JP2012128023A - 学習支援方法、端末装置用プログラム、支援サーバ用プログラム、記憶媒体、及び端末装置 - Google Patents

Abstract

【課題】学習者に高度でばらつきの少ないアドバイス等の付加情報を供給できる学習支援方法。
【解決手段】入出力可能な情報処理装置を用いて、コンテンツデータによる学習を支援する学習支援方法であって、コンテンツデータに対応して付随するメタデータと、当該メタデータに基づく出力内容が予め設定され、情報処理装置が、コンテンツデータ及びそれに対応して学習者により入力された内容から前記メタデータを検出するステップ（Ｓ６）（Ｓ８）と、検出されたメタデータを記憶するステップ（Ｓ１０）と、メタデータに基づく出力内容を出力するステップ（Ｓ１１）と、を実施する。
【選択図】図３

Description

本発明は、入出力可能な情報処理装置を用いて、コンテンツデータによる学習を支援する学習支援方法、端末装置用プログラム、支援サーバ用プログラム、記憶媒体、及び端末装置に関する。

従来から入出力可能な情報処理装置を用いて多様な支援方法が提案されている。それら方法では、情報処理装置により、例えば、（１）各学習者に参考情報及び／又は学習マニュアル及び／又アドバイスを提示したり、（２）各学習者のレベル及び／又は進度を検出し学習者に提示したり、（３）各学習者のレベル及び／又は進度の検出結果に基づき個別の学習メニュー／学習履歴（学習経過資料）を作成して提示している。

また、情報処理装置が通信機能を有し端末装置として機能する場合には、遠隔地の学習者に対しても迅速にコンテンツデータを供給したり（例えば、特許文献１参照）、サーバにより情報処理装置単独よりも多くの情報を用いて上記の提示又はさらに高度の提示を行うことができる（例えば、特許文献２参照）。また、サーバを利用することで、多くの他の端末装置からアップロードされた内容を利用した分析等が可能になり、複数の学習者の中での順位／相対位置、レベルグループ提示、レベルグループ毎の上記の提示が可能になっている（例えば、特許文献３参照）。このような学習支援方法は、従来から、ｅ−ｌｅａｒｎｉｎｇ、クライアント・サーバ方式による学習管理システム（ＬＭＳ）、が知られている。

また、各学習者をより細密に支援するために、例えば、予め目標を設定して時間軸による管理も行い、各学習者の学習能力や知力以外の個人能力／個人特性についても評価を行い、学習履歴や学習時の学習者作成物についても評価対象として収集し、学習指導者だけでなく自己評価も行うポートフォリオ学習法（又は、情報処理端末装置を利用したｅ−ｐｏｒｔｆｏｌｉｏ）が提案されている（例えば、特許文献４参照）。そのようなより細密な支援のためには、例えば、各学習者の属性から学習内容を選択したり（例えば、特許文献５参照）、問題にトラッキング用のサーチポイントを設定したり（例えば、特許文献６参照）、操作情報に判定情報を関連付けたり（例えば、特許文献７参照）、学習単位毎にコンテンツに対して属性データ又は管理用法としてスケジュールや負荷率を設定したり、学習履歴に学習速度や学習開始日データを設定したり（例えば、特許文献８参照）、上位概念から下位概念に体系的にコンテンツをアサインすることで学習者の得手／不得手を特定したり（例えば、特許文献９参照）することも提案されている。

特開２００７−０１１０９６号公報 特開２００１−２９６７９５号公報 特開２００７−１９２９５８号公報 特開２００５−３０１２５７号公報 特開２０１０−１７６２３６号公報 特開２００５−２７５２９０号公報 特開２００７−２１９３３５号公報 特開２００５−２１５０６５号公報 特開２００６−３４３４４０号公報

しかしながら、従来の支援方法における各コンテンツに対する属性情報等の付加情報は、各コンテンツに関連付けられてはいるものの、例えば、別のサポートテーブル等になって各コンテンツとは別に格納されていた。そのため、一つのコンテンツに対応する全ての解答と、そのコンテンツや解答に関連する付加情報をサポートテーブル形式にまとめて入力する作業は煩雑であり、さらに複数のコンテンツが組み合わさる場合には、コンテンツが増加する毎に煩雑な作業が指数関数的に増加するため、サポートテーブル数も各テーブルあたりの内容量も非常に多くなり、付加情報を作成する作業量が非常に増加していた。また、そのため、コンテンツが増加すると、個々のコンテンツに対して、各学習者による学習をより細密に支援する付加情報の作成が困難になっていた。

また、コンテンツの変更に対して、関係する全てのサポートテーブルを変更する必要があり、新たなコンテンツの追加に対しても、従来の関係する全てのサポートテーブルに対して追加したり、関係する全ての種類のサポートテーブルを新規作成する必要があり、コンテンツの変更や追加時の付加情報を作成する作業量が非常に増加していた。

また、各学習者による学習をより細密に支援するテーブルの作成は困難なことから、学習支援者／指導者側でコンテンツと反応毎に個別に付加情報を調査したり、新たに考えなければならず、多くの時間と工数が必要であり、学習支援者／指導者のレベルに応じて支援内容がばらつくことがあった。また、マニュアルや指導要領以上の内容や、個別の周囲状況に合わせた学習環境等の学習に直接に関係すること以外を学習者にアドバイスする場合には、学習支援者／指導者側に高い能力や経験が要求されており、能力に応じてアドバイスがばらついていた。

さらに、ポートフォリオ学習法のように、学習支援／指導が個人毎の周囲状況や個人レベル／正確／特性に対応するように高度化すると、学習者の数の増加に対応させて、上級の学習支援者／指導者を確保する必要がある。上級の学習支援者／指導者は、一般的に数少なく、賃金も高く、人員確保することが難しかった。また、新規にレベルアップした学習支援者／指導者を育てようとしても工数（コスト）と時間が多くかかっていた。つまり、学習支援者／指導者側では、上級の学習支援者／指導者が不足し、増員するにしても新規に育てるにしてもコストが上がり、最終的には学習者側の学習コストも増大していた。

そこで本発明は、上記の課題を解決するため、学習者に高度でばらつきの少ないアドバイス等の付加情報を供給できる学習支援方法、端末装置用プログラム、支援サーバ用プログラム、記憶媒体、及び端末装置を提供することを目的とする。

（１）上記課題を解決するために、本発明に係る学習支援方法は、入出力可能な情報処理装置を用いて、コンテンツデータによる学習を支援する学習支援方法であって、コンテンツデータに対応して付随するメタデータと、当該メタデータに基づく出力内容が予め設定され、情報処理装置が、コンテンツデータ及びそれに対応して学習者により入力された内容からメタデータを検出するステップと、検出されたメタデータを記憶するステップと、メタデータに基づく出力内容を出力するステップと、を実施することを特徴とする。

