WO2023214483A1 - 行動変容装置 - Google Patents

行動変容装置 Download PDF

Info

Publication number
WO2023214483A1
WO2023214483A1 PCT/JP2023/011911 JP2023011911W WO2023214483A1 WO 2023214483 A1 WO2023214483 A1 WO 2023214483A1 JP 2023011911 W JP2023011911 W JP 2023011911W WO 2023214483 A1 WO2023214483 A1 WO 2023214483A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
avatar
unit
information
nudge
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2023/011911
Other languages
English (en)
French (fr)
Inventor
亮勢 酒井
佑輔 中村
曉 山田
喬 鈴木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NTT Docomo Inc
Original Assignee
NTT Docomo Inc
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 NTT Docomo Inc filed Critical NTT Docomo Inc
Priority to JP2024519175A priority Critical patent/JP7796215B2/ja
Priority to US18/856,943 priority patent/US20250265063A1/en
Publication of WO2023214483A1 publication Critical patent/WO2023214483A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/61—Installation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating three-dimensional [3D] models or images for computer graphics

Definitions

  • One aspect of the present disclosure relates to a behavior change device that encourages a user to change his or her behavior.
  • Patent Document 1 discloses a furniture-type device that can give the user the feeling of moving within a virtual space.
  • the above-mentioned furniture-type equipment cannot encourage a user to change his or her behavior within a virtual space, for example. Therefore, it is desired to encourage users to change their behavior in virtual space.
  • a behavior modification device includes a determining unit that determines a trick for the user in a virtual space based on the user's cognitive bias, and an installation unit that installs the trick determined by the determining unit in the virtual space. Equipped with
  • the device for the user since the device for the user is installed in the virtual space, it is possible to encourage the user to change his or her behavior in the virtual space.
  • FIG. 1 is a diagram illustrating an example of a functional configuration of a behavior modification device according to an embodiment. It is a figure showing an example of a table of behavior change rate for each nudge for each user. It is a figure which shows the example of a table of the behavior change rate for every nudge of an unknown user.
  • FIG. 3 is a diagram illustrating an example of a moving device based on a tuning bias.
  • FIG. 6 is a diagram illustrating another example of a moving mechanism based on tuning bias.
  • FIG. 3 is a diagram showing an example of a mobile device based on decision avoidance.
  • FIG. 3 is a diagram showing an example of a mobile device based on scarcity.
  • FIG. 3 is a diagram showing an example of a moving device based on a simple contact effect.
  • FIG. 3 is a diagram showing an example of a moving mechanism based on competitive spirit. It is a figure which shows the example of a table of cognitive bias information of a specific user. It is a figure which shows the example of a table of the optimal wording information regarding a specific user.
  • FIG. 3 is a diagram illustrating an example of a table of optimal audio information regarding a specific user. It is a figure which shows the example of a table of optimal avatar information regarding a specific user.
  • FIG. 7 is a diagram illustrating an example of a table of optimal facial expression information regarding a specific user.
  • FIG. 2 is a sequence diagram showing an example of a process executed by the behavior modification device according to the embodiment.
  • FIG. 2 is a flowchart illustrating an example of a process executed by the behavior modification device according to the embodiment.
  • FIG. 3 is a diagram showing an example of selecting an optimal device based on an individual's cognitive bias.
  • 1 is a diagram illustrating an example of a hardware configuration of a computer used in a behavior modification device according to an embodiment.
  • FIG. 1 is a diagram showing an example of the functional configuration of a behavior modification device 1 according to an embodiment.
  • the behavior change device 1 is a computer device that encourages a user to change his or her behavior. More specifically, the behavior change device 1 can bring benefits to both the user and the producer by guiding the appropriate user to appropriate content (prompting behavior change) in the virtual space.
  • a virtual space is a virtual two-dimensional or three-dimensional space.
  • the term “space” may be replaced with “world” as appropriate, or conversely, the term “world” may be replaced with “space” as appropriate.
  • the virtual space may be, for example, a metaverse, which is a three-dimensional space different from the real world, built on a computer or a computer network (such as the Internet).
  • the content is, for example, a store, facility, thing, or information for economic activity or entertainment.
  • the content exists or is installed in a virtual space, but the content is not limited to this. Since virtual space is not subject to restrictions on location or time, it is possible to install a variety of content compared to the real world.
  • the behavior modification device 1 includes a storage section 10, a device determining section 11 (determining section), and a field setting section 19 (installing section). Further, the device determination unit 11 includes a nudge optimization unit 12, a moving device generation unit 13, a wording optimization unit 14, a voice optimization unit 15, an avatar optimization unit 16, an expression optimization unit 17, and a navigator generation unit 18. Consists of.
  • each functional block of the behavior modification device 1 is assumed to function within the behavior modification device 1, the present invention is not limited to this.
  • some of the functional blocks of the behavior modification device 1 are computer devices different from the behavior modification device 1, and are configured to send and receive information to and from the behavior modification device 1 as appropriate within the computer device connected to the behavior modification device 1 through a network. It is possible to function while doing so.
  • some functional blocks of the behavior modification device 1 may be omitted, multiple functional blocks may be integrated into one functional block, or one functional block may be decomposed into multiple functional blocks. good.
  • the storage unit 10 stores arbitrary information used in calculations in the behavior modification device 1, results of calculations in the behavior modification device 1, and the like.
  • the information stored by the storage unit 10 may be appropriately referenced by each function of the behavior modification device 1.
  • the trick determining unit 11 determines (or generates) a trick for the user in the virtual space based on the user's cognitive bias.
  • the device determination unit 11 may determine one or more (including a plurality of) devices for the user in the virtual space based on one or more (including a plurality of) cognitive biases of the user.
  • Cognitive bias is a psychological phenomenon in which people make irrational decisions based on intuition or preconceived notions based on past experience, or when people unconsciously make irrational decisions based on their own beliefs or the surrounding environment. It is a psychological phenomenon.
  • a gimmick is something devised for a purpose.
  • the device is assumed to be installed in a virtual space, it is not limited to this.
  • the device may be a device that guides the user to predetermined content that exists in the virtual space.
  • the device may include a device related to virtual movement of the user in the virtual space (moving device). For example, when a user is able to move his or her own avatar (on the virtual space) in a virtual space based on the user's instructions, this is a device that acts on the movement or a device that guides the movement.
  • a device related to virtual movement of the user in the virtual space moving device. For example, when a user is able to move his or her own avatar (on the virtual space) in a virtual space based on the user's instructions, this is a device that acts on the movement or a device that guides the movement.
  • the device may include a device (navigator) related to guiding the user by a guiding avatar, which is a predetermined avatar, in the virtual space.
  • the guiding avatar is an avatar for guiding the user, and is assumed to be a different avatar from the user avatar, but is not limited to this.
  • the words uttered by the guide avatar during guidance (message content, method of communication), the voice uttered by the guide avatar during guidance (frequency, strength, volume, intonation), the appearance of the guide avatar, or the avatar's appearance during guidance.
  • At least one of the facial expressions may be based on a user's cognitive bias.
  • the device determination unit 11 may output the device information regarding the determined device to the field installation unit 19 or may store it in the storage unit 10.
  • the device determination unit 11 may acquire cognitive bias information regarding the user's cognitive bias, and determine the device information regarding the device for the user in the virtual space based on the acquired cognitive bias information.
  • the timing at which the in-progress determination unit 11 acquires the cognitive bias information may be based on an instruction from any person such as the administrator or user of the behavior modification device 1, or periodically (for example, once every hour). It may be.
  • the work-in-progress determining unit 11 may acquire the cognitive bias information from the storage unit 10 in which it is stored in advance, or may acquire it from another device via a network.
  • the in-process determining unit 11 refers to information in which cognitive bias information and in-process information are associated, which is stored in advance in the storage unit 10, and extracts in-process information associated with the acquired cognitive bias information, and determines the extracted in-process information.
  • the information may be determined as the finally determined in-progress information (device).
  • the device determination unit 11 refers to information stored in advance in the storage unit 10 in which the cognitive bias information is associated with text information regarding the text uttered by the guiding avatar during guidance, and associates the acquired cognitive bias information with the acquired cognitive bias information.
  • the extracted wording information may be determined as the finally determined wording information (the wording uttered by the guiding avatar during guidance).
  • the device determination unit 11 refers to information stored in advance in the storage unit 10 in which cognitive bias information is associated with audio information regarding the voice emitted by the guide avatar during guidance, and associates the acquired cognitive bias information with the acquired cognitive bias information.
  • the extracted audio information may be determined as the finally determined audio information (the audio emitted by the guiding avatar during guidance).
  • the work-in-progress determining unit 11 refers to information stored in advance in the storage unit 10 in which cognitive bias information is associated with appearance information regarding the appearance of the guiding avatar, and extracts appearance information associated with the acquired cognitive bias information.
  • the extracted appearance information may be determined as the finally determined appearance information (the appearance of the guiding avatar).
  • the device determining unit 11 associates the acquired cognitive bias information with the information stored in advance in the storage unit 10 in which the cognitive bias information is associated with the facial expression information regarding the facial expression of the guide avatar during guidance.
  • the facial expression information may be extracted and the extracted facial expression information may be determined as the finally determined facial expression information (the facial expression of the guidance avatar during guidance).
  • the trick determining unit 11 may determine a nudge for the user based on the user's cognitive bias, and determine a trick for the user in the virtual space based on the determined nudge.
  • a nudge is a device or environmental change that encourages the user to choose a desired behavior voluntarily rather than by force, or a device or environmental change that gently makes the user aware and unconsciously or reflexively guides the user in the appropriate direction. It's a change.
  • the in-progress determining unit 11 acquires cognitive bias information regarding the user's cognitive bias, determines nudge information regarding a nudge to the user based on the acquired cognitive bias information, and performs a nudge based on the determined nudge information. In-progress information regarding a gimmick for the user in the virtual space may be determined.
  • the work-in-progress determination unit 11 refers to information in which cognitive bias information and nudge information are associated, which is stored in advance in the storage unit 10, extracts nudge information associated with the acquired cognitive bias information, and stores the nudge information in advance in the storage unit 10.
  • the information in which nudge information and in-process information are associated is extracted, and the in-process information associated with the extracted nudge information is extracted, and the extracted in-process information is converted into the finally determined in-process information ( It may also be determined as a gimmick).
  • the device determining unit 11 may determine the device using a prediction model that predicts the degree of behavioral change of the user due to the device by inputting the degree of the user's cognitive bias.
  • the degree of cognitive bias is, for example, a real number from “0" to “1", and the closer it is to "0", the lower the degree (tendency), and the closer it is to "1", the higher the degree (tendency).
  • the degree of behavior change may be a real number between "0” and “1", for example, and the closer it is to "0", the smaller the degree (tendency), and the closer it is to "1", the higher the degree (tendency).
  • the predictive model may be a trained model generated by machine learning, or may be a mathematical model.
  • the device determination unit 11 may determine the device with the greatest degree of change in the user's behavior due to the device, which is predicted by inputting the degree of the user's cognitive bias into the prediction model, or may determine the device with the greatest degree of change in the user's behavior due to the device, which is predicted by inputting the degree of the user's cognitive bias into the prediction model. (N is an integer greater than or equal to 1) may be determined.
  • the device determining unit 11 may determine the device further based on the user's attributes.
  • the attributes include, for example, gender and age. That is, the device determination unit 11 may determine a device for the user in the virtual space based on the user's cognitive bias and the user's attributes.
  • the in-progress determination unit 11 determines one or more (including a plurality of) information for the user in the virtual space based on one or more (including a plurality) cognitive biases of the user and one or more (including a plurality) of attributes of the user. ) may be decided.
  • the device determination unit 11 acquires cognitive bias information regarding the user's cognitive bias and attribute information regarding the user's attributes, and determines device information regarding the device for the user in the virtual space based on the acquired cognitive bias information and attribute information. You may decide.
  • the work-in-progress determining unit 11 may acquire the cognitive bias information and attribute information from the storage unit 10 where they are stored in advance, or may acquire them from another device via a network.
  • the in-process determining unit 11 refers to information in which cognitive bias information, attribute information, and in-process information are associated with each other, which is stored in advance in the storage unit 10, and determines in-process information that is associated with the acquired cognitive bias information and attribute information.
  • the extracted in-process information may be determined as the finally determined in-process information (device).
  • the device determining section 11 includes a nudge optimization section 12, a moving device generation section 13, a wording optimization section 14, a voice optimization section 15, an avatar optimization section 16, an expression optimization section 17, and a navigator generation section 18. be done.
  • the nudge optimization unit 12 determines the optimal nudge for the user based on the user's cognitive bias.
  • the optimal nudge is a nudge that has the highest effect on the user or whose effect on the user satisfies a predetermined criterion.
  • the nudge optimization unit 12 may determine one or more nudges suitable for the user based on one or more cognitive biases of the user.
  • a suitable nudge is one whose effect on the user satisfies predetermined criteria.
  • the nudge optimization unit 12 may determine one or more nudges suitable for the user based on one or more cognitive biases of the user and one or more attributes of the user.
  • the nudge optimization unit 12 may output nudge information regarding the determined nudge to the moving work in process generation unit 13 and the wording optimization unit 14, or may store it in the storage unit 10.
  • the nudge optimization unit 12 may obtain and use the behavior change rate (probability of behavior change) of each nudge for each user, which is stored in advance by the storage unit 10.
  • FIG. 2 is a diagram showing an example of a table of behavior change rates for each nudge for each user.
  • the user ID that identifies the user
  • the degree of conformity bias that is the user's cognitive bias
  • the degree of time preference that is the user's cognitive bias
  • the risk preference that is the user's cognitive bias.
  • the degree of rarity which is the cognitive bias of the user
  • the degree of bandwagon effect which is the cognitive bias of the user
  • the degree of any other cognitive bias of the user and the nudge which is the predetermined nudge.
  • the behavior change rate is, for example, a real number between "0" and "1”; the closer it is to "0”, the lower the probability (tendency) of behavior change, and the closer it is to "1", the higher the probability (tendency) of behavior change. Good too.
  • the behavioral change device 1 may learn to estimate the behavioral change rate due to each nudge from the cognitive bias, using the cognitive bias as an explanatory variable and the behavioral change rate due to each nudge as the objective variable. You can also intervene with random nudges for learning. A predictive model may be generated as a result of learning. As a result of the learning by the behavior change device 1, the nudge optimization unit 12 may predict the rate of behavior change by each nudge for an unknown user using the cognitive bias as input. The nudge optimization unit 12 may determine (select) the nudge that is expected to be the most effective (has a large predicted value).
  • FIG. 3 is a diagram showing an example of a table of behavior change rates for each nudge of an unknown user.
  • the example table in Figure 3 shows the user ID that identifies an (unknown) user, the degree of conformity bias of the user, the degree of time preference of the user, the degree of risk preference of the user, and the degree of scarcity of the user. degree of gender, the degree of bandwagon effect of the user, the degree of any other cognitive bias of the user, the rate of behavioral change of the user due to nudge (1), and the user's behavior due to nudge (2).
  • the rate of change, the rate of behavior change of the user due to nudge (3), and the rate of behavior change of the user due to any other predetermined nudge are associated.
  • the nudge optimization unit 12 calculates the degree of conformity bias of the user, the degree of time preference of the user, the degree of risk preference of the user, the degree of scarcity of the user, and the bandwagon effect of the user.
  • the change rate, the behavior change rate of the user due to nudge (3), and the behavior change rate of the user due to any other predetermined nudge are acquired, and the optimal nudge for the user is determined based on the acquired behavior change rate. may be determined.
  • Behavior change device 1 randomly intervenes on an unspecified number of users with "nudges linked to conformity bias,” “nudges linked to scarcity,” and “nudges linked to mere exposure effect” in order to collect data. .
