデータを蓄積して、その対象者Ｍ１の集中度の推移を分析し、分析結果を環境形成装置Ｅ１の制御に反映させてもよい。

　環境形成装置Ｅ１は空調機器でもよく、その場合、集中度誘発部６は、空調機器を制御することで対象領域Ｒ１の温湿度又は風量を制御して、集中度の増加を誘発するような最適な空調環境を形成させる。また環境形成装置Ｅ１は空気清浄機又は換気扇でもよく、その場合、集中度誘発部６は、空気清浄機又は換気扇の稼働を開始させて、集中度の増加を誘発するような最適な空気質環境を形成させる。また環境形成装置Ｅ１は、扇風機等の風発生装置でもよく、その場合、集中度誘発部６は、集中度が低下したタイミングで対象者Ｍ１に対して空気流を当てて、集中度の増加を誘発するような最適な気流環境を形成させる。また環境形成装置Ｅ１は、スピーカ機（例えばスマートスピーカ）でもよく、その場合、集中度誘発部６は、集中度を高める楽曲を選択して、最適な音楽環境を形成させる。また環境形成装置Ｅ１は、マッサージ機でもよく、集中度が低下したタイミングで対象者Ｍ１に対して振動を与え、集中度の増加を誘発するような最適な振動環境を形成させる。

　本実施形態の緊張度誘発部７は、対象者Ｍ１の緊張度の増加を誘発するように構成される。言い換えると、本実施形態における支援方法は、対象者Ｍ１の緊張度の増加を誘発する緊張度誘発ステップを含む。緊張度誘発部７は、例えば、第２推定部３２による推定結果の緊張度が、ある閾値より低い場合に、閾値以上となるように、緊張度の増加を誘発する（緊張度フィードバック処理）。ここでは緊張度誘発部７は、対象者Ｍ１に対して、１又は複数の題材（問題）の難易度に関する情報、１又は複数の題材（問題）を提示する順序に関する情報、訓練材料Ｑ１の対処を行う期間の指定に関する情報、及び対象者Ｍ１とは別の対象者に関する情報の少なくとも１つを提示して、緊張度の増加を誘発する。以下に、問題の難易度に関する提示、問題順番に関する提示、期間の指定（ここでは問題を解く制限時間）に関する提示、他者の情報に関する提示についてそれぞれ説明する。

　例えば図４は、学習端末２の画面２０の模式的な図であり、画面２０から提示される訓練材料Ｑ１の「問題１」を例示的に示す。

　図４では、画面２０は、「問題１」の内容を表示する第１画像領域Ｄ１を含む。第１画像領域Ｄ１は、その問題に対応する難易度の情報（図示例では「標準レベル」）を示す第２画像領域Ｄ２を含む。緊張度誘発部７は、問題ＩＤに紐づけされた難易度の情報を、学習端末２の提示部３０に提示させることで、対象者Ｍ１の緊張度の増加を誘発する。対象者Ｍ１は、提示された問題が目に入った瞬間に、自分に解けそうか否かを直感的に判断する傾向があり、その際にその問題の難易度を知ることで、より一層の緊張感を覚え得る。

　また図４では、画面２０は、対象者Ｍ１の集中度（図示例では７０％）及び緊張度（図示例では９０％）をリアルタイムでそれぞれ表示する第３画像領域Ｄ３、及び第４画像領域Ｄ４を含む。提示部３０は、第３画像領域Ｄ３、及び第４画像領域Ｄ４を通じて、第１推定部３１及び第２推定部３２で推定される推定結果を提示する。対象者Ｍ１は、現在の自身の集中度及び緊張度を知ることができる。現在の集中度及び緊張度の高低は、数値の大小の違いではなく、色の濃淡の違い等で提示されてもよい。

　また図４では、画面２０は、その問題に対応する制限時間の情報（図示例では「６０（ｓｅｃ）」）を示す第５画像領域Ｄ５を含む。緊張度誘発部７は、問題ＩＤに紐づけされた制限時間の情報を、学習端末２の提示部３０に提示させ第５画像領域Ｄ５に表示させることで、対象者Ｍ１の緊張度の増加を誘発する。ここでは実際に時間経過に伴って制限時間が刻一刻と減っていく態様で表示されることで、対象者Ｍ１に本番の試験のような緊張感を与え得る。