本学習支援方法では、コンテンツデータと、当該メタデータに基づく出力内容が予め設定されているので、学習者がコンテンツに反応した内容に対応するメタデータに基づき、学習者に高度でばらつきの少ない客観的アドバイス等の付加情報を供給でき、学習コストの上昇を抑制できる。なお、メタデータは、コンテンツの作成者が作成意図に基づいて付与する内容の他に、コンテンツの分野の権威有る研究者によって付与されたり監修された内容が付与されたり、さらに、その他の援助／寄稿者（コントリビュータ）や、学習者を直接に教えるコーチ（学習支援者）とは別に学習者を側面的に補助するメンター等により付与されたり監修されるものも含まれる。

メタデータとは、例えば、一つの元データに対して、付随するデータであり、元データ自身についての抽象度の高い付加的なデータであり、インターネットのサイト等では、一般的に検索用の対象となるキーワードや、要約内容をメタデータと読んでいる。しかし、文献等の書誌情報であったり、文書の著者名、表題、発表年月日、等の属性情報であったり、キーワード、タグ等であってもよい。従来のメタデータのスキーマとしては、１，属性集合（属性語彙）・・・タイトル、著者、出版社等、２，属性値型集合（属性値型語彙）・・・日付や名前の記述形式、主題を表す統制語彙等、３，構造的制約（中小構文）・・・属性値記述の省略可能性や繰り返し条件等の構造的な規制／制約、４，実現形式（具象構文）・・・システム上でのメタデータの具体的表現形式である。現実的には、検索用のキーワードとして最も使用されている。

本願では、このメタデータを、区分内容の他に、コンテンツ（例えば問題）に対する反応（例えば解答）の各々に付随するデータとして用いる。コンテンツ（例えば問題）には出題意図に関するメタデータ、反応（例えば解答）には誤答に対するアドバイス等の候補が付随する。

（２）好ましくは、本発明に係る学習支援方法は、メタデータに基づく出力内容を出力するステップでは、メタデータに対応する出力内容を読み出すステップと、出力内容を出力するステップと、を有するようにしてもよい。
この場合には、コンテンツデータに付随するメタデータと、メタデータに基づく出力内容とが同じファイル内に対応付けられて収納されていない場合、つまりメタデータと出力内容とが異なるファイルに収容されている場合でも、メタデータに基づいて適切な出力内容を出力することができる。

（３）好ましくは、本発明に係る学習支援方法は、メタデータに基づく出力内容を出力するステップでは、記憶された過去の前記メタデータと合わせて統計処理を行うステップと、上記ステップの結果の統計結果に対応する出力内容を読み出すステップと、上記出力内容を出力するステップと、を有するようにしてもよい。
この場合には、記憶された過去のメタデータとの統計処理の結果に基づいてさらに適切な出力内容を出力することができる。

（４）好ましくは、本発明に係る学習支援方法は、情報処理装置が通信回線網を介して支援サーバに接続可能な端末装置であり、端末装置が、通信回線網を介して接続された支援サーバと通信接続するステップと、記憶されたメタデータを支援サーバに送信するステップと、を実施し、
支援サーバが、端末装置からのメタデータを受信するステップと、受信したメタデータを記憶するステップと、受信したメタデータと、過去に記憶されたメタデータとを演算処理するステップと、演算処理されたメタデータに基づく出力内容を前記端末装置に出力するステップと、を実施し、
端末装置が、支援サーバからの出力内容を受信するステップと、出力内容を出力するステップと、を実施するようにしてもよい。

この場合には、支援サーバに記憶された過去の全てのメタデータを利用することができ、演算処理に用いる元データの数が増加するので、演算処理の精度が上がり、また、メタデータに基づく出力内容についても、支援サーバの容量が大きいことから、より多く、より細密な出力内容が予め設定でき、精度の良い統計結果と合わせて、学習者に、より高度で、より細密なアドバイス等の出力内容を出力することができる。

（５）好ましくは、本発明に係る学習支援方法は、支援サーバが、メタデータを演算処理するステップでは、当該メタデータを統計処理するようにしてもよい。
この場合には、統計処理により、自分のデータ内での過去の同種問題との比較だけでなく、他者との比較や、レベル決定、ランキング、誤りやすい問題の傾向等を出力することができる。

（６）好ましくは、本発明に係る学習支援方法は、支援サーバが、メタデータを演算処理するステップでは、当該メタデータを用いて予め設定された目標値に対する到達度を求めるようにしてもよい。
この場合には、目標値に対してどの程度の達成率であるかを知ることができるので、自己の現状を正しく認識でき、次の段階的目標や、スケジュールをたてやすくすることができる。

（７）好ましくは、本発明に係る学習支援方法は、支援サーバが、メタデータを演算処理するステップでは、当該メタデータを用いて予め設定された目標値に達するための必要項目の各段階到達予定日を求めるようにしてもよい。
この場合には、自己の履歴やデータだけでなく、支援サーバの他人の例のデータも含めて目標値や、そのための各段階の到達予定日を、目標値に対してどの程度の達成率であるかを知ることができるので、次の段階的目標のスケジュールを、無理なくたてることができる。

（８）好ましくは、本発明に係る学習支援方法は、支援サーバが、メタデータを演算処理するステップでは、当該メタデータおよび過去の到達度及び予定日を用いて端末使用者の評価を求めるようにしてもよい。
この場合には、メタデータとそれに対するアドバイス等の出力内容と、過去と今の到達度、スケジュールを全て用いて評価するので、総合的な客観評価を得ることができる。

（９）上記課題を解決するために、本発明に係る学習支援方法の端末装置用プログラムは、上記（１）〜（８）の学習支援方法の端末装置における各ステップを実施する。

（１０）上記課題を解決するために、本発明に係る学習支援方法の支援サーバ用プログラムは、上記（１）〜（８）の学習支援方法の支援サーバにおける各ステップを実施する。

（１１）また、上記課題を解決するために、本発明に係る学習支援方法の記憶媒体は、上記（１）〜（８）の学習支援方法の端末装置におけるステップを実施するプログラムを記憶する。