  • nudges linked to conformity bias are effective for people in their 20s
  • nudges linked to scarcity are effective for people in their 30s and 40s
  • nudges linked to the mere exposure effect are effective for people in their 50s and above.
  • such data are collected (there will be differences in the effectiveness of nudges depending on attributes and cognitive biases).
  • the estimated value of nudges linked to conformity bias will be high for people in their 20s, and the estimated value of nudges linked to the mere exposure effect will be high for people in their 50s and above.
  • a general machine learning method is used for learning.
  • the nudge optimization unit 12 may input at least one of attribute information stored in advance by the storage unit 10 and scores for each cognitive bias stored in advance by the storage unit 10.
  • the nudge optimization unit 12 estimates the effectiveness (0% to 100%) of each nudge from the input data from the nudge presets (nudge (1), nudge (2), nudge (3), ...), and determines which You may choose which one is most effective. For example, if a user estimates that nudge (1) is 70%, nudge (2) is 50%, and nudge (3) is 40%, the user can say that nudge (1) is the most effective, so nudge ( Select 1).
  • the preset is, for example, a nudge linked to a tuning bias (see FIGS. 4 to 9 described later).
  • the nudge optimization unit 12 may output nudge information regarding the most effective nudge selected from the nudge presets to the moving work in process generation unit 13 and wording optimization 14, or may be stored in the storage unit 10.
  • the moving device generation unit 13 generates a moving device based on the nudge determined by the nudge optimization unit 12. More specifically, the moving device generation unit 13 refers to information stored in advance in the storage unit 10 in which nudge information and moving device information related to moving devices are associated with each other, and generates information input from the nudge optimization unit 12. The moving device information associated with the nudge information is extracted, and the moving device indicated by the extracted moving device information is generated (in virtual space). The mobile device generation unit 13 may output information regarding the generation of the mobile device or information regarding the generated mobile device to the field installation unit 19 or may cause the storage unit 10 to store the information.
  • FIG. 4 is a diagram showing an example of a moving device based on a tuning bias.
  • FIG. 4 (same as FIGS. 5 to 9) is a diagram showing a virtual space.
  • the user avatar is represented by an icon in the shape of a person's entire body. By moving the user avatar to the position of the content icon, the user can consume the content corresponding to the content icon.
  • FIGS. 4 to 9 are examples, and the present invention is not limited thereto.
  • the placement of content icons is not essential, and if the content can be identified by other display formats, the content icons may not be placed.
  • T-shirt content which is content shown in the form of a T-shirt.
  • the mobile device generation unit 13 (and the field installation unit 19 described below) generates and places a group of NPCs (Non Player Characters) around the icon of the T-shirt content that you want to guide, so that the user can interact with the T-shirt content. move.
  • NPCs Non Player Characters
  • the user may be guided to the T-shirt icon by a guiding avatar generated by the navigator generating unit 18, which will be described later, saying or displaying a message saying, "There's a crowd of people over there.”
  • FIG. 5 is a diagram showing another example of a moving device based on tuning bias.
  • the moving device generation unit 13 (and the field installation unit 19 described below) prompts the user to avoid congestion by generating and installing a group of NPCs on a route other than the desired route.
  • the user may be guided to the T-shirt icon by a guiding avatar generated by the navigator generating unit 18 (described later) saying or displaying a message saying, "I would like to avoid crowding.”
  • FIG. 6 is a diagram showing an example of a moving mechanism based on decision avoidance.
  • the moving device generation unit 13 (and the field setting unit 19, which will be described later) narrows the user's options and guides the user by generating and arranging the specific route to make it stand out.
  • the user may be guided to the T-shirt icon by a guiding avatar generated by the navigator generating unit 18, which will be described later, saying or displaying a message saying, "It looks like there's something ahead.”
  • FIG. 7 is a diagram illustrating an example of a mobile device based on rarity.
  • the mobile device generation unit 13 (and the field installation unit 19, which will be described later) generates items by placing highly rare (and interesting to the user) items (jewels in the figure) on the conductor of the route. , to guide the user. It does not have to be an item, but may be, for example, creating and installing a route (road) that makes a sound when walking.
  • the user may be guided to the T-shirt icon by a guiding avatar generated by the navigator generating unit 18, which will be described later, saying or displaying a message saying, "Something is falling.”
  • FIG. 8 is a diagram showing an example of a moving mechanism based on the simple contact effect.
  • the mobile device generation unit 13 (and the field installation unit 19 described below) generates and arranges directional music that is familiar to the user to be played around the T-shirt content to guide the user.
  • the user may be guided to the T-shirt icon by a guiding avatar generated by the navigator generating unit 18, which will be described later, saying or displaying a message saying, "I can hear something over there.”
  • FIG. 9 is a diagram showing an example of a mobile device based on a competitive spirit.
  • the moving device generation unit 13 and the field installation unit 19 described below
  • the user may be guided to the T-shirt icon by a guiding avatar generated by the navigator generating unit 18 (to be described later) saying or displaying a message saying, ⁇ Next time you visit, you'll be in 3rd place.''
  • the wording optimization unit 14 determines the best wording for the user based on the user's cognitive bias.
  • the optimal wording is a wording that has the highest effect on the user or whose effect on the user satisfies a predetermined criterion.
  • Wording optimization 14 may determine one or more wordings suitable for the user based on one or more cognitive biases of the user.
  • a suitable wording is a wording whose effect on the user satisfies a predetermined criterion.
  • Wording optimization 14 may determine one or more wordings suitable for the user based on one or more cognitive biases of the user and one or more attributes of the user.
  • the wording optimization 14 may output wording information regarding the determined wording to the navigator generation unit 18 or may cause the storage unit 10 to store the wording information.
  • FIG. 10 is a diagram showing an example of a table of cognitive bias information of a specific user.
  • the user ID that identifies the user
  • the attribute information regarding the user's attributes (gender, age, etc.)
  • the degree of conformity bias that is the user's cognitive bias
  • the user's cognitive bias A degree of time preference, a degree of risk preference which is a cognitive bias of the user, a degree of scarcity which is a cognitive bias of the user, a bandwagon effect which is a cognitive bias of the user, and other factors of the user.
  • the wording optimization 14 may determine the best wording for the user based on the user's cognitive bias information as shown in FIG.
  • FIG. 11 is a diagram showing an example of a table of optimal wording information regarding a specific user.
  • the user ID that identifies the user
  • the behavior change rate of the predetermined wording (1) the behavior change rate of the predetermined wording (2)
  • the predetermined wording The behavior change rate of a certain phrase (3), the behavior change rate of a predetermined phrase (4), and the behavior change rate of other predetermined phrases are associated.
  • the predetermined wording is a preset for each type of nudge.
  • wording (1) is a preset for nudge (1)
  • wording (2) is a preset for nudge (2)
  • wording (3) is a preset for nudge (3)
  • wording (4) is a preset for nudge (2). This is the preset (4).
  • the wording optimization 14 may determine the best wording for a specific user based on the best wording information regarding the specific user as shown in FIG.
  • the wording optimization 14 uses attribute information stored in advance in the storage unit 10, nudge information input from the nudge optimization unit 12 (or stored in advance in the storage unit 10), and nudge information stored in advance in the storage unit 10. At least one score of each cognitive bias may be input.
  • the wording optimization 14 may first obtain a preset wording associated with the optimal nudge. From the wording presets (wording (1), wording (2), wording (3), etc.), estimate the effectiveness (0% to 100%) of each wording from the input data and find out which one is the most effective. Decide (select). For example, if a user estimates that wording (1) is 70%, wording (2) is 50%, and wording (3) is 40%, the user can say that wording (1) is the most effective. 1) Determine.
  • the preset may be, for example (in the case of FIG. 4), "There's a crowd of people over there,” or "The crowd over there is a restaurant that's popular on SNS.”
  • the wording optimization 14 may output wording information regarding the determined wording (the most effective wording selected from the wording presets) to the navigator generation unit 18 or may cause the storage unit 10 to store the wording information.
  • the audio optimization unit 15 determines the optimal audio for the user based on the user's cognitive bias.
  • the optimal voice is the voice that has the highest effect on the user or whose effect on the user satisfies a predetermined criterion.
  • the audio optimization unit 15 may determine one or more voices suitable for the user based on one or more cognitive biases of the user. Suitable audio is audio whose effect on the user satisfies predetermined criteria.
  • the audio optimization unit 15 may determine one or more voices suitable for the user based on one or more cognitive biases of the user and one or more attributes of the user.
  • the audio optimization unit 15 may output audio information regarding the determined audio to the navigator generation unit 18 or may store it in the storage unit 10.
  • the audio optimization unit 15 may determine the optimal audio for the user based on the user's cognitive bias information as shown in FIG.
  • FIG. 12 is a diagram showing an example of a table of optimal audio information regarding a specific user.
  • the user ID that identifies the user
  • the behavior change rate of voice (1) that is a predetermined voice
  • the behavior change rate of voice (2) that is a predetermined voice
  • the behavior change rate of voice (2) that is a predetermined voice.
  • the behavior change rate of a certain voice (3), the behavior change rate of a predetermined voice (4), and the behavior change rate of other predetermined voices are associated.
  • the audio optimization unit 15 may determine the optimal audio for a specific user based on optimal audio information regarding the user as shown in FIG.
  • the speech optimization unit 15 may input at least one of the attribute information stored in advance by the storage unit 10 and the score of each cognitive bias stored in advance by the storage unit 10.
  • the audio optimization unit 15 prepares audio presets (audio (1), audio (2), audio (3), etc.) and estimates the effectiveness (0% to 100%) of each audio from the input data. , you may decide (select) which one is most effective. For example, if a certain user estimates that voice (1) is 70%, voice (2) is 50%, and voice (3) is 40%, it can be said that voice (1) is the most effective for the user, so voice ( 1) Determine.
  • the presets include, for example, speaking quickly at a high frequency, speaking quickly at a low frequency, speaking slowly at a high frequency, or slowly at a low frequency.
  • the audio optimization unit 15 may output audio information regarding the determined audio (the most effective audio selected from audio presets) to the navigator generation unit 18 or may store it in the storage unit 10.
  • the avatar optimization unit 16 determines (the appearance of) the guidance avatar that is optimal for the user based on the user's cognitive bias.
  • the optimal guidance avatar is a guidance avatar that has the highest effect on the user or whose effect on the user satisfies a predetermined criterion.
  • the avatar optimization unit 16 may determine one or more guiding avatars suitable for the user based on one or more cognitive biases of the user.
  • a suitable guiding avatar is one whose effect on the user satisfies predetermined criteria.
  • the avatar optimization unit 16 may determine one or more guiding avatars suitable for the user based on one or more cognitive biases of the user and one or more attributes of the user.
  • the avatar optimization unit 16 may output guidance avatar information regarding the determined guidance avatar to the navigator generation unit 18 or may cause the storage unit 10 to store it.
  • the avatar optimization unit 16 may determine the optimal guiding avatar for the user based on the user's cognitive bias information as shown in FIG.
  • FIG. 13 is a diagram showing an example of a table of optimal avatar information regarding a specific user.
  • the user ID that identifies the user
  • the behavior change rate of avatar (1) that is a predetermined guide avatar
  • the behavior change rate of avatar (2) that is a predetermined guide avatar
  • the predetermined The behavior change rate of the guide avatar (3), which is an avatar
  • the behavior change rate of the guide avatar (4) which is a predetermined avatar
  • the behavior change rate of other predetermined avatars are associated with each other.
  • the avatar optimization unit 16 may determine the optimal guiding avatar for a specific user based on the optimal avatar information regarding the specific user as shown in FIG.
  • the avatar optimization unit 16 may input at least one of attribute information stored in advance by the storage unit 10 and scores for each cognitive bias stored in advance by the storage unit 10.
  • the avatar optimization unit 16 prepares preset guide avatars (avatar (1), avatar (2), avatar (3), ...), and calculates the effectiveness (0% to 100%) of each guide avatar from input data. You may make an estimate and decide (select) which one is most effective. For example, if a certain user estimates that avatar (1) is 70%, avatar (2) is 50%, and avatar (3) is 40%, the user can say that avatar (1) is the most effective, so avatar (1) is the most effective. 1) Determine.
  • the presets include, for example, long hair for men, long hair for women, short hair for men, short hair for women, elderly men, and elderly women.
  • the avatar optimization unit 16 may output guidance avatar information regarding the determined guidance avatar (the most effective guidance avatar selected from the guidance avatar presets) to the navigator generation unit 18, or may store it in the storage unit 10. Good too.
  • the facial expression optimization unit 17 determines the facial expression (hereinafter simply referred to as "facial expression") of the guidance avatar that is optimal for the user based on the user's cognitive bias.
  • the optimal facial expression is a facial expression that has the highest effect on the user or whose effect on the user satisfies a predetermined criterion.
  • the facial expression optimization unit 17 may determine one or more facial expressions suitable for the user based on one or more cognitive biases of the user.
  • a suitable facial expression is a facial expression whose effect on the user satisfies predetermined criteria.
  • the facial expression optimization unit 17 may determine one or more facial expressions suitable for the user based on one or more cognitive biases of the user and one or more attributes of the user.
  • the facial expression optimization unit 17 may output the facial expression information regarding the determined facial expression to the navigator generating unit 18 or may cause the storage unit 10 to store the facial expression information.
  • the facial expression optimization unit 17 may determine the optimal facial expression for the user based on the user's cognitive bias information as shown in FIG.
  • FIG. 14 is a diagram showing an example of a table of optimal facial expression information regarding a specific user.
  • the user ID that identifies the user
  • the behavior change rate for a predetermined expression of joy the behavior change rate for a predetermined expression of anger
  • the predetermined expression The behavior change rate for a certain sadness (sadness), the behavior change rate for a predetermined expression of happiness (pleasure), and the behavior change rate for other predetermined expressions are associated.
  • the facial expression optimization unit 17 may determine the optimal facial expression for a specific user based on the optimal facial expression information regarding the specific user as shown in FIG.
  • the facial expression optimization unit 17 may input at least one of attribute information stored in advance by the storage unit 10 and scores for each cognitive bias stored in advance by the storage unit 10.
  • the facial expression optimization unit 17 prepares preset facial expressions (happy, angry, sad,%), estimates the effectiveness (0% to 100%) of each facial expression from input data, and determines which one is the most effective. You may decide (select). For example, if it is estimated that a certain user is 70% happy, 50% angry, and 40% sad, the user selects joy because it can be said that happiness is the most effective. Note that the presets are, for example, happy, angry, sad, or happy.
  • the facial expression optimization unit 17 may output the facial expression information regarding the determined facial expression (the most effective facial expression selected from the facial expression presets) to the navigator generating unit 18 or may cause the storage unit 10 to store the facial expression information.
  • the navigator generation unit 18 generates wording information determined (input) by the wording optimization unit 14, voice information determined (input) by the voice optimization unit 15, and guidance determined (input) by the avatar optimization unit 16.
  • a navigator (device) is generated (in the virtual space) based on the avatar information and the facial expression information determined by the facial expression optimization unit 17.
  • the navigator is a guide who guides the user.
  • the navigator may use the appearance of the guide avatar indicated by the guide avatar information, the facial expression indicated by the facial expression information, and the wording indicated by the text information using the voice indicated by the audio information. That is, the navigator utters the most suitable avatar (appearance), the most suitable facial expression, the most suitable words, and the most suitable voice for the user.
  • the navigator generation unit 18 may output information regarding the fact that a navigator has been generated or information regarding the generated navigator to the field installation unit 19 or may cause the storage unit 10 to store the information.
  • the field installation unit 19 installs the device determined by the device determination unit 11 in (the field of) the virtual space. More specifically, the field installation unit 19 installs the mobile device generated (determined) by the mobile device generation unit 13 and the navigator generated (determined) by the navigator generation unit 18 in the virtual space. At the timing when the information regarding the generation of the mobile device is input from the mobile device generation unit 13, the field installation unit 19 installs the mobile device generated by the mobile device generation unit 13 (the generated mobile device input from the mobile device generation unit 13). The mobile device indicated by the information regarding the mobile device) may be installed in the virtual space.
  • the field installation section 19 installs the navigator generated by the navigator generation section 18 (indicated by the information regarding the generated navigator input from the navigator generation section 18). Navigator) may be installed in virtual space.
  • the virtual space in which the device is installed by the field installation unit 19 may be displayed on the user interface of the behavior modification device 1.
  • the field installation unit 19 may install a device in the virtual space for each user (individual) according to the generation result of the device determining unit 11.
