色彩効果を用いた教育支援のための生徒の状態推定
Estimation of Student's Concentration for Educational Support with Color Effect
○長谷 良夜1，大保 武慶1
○Ryoya Hase1, Takenori Obo1 1東京工芸大学
1Tokyo Polytechnic University
Abstract: In this study, we aim to develop an educational support system merging information technology (IT), network technology (NT), and robot technology (RT). However, it is difficult for teachers and teaching staffs to extract essential clues from huge amount of data to give appropriate feedback to students. Intelligent technology is therefore required for the data analysis and feature extraction. The heart rate variability was measured during the equation problem task on the display with yellow and blue colored background images. From the psychological and physiological analysis, we found that yellow color was the more efficient background image to activate the students’ mental activities.
１. はじめに
2019 年 6 月に閣議決定された統合イノベーショ ン戦略では，今までの教科学習に加えて，情報教育 やデータサイエンス，AI に関する学習を初等中等教 育から高等学校までの一貫化や教科横断的な教育で あるSTEAM 教育を推進しており，Society5.0 が示 す社会において活躍できる人材を育成し技術者と研 究者の涵養を目指しており，様々な課程において教 育 の 幅 を 拡 張 す る こ と が 求 め ら れ て い る[1] ． Society5.0 では教育分野での活用例として，IoT 機 器などを用いて収集されたスタディ・ログを利用し た個別最適化された学びなどが挙げられている．文 部科学省はSociety5.0 においての学びの在り方とし て，スタディ・ログの把握と分析によって学習計画 の作成や学習コンテンツの提示を行うなど，精度の 高い個別の学習支援を目指し，教師を支援するツー ルとしてIoT を活用したデジタル技術の進展に合わ せた学びの形を目指し，教育現場での情報化への取 り組みを推進している[2]．また，新型コロナウイル ス感染症の流行により，対面での授業を行うことが 困難となり，インターネットを活用した遠隔授業を 行う学校が増えていく中で，様々な課題が上がって いる．特に，教員が授業を行う上で，授業進行や評 価は教員の目視による確認が多く，遠隔授業では学 生の目を見たり，動きを観察したりしながら，言い たいことがうまく伝わっているかを確かめられず， 生徒の理解度や授業姿勢に対する評価を行えないな どの問題点がある． 教育の質向上を目的としたスタディ・ログの活用 は従来から様々な手法や目的で進められ，大学では FD(Faculty Development)活動として大学ごとに 様々な取り組みを行い，スタディ・ログの収集とし て主に学生による授業評価アンケート調査を実施し ている．アンケートの結果は定期的に授業者にフィ ードバックされ，授業の質向上への活用を目指して いる．しかし，アンケートの質問項目や，集められ たスタディ・ログの活用には明確なガイドラインが なく，頻度も学期の終わり毎の年に2 回の大学がも っとも多く，1 年に 1 回や複数年に 1 度のみの大学 もある[3]．このため，授業の検討に調査結果を活用 するための研究は大学毎に格段の差がみられ，質問 の妥当性とデータマイニング方法について様々な手 法が模索されている段階であり，授業のどこで生徒 がつまずきを覚えているのか，手法が効果的であっ たのかはすべて生徒の自由記述のみでしか検討がで きない問題があり，授業全体での良し悪しを判断す るのみである．そのため，授業内容の改善に関して の具体的な方策が示されるものではなく，また，次 期授業以降にしか授業改善が反映されない問題があ る．