（１２）上記課題を解決するために、本発明に係る学習支援方法の端末装置は、表示出力又は音声出力の少なくともいずれか一方を出力できる出力装置と、画像入力、選択入力、音声入力又は文字入力の少なくともいずれか一つを入力できる入力装置を備える端末装置であって、上記（９）のプログラムがインストールされた支援プログラム記憶部と、対応するメタデータが予め付随されたコンテンツデータ及びそれに対応して入力装置から入力された内容からメタデータを検出するメタデータ検出部と、メタデータに基づく出力内容を記憶する出力内容記憶部と、検出されたメタデータを記憶するメタデータ記憶部と、検出された前記メタデータに基づき出力内容を求める制御部と、メタデータに基づく出力内容を出力装置に出力する出力部と、を備える。

本学習支援方法の端末装置によれば、コンテンツデータと、当該メタデータに基づく出力内容が予め設定されているので、学習者がコンテンツに反応した内容に対応するメタデータに基づき、学習者に高度でばらつきの少ない客観的アドバイス等の付加情報を供給でき、学習コストの上昇を抑制できる。また、従来の端末装置に対して、記憶容量以外は追加の負担が少なく、端末装置を専用設計する必要が無く、対応が容易である。

本発明によれば、学習者がコンテンツに反応した内容に対応するメタデータに基づくことから、学習者に高度でばらつきの少ない客観的アドバイス等の付加情報を供給でき、学習コストの上昇を抑制できる学習支援方法、端末装置用プログラム、支援サーバ用プログラム、記憶媒体、及び端末装置を提供することができる。

（ａ）は本発明に係る学習支援方法の一例の端末装置の概要の機能ブロックを示すブロック図であり、（ｂ）は（ａ）の機能ブロックを実現する実際のハードウエアの一例を示すブロック図である。 本発明に係る学習支援方法の一例のコンテンツ反応の記録／履歴である。 （ａ）は図１に示した本発明に係る学習支援方法の一例の端末装置の概要の動作フローを示すフローチャートであり、（ｂ）は（ａ）のステップＳ９のさらに詳細な動作フローを示すフローチャートである。 本発明に係る学習支援方法の一例の端末装置とサーバを含むネットワークシステムのブロック図である。 本発明に係る学習支援方法の一例のサーバの概要の機能ブロックを示すブロック図である。 図４に示した本発明に係る学習支援方法の一例のネットワークシステム上の各端末装置とサーバを含む概要の動作タイミングを示すタイミングチャートである。 図４に示した本発明に係る学習支援方法により学習者に提供できるサービス内容の一例をサーバーを主体に示した図である。 図４に示した本発明に係る学習支援方法により学習者に提供できるサービス内容の一例を図７とは異なりコンテンツと記録／履歴を中心に示した図である。

以上を前提として、本発明の学習支援方法、端末装置用プログラム、支援サーバ用プログラム、記憶媒体、及び端末装置の実施の形態について、図面を用いて詳細に説明する。

（音声の場合は最後）
＜主にスタンドアロンで端末装置を利用する場合の実施形態＞
図１（ａ）は、本発明の学習支援方法の端末装置用プログラムがインストールされた一般ユーザー端末装置の機能ブロック構成の一例を示す図である。

一般ユーザー端末１１は、端末装置各部の動作を制御する制御部２１２、学習者（使用者）にコンテンツの画像を表示して示す液晶（ＬＣＤ）等の画面を有する表示部２１３、学習者が文字又は図形等を入力するキーボード又はタブレット（デジタイザ）等の入力装置を有する入力部２１４、システム制御プログラム、コンテンツデータ、学習者データ等の様々なプログラムやデータを記憶する記憶部２１５、フロッピー（登録商標）ディスク、ＣＤ−ＲＡＭ／ＲＯＭ、ＤＶＤ−ＲＡＭ／ＲＯＭ、ブルーレイ−ＲＡＭ／ＲＯＭ、メモリーカード、メモリーチップ等の外部記憶媒体を接続可能な外部記憶装置インターフェース（Ｉ／Ｆ）２１６を有している。

一般ユーザ端末１１としては、マイクロコンピュータ、ワークステーション等の情報処理装置に加えて、液晶画面がタッチパネルになっているタブレット端末、コンテンツを表示させて反応を入力可能であれば、テレビ等のディスプレイに接続する据え置き型ゲーム装置、バッテリー駆動でディスプレイも備える屋外で使用可能な携帯型ゲーム装置、携帯電話装置、電子辞書、電子ブックリーダー等も含む。

制御部２１２は、マイクロプロセッサ、ＣＰＵ等の演算素子とその周辺素子、周辺装置を含む広義な意味の制御部であり、入力するプログラムに応じて様々な処理を実施することができる。表示部２１３は、コンテンツデータの内容や、学習者データ等の様々な内容を表示できる、例えば液晶表示装置である。入力部２１４は、キーボードやマウスに限らず、タッチパネル（タッチペン）や、デジタイザ、トラックボール等であってもよい。さらに、端末１１で音声認識／音声合成等が利用できれば、表示部２１３の代わりにスピーカとし、入力部２１４の代わりにマイクロフォンとしてもよい。

記憶部２１５は、少なくともシステム制御プログラム部２２１と、コンテンツデータ部２２２と、学習者データ部２２３とを有する。システム制御プログラム部２２１は、ＯＳ等の基本的なシステム制御プログラムだけでなく、コンテンツの表示等の処理をするアプリケーションプログラム、通信制御プログラム、外部記憶部に対するデータやプログラムの入出力処理、表示制御プログラム、入力処理プログラム等の各種の制御プログラムを格納し、そのアプリケーションプログラムには、本願のメタデータを処理するメタデータ処理プログラム２３１が含まれる。

コンテンツデータ部２２２は、例えば、英語の教育アプリケーションプログラムで使用される問題と解答等のコンテンツデータを記憶し、その各コンテンツデータにはメタデータが付随しているので、メタデータ部２３２にその各メタデータを格納する。

学習者データ部２２３は、学習者の個人的なデータを記憶し、学習履歴部２３３には学習者が過去に学習してきたコンテンツの内容と解答を記憶し、メタデータ履歴部２３４には各コンテンツに付随していたメタデータを記憶する。

外部記憶装置インターフェース２１６は、例えば、メモリーチップのような外部記憶媒体から新規のコンテンツを一般ユーザ端末１１にロードする場合に、外部記憶媒体を接続できるようにする部分である。通信インターフェース２１７は、例えば、ネットワークに接続されたサーバから新規のコンテンツを一般ユーザ端末１１にダウンロードする場合に、ネットワークを接続できるようにする部分である。

