0001田杉山脈 ★
2019/04/12(金) 20:11:18.35ID:CAP_USER同技術は、スマートフォン上に搭載される加速度などのセンサーデータ、位置情報データ、アプリの利用履歴データなど、スマートフォンの日常的な使い方から得られるデータから、人の行動やスマートフォンの使い方をおよそ250種類の特徴量として数値化し、AIが特徴量から持ち主の集中力を推定する。
例えば、集中力が低下していると、持ち主の身体の動きが多くなったり、普段よりもスマートフォンの画面を見る回数が増加する傾向にあり、こういった行動の変化を観察することで集中力を推定するという。
同技術の活用例として、トラックやバスの運転手の前日までのスマートフォンの使い方から、業務当日の集中力が低下する可能性が高いことがわかった場合に、運転手自身が適切に休憩を取ることで業務パフォーマンスの向上に努めることができる。
また、適度なストレスは集中力を高める効果があると知られているため、昨年3月に開発したストレス推定技術と組み合わせ、ストレスと集中力の状態から、人にかかるストレスが適切なものかを読み解くことができる技術の開発をめざす。
実験では約74％の精度で集中力の推定に成功
同技術の開発の背景には、集中力を客観的に計測する方法として「Go／NoGo課題」のように、認知的コントロール機能を計測する検査が知られているが、実際の労働環境において定期的に検査を実施することは難しく、現実的でないという課題がある。
これに対して、同技術ではスマートフォンを普段通り利用するだけで、スマートフォンの持ち主の集中力を推定できるようになるため、「Go／NoGo課題」を実施する必要が無くなる。
同技術の妥当性を評価する実験では、34人を対象に正解率が平均で約74％の精度で推定できることが確認されており、朝の動きの活発さや、一日を通じてのスマートフォンの利用時間やSNSの利用回数などが利用者の集中力（Go／NoGo課題の成功率）と高い関連性を持つことがわかったという。
https://k-tai.watch.impress.co.jp/docs/news/1179833.html