　また図４では、画面２０は、その問題に対応する他者（別の対象者）の情報を示す第６画像領域Ｄ６を含む。図示例では、第６画像領域Ｄ６は、第１画像領域Ｄ１上に重畳される態様で、正解率を含んだ「この問題は全受験者の８０％が正解しています！」という情報を含む。本実施形態ではサーバ２００の処理部４は、過去にこの問題の対処を行った多数の対象者（例えば前年の受験者も含む）の正誤判定結果（正誤判定部４２の判定結果）に関する情報を集計して正解率を求め、問題ＩＤと紐づけて格納部Ｇ１に保存している。緊張度誘発部７は、問題ＩＤに紐づけされた正解率を抽出して、学習端末２の提示部３０に提示させ第６画像領域Ｄ６に表示させることで、対象者Ｍ１の緊張度の増加を誘発する。対象者Ｍ１は、例えば、その問題の他者の正解率が比較的高いことを知ることで、「解けて当たり前」という緊張感を覚え得る。

　図４では図示を省略するが、問題順番に関する提示について、例えば、緊張度誘発部７は、訓練材料Ｑ１に含まれる複数の問題を、その種類又はタイトル等が分かる態様で、提示される順に簡易的に画面２０に提示させる。緊張度誘発部７は、残りの問題の数、次に提示される問題をサムネイル化して画面２０の隅に表示させてもよい。

　支援システム１は、集中度及び緊張度の増加を誘発する機能以外にも、対象者個人に最適な集中度及び緊張度が発現するような提案を行う機能を有することが好ましい。対象者によっては、問題の難易度に問わず、学習中、常時緊張し過ぎている可能性もある。例えば図５では、画面２０は、対象者Ｍ１を落ち着かせるための提案メッセージを含んだ第７画像領域Ｄ７を含む。第２推定部３２で推定された緊張度が所定値よりも高い場合、サーバ２００の処理部４（学習端末２の処理部３でもよい）が、「この問題は緊張度４０％ぐらいで解きましょう」という提案メッセージを、学習端末２の画面２０から提示させる。提案メッセージの内容は特に限定されない。より具体的に顔の表情や体動、姿勢に関する改善のアドバイス、呼吸法、又はリラックス法等が学習端末２の画面２０から提示されてもよい。

　また図６では、画面２０は、その問題に対応する模範解法の情報を示す画像領域Ｄ１０を含む。図６の例では、模範解法の情報の一部のみが表示されている。ユーザは、画像領域Ｄ１０の横にあり、上下に移動可能なスクロールバーＢＡ１を下に移動させて模範解法の残りの部分を表示させることができる。

　（２．４）動作
　以下、支援システム１に関する動作について図７を参照しながら説明する。以下の動作例における動作の順序は単なる一例であり、特に限定されない。

　図７は、１つの問題集を第１周（第１学習サイクル）～第４周（第４学習サイクル）にかけて学習して、最終的に１の問題集の全ての問題について集中度及び緊張度がいずれも高い状態（本番の試験の状態に近い状態）でも解けることを目指す訓練プロセス群ＰＧ１を示す。訓練プロセス群ＰＧ１は、一例として、時系列に４つの訓練プロセスＰ０を含み、ここでいう各周（学習サイクル）は、１つの訓練プロセスＰ０が実施されるサイクルに相当する。図示例では、各訓練プロセスＰ０を実施する期間として割り当てられた実施期間Ｔ１は、互いに同じであるが、異なってもよい。特に、実施期間Ｔ１は、問題集の種類、難易度、問題数により異なり得る。問題集が学期末試験に必要となる数学の分野の問題であれば、実施期間Ｔ１は数十分～数時間程度になり得るし、問題集が大学入試試験に必要となる数学の分野の問題を含む場合、実施期間Ｔ１は数日～数週間にもなり得る。

　図７では、支援システム１は、図２のカリキュラムＢ１に沿うように、訓練プロセス群ＰＧ１を立案する。具体的には、支援システム１は、第１訓練プロセスＰ１（第１周目）で先ずは解ける解けないに関わらず、問題集内の全ての問題について一度対象者Ｍ１に対処（チャレンジ）させる。次に、支援システム１は、第２訓練プロセスＰ２（第２周目）で、対象者Ｍ１に、主に解法の勉強として、第１訓練プロセスＰ１で解けなかった問題を重点的に対処させる。第１訓練プロセスＰ１及び第２訓練プロセスＰ２では、対象者Ｍ１の集中／緊張状態は、各問題で図２の第１象限Ａ１～第４象限Ａ４の中でばらついた状態となる可能性がある。支援システム１は、第３訓練プロセスＰ３（第３周目）で、対象者Ｍ１に、図２の第４象限Ａ４の状態の中で問題を対処させる。最後に、支援システム１は、第４訓練プロセスＰ４（第４周目）で、対象者Ｍ１に、図２の第１象限Ａ１の状態の中で問題を対処させる。対象者Ｍ１の理解度の進行状況に応じて、訓練プロセス群ＰＧ１中の訓練プロセスＰ０の数は可変である。訓練プロセスＰ０が更に追加されていく可能性がある。以下、各周における支援システム１の具体的な動作を説明する。