次に、図１（ａ）の一般ユーザー端末装置内の一例のハードウエア構成を説明する。図１（ｂ）は、図１（ａ）の一般ユーザ端末１１内のハードウェア構成の一例を示す図である。
なお、以下に説明する図３に示した一般ユーザ端末１１の内部構成ブロックは、ユーザ端末１２〜１３、登録ユーザ端末２１〜２３、学習支援者端末６１、コンテンツ作成／採点者端末７１、及びメンター（コントリビュータ）端末８１にも適用することができる。また、他社プラットホームシステムサーバ４１、及び自律学習支援システムサーバ５１は、一般ユーザ端末１１と同様な構成、又は、一般ユーザ端末１１に対してユーザインターフェース（Ｉ／Ｆ）１１３及び入出力装置１１４等の対人インターフェース（Ｉ／Ｆ）部分を有していない構成であってもよい。また、通信インターフェース（Ｉ／Ｆ）１０４（＝通信Ｉ／Ｆ２１７）により外部のサーバと通信可能である場合、外部記憶媒体（ＦＤ１５０、ＣＤ１６０、外部メモリチップ１７０等）との接続部は、必ずしも必要ではなく、必要に応じて設けられる。

一般ユーザ端末１１は、主コントローラ１１１により相互に接続されるＣＰＵ１０１、ＲＡＭ１０３、グラフィック・コントローラ１０９、及び表示装置１１０（＝表示部２１３）を有するＣＰＵ周辺部と、入出力（Ｉ／Ｏ）コントローラ１１２により主コントローラ１１１に接続される通信インターフェイス１０４、ハードディスクドライブ１０５、ＣＤ−ＲＯＭドライブ１０７（＝外部記憶装置Ｉ／Ｆ２１６）、及び外部メモリ入出力部１１５（＝外部記憶装置Ｉ／Ｆ２１６）を有する入出力部と、入出力コントローラ１１２に接続されるＲＯＭ１０２、フレキシブルディスク・ドライブ１０６（＝外部記憶装置Ｉ／Ｆ２１６）が接続される入出力（Ｉ／Ｏ）チップ１０８を有するレガシー入出力部とを備える。また、ハードディスクドライブ１０５に代えて高速に書き替え可能な不揮発性メモリ素子であるフラッシュメモリ等を利用した記憶装置を用いても良い。

主コントローラ１１１は、ＲＡＭ１０３と、高い転送レートでＲＡＭ１０３をアクセスするＣＰＵ１０１、及びグラフィック・コントローラ１０９とを接続する。ＣＰＵ１０１は、ＲＯＭ１０２、及びＲＡＭ１０３に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィック・コントローラ１０９は、ＣＰＵ１０１等がＲＡＭ１０３内に設けたフレーム・バッファ上に生成する画像データを取得し、表示装置１１０上に表示させる。これに代えて、グラフィック・コントローラ１０９は、ＣＰＵ１０１等が生成する画像データを格納するフレーム・バッファを内部に含んでもよい。

入出力コントローラ１１２は、主コントローラ１１１と、高速な入出力装置である外部メモリチップ１７０を接続可能な外部メモリ入出力部１１５、比較的高速な入出力装置であるハードディスクドライブ１０５、通信インターフェース（Ｉ／Ｆ）１０４、ＣＤ−ＲＯＭドライブ１０７を接続する。外部メモリ入出力部１１５とハードディスクドライブ１０５（フラッシュメモリ）は、ＣＰＵ１０１が使用するプログラム、及びデータを格納する。通信インターフェイス１０４は、ネットワーク３１に接続して他の端末又はサーバとプログラムまたはデータを送受信する。ＣＤ−ＲＯＭドライブ１０７は、ＣＤ−ＲＯＭ１６０からプログラムまたはデータを読み取り、ＲＡＭ１０３を介してハードディスクドライブ１０５（フラッシュメモリ）、及び通信インターフェイス１０４に提供する。外部メモリ入出力部１１５も、外部メモリチップ１７０からプログラムまたはデータを読み取り、ＲＡＭ１０３を介してハードディスクドライブ１０５（フラッシュメモリ）、及び通信インターフェイス１０４に提供する。

また、入出力コントローラ１１２には、ＲＯＭ１０２と、フレキシブルディスク・ドライブ１０６、ＣＤ−ＲＯＭドライブ１０７、入出力チップ１０８、及びユーザインターフェース（Ｉ／Ｆ）１１３を介した入出力装置１１４（＝入力部２１４）等の比較的低速な入出力装置も接続される。ＲＯＭ１０２は、一般ユーザ端末１１が起動時に実行するブート・プログラムや、一般ユーザ端末１１のハードウェアに依存するプログラム等を格納する。フレキシブルディスク・ドライブ１０６は、フレキシブルディスク１５０からプログラムまたはデータを読み取り、ＲＡＭ１０３を介してハードディスクドライブ１０５（フラッシュメモリ）、及び通信インターフェイス１０４に提供する。同様にＣＤ−ＲＯＭドライブ１０７は、ＣＤ１６０からプログラムまたはデータを読み取り、ＲＡＭ１０３を介してハードディスクドライブ１０５（フラッシュメモリ）、及び通信インターフェイス１０４に提供し、外部メモリ入出力部１１５は、外部メモリチップ１７０からプログラムまたはデータを読み取り、ＲＡＭ１０３を介してハードディスクドライブ１０５（フラッシュメモリ）、及び通信インターフェイス１０４に提供する。入出力チップ１０８は、フレキシブルディスク・ドライブ１０６や、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を接続する。

ＣＰＵ１０１が実行するプログラム及び／又はコンテンツは、フレキシブルディスク１５０、ＣＤ−ＲＯＭ１６０、または外部メモリチップ１７０（ＩＣカード）等の記録媒体に格納されて利用者によって提供されるか、又は通信回線網を介してサーバから提供される。記録媒体に格納されるか又は通信回線網からダウンロードされたプログラムは圧縮されていても非圧縮であってもよい。プログラムは、記録媒体からハードディスクドライブ１０５にインストールされ、ＲＡＭ１０３に読み出されてＣＰＵ１０１により実行される。

ＣＰＵ１０１により実行されるプログラム及び／又はコンテンツは、一般ユーザ端末１１を、図１（ａ）の動作ブロック図に関連して説明した一般ユーザ端末１１として機能させる。

以上に示したプログラムは、外部の記憶媒体に格納されてもよい。記憶媒体としては、フレキシブルディスク１５０、ＣＤ−ＲＯＭ１６０の他に、ＤＶＤやＰＤ等の光学記録媒体、ＭＤ等の光磁気記録媒体、テープ媒体、外部メモリチップ１７０（ＩＣカード）等の半導体メモリ等を用いることができる。また、専用通信ネットワークやインターネットに接続されたサーバシステムに設けたハードディスクまたはＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介して一般ユーザ端末１１に提供してもよい。