  • the device may include (guidance by) a moving device and (guidance by) a navigator.
  • the field installation unit 19 does not need to install the navigator (or not provide the guidance) in the case of a user whose behavior can be changed without the guidance of the navigator.
  • FIG. 15 is a sequence diagram illustrating an example of processing executed by the behavior modification device according to the embodiment.
  • the behavior modification device 1 generates cognitive bias information based on the user (for example, based on the user's questionnaire responses) and causes the storage unit 10 to store the cognitive bias information.
  • the nudge optimization unit 12 (or the in-process determination unit 11) estimates an appropriate nudge based on the cognitive bias information stored by the storage unit 10 (step S1).
  • the mobile device generation unit 13 (or the device determination unit 11) generates a mobile device based on the estimation result in S1 (step S2).
  • the wording optimization 14 (or the in-process determining unit 11) estimates an appropriate wording based on the estimation result in S1 and the cognitive bias information stored by the storage unit 10 (step S3).
  • the voice optimization unit 15 (or the device determining unit 11) estimates an appropriate voice based on the cognitive bias information stored by the storage unit 10 (step S4).
  • the avatar optimization unit 16 (or the work-in-progress determining unit 11) estimates an appropriate avatar (guiding avatar) based on the cognitive bias information stored by the storage unit 10 (step S5).
  • the facial expression optimization unit 17 (or the device determining unit 11) estimates an appropriate facial expression based on the cognitive bias information stored by the storage unit 10 (step S6).
  • the navigator generation unit 18 (or the in-process determination unit 11) generates a navigator based on the estimation result in S3, the estimation result in S4, the estimation result in S5, and the estimation result in S6 (step S7 ).
  • the field installation unit 19 forms a virtual space in which the mobile device generated in S2 and the navigator generated in S7 are installed (step S8), and outputs (displays) it to the user.
  • S1 may be performed at any time before S2 and S3.
  • S2 may be performed at any time after S1 and before S8.
  • S3 may be performed at any time after S1 and before S7.
  • Each of S4 to S6 may be performed at any time before S7.
  • S7 may be performed at any time after S3 to S6.
  • S8 may be performed at any time after S2 and S7.
  • FIG. 16 is a flowchart illustrating an example of a process executed by the behavior modification device 1 according to the embodiment.
  • the device determination unit 11 determines a device for the user in the virtual space based on the user's cognitive bias (step S10).
  • the field installation unit 19 installs the device determined in S10 in the virtual space (step S11).
  • FIG. 17 is a diagram showing an example of selecting an optimal device based on an individual's cognitive bias. As shown in FIG. 17, when the conformity bias, which is a cognitive bias, of a certain individual (user) is 80%, and the tendency to avoid decision making, which is a cognitive bias, is 50%, the behavior change device 1 can detect the conformity bias of a higher degree. Select a device based on.
  • the device determining unit 11 determines a device for the user in the virtual space based on the user's cognitive bias, and the field setting unit 19 places the device determined by the device determining unit 11 in the virtual space. to be installed.
  • the device determining unit 11 may determine the device using a prediction model that predicts the degree of behavioral change of the user due to the device by inputting the degree of the user's cognitive bias.
  • the device may be a device that guides the user to predetermined content that exists in the virtual space. With this configuration, it is possible to guide the user to predetermined content that exists in the virtual space.
  • the device determining unit 11 may determine the device further based on the user's attributes. With this configuration, it is possible to encourage more reliable behavior change based on the user's attributes.
  • the device may include a device related to virtual movement of the user in the virtual space (movement device).
  • movement device a device related to virtual movement of the user in the virtual space.
  • the device may include a device related to guiding the user by a predetermined avatar (guiding avatar) in the virtual space.
  • a predetermined avatar guiding avatar
  • the device since the user can be guided by the guiding avatar, it is possible to more reliably encourage the user to change his or her behavior.
  • At least one of the words uttered by the avatar during guidance, the voice uttered by the avatar during guidance, the appearance of the avatar (guiding avatar), or the facial expression of the avatar during guidance is , may be based on the user's cognitive biases.
  • the behavior change device 1 it is possible to realize a user's behavior change by optimizing guidance in the metaverse, for example.
  • the Metaverse is attracting attention during the COVID-19 pandemic. Since the virtual world is not subject to restrictions of location or time, it is possible to install a variety of contents compared to the real world. Contents include stores for economic activities, facilities for entertainment, and the like. In a virtual world, guiding appropriate users to appropriate content (behavioral change) can bring benefits to both users and producers. A simple method is to provide guidance through messaging. Even with similar guidance, the way it is conveyed, the person who conveys it, the tone of voice (frequency, intensity, volume), and whether it motivates action varies from person to person. These are thought to depend on individual attributes and cognitive biases.
  • the behavior modification device 1 installs a mechanism linked to cognitive bias in the virtual world in order to guide the user to specific content.
  • the behavior modification device 1 selects the optimal mechanism based on the individual's cognitive bias.
  • the behavior modification device 1 individually optimizes each element in navigation (estimated from attributes and cognitive biases). Specifically, it includes message content (how it is conveyed), tone of voice (frequency, strength, volume), avatar (the appearance of the speaker), and facial expressions.
  • the behavior modification device 1 prepares presets for the above and selects the optimal one.
  • the voice tone and avatar may be automatically generated by GAN instead of preset (modified example).
  • the behavior modification device 1 does not necessarily need to include all the audio guidance elements.
  • Behavior modification device 1 is a system that prepares mechanisms linked to cognitive biases, such as setting up groups of NPCs and highlighting specific routes in a virtual world, and assigns them to each user according to the user's individual cognitive biases. .
  • Behavior modification device 1 optimizes the message content, the appearance of the speaker (avatar), the speaker's voice, and the speaker's facial expression when navigating in a virtual world based on cognitive biases in a way that best promotes behavior change on an individual basis. Furthermore, it is a system that guides individuals to specific content using the most suitable means through navigation. The behavior modification device 1 may not require navigation depending on the user.
  • the behavior modification device 1 of the present disclosure has the following configuration.
  • a determining unit that determines a mechanism for the user in the virtual space based on the user's cognitive bias; an installation unit that installs the device determined by the determination unit in the virtual space;
  • a behavior modification device equipped with
  • the determining unit determines the trick using a prediction model that predicts the degree of behavioral change of the user due to the trick by inputting the degree of the cognitive bias of the user.
  • the behavior modification device according to [1].
  • the device is a device that guides the user to predetermined content existing in the virtual space.
  • the behavior modification device according to [1] or [2].
  • the determining unit determines the device further based on attributes of the user.
  • the behavior modification device according to any one of [1] to [3].
  • the device includes a device related to virtual movement of the user in the virtual space.
  • the behavior modification device according to any one of [1] to [4].
  • the device includes a device related to guiding the user by a predetermined avatar in the virtual space.
  • the behavior modification device according to any one of [1] to [5].
  • At least one of the words uttered by the avatar during the guidance, the voice uttered by the avatar during the guidance, the appearance of the avatar, or the facial expression of the avatar during the guidance corresponds to the cognitive bias of the user. based on, The behavior modification device according to [6].
  • each functional block may be realized using one physically or logically coupled device, or may be realized using two or more physically or logically separated devices directly or indirectly (e.g. , wired, wireless, etc.) and may be realized using a plurality of these devices.
  • the functional block may be realized by combining software with the one device or the plurality of devices.
  • Functions include judgment, decision, judgment, calculation, calculation, processing, derivation, investigation, exploration, confirmation, reception, transmission, output, access, resolution, selection, selection, establishment, comparison, assumption, expectation, consideration, These include, but are not limited to, broadcasting, notifying, communicating, forwarding, configuring, reconfiguring, allocating, mapping, and assigning. I can't do it.
  • a functional block (configuration unit) that performs transmission is called a transmitting unit or a transmitter. In either case, as described above, the implementation method is not particularly limited.
  • the behavior modification device 1 in an embodiment of the present disclosure may function as a computer that performs processing of the behavior modification method of the present disclosure.
  • FIG. 18 is a diagram showing an example of the hardware configuration of the behavior modification device 1 according to an embodiment of the present disclosure.
  • the behavior modification device 1 described above may be physically configured as a computer device including a processor 1001, a memory 1002, a storage 1003, a communication device 1004, an input device 1005, an output device 1006, a bus 1007, and the like.
  • the word “apparatus” can be read as a circuit, a device, a unit, etc.
  • the hardware configuration of the behavior modification device 1 may be configured to include one or more of each device shown in the figure, or may be configured without including some of the devices.
  • Each function in the behavior modification device 1 is implemented by loading predetermined software (programs) onto hardware such as a processor 1001 and a memory 1002, so that the processor 1001 performs calculations, controls communication by the communication device 1004, and controls communication by the communication device 1004. This is realized by controlling at least one of reading and writing data in the storage 1002 and the storage 1003.
  • the processor 1001 operates an operating system to control the entire computer.
  • the processor 1001 may be configured by a central processing unit (CPU) including an interface with peripheral devices, a control device, an arithmetic unit, registers, and the like.
  • CPU central processing unit
  • the field installation unit 19 and the like may be realized by the processor 1001.
  • the processor 1001 reads programs (program codes), software modules, data, etc. from at least one of the storage 1003 and the communication device 1004 to the memory 1002, and executes various processes in accordance with these.
  • programs program codes
  • the program a program that causes a computer to execute at least part of the operations described in the above embodiments is used.
  • the unit 19 may be realized by a control program stored in the memory 1002 and operated in the processor 1001, and other functional blocks may be similarly realized.
  • Processor 1001 may be implemented by one or more chips. Note that the program may be transmitted from a network via a telecommunications line.
  • the memory 1002 is a computer-readable recording medium, and includes at least one of ROM (Read Only Memory), EPROM (Erasable Programmable ROM), EEPROM (Electrically Erasable Programmable ROM), RAM (Random Access Memory), etc. may be done.
  • Memory 1002 may be called a register, cache, main memory, or the like.
  • the memory 1002 can store executable programs (program codes), software modules, and the like to implement a wireless communication method according to an embodiment of the present disclosure.
  • the storage 1003 is a computer-readable recording medium, such as an optical disk such as a CD-ROM (Compact Disc ROM), a hard disk drive, a flexible disk, or a magneto-optical disk (for example, a compact disk, a digital versatile disk, or a Blu-ray disk). (registered trademark disk), smart card, flash memory (eg, card, stick, key drive), floppy disk, magnetic strip, etc.
  • Storage 1003 may also be called an auxiliary storage device.
  • the storage medium mentioned above may be, for example, a database including at least one of memory 1002 and storage 1003, a server, or other suitable medium.
  • the communication device 1004 is hardware (transmission/reception device) for communicating between computers via at least one of a wired network and a wireless network, and is also referred to as a network device, network controller, network card, communication module, etc., for example.
  • the communication device 1004 includes, for example, a high frequency switch, a duplexer, a filter, a frequency synthesizer, etc. in order to realize at least one of frequency division duplex (FDD) and time division duplex (TDD). It may be composed of.
  • FDD frequency division duplex
  • TDD time division duplex
  • the field installation unit 19 and the like may be realized by the communication device 1004.
  • the input device 1005 is an input device (eg, keyboard, mouse, microphone, switch, button, sensor, etc.) that accepts input from the outside.
  • the output device 1006 is an output device (for example, a display, a speaker, an LED lamp, etc.) that performs output to the outside. Note that the input device 1005 and the output device 1006 may have an integrated configuration (for example, a touch panel).
  • each device such as the processor 1001 and the memory 1002 is connected by a bus 1007 for communicating information.
  • the bus 1007 may be configured using a single bus, or may be configured using different buses for each device.
  • the behavior modification device 1 also includes hardware such as a microprocessor, a digital signal processor (DSP), an application specific integrated circuit (ASIC), a programmable logic device (PLD), and a field programmable gate array (FPGA).
  • DSP digital signal processor
  • ASIC application specific integrated circuit
  • PLD programmable logic device
  • FPGA field programmable gate array
  • a part or all of each functional block may be realized by the hardware.
  • processor 1001 may be implemented using at least one of these hardwares.
  • LTE Long Term Evolution
  • LTE-A Long Term Evolution-Advanced
  • SUPER 3G IMT-Advanced
  • 4G 4th generation mobile communication system
  • 5G 5th generation mobile communication system
  • FRA Fluture Radio Access
  • NR new Radio
  • W-CDMA registered trademark
  • GSM registered trademark
  • CDMA2000 Code Division Multiple Access 2000
  • UMB Universal Mobile Broadband
  • IEEE 802.11 Wi-Fi (registered trademark)
  • IEEE 802.16 WiMAX (registered trademark)
  • IEEE 802.20 UWB (Ultra-WideBand
  • Bluetooth registered trademark
  • a combination of a plurality of systems may be applied (for example, a combination of at least one of LTE and LTE-A and 5G).
  • the input/output information may be stored in a specific location (for example, memory) or may be managed using a management table. Information etc. to be input/output may be overwritten, updated, or additionally written. The output information etc. may be deleted. The input information etc. may be transmitted to other devices.
  • Judgment may be made using a value expressed by 1 bit (0 or 1), a truth value (Boolean: true or false), or a comparison of numerical values (for example, a predetermined value). (comparison with a value).
  • notification of prescribed information is not limited to being done explicitly, but may also be done implicitly (for example, not notifying the prescribed information). Good too.
  • Software includes instructions, instruction sets, code, code segments, program code, programs, subprograms, software modules, whether referred to as software, firmware, middleware, microcode, hardware description language, or by any other name. , should be broadly construed to mean an application, software application, software package, routine, subroutine, object, executable, thread of execution, procedure, function, etc.
  • software, instructions, information, etc. may be sent and received via a transmission medium.
  • a transmission medium For example, if the software uses wired technology (coaxial cable, fiber optic cable, twisted pair, digital subscriber line (DSL), etc.) and/or wireless technology (infrared, microwave, etc.) to create a website, When transmitted from a server or other remote source, these wired and/or wireless technologies are included within the definition of transmission medium.
  • wired technology coaxial cable, fiber optic cable, twisted pair, digital subscriber line (DSL), etc.
  • wireless technology infrared, microwave, etc.
  • data, instructions, commands, information, signals, bits, symbols, chips, etc. which may be referred to throughout the above description, may refer to voltages, currents, electromagnetic waves, magnetic fields or magnetic particles, light fields or photons, or any of these. It may also be represented by a combination of
  • system and “network” are used interchangeably.
  • information, parameters, etc. described in this disclosure may be expressed using absolute values, relative values from a predetermined value, or using other corresponding information. may be expressed.
  • determining may encompass a wide variety of operations.
  • “Judgment” and “decision” include, for example, judging, calculating, computing, processing, deriving, investigating, looking up, search, and inquiry. (e.g., searching in a table, database, or other data structure), and regarding an ascertaining as a “judgment” or “decision.”
  • judgment and “decision” refer to receiving (e.g., receiving information), transmitting (e.g., sending information), input, output, and access.
  • (accessing) may include considering something as a “judgment” or “decision.”
  • judgment and “decision” refer to resolving, selecting, choosing, establishing, comparing, etc. as “judgment” and “decision”. may be included.
  • judgment and “decision” may include regarding some action as having been “judged” or “determined.”
  • judgment (decision) may be read as "assuming", “expecting", “considering”, etc.
  • connection means any connection or coupling, direct or indirect, between two or more elements and each other. It may include the presence of one or more intermediate elements between two elements that are “connected” or “coupled.”
  • the bonds or connections between elements may be physical, logical, or a combination thereof. For example, "connection” may be replaced with "access.”
  • two elements may include one or more electrical wires, cables, and/or printed electrical connections, as well as in the radio frequency domain, as some non-limiting and non-inclusive examples. , electromagnetic energy having wavelengths in the microwave and optical (both visible and non-visible) ranges.
  • the phrase “based on” does not mean “based solely on” unless explicitly stated otherwise. In other words, the phrase “based on” means both “based only on” and “based at least on.”
  • any reference to elements using the designations "first,” “second,” etc. does not generally limit the amount or order of those elements. These designations may be used in this disclosure as a convenient way to distinguish between two or more elements. Thus, reference to a first and second element does not imply that only two elements may be employed or that the first element must precede the second element in any way.
  • a and B are different may mean “A and B are different from each other.” Note that the term may also mean that "A and B are each different from C”. Terms such as “separate” and “coupled” may also be interpreted similarly to “different.”

