JP7725971B2 - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、およびプログラムに関し、特に、ユーザ端末から取得したログ情報等を処理する情報処理装置、情報処理方法、およびプログラムに関する。

学校における一般的な学習指導では、教師が、各授業の後に、授業の内容及び授業の進め方の記録（いわゆる授業記録）や、生徒ごとの学習の進捗状況についての報告（いわゆる指導報告書）を作成する。教師は、次回の授業の内容を決定する際、作成した記録を確認することで、前回の授業の内容を正確に思い出すことができる。

学習塾や予備校などの民間企業では、より進歩したＩＣＴ（Information Communication Technology）システムが取り入れられている。

例えば、特許文献１には、管理プログラムが、管理データベースとカリキュラムデータベースを利用して、講師に与える学習指示書を作成すること、また、生徒の学習結果に基づいて、生徒へのアドバイスを含む指導報告書を作成することが記載されている。また、特許文献２には、教室長、講師、生徒、及び保護者の４者がそれぞれ、専用のメニュー画面から、管理サーバとの間で、データの送受信を行うことを可能とするシステムが開示されている。

特開２００５－１８２２７２号公報 特開２００８－００９８７６号公報

今後、整備されたＩＣＴインフラを活用して、生徒一人一人が、タブレット端末やパーソナルコンピュータなどのユーザ端末を通して、オンライン授業に参加することができるようになる。その結果、デジタル教科書および教育アプリケーションなどの各種コンテンツが利用される機会が増大すると考えられる。オンライン授業では、教師の目から、生徒の様子を直接に観察することが難しい。そのため、生徒の成績が低迷することなどにより問題が顕在化する前に、教師が生徒の異変すなわち問題の予兆にできるだけ早く気付くことを助けるための仕組みが要望されている。

本発明は、上記の課題に鑑みてなされたものであり、その目的は、オンライン授業において、課題に対する生徒の取り組み方を補足するための技術を提供することにある。

本発明の一態様に係わる情報処理装置は、ユーザ端末への操作入力量を示す打鍵データを収集する収集手段と、前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出する抽出手段と、前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する分類手段とを備えている。

本発明の一態様に係る情報制御方法では、ユーザ端末への操作入力量を示す打鍵データを収集し、前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出し、前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する。

本発明の一態様に係るプログラムは、ユーザ端末への操作入力量を示す打鍵データを収集することと、前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出することと、前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類することと、をコンピュータに実行させる。

本発明の一態様によれば、オンライン授業において、課題に対する生徒の取り組み方を補足するための技術を提供することができる。

実施形態１または２に係る情報処理装置の構成を示すブロック図である。 実施形態１または２に係る情報処理装置の動作を示すフローチャートである。 実施形態１または２に係る情報処理装置がユーザ端末から収集する打鍵データの例を示す図である。 １課題における打鍵データの一例において、１課題中の取り組み時間および非作業時間を示す図である。 課題に対する生徒の取り組み方の分類（第１類型から第４類型）の一例を示す図である。 １生徒についての分類の時系列の一例を模式的に示す図である。 実施形態２に係る情報処理装置の一変形例を説明する図であり、連続する２つの課題における打鍵データの一例を示す図である。 実施形態３に係る情報処理装置の構成を示すブロック図である。 実施形態３に係る情報処理装置の動作を示すフローチャートである。 課題に対する生徒の取り組み方の分類の第２例を示す図である。 一生徒の打鍵パターンとテスト結果の組合せと評価の一例である。 実施形態１～３のいずれかに係る情報処理装置を備えた通信システムの構成の一例を概略的に示す図である。 実施形態１～３に係る情報処理装置のハードウェア構成の一例を示す図である。

図面を参照して、本発明のいくつかの実施形態について説明する。なお、以下の各実施形態では、「生徒」とは、勉学に関する授業の受ける者一般をさす。「生徒」は、初等教育を受けている「児童」であってもよいし、高等教育を受けている「学生」であってもよい。また、「生徒」は、未成年だけではなく、成年であってもよく、また、社会人（いわゆるリカレント教育の受講者）であってもよい。

〔実施形態１〕
図１～図２を参照して、実施形態１について説明する。

（情報処理装置１０）
図１を参照して、本実施形態１に係る情報処理装置１０の構成を説明する。図１は、情報処理装置１０の構成を示すブロック図である。図１に示すように、情報処理装置１０は、収集部１１、抽出部１２、および分類部１３を備えている。以下で、情報処理装置１０の各構成要素について説明する。

収集部１１は、ユーザ端末１００への操作入力量を示す打鍵データを収集する。収集部１１は、収集手段の一例である。

一例では、収集部１１は、ユーザ端末１００（図１２）からログ情報を収集する。例えば、収集部１１は、任意の通信ネットワークを通じて、ユーザ端末１００にアクセスし、ログ情報を送信することを、ユーザ端末１００に対して要求する。あるいは、定期的に、ユーザ端末１００から情報処理装置１０へ、ログ情報が送信されるように、ユーザ端末１００が設定されていてもよい。収集部１１は、ユーザ端末１００から送信されたログ情報を収集する。

収集部１１は、ログ情報から、ユーザ端末１００への操作入力量を示す打鍵データを抽出する。ユーザ端末１００への操作入力量には、例えば、キーボードの打鍵回数、マウスのクリック回数及びスクロール回数、タッチパネルへのタッチ回数、および、タッチパッドへの接触時間が含まれる。