図２に示した学習履歴６００は、図１の学習履歴部２３３に対応する。英文学習のコンテンツで、学習者Ａ（ユーザＡ）６１０と学習者Ｂ（ユーザＢ）６２０の履歴は以下のようになる。

＜学習者Ａ（ユーザＡ）６１０＞
過去分詞６０１の５問の問題の内、学習者Ａ（ユーザＡ）６１０は２番目の１問を誤っている。
時制表現６０２の５問の問題の内、学習者Ａ（ユーザＡ）６１０は２番目の１問を誤っている。
新聞読解６０３の５問の問題の内、学習者Ａ（ユーザＡ）６１０は２番目の１問を誤っている。
会話聞取り６０４の５問の問題の内、学習者Ａ（ユーザＡ）６１０は２、４番目の２問を誤っている。
能力カルテ６０５では、レーダーチャートの各項目に、正答率の高い分野（項目）の問題は大きくプロットし、正答率の低い分野（項目）の問題は小さくプロットし、隣同士のプロットを直線で結んで作成している。結ばれた範囲内の塗りつぶし面積を用いる場合も有る。学習者Ａ（ユーザＡ）６１０のレーダーチャートは学習者Ｂ（ユーザＢ）６２０との面積比較では大きくなる。

＜学習者Ｂ（ユーザＢ）６２０＞
過去分詞６０１の５問の問題の内、学習者Ｂ（ユーザＢ）６２０は、１、２、及び５番目の問題を誤っている。
時制表現６０２の５問の問題の内、学習者Ｂ（ユーザＢ）６２０は、１、２、及び４番目の問題を誤っている。
新聞読解６０３の５問の問題の内、学習者Ｂ（ユーザＢ）６２０は全問正解している。
会話聞取り６０４の５問の問題の内、学習者Ｂ（ユーザＢ）６２０は、１、２、及び４番目の問題を誤っている。
学習者Ｂ（ユーザＢ）６２０のレーダーチャートは学習者Ａ（ユーザＡ）６１０との面積比較では小さいが、新聞読解６０３の項目だけは学習者Ａ（ユーザＡ）６１０よりも大きい値になる。

図３（ａ）のフローチャートでは、一般ユーザー端末１１の動作フローが示されている。まず、一般ユーザー端末１１の電源をＯＮにすると、一般ユーザー端末１１では、例えば、英語教育等のアプリケーションのプログラムが読み込まれてそのシステムが立ち上がる。本実施形態では、ここで支援システムが既にインストールされているか否かをチェックする（Ｓ１）。支援システムが既にインストールされている場合（ステップＳ１：ＹＥＳ）には、ステップＳ３に行くが、支援システムが既にインストールされていない場合（ステップＳ１：ＮＯ）には、支援システムをインストールする（Ｓ２）。

次に、一般ユーザー端末１１では、例えば、英語教育等のアプリケーションの問題集等のコンテンツが既に読み込まれているか否かをチェックする（Ｓ３）。コンテンツが既に読み込まれている場合（ステップＳ３：ＹＥＳ）には、ステップＳ５に行くが、コンテンツがまだ読み込まれていない場合（ステップＳ３：ＮＯ）には、コンテンツを取得する（Ｓ４）。コンテンツの取得は、例えば、記憶部２１５内のコンテンツデータ部２２２から読み出すか、外部記憶装置Ｉｎｎｔａ−ｆｅ−ｓｕ ２１６を介して外部の記憶媒体から読み込むか、通信インターフェース２１７を介して、通信回線網経由で外部のサーバーから読み込む。

一般ユーザー端末１１は、コンテンツが取得されると、各コンテンツにメタデータが付随しているか否かをチェックする（Ｓ５）。メタデータが付随されていない場合（ステップＳ５：ＮＯ）には、ステップＳ７に行くが、メタデータが付随されている場合（ステップＳ５：ＹＥＳ）には、そのコンテンツの問題側（コンテンツ作成者側の意図の）メタデータを検出する（Ｓ６）。ここで、一般ユーザー端末１１は、問題を読んだ発明者の入力を待つ。

その後、一般ユーザー端末１１は、問題等のコンテンツに対する解答（反応入力）が有るか否かをチェックする（Ｓ７）。解答が無い場合（ステップＳ７：ＮＯ）には、一般ユーザー端末１１は、ステップＳ７を繰り返すが、解答があった場合（ステップＳ７：ＹＥＳ）には、その解答に対応するメタデータを検出する（Ｓ８）。

すると、一般ユーザー端末１１は、ステップＳ６の問題側（コンテンツ作成者側の意図の）メタデータと、ステップＳ８の解答に対応するメタデータの両方のメタデータに基づき、アドバイス等の出力内容を検出する（Ｓ９）。その後、一般ユーザー端末１１は、各メタデータと出力内容を記憶し（Ｓ１０）、検出された出力内容を学習者に送信した（Ｓ１１）後、さらに学習を継続するか終了するかをチェックする（Ｓ１２）。学習を継続する場合（Ｓ１２：ＹＥＳ）には、一般ユーザー端末１１は、ステップＳ３に戻るが、学習を終了する場合（Ｓ１２：ＮＯ）には、一般ユーザー端末１１はアプリケーションを終了する。

次に、図３（ｂ）のフローチャートを用いて、ステップＳ９の動作をさらに詳しく説明する。コンテンツの問題側（コンテンツ作成者側の意図の）メタデータと解答に対応するメタデータを検出した一般ユーザー端末１１は、そのコンテンツがどのような区分（分類）と、コンテンツのレベルを検出する（Ｓ２１）。コンテンツの区分（分類）とは、例えば、英語教育の場合なら、問題の狙いが過去分詞の用法であるのか、時制表現の使い方であるのか、英文読解力であるのかという区分である。レベルというのは、初級レベル、中級レベル、上級レベルとか、中学校１年レベル、高校卒業レベルといった区分である。

次に、一般ユーザー端末１１は、学習者が予め設定した設定目標における検出した区分の目標と、過去の同じ区分の問題に対する解答とメタデータを履歴から読み出し（Ｓ２２）、さらに、時間的にチェックするために学習者の計画スケジュールを読み出す（Ｓ２３）。

ここで一般ユーザー端末１１は、区分毎のレベルの目標に対して達成したか否かをチェックする（Ｓ２４）。達成した場合（Ｓ２４：ＹＥＳ）はステップＳ２６に進むが、達成していない場合（Ｓ２４：ＮＯ）は、例えば、その区分が弱点として示され、新たなコンテンツが出力され、区分毎のレベルの新目標が演算される。