そのため，鳥巣ら(2011)は授業毎に授業評価ア ンケートを行うリアルタイム授業評価システムを構 築し，1 回目と 2 回目の授業の評価の考察を行った [4]．この研究では，生徒の理解度，興味，進め方， 満足度に関して評価の好意的ポイントが1 回目に比 べて2 回目の結果に優位の差が見られ，授業毎の迅 速なフィードバックは教員の授業改善に繋がること が示唆された．しかし，授業アンケートは生徒の負 担が大きく，また，回収率に差が生じやすいことや， 受講者の主観が大きく影響するなど，データの精度 に問題がある． また，教育の情報化の取り組みとしてICT を効果 的に活用した授業の実現が挙げられ，国は企業や大 学等との連携・協議により，多様なICT 環境の実現 に即したデジタル教材の作成を推進している[2]． 本研究では液晶モニタ上の課題提示における背景 色が生徒に心理的・生理的な影響があるのかを明ら かにし，学習者の知的活動に最適なデジタル教材の 配色及び，生徒の状態推定結果を教員へのスタデ ィ・ログとしての活用を検討する．２. 学習活動と色彩効果
一般的に集中力とよばれるものは，心理学の分野 では注意(attention)と呼ばれている．人の記憶には 課題遂行に対処する対処機能となる，ワーキングメ モリ(WM)があるとされ，人の WM には比較的固定 された容量がある．WM は人の情報の取捨選択にお いて重要な役割を担っており，処理資源を最適に活 用し，効率的な学習のためにはWM が重要な役割を もつ．WM 内の情報の消失の原因として，多量な情 報を保持しようとする，注意が散漫であると同時に 別の情報に関係することが挙げられている[5]．した がって，注意を教材に集中させ，それを維持しなけ れば学習活動につなげることができない．しかし， 学習者が授業において，集中力を維持できるのは10 ～15 分間とされている[6]．これらのことから，学 習者の休息状態と集中状態を適時変化させることが 必修教科授業における長時間の学習では有効である 可能性が示唆される． 第 36 回ファジィシステムシンポジウム 講演論文集 (FSS2020 オンライン)TA1-4
167人のさまざまな活動における最適な環境の検討は 多くなされている[7-8]．江らの研究では，ブース型 の作業空間における LED 照明の色光及び照度が被 験者にどのような心理的・生理的影響を及ぼすかの 評価を行った．白色光源及び，光源の三原色(青・緑・ 赤)とその補色(黄・シアン・マゼンタ)の光色におい て，文字を読む作業を行う際の適正照度の下限及び 上限の検討を行った後，作業効率と疲労の計測を目 的とした 10 分間の数字検索による下線引き作業を 各光色で行った．結果として，黄色や青色，シアン 色において，被験者の快適性や可読性が高く，作業 効率やフリッカー値の結果では赤色やマゼンタ色， 緑色が高い．また，総合的な評価として，黄色，シ アンを除いて純度が高いものは作業に向かないが， 白色よりも緑を除いた淡い光色が良いと評価される 傾向がある．また，一志らの研究では，個人学習を 想定したブース空間内部の壁面色が暗算を行う知的 活動においての作業効率や疲労に及ぼす効果の評価 を行った．ブース空間は，白，赤，青，黄の異なる 色彩を施し，1 桁の数字を 4 つ用いた四則演算を課 題として課題活動を行い，脳活動及びアンケート調 査を行った．結果として，課題活動成績において， 黄ブース，赤ブース，白ブース，青ブースの順に課 題成績が高い結果となり，脳活動においても黄ブー ス，赤ブース，白ブース，青ブースの順に脳活動が 高い結果となった．また，身体疲労アンケートにお いては，黄ブースにおいて最も疲労感を抱く傾向が あることがわかった．印象評価アンケートにおいて 課題成績及び脳活動が優位であった黄ブース，赤ブ ースでは刺激性の因子の影響が示唆された．しかし， これらの従来研究で使用されている課題活動の多く は実際の学校環境とは異なる単純作業である． これらのことから，本研究では，作業環境の色彩 の中でも影響が大きいとされる青色(10B 4_14)と， 黄色(5Y 8_14)に着目し，中学校数学において社会生 活に関連が深く，指導要領において関係を直観的に 捉え論理的に考察するための学習として行われてい る方程式の単元に基づいて作成した課題を用いて， 液晶モニタ上における知的活動中の心拍変動及び視 線の計測を行う．
３. 生徒の状態推定