ログ情報には、上述の打鍵データが含まれる。さらに、ログ情報は、操作ログ、認証ログ、アクセスログ、通信ログ、通話ログ、およびイベントログのうち、少なくとも一つを含んでいてもよい。

あるいは、ユーザ端末１００のログ情報は、いったん、管理サーバ２００（図１２）に保存されてもよい。この場合、収集部１１は、ユーザ端末１００からログ情報を収集する代わりに、管理サーバ２００から、ユーザ端末１００から送信されたログ情報を間接的に収集することができる。

収集部１１は、収集した打鍵データを、抽出部１２へ出力する。

抽出部１２は、打鍵データから、ユーザ端末１００への操作入力の特徴を示す打鍵パターンを抽出する。抽出部１２は、抽出手段の一例である。

一例では、抽出部１２は、収集部１１から、ユーザ端末１００から収集された打鍵データを受信する。抽出部１２は、打鍵データから、一課題に相当する打鍵データを抽出する。一課題に相当する打鍵データとは、ある一つの課題が行われていた時間帯の打鍵データのことである。抽出部１２は、一課題に相当する打鍵データから、ユーザ端末１００への操作入力の特徴を示す打鍵パターンを抽出する。

一例では、抽出部１２は、非作業時間率および取り組み時間を、打鍵パターンとして、打鍵データから抽出する。非作業時間率は、課題の制限時間に対する、ユーザ端末１００への操作入力がなかった時間の割合を表す（図４）。また、取り組み時間は、課題が開始されてから、ユーザ端末１００に対する最後の操作入力があったときまでの時間を表す。

ユーザ端末１００を使用する生徒によって、ユーザ端末１００への操作入力のやり方が異なる。したがって、非作業時間率、および、取り組み時間はどちらも、ユーザ端末１００を使用する生徒の個性を表す。例えば、優秀な生徒は、課題が開始された後、すぐに回答できるから、課題をすぐに終わらせることができる。したがって、非作業時間および取り組み時間はどちらも短い。一方、真面目であるがあまり優秀ではない生徒は、試行錯誤しつつ、少しずつ回答するから、非作業時間および取り組み時間とも長くなる。

打鍵パターンは、非作業時間率および取り組み時間に限定されない。他の一例では、打鍵パターンは、操作入力量、非作業時間、および取り組み時間の組合せであってもよい。

抽出部１２は、打鍵データから抽出した打鍵パターンを示す情報を、分類部１３へ出力する。

分類部１３は、打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する。分類部１３は、分類手段の一例である。

一例では、分類部１３は、抽出部１２から、打鍵パターンを示す情報を受信する。分類部１３は、打鍵パターンに基づいて、ユーザ端末１００を使用している生徒が、課題に対して、どのように取り組んでいるのかを分析する。

第１の例では、分類部１３は、非作業時間率（打鍵パターンの一例である）と第１の閾値とを比較して、非作業時間率が第１の閾値を超えるか否かを判定する。第１の閾値は、例えば、クラスの生徒全員の非作業時間率の平均に基づいて定められる。また、分類部１３は、取り組み時間（打鍵パターンの一例である）と第２の閾値とを比較して、非作業時間率が第１の閾値を超えるか否かを判定する。第２の閾値は、例えば、クラス全員の取り組み時間の平均に基づいて定められる。

分類部１３は、非作業時間率と第１の閾値との大小関係、および、取り組み時間と第２の閾値との大小関係に基づいて、課題に対する生徒の取り組み方を分類する。本例では、課題に対する生徒の取り組み方には、４つの類型が存在する。より詳細な具体例を実施形態２で説明する。

第２の例では、分類部１３は、分類条件を用いることによって、打鍵パターンの特徴を、いずれかのクラスに分類する。各クラスは、課題に対する生徒の取り組み方の類型と対応する。分類条件は、多数の生徒の特徴パターンを機械学習することによって生成される。

第３の例では、分類部１３は、打鍵パターンに加えて、操作ログ、認証ログ、アクセスログ、通信ログ、通話ログ、およびイベントログなどのログ情報に基づいて、課題に対する生徒の取り組み方を分類する。

例えば、生徒が、ユーザ端末１００の通話機能またはチャット機能を用いて、課題に関して、教師又はアシスタントと相談した場合、ユーザ端末１００には、通信ログまたは通話ログが残される。分類部１３は、収集部１１から、ログ情報を取得し、ログ情報を分析することによって、課題の取り組み時間内における通信又は通話の有無を確認する。

分類部１３は、ユーザ端末１００への操作入力がなかった時間から、通話時間または通信時間を減算する。生徒が、通話中にも打鍵等しており、ユーザ端末１００への操作入力があった場合、分類部１３は、ユーザ端末１００への操作入力がなかった時間に、打鍵中の通話時間を足し戻す。そして、分類部１３は、通話時間または通信時間を減算した残りの時間を正味の非作業時間とする。分類部１３は、課題の制限時間に対する、正味の非作業時間の割合を、非作業時間率として計算する。

