2020 Fiscal Year Annual Research Report
Development of a Design Framework for Learning Support Agents based on a Teaching Strategy Model using Insights from Neuroscience
| Project/Area Number |
18K11584
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
松居 辰則 早稲田大学, 人間科学学術院, 教授 (20247232)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 学習者の心的状態の推定 / 学習エージェント / 神経科学的知見 / 生体情報と機械学習 / レベル付き学習データの削減 / マインドフルネス状態 / 脳機能モデリング / 感情制御 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，神経科学的知見に基づいた，学習者の心的状態，およびその変化を表現するモデルを構築することであった．そして，これらの成果として，学習環境に適した教育エージェントの設計指針を示すことにあった．3年間の研究を通して以下のような研究成果を得ることができた．
・学習環境における表情認知過程を表現する神経科学の知見に基づく脳機能モデルの構築を目的に，ヒト型エージェントの表情動作速度の非典型性が表情認知に与える影響に関して各種実験を通して検討を行った．その成果を受けて，対応する脳機能の定性的モデルの構築を行った．シミュレーションを通して特定の条件下ではあるが，その妥当性を示すことができた．
・学習中の学習者の心的状態を推定するモデルの構築を行った．具体的には，学習中の学習者から多様な生体情報を取得し機械学習を用いて，喜びや退屈感等の9種類の感情を推定するモデルの構築と，より少ないデータで精度の高い学習が可能となるモデルの精錬化を行った．その結果，60%を超える心的状態の推定精度と，80%程度のラベル付き学習データの削減を実現した．
・マインドフルネス状態時の感情制御に関する脳機能モデルの構築を行った．学習時のより良い環境の構築に関する研究の一環としてマイドフルネス状態を取り上げ，マイドフルネス状態への推移過程の関するモデルを構築し，シミュレーションを通してその妥当を示した．
以上の研究により，学習者の心的状態，および状態の変化を表現するモデルを構築するための基盤を検討することができた．今後は，これらの成果を教育エージェントの内的モデルとして実装することにより学習環境に適した教育エージェントの実現が可能であると考えている．ただし，いずれの研究成果もモデル構築のための制約条件等，一般性を主張するまでには至っておらず，学習エージェントの設計指針としての整理は今後の課題である．
|