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

仮想空間においてユーザの行動変容を促すことを課題とする。行動変容装置１は、ユーザの認知バイアスに基づいて仮想空間における当該ユーザに対する仕掛けを決定する仕掛決定部１１と、仕掛決定部１１によって決定された仕掛けを仮想空間に設置するフィールド設置部１９と、を備える。仕掛決定部１１は、ユーザの前記認知バイアスの度合を入力することで仕掛けによるユーザの行動変容の度合を予測する予測モデルを用いて仕掛けを決定してもよい。仕掛けは、仮想空間に存在する所定のコンテンツへユーザを誘導する仕掛けであってもよい。仕掛決定部１１は、ユーザの属性にさらに基づいて仕掛けを決定してもよい。

Description

行動変容装置
　本開示の一側面は、ユーザの行動変容を促す行動変容装置に関する。
　下記特許文献１では、仮想空間内でユーザ自ら移動している感覚を与えることができる家具型機器が開示されている。
特許第７０３７１５８号
　しかしながら、上記家具型機器では例えば仮想空間内でユーザの行動変容を促すことはできない。そこで、仮想空間においてユーザの行動変容を促すことが望まれている。
　本開示の一側面に係る行動変容装置は、ユーザの認知バイアスに基づいて仮想空間における当該ユーザに対する仕掛けを決定する決定部と、決定部によって決定された仕掛けを仮想空間に設置する設置部と、を備える。
　このような側面においては、ユーザに対する仕掛けが仮想空間に設置されるので、仮想空間においてユーザの行動変容を促すことができる。
　本開示の一側面によれば、仮想空間においてユーザの行動変容を促すことができる。
実施形態に係る行動変容装置の機能構成の一例を示す図である。 ユーザ毎のナッジ毎の行動変容率のテーブル例を示す図である。 未知のユーザのナッジ毎の行動変容率のテーブル例を示す図である。 同調バイアスに基づく移動仕掛けの一例を示す図である。 同調バイアスに基づく移動仕掛けの別の一例を示す図である。 決定回避に基づく移動仕掛けの一例を示す図である。 希少性に基づく移動仕掛けの一例を示す図である。 単純接触効果に基づく移動仕掛けの一例を示す図である。 競争心に基づく移動仕掛けの一例を示す図である。 特定のユーザの認知バイアス情報のテーブル例を示す図である。 特定のユーザに関する最適文言情報のテーブル例を示す図である。 特定のユーザに関する最適音声情報のテーブル例を示す図である。 特定のユーザに関する最適アバター情報のテーブル例を示す図である。 特定のユーザに関する最適表情情報のテーブル例を示す図である。 実施形態に係る行動変容装置が実行する処理の一例を示すシーケンス図である。 実施形態に係る行動変容装置が実行する処理の一例を示すフローチャートである。 個人の認知バイアスに基づいて最適な仕掛けを選択する例を示す図である。 実施形態に係る行動変容装置で用いられるコンピュータのハードウェア構成の一例を示す図である。
　以下、図面を参照しながら本開示での実施形態を詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。また、以下の説明における本開示での実施形態は、本発明の具体例であり、特に本発明を限定する旨の記載がない限り、これらの実施形態に限定されないものとする。
　図１は、実施形態に係る行動変容装置１の機能構成の一例を示す図である。
　行動変容装置１は、ユーザの行動変容を促すコンピュータ装置である。より具体的には、行動変容装置１は、仮想空間において、適切なコンテンツに適切なユーザを誘導する（行動変容を促す）ことで、ユーザと生産者との双方にメリットをもたらすことができる。
　仮想空間とは、仮想的な２次元又は３次元の空間である。なお本実施形態において用語「空間」を「世界」に適宜置き換えてもよいし、逆に、用語「世界」を「空間」に適宜置き換えてもよい。仮想空間は、例えば、コンピュータ又はコンピュータネットワーク（インターネットなど）上に構築された、現実世界とは異なる３次元の空間であるメタバースであってもよい。
　コンテンツとは、例えば、経済活動又は娯楽のための店舗、施設、もの又は情報などである。本実施形態において、コンテンツは、仮想空間に存在する又は設置することを想定するが、これに限るものではない。仮想空間は、場所及び時間の制約を受けないことから、現実世界に比べて様々なコンテンツの設置が可能である。
　図１に示す通り、行動変容装置１は、格納部１０、仕掛決定部１１（決定部）及びフィールド設置部１９（設置部）を含んで構成される。また、仕掛決定部１１は、ナッジ最適化部１２、移動仕掛生成部１３、文言最適化部１４、音声最適化部１５、アバター最適化部１６、表情最適化部１７及びナビゲータ生成部１８を含んで構成される。
　行動変容装置１の各機能ブロックは、行動変容装置１内にて機能することを想定しているが、これに限るものではない。例えば、行動変容装置１の機能ブロックの一部は、行動変容装置１とは異なるコンピュータ装置であって、行動変容装置１とネットワーク接続されたコンピュータ装置内において、行動変容装置１と情報を適宜送受信しつつ機能してもよい。また、行動変容装置１の一部の機能ブロックは無くてもよいし、複数の機能ブロックを一つの機能ブロックに統合してもよいし、一つの機能ブロックを複数の機能ブロックに分解してもよい。
　以下、図２に示す行動変容装置１の各機能について説明する。
　格納部１０は、行動変容装置１における算出などで利用される任意の情報及び行動変容装置１における算出の結果などを格納する。格納部１０によって格納された情報は、行動変容装置１の各機能によって適宜参照されてもよい。
　仕掛決定部１１は、ユーザの認知バイアスに基づいて仮想空間における当該ユーザに対する仕掛けを決定（又は生成）する。仕掛決定部１１は、ユーザの一つ以上（複数を含む）の認知バイアスに基づいて仮想空間における当該ユーザに対する一つ以上（複数を含む）の仕掛けを決定してもよい。
　認知バイアスとは、物事の判断などが直感もしくはこれまでの経験に基づく先入観によって非合理的になる心理現象、又は、自分の思い込み又は周囲の環境などによって無意識のうちに合理的ではない判断をしてしまう心理現象である。
　仕掛けとは、目的のために工夫されたものである。仕掛けは、仮想空間に設置されることを想定するが、これに限るものではない。仕掛けは、仮想空間に存在する所定のコンテンツへユーザを誘導する仕掛けであってもよい。
　仕掛けは、仮想空間でのユーザの仮想的な移動に関する仕掛け（移動仕掛け）を含んでもよい。例えば、仮想空間においてユーザによって自身のアバターであるユーザアバターを当該ユーザの指示に基づいて（仮想空間上を）移動可能な場合に、当該移動に働きかける仕掛け又は当該移動を誘導する仕掛けである。
　仕掛けは、仮想空間での所定のアバターである誘導アバターによるユーザの誘導に関する仕掛け（ナビゲータ）を含んでもよい。誘導アバターは、ユーザを誘導するためのアバターであって、ユーザアバターとは異なるアバターを想定するが、これに限るものではない。誘導の際に誘導アバターが発する文言（メッセージ内容、伝え方）、誘導の際に誘導アバターが発する音声（周波数、強弱、音量、イントネーション）、誘導アバターの見た目、又は、誘導の際の誘導アバターの表情の少なくとも一つは、ユーザの認知バイアスに基づいてもよい。
　仕掛決定部１１は、決定した仕掛けに関する仕掛情報をフィールド設置部１９に出力してもよいし、格納部１０によって格納させてもよい。
　仕掛決定部１１は、ユーザの認知バイアスに関する認知バイアス情報を取得し、取得した認知バイアス情報に基づいて仮想空間における当該ユーザに対する仕掛けに関する仕掛情報を決定してもよい。仕掛決定部１１が認知バイアス情報を取得するタイミングは、行動変容装置１の管理者又はユーザなど任意の人の指示などに基づくタイミングであってもよいし、定期的（例えば１時間に１回）であってもよい。仕掛決定部１１は、認知バイアス情報を、予め格納されている格納部１０から取得してもよいし、ネットワークを介して他の装置から取得してもよい。仕掛決定部１１は、予め格納部１０によって格納された、認知バイアス情報と仕掛情報とが対応付いた情報を参照して、取得した認知バイアス情報に対応付いた仕掛情報を抽出し、抽出した仕掛情報を、最終的に決定した仕掛情報（仕掛け）として決定してもよい。
　仕掛決定部１１は、予め格納部１０によって格納された、認知バイアス情報と誘導の際に誘導アバターが発する文言に関する文言情報とが対応付いた情報を参照して、取得した認知バイアス情報に対応付いた文言情報を抽出し、抽出した文言情報を、最終的に決定した文言情報（誘導の際に誘導アバターが発する文言）として決定してもよい。
　仕掛決定部１１は、予め格納部１０によって格納された、認知バイアス情報と誘導の際に誘導アバターが発する音声に関する音声情報とが対応付いた情報を参照して、取得した認知バイアス情報に対応付いた音声情報を抽出し、抽出した音声情報を、最終的に決定した音声情報（誘導の際に誘導アバターが発する音声）として決定してもよい。
　仕掛決定部１１は、予め格納部１０によって格納された、認知バイアス情報と誘導アバターの見た目に関する見た目情報とが対応付いた情報を参照して、取得した認知バイアス情報に対応付いた見た目情報を抽出し、抽出した見た目情報を、最終的に決定した見た目情報（誘導アバターの見た目）として決定してもよい。
　仕掛決定部１１は、予め格納部１０によって格納された、認知バイアス情報と誘導の際の誘導アバターの表情に関する表情情報とが対応付いた情報を参照して、取得した認知バイアス情報に対応付いた表情情報を抽出し、抽出した表情情報を、最終的に決定した表情情報（誘導の際の誘導アバターの表情）として決定してもよい。
　仕掛決定部１１は、ユーザの認知バイアスに基づいて当該ユーザに対するナッジを決定し、決定したナッジに基づいて仮想空間における当該ユーザに対する仕掛けを決定してもよい。
　ナッジとは、ユーザが強制によってではなく自発的に望ましい行動を選択するよう促す仕掛け若しくは環境的変化、又は、ユーザにそっと気づかせて無意識的若しくは反射的に適切な方向へ誘導する仕掛け若しくは環境的変化である。
　より具体的には、仕掛決定部１１は、ユーザの認知バイアスに関する認知バイアス情報を取得し、取得した認知バイアス情報に基づいて当該ユーザに対するナッジに関するナッジ情報を決定し、決定したナッジ情報に基づいて仮想空間における当該ユーザに対する仕掛けに関する仕掛情報を決定してもよい。仕掛決定部１１は、予め格納部１０によって格納された、認知バイアス情報とナッジ情報とが対応付いた情報を参照して、取得した認知バイアス情報に対応付いたナッジ情報を抽出し、予め格納部１０によって格納された、ナッジ情報と仕掛情報とが対応付いた情報を参照して、抽出したナッジ情報に対応付いた仕掛情報を抽出し、抽出した仕掛情報を、最終的に決定した仕掛情報（仕掛け）として決定してもよい。
　仕掛決定部１１は、ユーザの認知バイアスの度合を入力することで仕掛けによるユーザの行動変容の度合を予測する予測モデルを用いて仕掛けを決定してもよい。認知バイアスの度合は、例えば「０」から「１」の実数であり、「０」に近いほど度合（傾向）が小さく、「１」に近いほど度合（傾向）が大きくてもよい。同様に、行動変容の度合は、例えば「０」から「１」の実数であり、「０」に近いほど度合（傾向）が小さく、「１」に近いほど度合（傾向）が大きくてもよい。予測モデルは、例えば機械学習によって生成された学習済みモデルであってもよいし、数式モデルであってもよい。仕掛決定部１１は、例えば、予測モデルにユーザの認知バイアスの度合を入力することで予測される仕掛けによるユーザの行動変容の度合のうち最も大きい度合の仕掛けを決定してもよいし、上位Ｎ個（Ｎは１以上の整数）の度合の仕掛けを決定してもよい。
　仕掛決定部１１は、ユーザの属性にさらに基づいて仕掛けを決定してもよい。属性とは、例えば性別、年齢などである。すなわち、仕掛決定部１１は、ユーザの認知バイアスと当該ユーザの属性とに基づいて仮想空間における当該ユーザに対する仕掛けを決定してもよい。仕掛決定部１１は、ユーザの一つ以上（複数を含む）の認知バイアスと当該ユーザの一つ以上（複数を含む）の属性とに基づいて仮想空間における当該ユーザに対する一つ以上（複数を含む）の仕掛けを決定してもよい。
　仕掛決定部１１は、ユーザの認知バイアスに関する認知バイアス情報と当該ユーザの属性に関する属性情報とを取得し、取得した認知バイアス情報と属性情報とに基づいて仮想空間における当該ユーザに対する仕掛けに関する仕掛情報を決定してもよい。仕掛決定部１１は、認知バイアス情報及び属性情報を、予め格納されている格納部１０から取得してもよいし、ネットワークを介して他の装置から取得してもよい。仕掛決定部１１は、予め格納部１０によって格納された、認知バイアス情報と属性情報と仕掛情報とが対応付いた情報を参照して、取得した認知バイアス情報と属性情報とに対応付いた仕掛情報を抽出し、抽出した仕掛情報を、最終的に決定した仕掛情報（仕掛け）として決定してもよい。
　仕掛決定部１１は、ナッジ最適化部１２、移動仕掛生成部１３、文言最適化部１４、音声最適化部１５、アバター最適化部１６、表情最適化部１７及びナビゲータ生成部１８を含んで構成される。
　ナッジ最適化部１２は、ユーザの認知バイアスに基づいて当該ユーザに最適なナッジを決定する。最適なナッジとは、ユーザに対する効果が最も高い、又は、ユーザに対する効果が所定の基準を満たすナッジである。ナッジ最適化部１２は、ユーザの一つ以上の認知バイアスに基づいて当該ユーザに適した一つ以上のナッジを決定してもよい。適したナッジとは、ユーザに対する効果が所定の基準を満たすナッジである。ナッジ最適化部１２は、ユーザの一つ以上の認知バイアスと当該ユーザの一つ以上の属性とに基づいて当該ユーザに適した一つ以上のナッジを決定してもよい。ナッジ最適化部１２は、決定したナッジに関するナッジ情報を移動仕掛生成部１３及び文言最適化１４に出力してもよいし、格納部１０によって格納させてもよい。
　ナッジ最適化部１２は、予め格納部１０によって格納された、各ユーザの各ナッジの行動変容率（行動変容の確率）を取得して用いてもよい。