次に一般ユーザー端末１１は、スケジュールの期間内に目標に対して達成したか否かをチェックする（Ｓ２６）。達成した場合（Ｓ２６：ＹＥＳ）はステップＳ２８に進むが、達成していない場合（Ｓ２６：ＮＯ）も、例えば、その区分が弱点として示され、新たなコンテンツが出力され、新たなスケジュールが演算される。なお、説明の便宜上から、区分毎のレベルの目標に対する達成率と、スケジュールの期間内に目標に対する達成率は、別個に説明したが、同時にチェックするようにしてもよい。

一般ユーザー端末１１は、上記で得られたコンテンツの問題側（コンテンツ作成者側の意図の）メタデータと、解答に対応する今回と過去のメタデータと、区分（分類）、レベル、新／旧の目標、新／旧のスケジュールから出力内容を検出する（Ｓ２８）。ここでは一般ユーザー端末１１は、例えば、同種の出力内容については、より新しい物を選択し、新旧比較では旧に対して新がどのように変わったかを含める。そして、それらの検出結果から履歴データを作成し、学習者データ部２２３内の学習履歴部２３３の古いデータと差し替える（Ｓ２９）。

このようにして得られた本実施形態の出力内容は、メタデータが、コンテンツの作成者が作成意図に基づいて付与する内容、コンテンツの分野の権威有る研究者によって付与されたり監修された内容、その他の援助／寄稿者（コントリビュータ）や、メンター等により付与されたり監修された内容も含むことから、従来の一般的なアドバイスとは異なり、非常に高度でノウハウの凝縮された内容となる。従って、本実施形態では、学習者がコンテンツに反応した内容に対応するメタデータに基づくことから、学習者に高度でばらつきの少ない客観的アドバイス等の付加情報を供給できる。しかも、学習者に対する直接のコーチ（学習指導者）のレベルを高めるコストは不要であるので、学習コストの上昇を抑制することができる。

＜ネットワークを利用する場合の実施形態＞
図４に示した一般ユーザ端末１１〜１３及び登録ユーザ端末２１〜２３は、基本的に図１に示した一般ユーザ端末１１と同様の内部構成を有している。一般ユーザ端末１１〜１３及び登録ユーザ端末２１〜２３は、ネットワーク３１に接続していることから、他社プラットホームシステムサーバ４１、自律学習支援システムサーバ５１との間で、コンテンツのウェブページをアップロード又はダウンロードすることができる。なお、一般ユーザ端末１１内のさらに詳しい構成については、図１（ａ）、（ｂ）を用いて前述したとおりである。

登録ユーザ端末２１〜２３は、一般ユーザとは異なるサービスを受けるために氏名等が登録されたユーザの端末である。一般ユーザとは異なるサービスとは、例えば、サイト管理者等により作成された有償データの参照等である。つまり、登録されて氏名や費用支払い方法等が明らかになったユーザのみに参照が可能になるサービスである。登録ユーザ端末２１〜２３の構成については、登録された使用者であることを確認するための特別な機能を有する場合もあるが、暗証番号のみで確認できる場合には、基本的に一般ユーザ端末１１〜１３と同様な構成であってよい。

ネットワーク３１は、一部に、無線通信ネットワークや公衆電話回線やローカルエリアネットワーク（ＬＡＮ）又は他のネットワークを介する場合もあるが、少なくともインターネットを含むネットワークである。

他社プラットホームシステムサーバ４１は、ネットワーク３１に接続されて、任意のソフトウェアを使用する他者プラットホームシステムサーバであり、少なくとも１個のサーバ装置を有して、ネットワーク３１に接続されるシステムであって、プラットホームシステムインターフェース４３とプラットホームシステムデータベース４５を有する。また、他社プラットホームシステムサーバ４１は、一般的には、ネットワーク３１に接続した任意の端末側で、新規にコンテンツを作成して投稿（格納させるために送信）することと、格納されているコンテンツを編集することが可能なシステムである。例えば、ｅ−ｌｅａｒｎｉｎｇ、ｅ−ｐｏｒｔｆｏｒｉｏ、ＳＮＳ等の任意のシステムであってよい。

プラットホームシステムインターフェース４３は、他社プラットホームシステムサーバ４１の中で、一般ユーザ端末１１〜１３及び登録ユーザ端末２１〜２３等からの所定のコンテンツ要求を受け、要求されたコンテンツをプラットホームシステムデータベース４５から読み出して、要求元の端末に送信する。プラットホームシステムデータベース４５は、任意のソフトウェアで作成された複数のコンテンツを格納するデータベースである。

自律学習支援システムサーバ５１は、ネットワーク３１に接続されて、他社プラットホームシステムサーバ４１と同様に任意のソフトウェアを使用する自律学習支援システムサーバであり、少なくとも１個のサーバ装置を有するシステムであって、自律学習支援システムインターフェース５３と自律学習支援データベース５５とサーバ制御部５７を有し、ネットワーク３１に接続されており、コンテンツの編集等が可能なシステムである。

以下に、本発明に係る学習支援方法の一例のサーバの概要の機能ブロックを示すブロック図である図５を用いてさらに説明する。
自律学習支援システムインターフェース５３は、自律学習支援システムサーバ５１の中で、一般ユーザ端末１１〜１３及び登録ユーザ端末２１〜２３等で入力されたコンテンツに対する反応（解答）を受信し、自律学習支援データベース５５に格納する。

自律学習支援システムサーバ５１の自律学習支援システムインターフェース５３ａには、多種のシステムや多種の端末に対応するためのデータフォーマット認識部５０２と、個別の学習者や一般ユーザーと登録ユーザーを判別するためのユーザー端末認識／識別部５０１を有する。また、自律学習支援システムインターフェース５３ｂは、他社プラットホームのシステム上で本願のシステムを良好に動作させるために他社プラットホーム連携インターフェイスである。

自律学習支援データベース５５のコンテンツデータベース５５ａには、コンテンツデータ５１１，コース／カリキュラムデータ５１２、メタデータラベリングシート５１３が含まれる。メタデータラベリングシート５１３には管理者による効果権限が付帯する。また、イーポートフォリオデータベース５５ｂには、目標設定シート部５３１、方略書き出しシート部５３２、成長／評価シート部５３３、成長／評価まとめシート部５３４が用意されるが、初回分５２１には、成長／評価シート部５３３、成長／評価まとめシート部５３４が入らず、標設定シート部５３１、方略書き出しシート部５３２のみが入る。初回以降分５２２には、各回毎に目標設定シート部５３１、方略書き出しシート部５３２、成長／評価シート部５３３、成長／評価まとめシート部５３４が入る。