その後、分類部１３は、第１の例と同様の手順で、非作業時間率および取り組み時間に基づいて、課題に対する生徒の取り組み方を分類する。

以上で説明したいくつかの例のように、分類部１３は、課題に対する生徒の取り組み方を分類する。

その後、分類部１３は、通信ネットワークを介して、管理サーバ２００（図１２）へ、生徒ごとの類型を示す情報を送信してもよい。生徒ごとの類型を示す情報は、管理サーバ２００に保存される。

例えば、情報処理装置１０は、管理サーバ２００から取得した情報に基づいて、生徒ごとの類型の一覧を作成し、ユーザ端末１００の表示部の画面に一覧を表示させてもよいし、一覧を表示する画面のデータを生成し、外部モニタ等に画面のデータを出力してもよい。これにより、教師は、ユーザ端末１００を用いて、ネットワーク接続することにより、管理サーバ２００に保存された情報を、容易に参照または取得することができる。

（情報処理装置１０の動作）
図２を参照して、本実施形態１に係る情報処理装置１０の動作の一例を説明する。図２は、情報処理装置１０の各部が実行する処理の流れを示すフローチャートである。

図２に示すように、収集部１１は、ユーザ端末１００への操作入力量を示す打鍵データを収集する（Ｓ１）。収集部１１は、ユーザ端末１００から収集した打鍵データを、抽出部１２へ出力する。

抽出部１２は、収集部１１から、ユーザ端末１００から収集された打鍵データを受信する。抽出部１２は、打鍵データから、ユーザ端末１００への操作入力の特徴を示す打鍵パターンを抽出する（Ｓ２）。抽出部１２は、打鍵パターンを示す情報を、分類部１３へ出力する。

分類部１３は、抽出部１２から、打鍵パターンを示す情報を受信する。分類部１３は、打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する（Ｓ３）。その後、分類部１３は、通信ネットワークを介して、管理サーバ２００（図１２）へ、生徒ごとの類型を示す情報を送信してもよい。生徒ごとの類型を示す情報は、管理サーバ２００に保存される。

以上で、本実施形態１に係る情報処理装置１０の動作は終了する。

（本実施形態の効果）
本実施形態の構成によれば、収集部１１は、ユーザ端末１００への操作入力量を示す打鍵データを収集する。抽出部１２は、打鍵データから、ユーザ端末１００への操作入力の特徴を示す打鍵パターンを抽出する。分類部１３は、打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する。

課題に対する生徒の取り組み方の類型は、生徒の能力及び資質のほか、生徒の体調や睡眠不足などの影響を反映する。オンライン授業において、課題に対する生徒の取り組み方を補足するための技術を提供することで、教師は、生徒の能力及び資質、例えば、集中力や理解度を理解することができるので、生徒に適した指導を行うができる。また、教師は、課題に対する生徒の取り組み方の類型を把握することで、オンライン授業においても、生徒の異変を素早く補足することができる。

〔実施形態２〕
図３～図７を参照して、実施形態２について説明する。本実施形態２では、前記実施形態１で説明した分類の一例を説明する。ここでの分類とは、課題に対する生徒の取り組み方を、いずれかの類型（クラス）に振り分けることを意味する。また、本実施形態２では、前記実施形態１で説明した授業の内容の類型の一例を説明する。

本実施形態２に係る情報処理装置２０（図１）の構成は、前記実施形態１に係る情報処理装置１０の構成と同じである。本実施形態２では、前記実施形態１における情報処理装置１０における構成及び動作に関する説明を引用して、情報処理装置２０の共通する構成及び動作に関する説明を省略する。

（打鍵データの例）
図３は、ユーザ端末１００への操作入力量を示す打鍵データの例を示す。図３には、時間の縮尺が異なる３つの打鍵データを示す。図３中、時間軸は横線で表されており、操作入力は横線上の黒点で表されている。

図３において、一番上の行の打鍵データは、ある日における８：００から１５：００までの操作入力量を表す。真ん中の打鍵データは、同じ日における１１：１５から１２：００までの一時限の間の操作入力量を表す。図３を参照すると、１１：１５から１２：００までは、算数の授業が行われている。

図３において、一番下の行の打鍵データは、同じ日における１１：２８から１１：３８までの一課題の間の操作入力量を表す。図３を参照すると、１１：２８から１１：３８までは、http://drill.***/というＵＲＬで特定されるＷｅｂサイト内のＷｅｂページ上にあるドリルが使用されている。

情報処理装置２０の分類部１３（図１）による分類の対象は、図３に示す３つの打鍵データのいずれかである。しかし、打鍵データの時間幅が短いほど、生徒の集中力や理解度といった、生徒の資質や能力の特徴が明確に表れやすい。本実施形態１では、分類部１３は、一課題の間の操作入力量を示す打鍵データに基づいて、課題に対する生徒の取り組み方を分類する。

（非作業時間率；打鍵パターンの一例）
図４を参照して、前記実施形態１で説明した非作業時間率を説明する。図４は、一課題の間の操作入力量を示す打鍵パターンの一例を示す図である。前記実施形態１で説明したように、非作業時間率は、課題の制限時間に対する、ユーザ端末１００への操作入力がなかった時間（以下では、非作業時間と呼ぶ場合がある）の割合を表す。