　図２は、ユーザ毎のナッジ毎の行動変容率のテーブル例を示す図である。図２のテーブル例では、ユーザを識別するユーザＩＤと、当該ユーザの認知バイアスである同調バイアスの度合と、当該ユーザの認知バイアスである時間選好の度合と、当該ユーザの認知バイアスであるリスク選好の度合と、当該ユーザの認知バイアスである希少性の度合と、当該ユーザの認知バイアスであるバンドワゴン効果の度合と、当該ユーザのその他の任意の認知バイアスの度合と、所定のナッジであるナッジ（１）による当該ユーザの行動変容率と、所定のナッジであるナッジ（２）による当該ユーザの行動変容率と、所定のナッジであるナッジ（３）による当該ユーザの行動変容率と、その他の任意の所定のナッジによる当該ユーザの行動変容率とが対応付いている。行動変容率は、例えば「０」から「１」の実数であり、「０」に近いほど行動変容する確率（傾向）が小さく、「１」に近いほど行動変容する確率（傾向）が大きくてもよい。
　図２において、認知バイアスは説明変数とし、各ナッジによる行動変容率を目的変数として、行動変容装置１は、認知バイアスから各ナッジによる行動変容率を推定するように学習してもよい。学習のためにランダムなナッジで介入してもよい。学習の結果、予測モデルを生成してもよい。行動変容装置１による学習の結果、ナッジ最適化部１２は、未知のユーザに対して、認知バイアスを入力として各ナッジによる行動変容率を予測してもよい。ナッジ最適化部１２は、最も効果が期待できる（予測値が大きい）ナッジを決定（選択）してもよい。
　図３は、未知のユーザのナッジ毎の行動変容率のテーブル例を示す図である。図３のテーブル例では、（未知の）ユーザを識別するユーザＩＤと、当該ユーザの同調バイアスの度合と、当該ユーザの時間選好の度合と、当該ユーザのリスク選好の度合と、当該ユーザの希少性の度合と、当該ユーザのバンドワゴン効果の度合と、当該ユーザのその他の任意の認知バイアスの度合と、ナッジ（１）による当該ユーザの行動変容率と、ナッジ（２）による当該ユーザの行動変容率と、ナッジ（３）による当該ユーザの行動変容率と、その他の任意の所定のナッジによる当該ユーザの行動変容率とが対応付いている。例えば、ナッジ最適化部１２は、ユーザの同調バイアスの度合と、当該ユーザの時間選好の度合と、当該ユーザのリスク選好の度合と、当該ユーザの希少性の度合と、当該ユーザのバンドワゴン効果の度合と、当該ユーザのその他の任意の認知バイアスの度合とを予測モデルに入力することで出力される、ナッジ（１）による当該ユーザの行動変容率と、ナッジ（２）による当該ユーザの行動変容率と、ナッジ（３）による当該ユーザの行動変容率と、その他の任意の所定のナッジによる当該ユーザの行動変容率とを取得し、取得した行動変容率に基づいて当該ユーザに最適なナッジを決定してもよい。
　ナッジ最適化部１２がユーザに最適なナッジを決定（推定）するための学習例について説明する。行動変容装置１は、データ集めのために「同調バイアスに紐づくナッジ」、「希少性に紐づくナッジ」及び「単純接触効果に紐づくナッジ」で不特定多数のユーザにランダムに介入を行う。その結果、例えば、２０代であれば同調バイアスに紐づくナッジ、３０～４０代であれば希少性に紐づくナッジ、及び、５０代以上であれば単純接触効果に紐づくナッジが有効であるようなデータが集まるとする（属性及び認知バイアスによって効果のあるナッジに傾向差が現れる）。これらデータを機械学習モデルで学習させることで、２０代であれば同調バイアスに紐づくナッジの推定値が高くなり、５０代以上であれば単純接触効果に紐づくナッジの推定値が高くなるようなモデルを作成することができる。つまり、未知のユーザで最適な（適切な）ナッジを決定（選択）できるようになる。なお、本実施形態において、学習については一般的な機械学習手法を用いる。
　ナッジ最適化部１２は、予め格納部１０によって格納された属性情報と、予め格納部１０によって格納された各認知バイアスのスコアとの少なくとも１つを入力してもよい。ナッジ最適化部１２は、ナッジのプリセット（ナッジ（１）、ナッジ（２）、ナッジ（３）、…）から、それぞれのナッジで効力（０％～１００％）を入力データから推定し、どれが最も効果があるかを選択してもよい。例えば、あるユーザでナッジ（１）が７０％、ナッジ（２）が５０％、ナッジ（３）が４０％と推定した場合、当該ユーザはナッジ（１）が最も効果があると言えるのでナッジ（１）を選択する。なお、プリセットは例えば、同調バイアスに紐づくナッジなど（後述の図４～図９参照）である。ナッジ最適化部１２は、ナッジのプリセットから選択した最も効果のあるナッジに関するナッジ情報を移動仕掛生成部１３及び文言最適化１４に出力してもよいし、格納部１０によって格納されてもよい。
　移動仕掛生成部１３は、ナッジ最適化部１２によって決定されたナッジに基づいて移動仕掛けを生成する。より具体的には、移動仕掛生成部１３は、予め格納部１０によって格納された、ナッジ情報と移動仕掛けに関する移動仕掛情報とが対応付いた情報を参照して、ナッジ最適化部１２から入力されたナッジ情報に対応付いた移動仕掛情報を抽出し、抽出した移動仕掛情報が示す移動仕掛けを（仮想空間に）生成する。移動仕掛生成部１３は、移動仕掛けを生成した旨に関する情報、又は、生成した移動仕掛けに関する情報をフィールド設置部１９に出力してもよいし、格納部１０によって格納させてもよい。
　図４～図９を参照しながら、移動仕掛生成部１３が生成する移動仕掛けの具体例を説明する。
　図４は、同調バイアスに基づく移動仕掛けの一例を示す図である。図４（図５～図９も同様）は、仮想空間を示す図である。仮想空間では、ユーザが移動可能な経路があり、経路の途中又は端には様々なコンテンツに対応するコンテンツアイコンが配置されている。ユーザアバターは、人の全身の形をしたアイコンで示されている。ユーザは、ユーザアバターをコンテンツアイコンの位置まで移動することで、当該コンテンツアイコンに対応するコンテンツを消費することができる。なお、図４～図９は一例であって、これに限るものではない。例えば、コンテンツアイコンの配置は必須ではなく、他の表示形態などで何のコンテンツであるかわかる場合はコンテンツアイコンは配置しなくてもよい。
　図４では、Ｔシャツの形で示されるコンテンツであるＴシャツコンテンツに、認知バイアスとして同調バイアスの傾向があるユーザを誘導することを前提とする。この場合、移動仕掛生成部１３（及び後述のフィールド設置部１９）は、誘導したいＴシャツコンテンツのアイコン周辺に、ＮＰＣ（Non　Player　Character）集団を生成して設置することで、Ｔシャツコンテンツにユーザを移動する。さらに、後述のナビゲータ生成部１８により生成された誘導アバターが「向こうに人だかりができていますね」と発言又はメッセージ表示することで、ユーザをＴシャツアイコンに誘導してもよい。
　図５は、同調バイアスに基づく移動仕掛けの別の一例を示す図である。図５では、Ｔシャツコンテンツに同調バイアスの傾向が無いユーザを誘導することを前提とする。この場合、移動仕掛生成部１３（及び後述のフィールド設置部１９）は、進行して欲しい経路以外に集団のＮＰＣを生成して設置することで、混雑を回避するようにユーザを促す。さらに、後述のナビゲータ生成部１８により生成された誘導アバターが「混雑は避けたいですね」と発言又はメッセージ表示することで、ユーザをＴシャツアイコンに誘導してもよい。
　図６は、決定回避に基づく移動仕掛けの一例を示す図である。図６では、Ｔシャツコンテンツに認知バイアスとして決定回避の傾向があるユーザを誘導することを前提とする。この場合、移動仕掛生成部１３（及び後述のフィールド設置部１９）は、特定の経路を目立たせるなどの生成及び配置を行うことで、ユーザの選択肢を狭め、ユーザを誘導する。さらに、後述のナビゲータ生成部１８により生成された誘導アバターが「この先になにかありそうですね」と発言又はメッセージ表示することで、ユーザをＴシャツアイコンに誘導してもよい。
　図７は、希少性に基づく移動仕掛けの一例を示す図である。図７では、Ｔシャツコンテンツに認知バイアスとして希少性の傾向があるユーザを誘導することを前提とする。この場合、移動仕掛生成部１３（及び後述のフィールド設置部１９）は、希少性の高い（ユーザが興味をひく）アイテム（図中では宝石）を経路の導線上に設置して生成することで、ユーザを誘導する。アイテムでなくとも、例えば歩くと音が出る経路（道）の生成及び設置などでもよい。さらに、後述のナビゲータ生成部１８により生成された誘導アバターが「何か落ちてますね」と発言又はメッセージ表示することで、ユーザをＴシャツアイコンに誘導してもよい。
　図８は、単純接触効果に基づく移動仕掛けの一例を示す図である。図８では、Ｔシャツコンテンツに認知バイアスとして単純接触効果の傾向があるユーザを誘導することを前提とする。この場合、移動仕掛生成部１３（及び後述のフィールド設置部１９）は、指向性のある、ユーザにとって馴染みのある音楽をＴシャツコンテンツ周辺で流すように生成及び配置することで、ユーザを誘導する。さらに、後述のナビゲータ生成部１８により生成された誘導アバターが「向こうで何か聴こえますね」と発言又はメッセージ表示することで、ユーザをＴシャツアイコンに誘導してもよい。
　図９は、競争心に基づく移動仕掛けの一例を示す図である。図９では、Ｔシャツコンテンツに認知バイアスとして競争心の傾向があるユーザを誘導することを前提とする。この場合、移動仕掛生成部１３（及び後述のフィールド設置部１９）は、ゲームにおけるスコア、又は、訪問回数若しくは歩数などのスコアに関して、他者（他のユーザ）のものを含めて可視化するように生成及び配置することで、ユーザの競争心を芽生えさせ、ユーザを誘導する。さらに、後述のナビゲータ生成部１８により生成された誘導アバターが「次訪問したら３位になりますね」と発言又はメッセージ表示することで、ユーザをＴシャツアイコンに誘導してもよい。
　文言最適化部１４は、ユーザの認知バイアスに基づいて当該ユーザに最適な文言を決定する。最適な文言とは、ユーザに対する効果が最も高い、又は、ユーザに対する効果が所定の基準を満たす文言である。文言最適化１４は、ユーザの一つ以上の認知バイアスに基づいて当該ユーザに適した一つ以上の文言を決定してもよい。適した文言とは、ユーザに対する効果が所定の基準を満たす文言である。文言最適化１４は、ユーザの一つ以上の認知バイアスと当該ユーザの一つ以上の属性とに基づいて当該ユーザに適した一つ以上の文言を決定してもよい。文言最適化１４は、決定した文言に関する文言情報をナビゲータ生成部１８に出力してもよいし、格納部１０によって格納させてもよい。
　図１０は、特定のユーザの認知バイアス情報のテーブル例を示す図である。図１０に示すテーブル例では、ユーザを識別するユーザＩＤと、当該ユーザの属性（性別、年齢など）に関する属性情報と、当該ユーザの認知バイアスである同調バイアスの度合と、当該ユーザの認知バイアスである時間選好の度合と、当該ユーザの認知バイアスであるリスク選好の度合と、当該ユーザの認知バイアスである希少性の度合と、当該ユーザの認知バイアスであるバンドワゴン効果と、当該ユーザのその他の認知バイアスの度合とが対応付いている。文言最適化１４は、図１０に示すようなユーザの認知バイアス情報に基づいて当該ユーザに最適な文言を決定してもよい。
　図１１は、特定のユーザに関する最適文言情報のテーブル例を示す図である。図１１に示すテーブル例では、ユーザを識別するユーザＩＤと、所定の文言である文言（１）の行動変容率と、所定の文言である文言（２）の行動変容率と、所定の文言である文言（３）の行動変容率と、所定の文言である文言（４）の行動変容率と、その他の所定の文言の行動変容率とが対応付いている。ここで、所定の文言は、ナッジの種類ごとのプリセットである。例えば、文言（１）はナッジ（１）のプリセットであり、文言（２）はナッジ（２）のプリセットであり、文言（３）はナッジ（３）のプリセットであり、文言（４）はナッジ（４）のプリセットである。文言最適化１４は、図１１に示すような特定のユーザに関する最適文言情報に基づいて、当該ユーザに最適な文言を決定してもよい。
　文言最適化１４は、予め格納部１０によって格納された属性情報と、ナッジ最適化部１２から入力された（又は予め格納部１０によって格納された）ナッジ情報と、予め格納部１０によって格納された各認知バイアスのスコアとの少なくとも１つを入力してもよい。文言最適化１４は、まず、最適なナッジからそれに紐づく文言のプリセットを取得してもよい。文言のプリセット（文言（１）、文言（２）、文言（３）、…）から、それぞれの文言で効力（０％～１００％）を入力データから推定し、どれが最も効果があるかを決定（選択）する。例えば、あるユーザで文言（１）が７０％、文言（２）が５０％、文言（３）が４０％と推定した場合、当該ユーザは文言（１）が最も効果があると言えるので文言（１）を決定する。なお、プリセットは例えば、（図４の場合）「向こうに人だかりができていますね」又は「向こうの人だかりはＳＮＳで話題のお店ですね」などである。文言最適化１４は、決定した文言（文言のプリセットから選択した最も効果のある文言）に関する文言情報をナビゲータ生成部１８に出力してもよいし、格納部１０によって格納させてもよい。
　音声最適化部１５は、ユーザの認知バイアスに基づいて当該ユーザに最適な音声を決定する。最適な音声とは、ユーザに対する効果が最も高い、又は、ユーザに対する効果が所定の基準を満たす音声である。音声最適化部１５は、ユーザの一つ以上の認知バイアスに基づいて当該ユーザに適した一つ以上の音声を決定してもよい。適した音声とは、ユーザに対する効果が所定の基準を満たす音声である。音声最適化部１５は、ユーザの一つ以上の認知バイアスと当該ユーザの一つ以上の属性とに基づいて当該ユーザに適した一つ以上の音声を決定してもよい。音声最適化部１５は、決定した音声に関する音声情報をナビゲータ生成部１８に出力してもよいし、格納部１０によって格納させてもよい。
　音声最適化部１５は、図１０に示すようなユーザの認知バイアス情報に基づいて当該ユーザに最適な音声を決定してもよい。
　図１２は、特定のユーザに関する最適音声情報のテーブル例を示す図である。図１２に示すテーブル例では、ユーザを識別するユーザＩＤと、所定の音声である音声（１）の行動変容率と、所定の音声である音声（２）の行動変容率と、所定の音声である音声（３）の行動変容率と、所定の音声である音声（４）の行動変容率と、その他の所定の音声の行動変容率とが対応付いている。音声最適化部１５は、図１２に示すような特定のユーザに関する最適音声情報に基づいて、当該ユーザに最適な音声を決定してもよい。