　［第１周目］
　第１訓練プロセスＰ１（第１周目）では、支援システム１は、初期設定（難易度が標準レベル）の内容の複数の問題（ここでは一例として「問題１」～「問題５」の５つ）が選択された問題集を、訓練材料Ｑ１として、学習端末２から提示する。

　対象者Ｍ１は、第１訓練プロセスＰ１にて、順次提示される「問題１」～「問題５」を一通り解いていく。その際に、支援システム１は、撮像装置Ｃ１で撮像された対象者Ｍ１の画像データを基に、集中度及び緊張度を推定する。集中度及び緊張度の各々は、所定のサンプリング周期で推定される。集中度及び緊張度の各々は、対象者Ｍ１が問題を解いている間、刻一刻と変動しており、支援システム１は、図４及び図５で示した通り、リアルタイムで変動する集中度及び緊張度を画面２０上に提示する。支援システム１は、変動する集中度及び緊張度の各々について、問題ごとに例えば平均値を求め、問題ＩＤと紐づけする。

　各問題に対して入力された解答、集中度（平均値）、及び緊張度（平均値）は、第１支援部１Ａによって、端末ＩＤや、プロセスＩＤ、問題ＩＤ等と紐づけされ、解答データとして、学習端末２からサーバ２００へ送信される。集中度及び緊張度の推定、及び解答データのサーバ２００への送信は、以降の第２周目～第４周目の各々でも行われる。

　図７の例では、第１訓練プロセスＰ１で出題された「問題１」に対する集中／緊張状態及び正誤判定結果から、「問題１」は、表１の「（１）次回、省く」に分類されている。また「問題２」～「問題５」は、それぞれ表１の「（２）解きなおし」、「（３）解きなおし」、「（４）解法を勉強」、及び「（５）次回、省く」に分類されている。

　支援システム１は、この分類結果に基づき、次の訓練プロセスＰ０、すなわち第２訓練プロセスＰ２（第２周目）に関する学習レシピを生成する。図７の例では、支援システム１は、「問題１」及び「問題５」について、次回以降の学習レシピから削除（省略）する。また支援システム１は、「問題２」及び「問題３」について、解きなおしをさせるために、第２訓練プロセスＰ２の学習レシピで再度選択する。特に支援システム１は、「問題４」について、集中度が高く緊張度が低いにも関わらず「誤答」だったため、定理、公式、計算方法等を踏まえた解説を含めて再度選択する。

　［第２周目］
　第２訓練プロセスＰ２（第２周目）は、上述の通り、第１訓練プロセスＰ１で解けなかった問題を重点的に対処させるプロセスである。第２周目では、支援システム１は、第１周目の結果に応じて生成された学習レシピに基づく内容の複数の問題（ここでは「問題２」～「問題４」の３つ）が選択された問題集を、訓練材料Ｑ１として、学習端末２から提示する。

　図７の例では、第２訓練プロセスＰ２で出題された「問題２」及び「問題３」に対する集中／緊張状態及び正誤判定結果から、「問題２」及び「問題３」は、依然として「（２）解きなおし」、「（３）解きなおし」にそれぞれ分類されている。「問題４」については、集中／緊張状態を問わず、対象者Ｍ１が苦手とする問題の可能性があることから、分類対象から除外されている。

　支援システム１は、この分類結果に基づき、次の訓練プロセスＰ０、すなわち第３訓練プロセスＰ３（第３周目）に関する学習レシピを生成する。図７の例では、支援システム１は、「問題２」及び「問題３」について、解きなおしをさせるために、第３訓練プロセスＰ３の学習レシピで再度選択する。特に支援システム１は、「問題４」について、対象者Ｍ１が苦手とする問題の可能性があるため、更に以降のプロセスでも重点的に学習の強化を目指すために、定理、公式、計算方法等を踏まえた解説を含めて再度選択する。

　さらに支援システム１は、第３周目では、第４象限Ａ４の中で問題を対処させるように、集中度誘発部６を用いて対象者Ｍ１の集中度の増加を誘発させる方向の学習レシピを立案する。

　［第３周目］
　第３訓練プロセスＰ３（第３周目）は、上述の通り、第４象限Ａ４の中で問題を対処させるプロセスである。第３周目では、支援システム１は、第２周目の結果に応じて生成された学習レシピに基づく内容の複数の問題（ここでは「問題２」～「問題４」の３つ）が選択された問題集を、訓練材料Ｑ１として、学習端末２から提示する。さらに集中度誘発部６は、学習レシピに基づき、環境形成装置Ｅ１を制御して、対象者Ｍ１の集中度の増加を誘発させる。