図４において、Ｔは、生徒が課題に取り組んだ時間の長さを表す。Ｔ_ＳＮは、一定時間以上、ユーザ端末１００への操作入力がなかった時間を表す。Ｓ_Ｎ（Ｎ＝１～ｎ）は、Ｔ_ＳＮをＴで割った値である。一定時間の決め方は、任意であるが、教師が、課題の難易度、生徒の学年、および指導科目の種類などに基づいて、一定時間を決定してもよい。

一例では、非作業時間率は、非作業時間Ｓ_Ｎの加重平均である。非作業時間率は、以下の数式にしたがって、情報処理装置２０の分類部１３によって計算される。

例えば、１０分の制限時間で課題を与えられたとき、第１の生徒が、前半の５分を思考し、後半の５分で回答したとする。この場合、第１の生徒についての非作業時間率は、０．５（＝√（５²）／１０）である。一方、第２の生徒は、２．５分間の作業中断を２回（計５分）行ったとする。この場合、第２の生徒についての非作業時間率は、０．３５（＝√（２．５²×２）／１０）である。

本例のように、第１の生徒及び第２の生徒の取り組み時間は同じであるが、第１の生徒及び第２の生徒の非作業時間率は異なる。非作業時間率（打鍵パターンの一例である）は、課題に対する取り組み方についての生徒の特徴や個性を表す。

（課題に対する生徒の取り組み方の分類の一例）
図５を参照して、課題に対する生徒の取り組み方の分類の一例を説明する。図５は、４つの類型を示す。

制限時間１０分の課題が生徒に対して与えられた場合を想定する。クラスの生徒全員の取り組み時間の平均が７分であったとする。本例では、課題に対する生徒の取り組み方が、操作入力量、非作業時間率、および取り組み時間に基づいて、４つの類型のいずれかに分類される。

図５に示すように、第１類型では、非作業時間率が大きく、かつ、取り組み時間が平均的である。第１類型として例示された左上の打鍵データでは、後半の時間帯に操作入力が集中している。例えば、生徒は、前半の時間帯に解法を十分に検討してから、回答したと考えられる。

第２類型では、非作業時間率が小さく、かつ、取り組み時間が短い。第２類型として例示された左下の打鍵データでは、非作業時間がほとんどない。例えば、生徒は、解法をすぐに想到し、すぐに回答したと考えられる。

第３類型では、非作業時間率が大きく、かつ、取り組み時間が長い。第３類型として例示された右上の打鍵データでは、ほとんどが非作業時間である。例えば、生徒は、課題に集中することができなかったと考えられる。

第４類型では、非作業時間率が小さく、かつ、取り組み時間が長い。第４類型として例示された右下の打鍵データでは、ほとんどが作業時間である。例えば、生徒は、回答に着手していたが、解法に想到するまでに至らなかったと考えられる。

なお、ここで説明した分類は、単なる一例である。また、分類に基づいて、課題に対する生徒の取り組み方を必ずしも正確に判断できるとは限らない。むしろ、教師が、分類を参考にして、生徒を適切なタイミングでサポートするべきである。また、教師は、同一の生徒の類型が時間とともにどのように遷移しているのかを把握することで、生徒の異変に注意すべきである。

（変形例１）
一変形例では、分類部１３は、課題に対する生徒の取り組み方の類型の時系列を示す情報を出力する。

図６を参照して、分類部１３が出力する情報の一例を説明する。図６に示すマップは、課題に対する生徒の取り組み方が、時間とともに、どのように遷移しているのかを表す。図６に示すマップにおいて、横軸は、取り組み時間を表す。また、縦軸は、非作業時間率を表す。マップを分割する一つ一つの枠は、１つの類型と対応している。

本例では、課題に対する生徒の取り組み方が４つの類型に分類されている。図６中の星マークは、マップ上における１人の生徒の位置付けの時系列である。星マークを結ぶ矢印は、時間の向きを表す。

本変形例１の構成によれば、教師が、１人の生徒の類型の変化を把握することができるので、生徒の異変に素早く気付くことができ、生徒を適切なタイミングでサポートすることができる。

（変形例２）
一変形例では、同一の授業内かつ同一の指導科目において、２つあるいはそれ以上の課題が連続して行われた場合、非作業時間率がどのように計算されうるかを説明する。前記実施形態１で説明したように、非作業時間率は、課題の制限時間に対する、ユーザ端末１００への操作入力がなかった時間の割合を表す。

図７は、２つの課題Ａ、Ｂが連続して行われている間の操作入力量を示す打鍵パターンの一例を示す図である。

図７において、Ｔ^Ａは、生徒が課題Ａに取り組んだ時間の長さを表す。また、Ｔ^Ｂは、生徒が課題Ｂに取り組んだ時間の長さを表す。Ｔ^Ｘ _ＳＮ（ＸはＡ，Ｂを表す）は、課題Ｘ中の一定時間以上、ユーザ端末１００への操作入力がなかった時間を表す。Ｓ^Ｘ _Ｎ（Ｎ＝１～ｎ）は、Ｔ^Ｘ _ＳＮをＴ^Ｘで割った値である。一定時間の決め方は、任意であるが、教師が、課題の難易度、生徒の学年、および指導科目の種類などに基づいて、一定時間を決定してもよい。