　音声最適化部１５は、予め格納部１０によって格納された属性情報と、予め格納部１０によって格納された各認知バイアスのスコアとの少なくとも１つを入力してもよい。音声最適化部１５は、音声のプリセット（音声（１）、音声（２）、音声（３）、…）を用意し、それぞれの音声で効力（０％～１００％）を入力データから推定し、どれが最も効果があるかを決定（選択）してもよい。例えば、あるユーザで音声（１）が７０％、音声（２）が５０％、音声（３）が４０％と推定した場合、当該ユーザは音声（１）が最も効果があると言えるので音声（１）を決定する。なお、プリセットは例えば、高い周波数で早口、低い周波数で早口、高い周波数でゆっくり、又は、低い周波数でゆっくりなどである。音声最適化部１５は、決定した音声（音声のプリセットから選択した最も効果のある音声）に関する音声情報をナビゲータ生成部１８に出力してもよいし、格納部１０によって格納させてもよい。
　アバター最適化部１６は、ユーザの認知バイアスに基づいて当該ユーザに最適な誘導アバター（の見た目）を決定する。最適な誘導アバターとは、ユーザに対する効果が最も高い、又は、ユーザに対する効果が所定の基準を満たす誘導アバターである。アバター最適化部１６は、ユーザの一つ以上の認知バイアスに基づいて当該ユーザに適した一つ以上の誘導アバターを決定してもよい。適した誘導アバターとは、ユーザに対する効果が所定の基準を満たす誘導アバターである。アバター最適化部１６は、ユーザの一つ以上の認知バイアスと当該ユーザの一つ以上の属性とに基づいて当該ユーザに適した一つ以上の誘導アバターを決定してもよい。アバター最適化部１６は、決定した誘導アバターに関する誘導アバター情報をナビゲータ生成部１８に出力してもよいし、格納部１０によって格納させてもよい。
　アバター最適化部１６は、図１０に示すようなユーザの認知バイアス情報に基づいて当該ユーザに最適な誘導アバターを決定してもよい。
　図１３は、特定のユーザに関する最適アバター情報のテーブル例を示す図である。図１４に示すテーブル例では、ユーザを識別するユーザＩＤと、所定の誘導アバターであるアバター（１）の行動変容率と、所定の誘導アバターであるアバター（２）の行動変容率と、所定のアバターである誘導アバター（３）の行動変容率と、所定のアバターである誘導アバター（４）の行動変容率と、その他の所定のアバターの行動変容率とが対応付いている。アバター最適化部１６は、図１３に示すような特定のユーザに関する最適アバター情報に基づいて、当該ユーザに最適な誘導アバターを決定してもよい。
　アバター最適化部１６は、予め格納部１０によって格納された属性情報と、予め格納部１０によって格納された各認知バイアスのスコアとの少なくとも１つを入力してもよい。アバター最適化部１６は、誘導アバターのプリセット（アバター（１）、アバター（２）、アバター（３）、…）を用意し、それぞれの誘導アバターで効力（０％～１００％）を入力データから推定し、どれが最も効果があるかを決定（選択）してもよい。例えば、あるユーザでアバター（１）が７０％、アバター（２）が５０％、アバター（３）が４０％と推定した場合、当該ユーザはアバター（１）が最も効果があると言えるのでアバター（１）を決定する。なお、プリセットは例えば、男性で長髪、女性で長髪、男性で短髪、女性で短髪、高齢男性、高齢女性などである。アバター最適化部１６は、決定した誘導アバター（誘導アバターのプリセットから選択した最も効果のある誘導アバター）に関する誘導アバター情報をナビゲータ生成部１８に出力してもよいし、格納部１０によって格納させてもよい。
　表情最適化部１７は、ユーザの認知バイアスに基づいて当該ユーザに最適な誘導アバターの表情（以降では単に「表情」と記す）を決定する。最適な表情とは、ユーザに対する効果が最も高い、又は、ユーザに対する効果が所定の基準を満たす表情である。表情最適化部１７は、ユーザの一つ以上の認知バイアスに基づいて当該ユーザに適した一つ以上の表情を決定してもよい。適した表情とは、ユーザに対する効果が所定の基準を満たす表情である。表情最適化部１７は、ユーザの一つ以上の認知バイアスと当該ユーザの一つ以上の属性とに基づいて当該ユーザに適した一つ以上の表情を決定してもよい。表情最適化部１７は、決定した表情に関する表情情報をナビゲータ生成部１８に出力してもよいし、格納部１０によって格納させてもよい。
　表情最適化部１７は、図１０に示すようなユーザの認知バイアス情報に基づいて当該ユーザに最適な表情を決定してもよい。
　図１４は、特定のユーザに関する最適表情情報のテーブル例を示す図である。図１４に示すテーブル例では、ユーザを識別するユーザＩＤと、所定の表情である喜（喜び）の行動変容率と、所定の表情である怒（怒り）の行動変容率と、所定の表情である哀（哀しみ）の行動変容率と、所定の表情である楽（楽しみ）の行動変容率と、その他の所定の表情の行動変容率とが対応付いている。表情最適化部１７は、図１４に示すような特定のユーザに関する最適表情情報に基づいて、当該ユーザに最適な表情を決定してもよい。
　表情最適化部１７は、予め格納部１０によって格納された属性情報と、予め格納部１０によって格納された各認知バイアスのスコアとの少なくとも１つを入力してもよい。表情最適化部１７は、表情のプリセット（喜、怒、哀、…）を用意し、それぞれの表情で効力（０％～１００％）を入力データから推定し、どれが最も効果があるかを決定（選択）してもよい。例えば、あるユーザで喜が７０％、怒が５０％、哀が４０％と推定した場合、当該ユーザは喜が最も効果があると言えるので喜びを選択する。なお、プリセットは例えば、喜、怒、哀、又は、楽などである。表情最適化部１７は、決定した表情（表情のプリセットから選択した最も効果のある表情）に関する表情情報をナビゲータ生成部１８に出力してもよいし、格納部１０によって格納させてもよい。
　ナビゲータ生成部１８は、文言最適化１４によって決定（入力）された文言情報と、音声最適化部１５によって決定（入力）された音声情報と、アバター最適化部１６によって決定（入力）された誘導アバター情報と、表情最適化部１７によって決定された表情情報とに基づいて、ナビゲータ（仕掛け）を（仮想空間に）生成する。ナビゲータは、ユーザを誘導する案内役である。ナビゲータは、誘導アバター情報が示す誘導アバターの見た目で、表情情報が示す表情で、文言情報が示す文言を、音声情報が示す音声で発してもよい。すなわち、ナビゲータは、ユーザにとって、最適なアバター（の見た目）で最適な表情で最適な文言を最適な音声で発する。ナビゲータ生成部１８は、ナビゲータを生成した旨に関する情報、又は、生成したナビゲータに関する情報をフィールド設置部１９に出力してもよいし、格納部１０によって格納させてもよい。
　フィールド設置部１９は、仕掛決定部１１によって決定された仕掛けを仮想空間（のフィールド）に設置する。より具体的には、フィールド設置部１９は、移動仕掛生成部１３によって生成（決定）された移動仕掛けと、ナビゲータ生成部１８によって生成（決定）されたナビゲータとを仮想空間に設置する。フィールド設置部１９は、移動仕掛生成部１３から移動仕掛けを生成した旨に関する情報が入力されたタイミングで、移動仕掛生成部１３によって生成された移動仕掛け（移動仕掛生成部１３から入力された生成した移動仕掛けに関する情報が示す移動仕掛）を仮想空間に設置してもよい。フィールド設置部１９は、ナビゲータ生成部１８からナビゲータを生成した旨に関する情報が入力されたタイミングで、ナビゲータ生成部１８によって生成されたナビゲータ（ナビゲータ生成部１８から入力された生成したナビゲータに関する情報が示すナビゲータ）を仮想空間に設置してもよい。フィールド設置部１９によって仕掛けが設置された仮想空間は、行動変容装置１のユーザのインターフェース上に表示されてもよい。
　フィールド設置部１９は、仕掛決定部１１の生成結果に応じて、ユーザ（個人）ごとに仕掛けを仮想空間に設置してもよい。上述の通り、仕掛けは、移動仕掛（による誘導）とナビゲータ（による案内）とを含んでもよい。フィールド設置部１９は、ナビゲータの案内がない方が行動変容を促せるユーザの場合は、当該ナビゲータは設置しなくてもよい（当該案内をしなくてもよい）。
　続いて、図１５及び図１６を参照しながら、行動変容装置１が実行する処理の例を説明する。
　図１５は、実施形態に係る行動変容装置が実行する処理の一例を示すシーケンス図である。まず、行動変容装置１が、ユーザに基づいて（例えばユーザによるアンケート回答などに基づいて）認知バイアス情報を生成して格納部１０によって格納させる。次に、ナッジ最適化部１２（又は仕掛決定部１１）が、格納部１０によって格納された認知バイアス情報に基づいて適切なナッジの推定を行う（ステップＳ１）。次に、移動仕掛生成部１３（又は仕掛決定部１１）が、Ｓ１での推定結果に基づいて移動仕掛けを生成する（ステップＳ２）。次に、文言最適化１４（又は仕掛決定部１１）が、Ｓ１での推定結果と格納部１０によって格納された認知バイアス情報とに基づいて適切な文言の推定を行う（ステップＳ３）。次に、音声最適化部１５（又は仕掛決定部１１）が、格納部１０によって格納された認知バイアス情報に基づいて適切な音声の推定を行う（ステップＳ４）。次に、アバター最適化部１６（又は仕掛決定部１１）が、格納部１０によって格納された認知バイアス情報に基づいて適切なアバター（誘導アバター）の推定を行う（ステップＳ５）。次に、表情最適化部１７（又は仕掛決定部１１）が、格納部１０によって格納された認知バイアス情報に基づいて適切な表情の推定を行う（ステップＳ６）。
　次に、ナビゲータ生成部１８（又は仕掛決定部１１）が、Ｓ３での推定結果とＳ４での推定結果とＳ５での推定結果とＳ６での推定結果とに基づいてナビゲータを生成する（ステップＳ７）。次に、フィールド設置部１９が、Ｓ２にて生成された移動仕掛けとＳ７で生成されたナビゲータとを設置した仮想空間を形成し（ステップＳ８）、ユーザに出力（表示）する。
　図１５のシーケンス図において、Ｓ１は、Ｓ２及びＳ３の前であればいつ実施してもよい。Ｓ２は、Ｓ１の後かつＳ８の前であればいつ実施してもよい。Ｓ３は、Ｓ１の後かつＳ７の前であればいつ実施してもよい。Ｓ４～Ｓ６はそれぞれ、Ｓ７の前であればいつ実施してもよい。Ｓ７は、Ｓ３～Ｓ６の後であればいつ実施してもよい。Ｓ８は、Ｓ２及びＳ７の後であればいつ実施してもよい。
　図１６は、実施形態に係る行動変容装置１が実行する処理の一例を示すフローチャートである。まず、仕掛決定部１１が、ユーザの認知バイアスに基づいて仮想空間における当該ユーザに対する仕掛けを決定する（ステップＳ１０）。次に、フィールド設置部１９が、Ｓ１０にて決定された仕掛けを仮想空間に設置する（ステップＳ１１）。
　図１７は、個人の認知バイアスに基づいて最適な仕掛けを選択する例を示す図である。図１７に示す通り、ある個人（ユーザ）の認知バイアスである同調バイアスが８０％であり、認知バイアスである決定回避傾向が５０％である場合、行動変容装置１は、より度合が高い同調バイアスに基づく仕掛けを選択する。
　続いて、実施形態に係る行動変容装置１の作用効果について説明する。
　行動変容装置１によれば、仕掛決定部１１が、ユーザの認知バイアスに基づいて仮想空間における当該ユーザに対する仕掛けを決定し、フィールド設置部１９が、仕掛決定部１１によって決定された仕掛けを仮想空間に設置する。この構成により、ユーザに対する仕掛けが仮想空間に設置されるので、仮想空間においてユーザの行動変容を促すことができる。
　また、行動変容装置１によれば、仕掛決定部１１は、ユーザの認知バイアスの度合を入力することで仕掛けによるユーザの行動変容の度合を予測する予測モデルを用いて仕掛けを決定してもよい。この構成により、予測モデルにより予測された行動変容の度合に基づく仕掛けを設置することができるため、より確実にユーザの行動変容を促すことができる。
　また、行動変容装置１によれば、仕掛けは、仮想空間に存在する所定のコンテンツへユーザを誘導する仕掛けであってもよい。この構成により、仮想空間に存在する所定のコンテンツへユーザを誘導することができる。
　また、行動変容装置１によれば、仕掛決定部１１は、ユーザの属性にさらに基づいて仕掛けを決定してもよい。この構成により、ユーザの属性にさらに基づいた、より確実な行動変容を促すことができる。
　また、行動変容装置１によれば、仕掛けは、仮想空間でのユーザの仮想的な移動に関する仕掛け（移動仕掛け）を含んでもよい。この構成により、仮想空間でのユーザの仮想的な移動を誘導することができ、例えば仮想空間に存在するコンテンツにユーザを誘導することができる。
　また、行動変容装置１によれば、仕掛けは、仮想空間での所定のアバター（誘導アバター）によるユーザの誘導に関する仕掛けを含んでもよい。この構成により、誘導アバターによりユーザを誘導することができるため、より確実にユーザの行動変容を促すことができる。
　また、行動変容装置１によれば、誘導の際にアバターが発する文言、誘導の際にアバターが発する音声、アバター（誘導アバター）の見た目、又は、誘導の際のアバターの表情の少なくとも一つは、ユーザの認知バイアスに基づいてもよい。この構成により、ユーザの認知バイアスに基づいた、ユーザにより適した誘導アバターによりユーザを誘導することができるため、より確実にユーザの行動変容を促すことができる。
　行動変容装置１によれば、例えば、メタバースにおける案内最適化によるユーザの行動変容を実現することができる。
　背景として、新型コロナ（ＣＯＶＩＤ－１９）禍においてメタバースが注目を集めている。仮想世界は場所及び時間の制約を受けないことから、現実世界に比べて様々なコンテンツの設置が可能である。コンテンツとは、経済活動のための店舗又は娯楽のための施設等である。仮想世界において、適切なコンテンツに適切なユーザを誘導する（行動変容）ことで、ユーザと生産者双方にメリットをもたらすことが出来る。シンプルな手段として、メッセージングによる案内がある。同様の内容の案内でも伝え方、伝える人、声色（周波数、強弱、音量）によって伝わりかた及び行動の動機付けとなるかは個人によって様々である。これらは個人ごとの属性や認知バイアスに依存すると考えられる。
　課題として、コンテンツの飽和により、消費者と生産者がマッチしなくなる可能性がある。単純なメッセージングだけでは行動変容効果は十分ではなく、様々な技術を組み合わせることで行動変容効果の最大化が期待できる。ＧＡＮ（Generative　Adversarial　Networks）によるアバター（画像）及び音声の自動生成技術及び機械学習による推定技術が確立されてきているが、行動変容を目的とした応用事例は無い。上記技術と行動経済学に基づくメッセージングを組み合わせることで、より効果的な行動変容効果が期待できるが、その技術及び仕組みは確立されていない。