　図７の例では、第３訓練プロセスＰ３で出題された「問題３」に対する集中／緊張状態及び正誤判定結果から、「問題３」は、依然として「（３）解きなおし」に分類されている。「問題２」については、「誤答」から「正答」になったことで、「（２）解きなおし」が解消されている。「問題４」については、集中／緊張状態を問わず、対象者Ｍ１が苦手とする問題の可能性があることから、分類対象から除外されている。

　支援システム１は、この分類結果に基づき、次の訓練プロセスＰ０、すなわち第４訓練プロセスＰ４（第４周目）に関する学習レシピを生成する。図７の例では、支援システム１は、次の第４周目では、第２訓練プロセスＰ２以降に出題された「問題２」～「問題４」の３つについて、第１象限Ａ１の中で問題を対処させるように学習レシピを立案する。すなわち、支援システム１は、集中度誘発部６及び緊張度誘発部７を用いて対象者Ｍ１の集中度及び緊張度の増加を誘発させる方向の学習レシピを立案する。

　［第４周目］
　第４訓練プロセスＰ４（第４周目）は、上述の通り、第１象限Ａ１の中で問題を対処させるプロセスである。第４周目では、支援システム１は、第３周目と同様に、第２周目の結果に応じて生成された学習レシピに基づく内容の複数の問題（ここでは「問題２」～「問題４」の３つ）が選択された問題集を、訓練材料Ｑ１として、学習端末２から提示する。集中度誘発部６は、学習レシピに基づき、環境形成装置Ｅ１を制御して、対象者Ｍ１の集中度の増加を誘発させる。緊張度誘発部７は、画面２０から、問題の難易度、問題順番、制限時間、及び他者の情報を提示させて、対象者Ｍ１の緊張度の増加を誘発させる。

　そして最終的に、支援システム１は、全ての問題について第１象限Ａ１、すなわち集中度も緊張度も高い状態で「正答」という結果が得られると、一連の訓練プロセスＰ０を終了する。支援システム１は、第４周目でそのような結果とならない問題が１問でも存在すれば、第５周目を追加する。

　＜利点＞
　本実施形態の支援システム１では、上述の通り、対象者Ｍ１の集中度及び緊張度に基づいて、次に実施する訓練プロセスＰ０に関する訓練情報が生成される。そのため、上述した特許文献１のように集中度及び理解度（成績）から学習者の最適な学習材が推薦されるケースと違って、対象者Ｍ１の精神状態に配慮された訓練プロセスＰ０が実施されやすくなる。結果的に、より実践的な習得訓練の支援を図ることができる。

　特に日常的な学習時には精神的にリラックスしていて解けていた問題であっても、本番の試験のような緊張感のある環境では、問題をうまく解けずに失敗する可能性がある。しかし、支援システム１は、対象者Ｍ１の精神状態に配慮して、より実践的な習得訓練の支援を図ることができる。

　また本実施形態の支援システム１では、集中度及び緊張度に加えて正誤判定部４２の判定結果に基づいて、訓練情報が生成されるため、より適切な訓練プロセスＰ０が実施されやすくなる。

　また本実施形態の支援システム１では、次に実施する訓練プロセスＰ０で用いる訓練材料Ｑ１が、訓練情報に基づいて、提示部３０によって提示されるため、対象者Ｍ１に対して、より適切なタイミングで次のステップアップされた訓練材料Ｑ１が提示されやすくなる。

　また本実施形態の支援システム１は、対象者Ｍ１の集中度の増加を誘発する集中度誘発部６を備えるため、訓練材料Ｑ１に取り組む対象者Ｍ１の習得効率を高める方向の習得訓練の支援を行える。さらに本実施形態の支援システム１は、対象者Ｍ１の緊張度の増加を誘発する緊張度誘発部７を備えるため、訓練材料Ｑ１に取り組む対象者Ｍ１の精神的状態をより実践的な状態に近づける方向の習得訓練の支援を行える。

　特に本実施形態の支援システム１は、図２に示すカリキュラムＢ１に沿うように訓練情報を立案するため、より質の高い習得訓練の支援を行える。

　（３）変形例
　上記実施形態は、本開示の様々な実施形態の一つに過ぎない。上記実施形態は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。また、上記実施形態に係る支援システム１と同様の機能は、支援方法、コンピュータプログラム、又はコンピュータプログラムを記録した非一時的記録媒体等で具現化されてもよい。