一例では、非作業時間率は、以下の数式にしたがって、情報処理装置２０の分類部１３によって計算される。

本変形例２の構成によれば、同一の授業内かつ同一の指導科目において、２つ以上の課題が連続して行われた場合であっても、非作業時間率を計算することができる。

（本実施形態の効果）
本実施形態の構成によれば、収集部１１は、ユーザ端末１００への操作入力量を示す打鍵データを収集する。抽出部１２は、打鍵データから、ユーザ端末１００への操作入力の特徴を示す打鍵パターンを抽出する。分類部１３は、打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する。

課題に対する生徒の取り組み方の類型は、生徒の能力及び資質のほか、生徒の体調や睡眠不足などの影響を反映する。オンライン授業において、課題に対する生徒の取り組み方を補足するための技術を提供することで、教師は、生徒の能力及び資質、例えば、集中力や理解度を理解することができるので、生徒に適した指導を行うができる。また、教師は、課題に対する生徒の取り組み方の類型を把握することで、オンライン授業においても、生徒の異変を素早く補足することができる。

〔実施形態３〕
図８～図９を参照して、実施形態３について説明する。本実施形態３では、教師が生徒の資質または能力を評価するための参考情報を提供する構成を説明する。

（情報処理装置３０）
図８を参照して、本実施形態３に係る情報処理装置３０の構成を説明する。図８は、情報処理装置３０の構成を示すブロック図である。図８に示すように、情報処理装置３０は、収集部１１、抽出部１２、および分類部１３を備えている。情報処理装置３０は、評価部３４をさらに備えている。以下で、情報処理装置３０の各構成要素について説明する。

評価部３４は、課題に対する生徒の取り組み方の類型に基づいて、生徒の資質または能力を評価する。評価部３４は、評価手段の一例である。

一例では、評価部３４は、分類部１３から、生徒ごとの類型を示す情報を受信する。ここで、ある生徒の類型は、課題に対するその生徒の取り組み方を表す。評価部３４は、教師が生徒の資質または能力を評価するための参考としての指標を算出する。ただし、指標は、教師が生徒を評価するための単なる参考情報であってよい。

第１の例では、評価部３４は、課題に対する生徒の取り組み方の類型および回答の正誤に基づいて、生徒の理解度を示す指標を算出する。本例では、評価部３４は、課題についての生徒の回答の正誤を示す情報を、管理サーバ２００から取得する。あるいは、評価部３４は、教師がユーザ端末１００へ入力した回答の正誤を示す情報を、教師のユーザ端末１００から取得してもよい。

そして、評価部３４は、課題に対する生徒の取り組み方の類型と、回答の正誤との組み合わせから、生徒の理解度を示す指標を算出する。例えば、生徒の理解度を示す指標は、課題に対する生徒の取り組み方の類型と対応する第１のパラメータと、生徒の振る舞いと対応する第２のパラメータとの関数である。

第２の例では、評価部３４は、打鍵パターンおよび生徒の振る舞いに基づいて、生徒の集中力を示す指標を算出する。本例では、評価部３４は、生徒のユーザ端末１００から、ユーザ端末１００が撮影した生徒の顔画像のデータを取得する。

評価部３４は、生徒の顔画像のデータを画像分析することによって、例えば、生徒がよそ見していることあるいは生徒の不在を検出する。評価部３４は、生徒の顔画像のデータを画像分析するために、視線検知またはまぶたの開閉率検知といった、既存技術を利用することができる。あるいは、評価部３４は、教師がユーザ端末１００へ入力した生徒の振る舞いを示す情報を、教師のユーザ端末１００から取得してもよい。

そして、評価部３４は、打鍵パターンが示す作業時間と、生徒の振る舞いとの組み合わせから、生徒の集中力を示す指標を算出する。例えば、生徒の集中力を示す指標は、打鍵パターンが示す作業時間と対応する第１のパラメータと、生徒の振る舞いと対応する第２のパラメータとの関数である。

さらに、評価部３４は、課題に対する生徒の取り組み方の類型を示す情報に基づいて、教育関係機関または教育関係者へ提出するための報告を作成してもよい。例えば、報告には、指導科目ごとの指標が記載される。これにより、教育関係機関または教育関係者は、教師の主観的な判断によらない生徒の評価を示す情報を得ることができる。

（情報処理装置３０の動作）
図９を参照して、本実施形態３に係る情報処理装置３０の動作の一例を説明する。図９は、情報処理装置３０の各部が実行する処理の流れを示すフローチャートである。

図９に示すように、収集部１１は、ユーザ端末１００への操作入力量を示す打鍵データを収集する（Ｓ３０１）。収集部１１は、ユーザ端末１００から収集した打鍵データを、抽出部１２へ出力する。

抽出部１２は、収集部１１から、ユーザ端末１００から収集された打鍵データを受信する。抽出部１２は、打鍵データから、ユーザ端末１００への操作入力の特徴を示す打鍵パターンを抽出する（Ｓ３０２）。抽出部１２は、打鍵パターンを示す情報を、分類部１３へ出力する。

分類部１３は、抽出部１２から、打鍵パターンを示す情報を受信する。分類部１３は、打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する（Ｓ３０３）。その後、分類部１３は、通信ネットワークを介して、管理サーバ２００（図８）へ、生徒ごとの類型を示す情報を送信してもよい。生徒ごとの類型を示す情報は、管理サーバ２００に保存される。分類部１３は、課題に対する生徒の取り組み方の類型を示す情報を、評価部３４へ出力する。