心 拍 は 複 数 の 周 期 波 で 構 成 さ れ( 図 1) ， ECG(Electrocardiogram)で計測される電気信号の それぞれの特徴に，P 波，Q 波，R 波，S 波，T 波 の名前がつけられている．このうち，R 波は脈動の 際に生じ，振幅が大きいため計測が安易であるとい う特徴をもつ．このため，心拍間隔の計測にはこの R 波と R 波の間隔である R-R Interval：RRI(図 2) を用いる． 心臓は交感神経と副交感神経の2 つの自律神経の 影響を受けているため，自律神経の状態は心拍にミ リ秒単位の心拍変動(HRV：Heart Rate Variability) として反映される．これを周波数解析することで， 互いに相反する2 つの自律神経の活発性を評価する ことができる．このため，ストレス負荷や自律神経 機能，疲労，眠気などの評価に有効である[9]．特に， パワースペクトトル密度の計算から抽出される， 0.15~0.45Hz 帯の高周波成分(HF)と，0.04~0.15Hz の低周波成分(LF)を用いて求められる，HF/LF 成分 図1 心電図の周期波 図2 R-R Interval 図3 LF HF 成分 は副交感神経活動の指標とされ(図 3-1)，従来からさ まざまな研究報告がされている[10-11]． HRV スペクトルへの自律神経系の関与の検討には， 副交感神経遮断薬と交感神経遮断薬を投与した後の LF と HF の変化率を計測した薬理学的な実験が行 われている．仰臥位時には副交感神経遮断薬により どちらの値も大きく減少し，ほぼ消失状態となった． また，交感神経活動が亢進している立位時には服薬 により LF は大きく減少した．このことから，HF とLF も副交感神経の関与が大きく，LF には交感神 経がかかわっていることも示唆された．湯田らは， 照明器具の光色が被験者に与えるリラクゼーション 効果を心拍変動による自律神経機能評価と行動覚醒 度を組み合わせて評価を行い，白色OLED 照明下で は，被験者の心拍数は少なく，心拍系の休息やリラ クゼーションを表すHF 成分に有意な差がみられた が，LF 成分ならびに，HF/LF 成分には有意な差が みられなかったことを報告している．角田らは，認 知能力や精神疲労の測定を行う ATMT 検査の結果 と，被験者の心拍変動との関連性の評価を行い，心 拍変動特徴量と，認知能力水準の間に相関があるこ とを報告している．これらのことから，心拍変動は， 学習者の心理的，生理的状態との関連性があり，学 習者の状態推定に有効な手段であることが示されて いる． 第 36 回ファジィシステムシンポジウム 講演論文集 (FSS2020 オンライン)TA1-4
168図4 実験環境の寸法 図5 実際の実験環境
４. 実験
4.1. 実験概要 本実験では，モニタ上に表示される課題の背景色 が生徒の心理的・生理的にどのような影響を与える のかを検証するため，方程式問題における被験者の 生理的反応として，ECG から HF/LF 値の評価と視 線の移動を計測し，生理的・心理的反応の評価とし て，終了前と終了後の生理状態アンケート調査と終 了後の主観的印象評価アンケート調査を行った．実 験は本学の学生6 名(男性 6 名，21 歳~22 歳)を被験 者とした． 実験環境は，個人学習を想定し，集中して作業が 行えるパーティションで区切られた横105cm，奥行 100cm，高さ 122cm のブース空間を設定し，机(横 105cm，奥行 73cm，高さ 46cm)と椅子を設置し， 課題用のモニタを設置した(図 4)． また，本実験ではモニタ外の色彩環境が生徒に影 響を及ぼさないように内部の壁の色は白色に統一し た．モニタの背景色には，日本の物体色の色名で一 般的に使われている青(10B 4/14)，黄(5Y 8_14)と表 される色彩をHSV に近似変換したものを使用する． ブースの位置で光の加減が変化してモニタ画面の 色の見えが変化しないように，実験中はブラインド を常に展開することで外光を極力遮断することで一 定の明るさにし，場所を固定して行った． 4.2. 実験手順 図6 に実験の手順，図 7 には各背景色での知的活 動としての四則演算課題の流れを示す．はじめに被 験者にはモニタ上の課題活動と同じ難易度の，紙面 による事前テストを行う．その後，生理状態アンケ ートに答えてもらった後，ブースに入ってもらい， 生体センサパッドを張り，規定の位置に設置された 椅子に着席してもらう．被験者の心拍IC モニタが 図6 課題画面の例 図7 実験手順 問題なく作動していることが確認できたら，課題の 解答用にコントローラを渡し，腕を大きく動かさず に，モニタに表示される計算課題を素早く計算し， 手元のコントローラで回答するように教示を与える． また，HF 値は呼吸変動の影響を強く受けるため， 深呼吸や発話などの呼吸が乱れる行動は控えるよう に教示を行う． 実験開始後，モニタに白い画面の中央に黒の「＋」 マークを表示した画面を180 秒間提示し安静時間と した，その後，背景色が変わった後，問題を 40 秒 間，解答を2 択で 20 秒間呈示し，この休息と問題， 解答の流れを10 回繰り返し，ECG と視線データの 計測を実施した． 活動後，生体センサパッドを剥がし，活動後の生 理状態アンケートと，課題活動に対しての終了後に 行った印象評価アンケートでは，居心地性，刺激性， 作業性の3 つの因子からなる 9 項目の対を取った形 容詞を1~5 段階の，主観的な印象評価アンケートを 行い，実験終了とした．５. 結果