　行動変容装置１は、特定のコンテンツに誘導するにあたり、認知バイアスに紐づく仕掛けを仮想世界上に設置する。行動変容装置１は、個人の認知バイアスに基づき、最適な仕掛けを選択する。行動変容装置１は、ナビゲーティングにおける各要素を個人最適化（属性及び認知バイアスから推定）する。具体的には、メッセージ内容（伝え方）、声色（周波数、強弱、音量）、アバター（話者の見た目）、表情を内包する。行動変容装置１は、上記についてプリセットを用意し、最適なものを選択する。声色、アバターについてプリセットではなくＧＡＮによる自動生成でもよい（変形例）。行動変容装置１は、音声案内の要素を必ずしも全て含める必要はない。
　行動変容装置１は、仮想世界において、ＮＰＣの集団の設置及び特定の経路を目立たせるなどの認知バイアスに紐づく仕掛けを用意し、ユーザ個人の認知バイアスに応じて個人ごとに出し分けるシステムである。行動変容装置１は、仮想世界のナビゲーティングにおけるメッセージ内容、話者（アバター）の見た目、話者の声、話者の表情を認知バイアスに基づき個人単位で最も行動変容を促せるように最適化し、さらにナビゲーティングを通して個人に最適な手段で特定のコンテンツへ誘導するシステムである。行動変容装置１は、ユーザによってはナビゲーティングをしなくてもよい。
　本開示の行動変容装置１は、以下の構成を有する。
［１］
　ユーザの認知バイアスに基づいて仮想空間における当該ユーザに対する仕掛けを決定する決定部と、
　前記決定部によって決定された前記仕掛けを前記仮想空間に設置する設置部と、
　を備える行動変容装置。
［２］
　前記決定部は、前記ユーザの前記認知バイアスの度合を入力することで前記仕掛けによる前記ユーザの行動変容の度合を予測する予測モデルを用いて前記仕掛けを決定する、
　［１］に記載の行動変容装置。
［３］
　前記仕掛けは、前記仮想空間に存在する所定のコンテンツへ前記ユーザを誘導する仕掛けである、
　［１］又は［２］に記載の行動変容装置。
［４］
　前記決定部は、前記ユーザの属性にさらに基づいて前記仕掛けを決定する、
　［１］～［３］の何れか一項に記載の行動変容装置。
［５］
　前記仕掛けは、前記仮想空間での前記ユーザの仮想的な移動に関する仕掛けを含む、
　［１］～［４］の何れか一項に記載の行動変容装置。
［６］
　前記仕掛けは、前記仮想空間での所定のアバターによる前記ユーザの誘導に関する仕掛けを含む、
　［１］～［５］の何れか一項に記載の行動変容装置。
［７］
　前記誘導の際に前記アバターが発する文言、前記誘導の際に前記アバターが発する音声、前記アバターの見た目、又は、前記誘導の際の前記アバターの表情の少なくとも一つは、前記ユーザの前記認知バイアスに基づく、
　［６］に記載の行動変容装置。
　なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。
　機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting　unit）や送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。
　例えば、本開示の一実施の形態における行動変容装置１などは、本開示の行動変容方法の処理を行うコンピュータとして機能してもよい。図１８は、本開示の一実施の形態に係る行動変容装置１のハードウェア構成の一例を示す図である。上述の行動変容装置１は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。
　なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。行動変容装置１のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。
　行動変容装置１における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２及びストレージ１００３におけるデータの読み出し及び書き込みの少なくとも一方を制御したりすることによって実現される。
　プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central　Processing　Unit）によって構成されてもよい。例えば、上述の仕掛決定部１１、ナッジ最適化部１２、移動仕掛生成部１３、文言最適化部１４、音声最適化部１５、アバター最適化部１６、表情最適化部１７、ナビゲータ生成部１８及びフィールド設置部１９などは、プロセッサ１００１によって実現されてもよい。
　また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３及び通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、仕掛決定部１１、ナッジ最適化部１２、移動仕掛生成部１３、文言最適化部１４、音声最適化部１５、アバター最適化部１６、表情最適化部１７、ナビゲータ生成部１８及びフィールド設置部１９は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。
　メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read　Only　Memory）、ＥＰＲＯＭ（Erasable　Programmable　ＲＯＭ）、ＥＥＰＲＯＭ（Electrically　Erasable　Programmable　ROM）、ＲＡＭ（Random　Access　Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る無線通信方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。
　ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact　Disc　ROM）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及びストレージ１００３の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。
　通信装置１００４は、有線ネットワーク及び無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency　Division　Duplex）及び時分割複信（ＴＤＤ：Time　Division　Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述の仕掛決定部１１、ナッジ最適化部１２、移動仕掛生成部１３、文言最適化部１４、音声最適化部１５、アバター最適化部１６、表情最適化部１７、ナビゲータ生成部１８及びフィールド設置部１９などは、通信装置１００４によって実現されてもよい。
　入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、ＬＥＤランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。
　また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。
　また、行動変容装置１は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital　Signal　Processor）、ＡＳＩＣ（Application　Specific　Integrated　Circuit）、ＰＬＤ（Programmable　Logic　Device）、ＦＰＧＡ（Field　Programmable　Gate　Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。
　情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。
　本開示において説明した各態様／実施形態は、ＬＴＥ（Long　Term　Evolution）、ＬＴＥ－Ａ（LTE-Advanced）、ＳＵＰＥＲ　３Ｇ、ＩＭＴ－Ａｄｖａｎｃｅｄ、４Ｇ（4th　generation　mobile　communication　system）、５Ｇ（5th　generation　mobile　communication　system）、ＦＲＡ（Future　Radio　Access）、ＮＲ（new　Radio）、Ｗ－ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra　Mobile　Broadband）、ＩＥＥＥ　８０２．１１（Ｗｉ－Ｆｉ（登録商標））、ＩＥＥＥ　８０２．１６（ＷｉＭＡＸ（登録商標））、ＩＥＥＥ　８０２．２０、ＵＷＢ（Ultra-WideBand）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及びこれらに基づいて拡張された次世代システムの少なくとも一つに適用されてもよい。また、複数のシステムが組み合わされて（例えば、ＬＴＥ及びＬＴＥ－Ａの少なくとも一方と５Ｇとの組み合わせ等）適用されてもよい。
　本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。
　入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。
　判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：true又はfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。
　本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。
　以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。
　ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。
　また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital　Subscriber　Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。
　本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。
　なお、本開示において説明した用語及び本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。
　本開示において使用する「システム」及び「ネットワーク」という用語は、互換的に使用される。
　また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。
　上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。
　本開示で使用する「判断（determining）」、「決定（determining）」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定（judging）、計算（calculating）、算出（computing）、処理（processing）、導出（deriving）、調査（investigating）、探索（looking　up、search、inquiry）（例えば、テーブル、データベース又は別のデータ構造での探索）、確認（ascertaining）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信（receiving）（例えば、情報を受信すること）、送信（transmitting）（例えば、情報を送信すること）、入力（input）、出力（output）、アクセス（accessing）（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決（resolving）、選択（selecting）、選定（choosing）、確立（establishing）、比較（comparing）などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。
　「接続された（connected）」、「結合された（coupled）」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。
　本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。
　本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１及び第２の要素への参照は、２つの要素のみが採用され得ること、又は何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。
　上記の各装置の構成における「手段」を、「部」、「回路」、「デバイス」等に置き換えてもよい。
　本開示において、「含む（include）」、「含んでいる（including）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。
　本開示において、例えば、英語でのa、an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。
　本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。
　１…行動変容装置、１０…格納部、１１…仕掛決定部、１２…ナッジ最適化部、１３…移動仕掛生成部、１４…文言最適化部、１５…音声最適化部、１６…アバター最適化部、１７…表情最適化部、１８…ナビゲータ生成部、１９…フィールド設置部、１００１…プロセッサ、１００２…メモリ、１００３…ストレージ、１００４…通信装置、１００５…入力装置、１００６…出力装置、１００７…バス。

