2022 Fiscal Year Final Research Report

Unified Experimental Protocol-Based Educational Data Acquisition

Research Project

PDF

Project/Area Number	19H01719
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Single-year Grants
Section	一般
Review Section	Basic Section 09070:Educational technology-related
Research Institution	Nihon University
Principal Investigator	SAKAI Motoki 日本大学, 工学部, 准教授 (50597094)
Co-Investigator(Kenkyū-buntansha)	岡田将吾北陸先端科学技術大学院大学, 先端科学技術研究科, 准教授 (00512261) 大村廉豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (10395163) 藤波香織東京農工大学, 工学(系)研究科(研究院), 教授 (10409633) 酒造正樹東京電機大学, 総合研究所, 客員教授 (10456155) 瀬川典久京都産業大学, 情報理工学部, 准教授 (20305311) 松井加奈絵東京電機大学, システムデザイン工学部, 准教授 (30742241) 村尾和哉立命館大学, 情報理工学部, 准教授 (50609295) 中野美香福岡工業大学, 教養力育成センター, 教授 (60452819) 諏訪博彦奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (70447580) 湯浅将英湘南工科大学, 工学部, 准教授 (80385492) 魏大名東京電機大学, システムデザイン工学部, 研究員 (20306434)
Project Period (FY)	2019-04-01 – 2023-03-31
Keywords	グループディスカッション / 人工知能 / マルチモーダル情報処理 / コミュニケーション研究
Outline of Final Research Achievements	The aim of this study was to collect multimodal data such as physiological and behavioral information from educational fields based on a unified experimental protocol across 12 universities, including Nihon University, and to construct a database that researchers can use. During the research period, we focused on communication skills, which are essential abilities for students to acquire, and conducted data collection related to group discussions (GD). GD experiments were conducted in various situations, such as debates, GD based on mutual evaluation, consensus-building GD, and free-discussion GD. For each GD experiment, methods for evaluating students' improvement in communication skills and algorithms for predicting listeners' impressions of speakers were proposed.
Free Research Field	マルチモーダル情報処理
Academic Significance and Societal Importance of the Research Achievements	研究期間中に、(1)ディベート、(2)相互評価に基づくGD、(3)合意形成型GD、(4)自由討論型GD実験を実施し、GDの映像、音声、発話書き起こしデータ、行動・生体情報等を収集してきた。(1)に関しては、約40セッション、(2)(3)(4)に関してもそれぞれ約20セッションのデータを収集できた。データ数は十分とは言えないが、今後、本研究で収集したデータを公開し、情動・行動認識アルゴリズム構築のコンペティションを企画するなどして他の教育機関との連携を行い、更なる大規模データの構築を目指す足掛かりを築くことができた。将来は、コミュニケーション研究の重要なデータベースの一つとなることが期待できる。