　以下、上記実施形態の変形例を列挙する。以下に説明する変形例は、適宜組み合わせて適用可能である。以下では、上記実施形態を「基本例」と呼ぶこともある。

　本開示における支援システム１は、コンピュータシステムを含んでいる。コンピュータシステムは、ハードウェアとしてのプロセッサ及びメモリを主構成とする。コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、本開示における支援システム１としての機能が実現される。プログラムは、コンピュータシステムのメモリに予め記録されてもよく、電気通信回線を通じて提供されてもよく、コンピュータシステムで読み取り可能なメモリカード、光学ディスク、ハードディスクドライブ等の非一時的記録媒体に記録されて提供されてもよい。コンピュータシステムのプロセッサは、半導体集積回路（ＩＣ）又は大規模集積回路（ＬＳＩ）を含む１ないし複数の電子回路で構成される。ここでいうＩＣ又はＬＳＩ等の集積回路は、集積の度合いによって呼び方が異なっており、システムＬＳＩ、ＶＬＳＩ（Very Large Scale Integration）、又はＵＬＳＩ（Ultra Large Scale Integration）と呼ばれる集積回路を含む。さらに、ＬＳＩの製造後にプログラムされる、ＦＰＧＡ（Field-Programmable Gate Array）、又はＬＳＩ内部の接合関係の再構成若しくはＬＳＩ内部の回路区画の再構成が可能な論理デバイスについても、プロセッサとして採用することができる。複数の電子回路は、１つのチップに集約されていてもよいし、複数のチップに分散して設けられていてもよい。複数のチップは、１つの装置に集約されていてもよいし、複数の装置に分散して設けられていてもよい。ここでいうコンピュータシステムは、１以上のプロセッサ及び１以上のメモリを有するマイクロコントローラを含む。したがって、マイクロコントローラについても、半導体集積回路又は大規模集積回路を含む１ないし複数の電子回路で構成される。

　また、支援システム１における複数の機能が、１つのハウジング内に集約されていることは必須の構成ではない。例えば、支援システム１の構成要素は、複数のハウジングに分散して設けられていてもよい。

　反対に、支援システム１における複数の機能が、１つのハウジング内に集約されてもよい。さらに、支援システム１の少なくとも一部の機能、例えば、支援システム１の一部の機能がクラウド（クラウドコンピューティング）等によって実現されてもよい。

　基本例では、集中度及び緊張度の両方が、画像データから推定される。しかし、支援システム１にとって、画像データから集中度及び緊張度を推定する構成は必須ではない。例えば、集中度及び緊張度の少なくとも一方が、対象者Ｍ１の身体に装着するようなウェアラブル端末に設けられた接触型のセンサからの計測結果から推定されてもよい。ウェアラブル端末は、時計型デバイス、リストバンド型デバイス、眼鏡型デバイス、ヘッドギア型デバイスのいずれでもよい。支援システム１は、例えば、対象者Ｍ１の心拍数又は脈拍数を測定するセンサ、対象者Ｍ１の脳波を測定するセンサ、或いは、対象者Ｍ１の瞬き等を測定するセンサの測定結果を用いて、集中度及び緊張度の少なくとも一方を推定してよい。ただし、基本例のように、集中度及び緊張度の両方を画像データから推定する構成の方が、接触型のセンサからの計測結果から推定する構成に比べて、構成の簡素化を図れる。

　基本例では、支援システム１が、画面２０から提示される問題（文字列データ）に対して、対象者Ｍ１が指先やタッチペン等で解答を入力するという学習の訓練に適用された例である。しかし、支援システム１は、例えば、図８に示すように、面接に対する面接訓練（模擬面接）に適用されてもよい。この「面接」は、入学試験の一環として実施される試験面接官と対話する面接（英語のヒアリング面接でもよい）、或いは、企業の人事部の面接官と対話する就職面接でもよい。また近年、特に最近では世界中に蔓延しつつある新型コロナウィルス（ＣＯＶＩＤ－１９）の影響により、いわゆる「リモート面接」が増えつつある。支援システム１は、リモート面接に対する面接訓練（リモート模擬面接）にも適用されてもよい。

　図８の例では、学習端末２の画面２０は、二人の面接官Ｊ１、Ｊ２を示す第８画像領域Ｄ８を含む。また画面２０は、基本例と同様に、対象者Ｍ１の集中度（図示例では７０％）及び緊張度（図示例では９０％）をリアルタイムでそれぞれ表示する第３画像領域Ｄ３、及び第４画像領域Ｄ４を含む。面接官Ｊ１、Ｊ２の画像は、実写でもＣＧでもよい。

　支援システム１が面接訓練に適用される場合、訓練材料Ｑ１は、画面表示される問題（文字列データ）に代わって、面接官Ｊ１、Ｊ２からの１又は複数の質問（音声データ）を含み得る。つまり、基本例では、訓練材料Ｑ１が含む題材は、演習問題であったが、この場合、質問となる。提示部３０は、質問（音声）を学習端末２に付設されるスピーカから出力することで訓練材料Ｑ１を対象者Ｍ１に提示する。対象者Ｍ１は、画面２０上の面接官Ｊ１、Ｊ２を見ながら、提示された質問に対して、声を出して回答する。対象者Ｍ１の回答（音声）は、学習端末２に付設されるマイクロホンから入力される。この場合、支援システム１は、画像データの画像解析だけでなく、回答された音声データの音声周波数を解析して、集中度及び緊張度の推定に利用してよい。そして、支援システム１は、集中度及び緊張度に基づいて、次に実施する訓練プロセスＰ０に関する訓練情報（次の質問）を生成する。