Claims (7)

  1. 　ユーザの認知バイアスに基づいて仮想空間における当該ユーザに対する仕掛けを決定する決定部と、
    　前記決定部によって決定された前記仕掛けを前記仮想空間に設置する設置部と、
    　を備える行動変容装置。
  2. 　前記決定部は、前記ユーザの前記認知バイアスの度合を入力することで前記仕掛けによる前記ユーザの行動変容の度合を予測する予測モデルを用いて前記仕掛けを決定する、
    　請求項１に記載の行動変容装置。
  3. 　前記仕掛けは、前記仮想空間に存在する所定のコンテンツへ前記ユーザを誘導する仕掛けである、
    　請求項１に記載の行動変容装置。
  4. 　前記決定部は、前記ユーザの属性にさらに基づいて前記仕掛けを決定する、
    　請求項１に記載の行動変容装置。
  5. 　前記仕掛けは、前記仮想空間での前記ユーザの仮想的な移動に関する仕掛けを含む、
    　請求項１に記載の行動変容装置。
  6. 　前記仕掛けは、前記仮想空間での所定のアバターによる前記ユーザの誘導に関する仕掛けを含む、
    　請求項１又は５に記載の行動変容装置。
  7. 　前記誘導の際に前記アバターが発する文言、前記誘導の際に前記アバターが発する音声、前記アバターの見た目、又は、前記誘導の際の前記アバターの表情の少なくとも一つは、前記ユーザの前記認知バイアスに基づく、
    　請求項６に記載の行動変容装置。
PCT/JP2023/011911 2022-05-02 2023-03-24 行動変容装置 Ceased WO2023214483A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2024519175A JP7796215B2 (ja) 2022-05-02 2023-03-24 行動変容装置
US18/856,943 US20250265063A1 (en) 2022-05-02 2023-03-24 Behavior change apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-075999 2022-05-02
JP2022075999 2022-05-02

Publications (1)

Publication Number Publication Date
WO2023214483A1 true WO2023214483A1 (ja) 2023-11-09

Family

ID=88646455

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/011911 Ceased WO2023214483A1 (ja) 2022-05-02 2023-03-24 行動変容装置

Country Status (3)

Country Link
US (1) US20250265063A1 (ja)
JP (1) JP7796215B2 (ja)
WO (1) WO2023214483A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004145573A (ja) * 2002-10-23 2004-05-20 Link Cube Kk インフォメーションシステム
JP2007530967A (ja) * 2004-03-31 2007-11-01 ブリティッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー 経路探索システム
JP2013050956A (ja) * 2012-09-11 2013-03-14 Olympus Imaging Corp 画像鑑賞システム、画像鑑賞方法、画像鑑賞用サーバー、および端末機器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020071233A1 (ja) * 2018-10-04 2020-04-09 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004145573A (ja) * 2002-10-23 2004-05-20 Link Cube Kk インフォメーションシステム
JP2007530967A (ja) * 2004-03-31 2007-11-01 ブリティッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー 経路探索システム
JP2013050956A (ja) * 2012-09-11 2013-03-14 Olympus Imaging Corp 画像鑑賞システム、画像鑑賞方法、画像鑑賞用サーバー、および端末機器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ARAKAWA YUTAKA: "Information and Communication Technology to support Behavior Change for Social Benefits", IEICE 2022 GENERAL CONFERENCE PROCEEDINGS, 1 March 2022 (2022-03-01), pages SS - SS-87, XP093106216, Retrieved from the Internet <URL:https://arakawa-lab.com/wp-content/uploads/2022/06/IEICE_taikai_2022.pdf> [retrieved on 20231128] *

Also Published As

Publication number Publication date
US20250265063A1 (en) 2025-08-21
JP7796215B2 (ja) 2026-01-08
JPWO2023214483A1 (ja) 2023-11-09

Similar Documents

Publication Publication Date Title
JP7114307B2 (ja) 情報処理装置
JP7005694B2 (ja) コンピュータによるエージェントのための合成音声の選択
ES3034983T3 (en) Automatic performance of user interaction operations on a computing device
EP3513324B1 (en) Computerized natural language query intent dispatching
CN110741367B (zh) 用于实时交互式推荐的方法和装置
US9865264B2 (en) Selective speech recognition for chat and digital personal assistant systems
JP6966979B2 (ja) 対話システムの制御方法、対話システム及びプログラム
CN111737411A (zh) 人机对话中的响应方法、对话系统及存储介质
JP2020161153A (ja) ダイアログ・システムにおけるパラメータ収集および自動ダイアログ生成
KR20170101730A (ko) 사용자 데모그래픽 정보 및 콘텍스트 정보에 기초한 텍스트 입력 예측 방법 및 장치
CN107305493A (zh) 具有集成搜索的图形键盘应用
US20230088445A1 (en) Conversational recommendation method, method of training model, device and medium
JP6983118B2 (ja) 対話システムの制御方法、対話システム及びプログラム
WO2021070819A1 (ja) 採点モデル学習装置、採点モデル及び判定装置
WO2021111767A1 (ja) 対話支援装置
JP7796215B2 (ja) 行動変容装置
JP2020187729A (ja) テキスト処理方法、装置、デバイス、及び記憶媒体
US11604831B2 (en) Interactive device
WO2023214484A1 (ja) 興味推定装置
WO2008096934A1 (en) Prediction-based word inputting method
KR20200009812A (ko) 모바일 기기의 입력 인터페이스 내에서 맞춤법 검사를 지원하는 방법 및 시스템
WO2021256278A1 (ja) 推奨情報提供装置
JP2022025917A (ja) 対話装置
WO2021005985A1 (ja) 楽曲レコメンド用モデル生成システム及び楽曲レコメンドシステム
KR102643720B1 (ko) 로봇용 인공지능 인터페이스 시스템

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: 23799415

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2024519175

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 18856943

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 23799415

Country of ref document: EP

Kind code of ref document: A1

WWP Wipo information: published in national office

Ref document number: 18856943

Country of ref document: US