サーバ制御部５７は、学習履歴／コンテンツマネジメント機能部５７ａ、イーポートフォリオ設定機能部５７ｂ、分析／提案機能部５７ｃを有する。学習履歴／コンテンツマネジメント機能部５７ａは、学習履歴やコンテンツの入力と出力及び記憶を制御する。イーポートフォリオ設定機能部５７ｂには、さらに学習中の過去のデータを見直す頻度を設定するイーポートフォリオ振り返り頻度設定機能部５５１と、学習者のデータについて他者に対する公開のレベルを設定するイーポートフォリオ公開レベル設定機能部５５２を有する。分析／提案機能部５７ｃには、コンテンツやその反応に対するメタデータを分析するメタデータ分析部５６１と、様々な分析結果から、新たなコースを提案したり、動機付けを提案する学習コンテンツ／コースレコメンド／動機付け機能部５６２を有する。

学習支援者端末６１、コンテンツ作成／採点者端末７１、及びメンター（コントリビュータ）端末８１は、基本的に一般ユーザ端末１１〜１３と同様な構成であってよく、ネットワーク３１に接続される。

学習支援者端末６１は、コンテンツのデータとそれに対する学習者の反応（解答）とそれらの出力内容を受信して、反応と出力内容を参考にして指導内容を作成して自律学習支援システムサーバ５１に送信する。なお、学習支援者端末６１は、図４では１個のみ記載しているが、複数であってもよい。また、学習支援者端末６１が複数の場合、例えば、複数に区分したり段階にレベル分けしたり、専門性が高い分野については別にする等、複数の各端末に配分してもよい

コンテンツ作成／採点者端末７１は、コンテンツ作成者とそのコンテンツの分野の権威有る研究者の端末であり、コンテンツに対してメタデータを付与したり、追加／更新するための端末である。コンテンツ作成者のみでメタデータを付与すると、偏りや誤りがあった場合でも気付かない場合があるが、権威有る研究者の端末で監修されることで、偏りや誤りが少なく、より高度なメタデータを付与することができる。

メンター（コントリビュータ）端末８１は、第三者的な立場や、中立的な立場で記載された内容を取得するための端末であり、コンテンツに対するメタデータが偏向性や異常内容を有している場合、それに対して、コンテンツの学習者側や学習支援者が疑問を持っても、異論を送信できない場合がある。そのためメンター（コントリビュータ）端末８１を設け、第三者的な意見や、中立的な意見を得られるようにしている。

図６は、図４のシステムにおける処理フローの一例を示す図である。
コンテンツ作成者はコンテンツ作成／権威者端末７１で、コンテンツを作成すると共に、初期のメタデータを制定して各コンテンツに付随させ、自律学習システムサーバ５１に送信する（Ｓ５０）。自律学習システムサーバ５１は、受信（Ｓ５１）した初期メタデータ付随コンテンツをコントリビュータ端末８１に送信する（Ｓ５２）。コントリビュータ端末８１は、受信（Ｓ５３）した初期メタデータ付随コンテンツに対して追加／改訂を実施し、追加／改訂メタデータ付随コンテンツを自律学習システムサーバ５１に送信する（Ｓ５４）。なお、権威者が初期メタデータ付随コンテンツの作成に関係しない場合には、コントリビュータ端末８１に送信する前に、権威者端末７１に初期メタデータ付随コンテンツを送信し、初期メタデータ付随コンテンツに対して権威者が追加／改訂を実施し、追加／改訂メタデータ付随コンテンツを自律学習システムサーバ５１に送信するようにする。

次に、自律学習システムサーバ５１は、受信（Ｓ５５）した追加／改訂メタデータ付随コンテンツを学習者のユーザ端末１１〜２３に送信する（Ｓ５６）。学習者は、受信（Ｓ５７）した追加／改訂メタデータ付随コンテンツに対する反応（解答）を選択／記入して自律学習システムサーバ５１に送信する（Ｓ５８）。

自律学習システムサーバ５１は、受信（Ｓ５９）した追加／改訂メタデータ付随コンテンツに対する反応（解答）、元のコンテンツ、履歴、過去の同種コンテンツに付随するメタデータ等から統計処理を実施し（Ｓ６０）、その統計処理の結果から各メタデータに基づく出力内容を検出する（Ｓ６１）。自律学習システムサーバ５１は、追加／改訂メタデータ付随コンテンツ、それに対する反応（解答）、及び、各メタデータに基づく出力内容をコーチ（学習支援者）端末６１に送信する（Ｓ６２）。

コーチ（学習支援者）端末６１は、受信（Ｓ６３）した追加／改訂メタデータ付随コンテンツ、それに対する反応（解答）、及び、各メタデータに基づく出力内容から、反応と出力内容に対する指導内容を作成して、自律学習システムサーバ５１に送信する（Ｓ６４）。

自律学習システムサーバ５１は、受信（Ｓ５９）した指導内容と、追加／改訂メタデータ付随コンテンツ、それに対する反応（解答）、及び、各メタデータに基づく出力内容とから、学習者の履歴データ及びメタデータの記録を更新する（Ｓ６６）。そして、自律学習システムサーバ５１は、反応（解答）に対する結果（指導内容）と、各メタデータに基づく出力内容とを学習者のユーザ端末１１〜２３に送信する（Ｓ６７）。その際に、自律学習システムサーバ５１は、必要に応じて、学習者の課題、新目標、新スケジュール、新たなコンテンツ（問題）等を学習者に送信するようにする。

学習者は、受信（Ｓ６８）した指導内容と、各メタデータに基づく出力内容により、学習の問題点や今後の学習を深めることができる。つまり、学習者は、高度でばらつきの少ない客観的アドバイス等の付加情報を得ることができる。

その後、学習者は、図７、図８に示したように、受信（Ｓ６８）した指導内容、学習者の課題、新目標、新スケジュール等に対して疑問が生じた場合には、コーチ（学習支援者）に対して指導者相談１をコーチ（学習支援者）端末６１に送信（Ｓ６９）して、解答を送ってもらったり（Ｓ７０）、メンターに対して傍流上級者相談２をメンター端末８１に送信（Ｓ７１）して、解答を送ってもらったり（Ｓ７２）同目標や同レベルの他の学習者：ユーザー（又は学習者グループ：ユーザーグループ）に対して同レベル者相談３を同目標他ユーザー端末（１１〜２３）に送信（Ｓ７３）して、解答を送ってもらったり（Ｓ７４）することで、より、効果的な学習方法を得たり、苦手克服の学習のモチベーションを得ることが可能である。