　このように支援システム１が面接訓練（模擬面接）に適用される場合でも、より実践的な習得訓練の支援を図ることができる。

　支援システム１は、その他にも、e-Sports等の競技に対する訓練にも適用可能である。訓練中に画面から提示される訓練材料Ｑ１は、ゲーム内のキャラクタの動き（題材）を含む。対象者Ｍ１（競技者）が、ゲーム内のキャラクタの動き（題材）に対してコントローラ等を使って応答する。支援システム１は、コントローラ等を使って応答する対象者Ｍ１の集中度及び緊張度に基づいて、次に実施する訓練プロセスＰ０に関する訓練情報（次のキャラクタの動き）を生成する。このように支援システム１がe-Sports等の競技に適用される場合でも、より実践的な習得訓練の支援を図ることができる。

　（４）まとめ
　以上説明したように、第１の態様に係る支援システム（１）は、学問又は技術に関する対象者（Ｍ１）の習得訓練を支援する。支援システム（１）は、提示部（３０）と、第１推定部（３１）と、第２推定部（３２）と、生成部（４１）と、を備える。提示部（３０）は、対象者（Ｍ１）が実施する訓練プロセス（Ｐ０）で用いる訓練材料（Ｑ１）を提示する。第１推定部（３１）は、訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）の集中度を推定する。第２推定部（３２）は、訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）の緊張度を推定する。生成部（４１）は、集中度及び緊張度に基づいて、訓練プロセス（Ｐ０）の次に実施する訓練プロセス（Ｐ０）に関する訓練情報を生成する。

　この態様によれば、生成部（４１）により、集中度及び緊張度に基づいた訓練プロセス（Ｐ０）に関する訓練情報が生成される。結果的に、より実践的な習得訓練の支援を図ることができる。

　第２の態様に係る支援システム（１）に関して、第１の態様において、訓練材料（Ｑ１）は、対象者（Ｍ１）に対して解答を求める問題を含む材料である。支援システム（１）は、対象者（Ｍ１）が問題に対して行った解答を取得する取得部（４０）と、取得した解答の正誤に関する判定を行う正誤判定部（４２）と、を更に備える。生成部（４１）は、集中度及び緊張度に加えて正誤判定部（４２）の判定結果に基づいて、訓練情報を生成する。

　この態様によれば、より適切な訓練プロセス（Ｐ０）が実施されやすくなる。

　第３の態様に係る支援システム（１）に関して、第１又は第２の態様において、提示部（３０）は、訓練情報に基づき、訓練プロセス（Ｐ０）の次に実施する訓練プロセス（Ｐ０）で用いる訓練材料（Ｑ１）を提示する。

　この態様によれば、対象者（Ｍ１）に対して、より適切なタイミングで次のステップアップされた訓練材料（Ｑ１）が提示されやすくなる。

　第４の態様に係る支援システム（１）は、第１～第３の態様のいずれか１つにおいて、対象者（Ｍ１）の集中度の増加を誘発する集中度誘発部（６）を更に備える。

　この態様によれば、訓練材料（Ｑ１）に対処する対象者（Ｍ１）の習得効率を高める方向の習得訓練の支援を行える。

　第５の態様に係る支援システム（１）に関して、第４の態様において、集中度誘発部（６）は、訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）が存在する対象領域（Ｒ１）内における照明、温度、湿度、空気質、風量、音楽、及び振動の少なくとも１つに関する環境形成を実行する環境形成装置（Ｅ１）を制御して、集中度の増加を誘発する。

　この態様によれば、より実用性の高い環境形成により、訓練材料（Ｑ１）に取り組む対象者（Ｍ１）の習得効率を高めることができる。

　第６の態様に係る支援システム（１）は、第１～第５の態様のいずれか１つにおいて、対象者（Ｍ１）の緊張度の増加を誘発する緊張度誘発部（７）を更に備える。

　この態様によれば、訓練材料（Ｑ１）に対処する対象者（Ｍ１）の精神的状態をより実践的な状態に近づける方向の習得訓練の支援を行える。

　第７の態様に係る支援システム（１）に関して、第６の態様において、訓練材料（Ｑ１）は、１又は複数の題材を含む。緊張度誘発部（７）は、対象者（Ｍ１）に対して、１又は複数の題材の難易度に関する情報、１又は複数の題材を提示する順序に関する情報、訓練材料（Ｑ１）の対処を行う期間（実施期間Ｔ１）の指定に関する情報、及び対象者（Ｍ１）とは別の対象者に関する情報の少なくとも１つを提示して、緊張度の増加を誘発する。

