| 研究課題/領域番号 |
24K15227
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62030:学習支援システム関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
中村 優吾 九州大学, システム情報科学研究院, 助教 (60809721)
|
|---|
| 研究分担者 |
松田 裕貴 岡山大学, 環境生命自然科学学域, 講師 (90809708)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2025年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | デジタル・ディストラクション / アテンション・マネジメント / IoTセンシング / テイラーメイド介入 / プライバシー保護 / デジタルディストラクション / 性格特性 / マルチモーダルセンシング / テーラーメイド介入 / デジタルウェルビーイング |
|---|
| 研究開始時の研究の概要 |
デジタルディストラクション（情報機器の使用による注意散漫）は、現代の学習環境における新たな課題として浮上している。特に、情報端末を頻繁に使用する若者にその影響が見られることが多い。しかし、学生の性格特性とデジタルディストラクションの関係、リアルタイム検出技術、影響を緩和する介入策に関する研究はまだ十分ではない。本研究では、性格特性とディストラクションの関連性を調査し、マルチモーダルセンシングに基づくリアルタイム検出技術を開発し、その有効性を検証する。さらに、個人の性格特性を考慮してディストラクションを抑制するテイラーメイド介入技術を開発し、大学生を対象にその効果を定量的・定性的に評価する。
|
| 研究実績の概要 |
本研究の目的は、デジタル・ディストラクション（情報機器の使用による注意散漫）の発生要因を明らかにし、IoTセンシング技術を活用したリアルタイム検出システムを開発することである。さらに、学生の性格特性に応じたテイラーメイドの介入手法を設計・実証評価し、デジタル時代における学生のアテンション・マネジメント能力の向上に貢献することを目指している。本年度は、上記の目的達成に向けて３つの研究項目を実施した。
まず、性格特性（Big 5）とデジタル・ディストラクションとの関連性を探るため、大学生を対象に大規模なアンケート調査を実施し、性格特性がディストラクションの発生頻度や原因に与える可能性について分析を進めた。
次に、ウェアラブルカメラを用いたリアルタイム検出システムのプロトタイプ開発を行い、初期的な性能評価とプライバシー配慮に関する基礎調査を実施した。プライバシー保護と認識精度のトレードオフに関して検討を深め、実用性のある検出システム開発への基盤を整えた。
さらに、性格特性に応じたテイラーメイドな介入手法として、異なる容姿のアバターを活用した手法を検討し、基本的な傾向や学生の反応に関する予備的な調査を実施した。
これらの取り組みを通じて得られた成果については、次年度に論文化を進めつつ、新たな知見を取り入れ、研究内容をアップデートしながら、実用的なリアルタイム検出技術のさらなる開発と実環境における介入手法の効果検証を進める予定である。
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
本研究は、研究計画に従って着実に進展している。具体的には、ウェアラブルカメラを用いたディストラクション検出システムのプロトタイプ開発を進め、初期的な性能評価を順調に実施することができた。また、アバターを用いた性格特性に応じたテイラーメイド介入手法の予備的な検討も進めており、次年度の本格的な効果検証に向けた技術的な基盤構築を進めることができた。これらの取り組みを通じ、現時点において全体として順調に進捗していると評価している。
|
| 今後の研究の推進方策 |
今後の研究推進方策としては以下を進める。
1. 性格特性とディストラクションの関連性に関する調査を基に、シナリオを精査し、検出システムの精度向上と簡略化を図ることで、実環境での適用可能性を高める。
2. IoTセンシング技術を用いた軽量かつプライバシーに配慮したシステム開発を進め、学生への心理的負担を最小化しつつ検出精度を確保する。
3. 性格特性に応じたテイラーメイドかつマルチモーダルな介入手法を開発し、実際の学習環境での介入効果を定量的・定性的に評価する。
4. 国内外の学会やジャーナルで積極的に研究成果を発表し、得られた知見やフィードバックを次の研究展開に反映させて研究を発展させる。
|