以上のように本発明の実施形態によれば、学習者に高度でばらつきの少ないアドバイス等の付加情報を供給できるだけでなく、学習支援者／指導者側の工数や時間を減らして最終的に学習コストの上昇を抑制でき、さらに、問題作成者／運営側にとっても、個々のコンテンツに対して、サポートテーブル等を作成、追加及び変更する作業の工数を軽減し、コンテンツが増加や変更された場合にも、サポートテーブル等の変更作業量の増加を抑制可能な学習支援方法、端末装置用プログラム、支援サーバ用プログラム、記憶媒体、及び端末装置を提供することができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

１１〜１３ 一般ユーザ端末、
２１〜２３ 登録ユーザ端末、
３１ ネットワーク、
４１ 他社プラットホームシステムサーバ、
４３ プラットホームシステムインターフェース、
４５ プラットホームシステムデータベース、
５１ 自律学習支援システムサーバ、
５３ 自律学習支援システムインターフェース、
５５ 自律学習支援データベース、
６１ 学習支援者端末、
７１ コンテンツ作成／採点者端末、
８１ メンター（コントリビュータ）端末、
１０１ ＣＰＵ（セントラル・プロセシング・ユニット）、
１０２ ＲＯＭ（リード・オンリー・メモリ）、
１０３ ＲＡＭ（ランダム・アクセス・メモリ）、
１０４ 通信インターフェース（Ｉ／Ｆ）、
１０５ ハードディスク（ＨＤ）ドライブ、
１０６ フロッピー（登録商標）ディスク（ＦＤ）ドライブ、
１０７ ＣＤ−ＲＯＭドライブ、
１０８ 入出力（Ｉ／Ｏ）チップ、
１０９ グラフィックコントローラ、
１１０ 表示装置、
１１１ 主コントローラ、
１１２ 入出力（Ｉ／Ｏ）コントローラ、
１１５ 外部メモリ入出力部、
１５０ フロッピー（登録商標）ディスク（ＦＤ）、
１６０ コンパクトディスク（ＣＤ）、
１７０外部メモリチップ、
２１２ 制御部、
２１３ 表示部、
２１４ 入力部、
２１５ 記憶部、
２１６ 外部記憶装置インターフェース（Ｉ／Ｆ）、
２１７ 通信インターフェース（Ｉ／Ｆ）、
２２１ システム制御プログラム部、
２２２ コンテンツデータ部、
２２３ 学習者データ部、
２３１ メタデータ処理プログラム部、
２３２ メタデータ部、
２３３ 学習履歴部、
２３４ メタデータ履歴部。

Claims (12)

1. 入出力可能な情報処理装置を用いて、コンテンツデータによる学習を支援する学習支援方法であって、
   前記コンテンツデータに対応して付随するメタデータと、当該メタデータに基づく出力内容が予め設定され、
   前記情報処理装置が、
   前記コンテンツデータ及びそれに対応して学習者により入力された内容から前記メタデータを検出するステップと、
   検出された前記メタデータを記憶するステップと、
   前記メタデータに基づく出力内容を出力するステップと、
   を実施することを特徴とする学習支援方法。
2. 前記メタデータに基づく出力内容を出力するステップでは、
   前記メタデータに対応する出力内容を読み出すステップと、
   上記出力内容を出力するステップと、
   を有することを特徴とする請求項１に記載の学習支援方法。
3. 前記メタデータに基づく出力内容を出力するステップでは、
   記憶された過去の前記メタデータと合わせて統計処理を行うステップと、
   上記ステップの結果の統計結果に対応する出力内容を読み出すステップと、
   上記出力内容を出力するステップと、
   を有することを特徴とする請求項１に記載の学習支援方法。
4. 前記情報処理装置が通信回線網を介して支援サーバに接続可能な端末装置であり、
   前記端末装置が、
   通信回線網を介して接続された支援サーバと通信接続するステップと、
   記憶されたメタデータを支援サーバに送信するステップと、
   を実施し、
   前記支援サーバが、
   前記端末装置からのメタデータを受信するステップと、
   受信したメタデータを記憶するステップと、
   受信したメタデータと、過去に記憶されたメタデータとを演算処理するステップと、
   演算処理されたメタデータに基づく出力内容を前記端末装置に出力するステップと、
   を実施し、
   端末装置が
   前記支援サーバからの出力内容を受信するステップと、
   前記出力内容を出力するステップと、
   を実施することを特徴とする請求項１〜３のいずれか１項に記載の学習支援方法。
5. 前記支援サーバが、前記メタデータを演算処理するステップでは、
   当該メタデータを統計処理する
   ことを特徴とする請求項４に記載の学習支援方法。
6. 前記支援サーバが、前記メタデータを演算処理するステップでは、
   当該メタデータを用いて予め設定された目標値に対する到達度を求める
   ことを特徴とする請求項４又は５に記載の学習支援方法。
7. 前記支援サーバが、前記メタデータを演算処理するステップでは、
   当該メタデータを用いて予め設定された目標値に達するための必要項目の各段階到達予定日を求める
   ことを特徴とする請求項４〜６のいずれか１項に記載の学習支援方法。
8. 前記支援サーバが、前記メタデータを演算処理するステップでは、
   当該メタデータおよび過去の到達度及び予定日を用いて端末使用者の評価を求める
   ことを特徴とする請求項７に記載の学習支援方法。
9. 請求項１〜８の学習支援方法の端末装置における各ステップを実施する端末装置用プログラム。
10. 請求項４〜８の学習支援方法の支援サーバにおける各ステップを実施する支援サーバ用プログラム。
11. 請求項１〜８の学習支援方法の端末装置におけるステップを実施するプログラムを記憶する記憶媒体。
12. 表示出力又は音声出力の少なくともいずれか一方を出力できる出力装置と、画像入力、音声入力又は文字入力の少なくともいずれか一つを入力できる入力装置を備える端末装置であって、
    請求項９のプログラムがインストールされた支援プログラム記憶部と、
    対応するメタデータが予め付随されたコンテンツデータ及びそれに対応して前記入力装置から入力された内容から前記メタデータを検出するメタデータ検出部と、
    前記メタデータに基づく出力内容を記憶する出力内容記憶部と、
    検出された前記メタデータを記憶するメタデータ記憶部と、
    検出された前記メタデータに基づき前記出力内容を求める制御部と、
    前記メタデータに基づく出力内容を前記出力装置に出力する出力部と、
    を備えることを特徴とする端末装置。

Images