各背景色の正答数を表1 に示す．正答数では黄 色の背景色の際，青色の背景色よりも若干点数が 良い傾向がみられたが，両方の背景色において全 問正答が1 人ずつおり，課題が個人の能力による 部分が多いことや，データ数が少ないことなどが 課題として挙げられる． 計測時間を通してノイズが少なかった各背景色 2 名ずつのLFHF 値を表 2 に，課題時間中の推移を図 8，図 9 に示す．LFHF 値の平均では，背景色によ る差はみられなかったが，黄色において標準偏差が 高い傾向にあり，副交感神経の状態が変化しやすい ことが示唆された．また，LFHF 値の推移において も，課題の正誤による変化や，色彩による特徴はみ 第 36 回ファジィシステムシンポジウム 講演論文集 (FSS2020 オンライン)TA1-4
169表1 各背景色での正答数 被験者 正答数 標準偏差 平均± 黄色 A 7 8± 0.4 B 7 C 10 青色 D 5 6.67± 0.47 E 10 F 5 表2 各背景色での LFHF 値の例 被験者 平均±標準偏差 黄色 D B 2.019±0.322 1.690±0.295 青色 G F 1.735±0.165 1.786±0.274 図8 黄色の背景色での被験者の LFHF 値の例 図9 青色の背景色での被験者の LFHF 値の例 られなかった． 各背景色での課題活動前後の生理状態アンケ ート結果を図10，図 11 に示す．黄色の背景色で は身体疲労の変化が若干多く，心的疲労では差が みられなかった．
６. おわりに
本実験では課題の背景色が及ぼす心理的・生理的 反応の評価のため，黄色及び青色の背景色での比較 実験を行った．生理的反応である課題成績では黄色 の背景色の時，事前テストの成績に対して課題成績 が高い傾向がみられたが身体疲労を感じやすい傾向 があることが分かった．また，LFHF 値においても 黄色において心理的反応が活発になることが示唆さ れた． 今後の課題として，被験者数を増やす事で実験の 精度を高めるとともに，心拍から生徒の理解状態推 定を行っていくアルゴリズムの構築が挙げられる． 図8 身体疲労変化グラフ 図8 心的疲労変化グラフ参考文献
[1] 内閣府: 第 5 期科学技術基本計画, 2019 [2] 中央教育審議会: 第 45 回 教育再生実行会議，技 術の進展に応じた教育の革新、新時代に対応した高 等学校改革について(第十一次提言), 2019 [3] 関内 隆，縄田 朋樹，葛生 政則，北原 良 夫，板橋 考幸：主要国立大学における「学生によ る授業評価」アンケートの分析．東北大学高等教育 開発推進センタ紀要，Val. 1. pp. 41-54，2006 [4] 鳥巣 泰生，佐々木 英洋：リアルタイム授業 評価システムを活用した授業改善(7)．大手前大学論 集，Val. 11. pp. 167-188，2011[5] J. Sweller ： Cognitive load during problem solving: Effects on learning, Cognitive Science, Vol.12, No.2, pp.257-285, 1988
[6] Y. Watanabe, Y. Ikegawa ： Effect of intermittent learning on task performance: a pilot study, Journal of Neuronet, Vol.38, pp.1-5, 2017 [7] 江 欣宸，李 東起，高 秉佑，古賀 誉章， 平手 小太郎，宗方 淳 ，吉澤 望：作業空間に おける LED 照明の光色による心理的・生理的影響 に関する研究．日本建築学会環境系論文集，Val.75， pp.683-690，2010 [8]一志 哲夫，渡邊 朗子，小幡 亜希子，碓井 晋 平：ブース空間における色彩環境が情報処理活動に 与える影響 個人の知的活動を支援する物的環境デ ザインに関する研究1．日本建築学会計画系論文集， Val.81，pp.293-301，2016 [9]日本人間工学会 PIE 研究部会編：製品開発・評価 のための生理計測とデータ解析ノウハウ生理指標の 特徴，測り方，実験計画，データの解釈・評価方法． エヌ・ティー・エス，Val.1，2017 [10]湯田 恵美，吉田 豊，小笠原 宏樹，早野 順 一郎：有機EL 照明のリラクセーション効果．日本 生理人類学会誌，Val. 23，pp.23-28，2018． [11]角田 啓介，千葉 昭宏，千明 裕，吉田 和 弘，渡部 智樹，水野 理：心拍変動を用いた認知 能力水準の逐次推定．情報処理学会論文誌，Val.58， pp.568-579，2017 第 36 回ファジィシステムシンポジウム 講演論文集 (FSS2020 オンライン)