評価部３４は、分類部１３から、課題に対する生徒の取り組み方の類型を示す情報を受信する。評価部３４は、課題に対する生徒の取り組み方の類型に基づいて、生徒の資質または能力を評価する（Ｓ３０４）。例えば、評価部３４は、生徒の資質または能力の評価を示す指標を算出する。

以上で、本実施形態３に係る情報処理装置３０の動作は終了する。

（課題に対する生徒の取り組み方の分類の第２例）
図１０を参照して、課題に対する生徒の取り組み方の分類の第２例を説明する。図１０は、７つの類型を示す。

図１０に示す類型は、図５に示す類型と対比すると、３つの類型が追加されている。具体的には、図１０に示す７つの類型は、図５に示す４つの類型に加えて、「平均型」をさらに含む。また、図１０に示す７つの類型では、授業に対する生徒の取り組み方に応じて、図５に示す第１類型及び第３類型がそれぞれ、２つの類型に分割されている。

図１０に示す「一部参加型」と「立ち止まり型」はどちらも、図５に示す第１類型と同一の打鍵パターンを有する。また、図１０に示す「途方暮れ方」と「不参加型」はどちらも、図５に示す第３類型と同一の打鍵パターンを有する。

「一気型」（図５の第２類型に相当）は、生徒が課題をすぐに完了したことを表す。

「一部参加型」（図５の第１類型に相当）は、生徒が課題に集中していないことを表す。

「立ち止まり方」（図５の第１類型に相当）は、生徒が解決法を十分に思考したことを表す。

「苦闘型」（図５の第４類型に相当）は、生徒が試行錯誤したことを表す。

「不参加型」（図５の第３類型に相当）は、生徒が課題にほとんど着手していないことを表す。

「途方暮れ方」（図５の第３類型に相当）は、生徒が解決法を見いだせていないことを表す。

「平均型」（図５では対応する類型なし）は、一クラスあるいは一グループにおける生徒の平均的な打鍵パターンおよび作業時間を表す。平均的な打鍵パターンは、複数の打鍵データに対して、統計処理を行うことによって得られる。

なお、各類型が表す生徒の特性（すなわち課題に対する取り組み方に関する個性）の解釈は単なる一例である。

（変形例）
本変形例では、評価部３４は、生徒の打鍵パタ－ンが表す生徒の類型とテスト結果の組合せに基づいて、生徒の資質または能力を評価する。

図１１は、一生徒の打鍵パタ－ンの類型とテスト結果の組合せと評価の一例を示す。図１１に示す表は、縦軸がテスト結果の類型を表し、横軸が打鍵パターンの類型を表す。図１１に示すテスト結果は、デジタル教科書などに記載された課題に関する生徒の評価点（スコア）を表す。図１１に示す７つの類型は、図１０に示すものと同一である。

図１１に示す表において、テスト結果は、「良い」「普通」「悪い」の３通りに分類されている。打鍵パターンの類型は、図１０と同様に、７通りに分類されている。図１１に示す表のデータは、例えば管理サーバ２００（図１２）に保存されている。なお、テスト結果および打鍵パターンの分類は限定されない。

図１１に示す表において、１つのテスト結果の類型と対応する行と、１つの打鍵パターンの類型と対応する列とが交差する空白の升には、課題に対する生徒の取り組み方に関する教師のコメントが記入される。

例えば、教師は、空白の升ごとに、生徒がどのように課題に取り組んでいるケースが多いかといった経験や、生徒に対する指導から得られた知見（視点）などを、ユーザ端末１００に記入する。教師のユーザ端末１００へ記入された知見及び経験などの情報は、ネットワークを通じて、管理サーバ２００へ送信される。そして、管理サーバ２００には、打鍵パタ－ンの類型とテスト結果の類型の組合せが持つ意味を理解するための情報が蓄積される。管理サーバ２００に情報を送信した教師以外でも、どの教師のユーザ端末１００からであっても、管理サーバ２００に格納された情報にアクセスすることができる。これにより、各教師が得た知見及び経験は、教師の間で共有される。

一例では、評価部３４は、分類部１３から、課題に対する生徒の取り組み方を示す情報を受信するとともに、生徒のユーザ端末１００から、課題に対する回答のデータを取得する。評価部３４は、課題に対する回答のデータを分析することにより、課題に関する生徒の評価点を計算する。評価部３４は、計算した評価点に基づいて、「良い」「普通」「悪い」という３つの類型のうちいずれかに、テスト結果を分類する。

評価部３４は、先に計算したテスト結果の分類と、分類部１３により特定された生徒の類型とに基づいて、課題に対する生徒の取り組み方を評価する。例えば、評価部３４は、管理サーバ２００から、図１１に示す表のデータを参照して、教師が記入した知見及び経験を示す情報を取得する。評価部３４は、教師が記入した知見及び経験を示す情報を、生徒の資質または能力を直接的または間接的に指し示す評価結果として出力する。

（本実施形態の効果）
本実施形態の構成によれば、収集部１１は、ユーザ端末１００への操作入力量を示す打鍵データを収集する。抽出部１２は、打鍵データから、ユーザ端末１００への操作入力の特徴を示す打鍵パターンを抽出する。分類部１３は、打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する。

