人間は集中力を高めた状態を長く続けられない。さらには、集中しやすい日と、集中できない日がある。このことは誰もが体感で知っている。こうした傾向を知るために、スマートフォンの使い方から集中力が高まりやすい日かどうかを予測する技術を、NTTドコモと慶應義塾大学、東京大学の3者が共同開発しようとしている。


 同技術は、ユーザーが1日を通してスマホをどのように使っていたのかを示す各種データと、ある課題を実施させたときの測定結果をAI(人工知能)で分析し、その日は集中力が高い日だったかどうかを推定するもの。現時点では、前日のスマホの使い方から前日の集中状態を推定できる。将来的には、前日までのスマホの使い方から当日の集中力を予測できるようにする。これにより、集中力が散漫になりやすい日に「今日はいつもより多く休憩をとりましょう」とアドバイスをするなど、業務改善などビジネスに利用することを想定している。


 人間の行動やスマホの使い方を示すデータは、スマホの加速度や気圧、照度などのセンサーデータのほか、位置情報、アプリの利用履歴データなどに基づいて、約250種類の特徴量を数値化したもの。集中力の計測には、Go/NoGo課題を用いる。例えば「赤いランプがついたときは球を握る」(=Go)、「青いランプがついたときは球を離す」(=NoGo)といった「Go(やる)」と「NoGo(やらない、自制する)」の2つを判断する課題で、この課題から作業スピードと正確さ(認知的コントロール機能)を数値化する。このGo/NoGo課題を複数回実施したうえで、スマホ利用データとの関係性をAIで学習し、集中力を推定するモデルを作成する。


集中力推定モデルの構築方法(出所:NTTドコモ)

 集中力推定モデルの妥当性を評価したところ、34人を対象にした分析で平均約74%の精度で集中力の状態を推定できることを確認できた。また評価の過程で、利用者の朝の動きの活発さや、1日を通じたスマホの利用時間、SNSの利用回数などが集中力と高い関係性があることがわかった。


 同研究グループは、2018年3月に今回の技術と似た方法で「ストレス状態を推定する技術」を開発し、約70%の精度で推定できることと、移動距離やアプリの利用回数などが自律神経バランスの指標と高い関係性を持つことを確認していた。なお、ストレス状態は、心拍間隔(R-R間隔)の揺らぎを解析して、ストレスを定量的に計測することで数値化。スマホから得られる各種利用データとストレス状態の計測データの関係性をAIで学習し、ストレス推定モデルを作成した。


ストレス推定モデルの構築方法(出所:ドコモ)

 厚生労働省が配布している「こころの健康 気づきのヒント集」には、「ストレスは人生のスパイスである」というストレス学説を唱えたハンス・セリエの言葉が紹介されている。この資料によると、ストレスは全てが有害なわけではなく、適度なストレスは心を引き締め、仕事や勉強の能率を上げたり、心地よい興奮や緊張を与えてくれたりする。ただ、その興奮や緊張が度を超してしまうと心や体が適応しきれなくなり、心身にダメージを与える。


 このことから、同研究グループでは適度なストレスが集中力を高める効果につながると考え、ストレスの推定技術と集中力の推定技術を組み合わせた新しい技術の開発に取り組もうとしている。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否かを読み解くことができる技術の開発を目指すとともに、今回の集中力推定技術のさらなる検証と実用化に取り組むとしている。


ここから先は、DIGITALIST会員(登録無料)のみが閲覧することができます。