　この態様によれば、より実用性の高い環境形成により、訓練材料（Ｑ１）に取り組む対象者（Ｍ１）の精神的状態を実践的な状態に近づけることができる。

　第８の態様に係る支援システム（１）に関して、第１～第７の態様のいずれか１つにおいて、生成部（４１）は、集中度及び緊張度がいずれも低い第１状態から、集中度が高くかつ緊張度が低い第２状態へ移行する過程を経て、集中度及び緊張度がいずれも高い第３状態でも対象者（Ｍ１）が訓練材料（Ｑ１）を適切に対処可能となるまで、同じ内容の訓練材料（Ｑ１）を提示部（３０）から繰り返し提示するように、訓練情報を生成する。

　この態様によれば、より質の高い習得訓練の支援を行える。

　第９の態様に係る支援システム（１）は、第１～第８の態様のいずれか１つにおいて、訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）を撮像する撮像装置（Ｃ１）から画像データを取得する取得部（３３）を更に備える。集中度及び緊張度の少なくとも一方は、画像データから推定される。

　この態様によれば、例えば対象者（Ｍ１）の身体に装着するような接触型のセンサからの計測結果から、集中度及び緊張度を推定する場合に比べて、構成の簡素化を図れる。

　第１０の態様に係る支援システム（１）は、第１～第９の態様のいずれか１つにおいて、学問に関する対象者（Ｍ１）の習得訓練を支援する。訓練材料（Ｑ１）は、対象者（Ｍ１）に対して解答を求める演習問題を含む材料である。

　この態様によれば、より実践的な学習支援を図ることができる。

　第１１の態様に係る支援システム（１）は、学問又は技術に関する対象者（Ｍ１）の習得訓練を支援する。支援システム（１）は、第１推定部（３１）と、第２推定部（３２）と、集中度誘発部（６）と、緊張度誘発部（７）と、を備える。第１推定部（３１）は、対象者（Ｍ１）が訓練プロセス（Ｐ０）を実施する際に提示された訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）の集中度を推定する。第２推定部（３２）は、訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）の緊張度を推定する。集中度誘発部（６）は、集中度の増加を誘発する。緊張度誘発部（７）は、緊張度の増加を誘発する。

　この態様によれば、より実践的な習得訓練の支援を図ることができる。

　第１２の態様に係る支援方法は、学問又は技術に関する対象者（Ｍ１）の習得訓練を支援する。支援方法は、提示ステップと、第１推定ステップと、第２推定ステップと、生成ステップと、を含む。提示ステップでは、対象者（Ｍ１）が実施する訓練プロセス（Ｐ０）で用いる訓練材料（Ｑ１）を提示する。第１推定ステップでは、訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）の集中度を推定する。第２推定ステップでは、訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）の緊張度を推定する。生成ステップでは、集中度及び緊張度に基づいて、訓練プロセス（Ｐ０）の次に実施する訓練プロセス（Ｐ０）に関する訓練情報を生成する。

　この態様によれば、より実践的な習得訓練の支援を図ることが可能な支援方法を提供できる。

　第１３の態様に係る支援方法は、学問又は技術に関する対象者の習得訓練を支援する。支援方法は、第１推定ステップと、第２推定ステップと、集中度誘発ステップと、緊張度誘発ステップと、を含む。第１推定ステップでは、対象者（Ｍ１）が訓練プロセス（Ｐ０）を実施する際に提示された訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）の集中度を推定する。第２推定ステップでは、訓練材料（Ｑ１）の対処を行う対象者（Ｍ１）の緊張度を推定する。集中度誘発ステップでは、集中度の増加を誘発する。緊張度誘発ステップでは、緊張度の増加を誘発する。

　第１４の態様に係るプログラムは、１以上のプロセッサに、第１２又は第１３の態様における支援方法を実行させるためのプログラムである。

　この態様によれば、より実践的な習得訓練の支援を図ることが可能な機能を提供できる。

　第２～１０の態様に係る構成については、第１の態様に係る支援システム（１）に必須の構成ではなく、適宜省略可能である。

　１　支援システム
　３０　提示部
　３１　第１推定部
　３２　第２推定部
　３３　取得部
　４０　取得部
　４１　生成部
　４２　正誤判定部
　６　集中度誘発部
　７　緊張度誘発部
　Ｃ１　撮像装置
　Ｅ１　環境形成装置
　Ｍ１　対象者
　Ｐ０　訓練プロセス
　Ｑ１　訓練材料
　Ｒ１　対象領域