課題に対する生徒の取り組み方の類型は、生徒の能力及び資質のほか、生徒の体調や睡眠不足などの影響を反映する。オンライン授業において、課題に対する生徒の取り組み方を補足するための技術を提供することで、教師は、生徒の能力及び資質、例えば、集中力や理解度を理解することができるので、生徒に適した指導を行うができる。また、教師は、課題に対する生徒の取り組み方の類型を把握することで、オンライン授業においても、生徒の異変を素早く補足することができる。

さらに、本実施形態の構成によれば、評価部３４は、課題に対する生徒の取り組み方の類型に基づいて、生徒の資質または能力を評価する。教師は、評価部３４による評価結果を、生徒の資質または能力を自分で評価するための参考にすることができる。

〔実施形態４〕
図１２を参照して、実施形態４について説明する。本実施形態４では、前記実施形態１～３に係る情報処理装置１０，２０，３０のいずれかを備えた通信システムについて説明する。本実施形態４では、前記実施形態１～３と共通する構成要素に対して、同じ符号を付して、その説明を省略する。

（通信システム１）
図１２は、本実施形態４に係る通信システム１の構成の一例を概略的に示す図である。図１２に示すように、通信システム１は、情報処理装置１０（２０，３０）、複数台のユーザ端末１００、及び管理サーバ２００を備えている。ここで、「情報処理装置１０（２０，３０）」は、前記実施形態１～３に係る情報処理装置１０，２０，３０のいずれかを意味する。

複数台のユーザ端末１００は、教師が使用する第１のユーザ端末、および生徒一人ひとりが使用する第２のユーザ端末を含む。例えば、それぞれのユーザ端末１００は、パーソナルコンピュータ、またはタブレット端末である。

複数台のユーザ端末１００と、情報処理装置１０（２０，３０）とは、任意の通信ネットワークを介して、通信可能に接続される。それぞれのユーザ端末１００と、情報処理装置１０（２０，３０）との間で、各種のデータが送受信される。特に、それぞれのユーザ端末１００から、情報処理装置１０（２０，３０）へ、ログ情報が送信される。

ログ情報には、ユーザ端末１００において使用されたコンテンツを示す情報が含まれる。さらに、ログ情報は、操作ログ、認証ログ、アクセスログ、通信ログ、通話ログ、およびイベントログのうち、少なくとも一つを含んでいてもよい。

情報処理装置１０（２０，３０）は、それぞれのユーザ端末１００から受信したログ情報を解析することによって、前記実施形態１～３において説明したように、授業の分類を示す情報、および、使用されたコンテンツに関する情報を生成する。そして、情報処理装置１０（２０，３０）は、生成した情報を、管理サーバ２００に記録する。

さらに、情報処理装置１０（２０，３０）は、前記実施形態３において説明したように、授業の分類を示す情報、および、前記コンテンツに関する情報を含む報告（図７）を作成してもよい。情報処理装置１０（２０，３０）は、作成した報告のデータを、管理サーバ２００に保存してもよい。これにより、教育関係機関または教育関係者は、第１のユーザ端末１００を用いて、ネットワーク接続することにより、管理サーバ２００に保存された報告のデータを、容易に参照または取得することができる。

セキュリティのため、生徒が使用する第２のユーザ端末１００から、管理サーバ２００へアクセスすることができないように、管理サーバ２００にはアクセス制限が設定されていてもよい。生徒が、他の生徒に関する報告を見ることができることは、個人情報やプライバシーの保護の観点で、防止すべきだからである。また、報告は、学校側の秘密情報に相当するので、生徒が、たとえ自分に関係する報告であっても、報告のデータを参照または取得することができてはならない。

（本実施形態の効果）
本実施形態の構成によれば、収集部１１は、ユーザ端末１００への操作入力量を示す打鍵データを収集する。抽出部１２は、打鍵データから、ユーザ端末１００への操作入力の特徴を示す打鍵パターンを抽出する。分類部１３は、打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する。

課題に対する生徒の取り組み方の類型は、生徒の能力及び資質のほか、生徒の体調や睡眠不足などの影響を反映する。オンライン授業において、課題に対する生徒の取り組み方を補足するための技術を提供することで、教師は、生徒の能力及び資質、例えば、集中力や理解度を理解することができるので、生徒に適した指導を行うができる。また、教師は、課題に対する生徒の取り組み方の類型を把握することで、オンライン授業においても、生徒の異変を素早く補足することができる。

（ハードウェア構成について）
前記実施形態１～３で説明した情報処理装置１０，２０，３０の各構成要素は、機能単位のブロックを示している。これらの構成要素の一部又は全部は、例えば図１３に示すような情報処理装置９００により実現される。図１３は、情報処理装置９００のハードウェア構成の一例を示すブロック図である。

図１３に示すように、情報処理装置９００は、一例として、以下のような構成を含む。

・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９０１
・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０２
・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０３
・ＲＡＭ９０３にロードされるプログラム９０４
・プログラム９０４を格納する記憶装置９０５
・記録媒体９０６の読み書きを行うドライブ装置９０７
・通信ネットワーク９０９と接続する通信インタフェース９０８
・データの入出力を行う入出力インタフェース９１０
・各構成要素を接続するバス９１１
前記実施形態１～３で説明した情報処理装置１０，２０，３０の各構成要素は、これらの機能を実現するプログラム９０４をＣＰＵ９０１が読み込んで実行することで実現される。各構成要素の機能を実現するプログラム９０４は、例えば、予め記憶装置９０５やＲＯＭ９０２に格納されており、必要に応じてＣＰＵ９０１がＲＡＭ９０３にロードして実行される。なお、プログラム９０４は、通信ネットワーク９０９を介してＣＰＵ９０１に供給されてもよいし、予め記録媒体９０６に格納されており、ドライブ装置９０７が当該プログラムを読み出してＣＰＵ９０１に供給してもよい。

上記の構成によれば、前記実施形態１～３において説明した情報処理装置１０，２０，３０が、ハードウェアとして実現される。したがって、前記実施形態１～３のいずれかにおいて説明した効果と同様の効果を奏することができる。

（付記）
本発明の一態様は、以下の付記のようにも記載されるが、以下に限定されない。

（付記１）
ユーザ端末への操作入力量を示す打鍵データを収集する収集手段と、
前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出する抽出手段と、
前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する分類手段とを備えた
情報処理装置。

（付記２）
前記打鍵パターンは、前記ユーザ端末への操作入力がない非作業時間の長さ、および、前記生徒が前記課題に要した取り組み時間の長さを含む
ことを特徴とする付記１に記載の情報処理装置。

（付記３）
前記課題に対する前記生徒の取り組み方の類型に基づいて、前記生徒の資質または能力を評価する評価手段をさらに備えた
ことを特徴とする付記１または２に記載の情報処理装置。

（付記４）
前記評価手段は、
前記課題に対する前記生徒の前記取り組み方の類型および回答の正誤に基づいて、前記生徒の理解度を示す指標を算出する
ことを特徴とする付記３に記載の情報処理装置。

（付記５）
前記評価手段は、
前記打鍵パターンおよび前記生徒の振る舞いに基づいて、前記生徒の集中力を示す指標を算出する
ことを特徴とする付記３に記載の情報処理装置。

（付記６）
前記分類手段は、前記課題に対する前記生徒の取り組み方の類型の時系列を示す情報を出力する
ことを特徴とする付記１から５のいずれか１項に記載の情報処理装置。

（付記７）
ユーザ端末への操作入力量を示す打鍵データを収集し、
前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出し、
前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する
情報処理方法。

（付記８）
ユーザ端末への操作入力量を示す打鍵データを収集することと、
前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出することと、
前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類することと、
をコンピュータに実行させるためのプログラム。

（付記９）
前記収集手段は、前記ユーザ端末からログ情報を収集し、前記ログ情報から、前記打鍵データを抽出する
ことを特徴とする付記１から６のいずれか１項に記載の情報処理装置、
（付記１０）
前記ログ情報は、操作ログ、認証ログ、アクセスログ、通信ログ、通話ログ、およびイベントログのうち、少なくとも一つを含む
ことを特徴とする付記９に記載の情報処理装置。

（付記１１）
前記分類手段は、前記非作業時間率の大小の２通り、および、前記取り組み時間の長短の２通りに基づいて、前記課題に対する前記生徒の取り組み方を４つに分類する
ことを特徴とする付記１から６のいずれか１項に記載の情報処理装置。

本発明は、例えば、一人一人の生徒がユーザ端末を通じて参加するオンライン授業を行うことを支援するために利用することができるほか、教師間での情報交換や、生徒を評価するための参考情報としても利用することができる。

１ 通信システム
１０ 情報処理装置
１１ 収集部
１２ 抽出部
１３ 分類部
２０ 情報処理装置
３０ 情報処理装置
３４ 評価部

Claims (7)

1. ユーザ端末への操作入力量を示す打鍵データを収集する収集手段と、
   前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出する抽出手段と、
   前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類する分類手段と、
   前記課題に対する前記生徒の取り組み方の類型に基づいて、前記生徒の資質または能力を評価する評価手段と、を備えた、
   情報処理装置。
2. 前記打鍵パターンは、前記ユーザ端末への操作入力がない非作業時間の長さ、および、前記生徒が前記課題に要した取り組み時間の長さを含む
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記評価手段は、
   前記課題に対する前記生徒の取り組み方の類型および回答の正誤に基づいて、前記生徒の理解度を示す指標を算出する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記評価手段は、
   前記打鍵パターンおよび前記生徒の振る舞いに基づいて、前記生徒の集中力を示す指標を算出する
   ことを特徴とする請求項１または２に記載の情報処理装置。
5. 前記分類手段は、前記課題に対する前記生徒の取り組み方の類型の時系列を示す情報を出力する
   ことを特徴とする請求項１から４のいずれか１項に記載の情報処理装置。
6. ユーザ端末への操作入力量を示す打鍵データを収集し、
   前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出し、
   前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類し、
   前記課題に対する前記生徒の取り組み方の類型に基づいて、前記生徒の資質または能力を評価する、
   情報処理方法。
7. ユーザ端末への操作入力量を示す打鍵データを収集することと、
   前記打鍵データから、前記ユーザ端末への操作入力の特徴を示す打鍵パターンを抽出することと、
   前記打鍵パターンに基づいて、課題に対する生徒の取り組み方を分類することと、
   前記課題に対する前記生徒の取り組み方の類型に基づいて、前記生徒の資質または能力を評価することと、
   をコンピュータに実行させるためのプログラム。