Claims

　学問又は技術に関する対象者の習得訓練を支援する支援システムであって、
　前記対象者が実施する訓練プロセスで用いる訓練材料を提示する提示部と、
　前記訓練材料の対処を行う前記対象者の集中度を推定する第１推定部と、
　前記訓練材料の対処を行う前記対象者の緊張度を推定する第２推定部と、
　前記集中度及び前記緊張度に基づいて、前記訓練プロセスの次に実施する訓練プロセスに関する訓練情報を生成する生成部と、
を備える、
　支援システム。
　前記訓練材料は、前記対象者に対して解答を求める問題を含む材料であり、
　前記対象者が前記問題に対して行った解答を取得する取得部と、
　取得した前記解答の正誤に関する判定を行う正誤判定部と、
を更に備え、
　前記生成部は、前記集中度及び前記緊張度に加えて前記正誤判定部の判定結果に基づいて、前記訓練情報を生成する、
　請求項１に記載の支援システム。
　前記提示部は、前記訓練情報に基づき、前記訓練プロセスの次に実施する前記訓練プロセスで用いる前記訓練材料を提示する、
　請求項１又は請求項２に記載の支援システム。
　前記対象者の前記集中度の増加を誘発する集中度誘発部を更に備える、
　請求項１～３のいずれか１項に記載の支援システム。
　前記集中度誘発部は、前記訓練材料の対処を行う前記対象者が存在する対象領域内における照明、温度、湿度、空気質、風量、音楽、及び振動の少なくとも１つに関する環境形成を実行する環境形成装置を制御して、前記集中度の増加を誘発する、
　請求項４に記載の支援システム。
　前記対象者の前記緊張度の増加を誘発する緊張度誘発部を更に備える、
　請求項１～５のいずれか１項に記載の支援システム。
　前記訓練材料は、１又は複数の題材を含み、
　前記緊張度誘発部は、前記対象者に対して、前記１又は複数の題材の難易度に関する情報、前記１又は複数の題材を提示する順序に関する情報、前記訓練材料の対処を行う期間の指定に関する情報、及び前記対象者とは別の対象者に関する情報の少なくとも１つを提示して、前記緊張度の増加を誘発する、
　請求項６に記載の支援システム。
　前記生成部は、前記集中度及び前記緊張度がいずれも低い第１状態から、前記集中度が高くかつ前記緊張度が低い第２状態へ移行する過程を経て、前記集中度及び前記緊張度がいずれも高い第３状態でも前記対象者が前記訓練材料を適切に対処可能となるまで、同じ内容の前記訓練材料を前記提示部から繰り返し提示するように、前記訓練情報を生成する、
　請求項１～７のいずれか１項に記載の支援システム。
　前記訓練材料の対処を行う前記対象者を撮像する撮像装置から画像データを取得する取得部を更に備え、
　前記集中度及び前記緊張度の少なくとも一方は、前記画像データから推定される、
　請求項１～８のいずれか１項に記載の支援システム。
　前記支援システムは、前記学問に関する前記対象者の習得訓練を支援し、
　前記訓練材料は、前記対象者に対して解答を求める演習問題を含む材料である、
　請求項１～９のいずれか１項に記載の支援システム。
　学問又は技術に関する対象者の習得訓練を支援する支援システムであって、
　前記対象者が訓練プロセスを実施する際に提示された訓練材料の対処を行う前記対象者の集中度を推定する第１推定部と、
　前記訓練材料の対処を行う前記対象者の緊張度を推定する第２推定部と、
　前記集中度の増加を誘発する集中度誘発部と、
　前記緊張度の増加を誘発する緊張度誘発部と、
を備える、
　支援システム。
　学問又は技術に関する対象者の習得訓練を支援する支援方法であって、
　前記対象者が実施する訓練プロセスで用いる訓練材料を提示する提示ステップと、
　前記訓練材料の対処を行う前記対象者の集中度を推定する第１推定ステップと、
　前記訓練材料の対処を行う前記対象者の緊張度を推定する第２推定ステップと、
　前記集中度及び前記緊張度に基づいて、前記訓練プロセスの次に実施する訓練プロセスに関する訓練情報を生成する生成ステップと、
を含む、
　支援方法。
　学問又は技術に関する対象者の習得訓練を支援する支援方法であって、
　前記対象者が訓練プロセスを実施する際に提示された訓練材料の対処を行う前記対象者の集中度を推定する第１推定ステップと、
　前記訓練材料の対処を行う前記対象者の緊張度を推定する第２推定ステップと、
　前記集中度の増加を誘発する集中度誘発ステップと、
　前記緊張度の増加を誘発する緊張度誘発ステップと、
を含む、
　支援方法。
　１以上のプロセッサに、請求項１２又は請求項１３に記載の支援方法を実行させるためのプログラム。