WO2018179693A1 - 情報処理装置および情報処理方法 - Google Patents
情報処理装置および情報処理方法 Download PDFInfo
- Publication number
- WO2018179693A1 WO2018179693A1 PCT/JP2018/001292 JP2018001292W WO2018179693A1 WO 2018179693 A1 WO2018179693 A1 WO 2018179693A1 JP 2018001292 W JP2018001292 W JP 2018001292W WO 2018179693 A1 WO2018179693 A1 WO 2018179693A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- information
- learning
- knowledge
- learner
- unit
- Prior art date
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 59
- 238000003672 processing method Methods 0.000 title claims description 21
- 238000012545 processing Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims description 40
- 235000008694 Humulus lupulus Nutrition 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000006399 behavior Effects 0.000 claims description 10
- 230000000644 propagated effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 84
- 238000001514 detection method Methods 0.000 description 56
- 238000007726 management method Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 29
- 238000013475 authorization Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q2220/00—Business processing using cryptography
Definitions
- This disclosure relates to an information processing apparatus and an information processing method.
- learners who receive education generally receive education from an educator who has more knowledge than the learner (for example, a school teacher). Therefore, since the learner's learning level changes depending on which learner has learned from which educator, information on the educator and information on the learner are important in learning.
- Patent Document 1 discloses a system using information on educators and information on learners.
- an appropriate educator for the learner is selected based on the information about the educator and the information about the learner.
- Patent Document 1 does not disclose evaluation of knowledge propagation from the educator to the learner when the learner learns from the educator.
- the present disclosure proposes an information processing apparatus and an information processing method capable of evaluating the propagation of knowledge from the educator to the learner when the learner learns from the educator.
- an information processing apparatus includes a processing unit that recognizes the first learning unit of the learner based on information indicating the knowledge of the educator who educates the learner and a predetermined condition. Is done.
- an information processing method for causing a computer to recognize the first learning unit of the learner based on information indicating the knowledge of the educator who educates the learner and a predetermined condition. Provided.
- evaluation of the propagation of knowledge from the educator to the learner when the learner learns from the educator is performed.
- FIG. 1 is a diagram schematically illustrating a block chain system according to an embodiment of the present disclosure.
- FIG. 2 is a diagram schematically illustrating a block chain system according to an embodiment of the present disclosure.
- FIG. 3 is a diagram schematically illustrating a block chain system according to an embodiment of the present disclosure.
- FIG. 4 is a diagram schematically illustrating a configuration of a learning management system according to an embodiment of the present disclosure.
- FIG. 5 is a diagram illustrating an example of a relationship diagram created based on information managed in the learning management system according to the embodiment of the present disclosure.
- FIG. 6 is a block diagram illustrating an example of a functional configuration of the learning detection device according to the embodiment of the present disclosure.
- FIG. 1 is a diagram schematically illustrating a block chain system according to an embodiment of the present disclosure.
- FIG. 2 is a diagram schematically illustrating a block chain system according to an embodiment of the present disclosure.
- FIG. 3 is a diagram schematically illustrating a block chain system according
- FIG. 7 is a block diagram illustrating an example of a functional configuration of a server according to an embodiment of the present disclosure.
- FIG. 8 is a diagram illustrating an example of an information processing method according to an embodiment of the present disclosure.
- FIG. 9 is a diagram illustrating an example of information managed by the block chain system in the embodiment of the present disclosure.
- FIG. 10 is a diagram illustrating another example of the configuration of the learning management system according to the embodiment of the present disclosure.
- FIG. 11 is a block diagram illustrating an example of a functional configuration of a connection device according to an embodiment of the present disclosure.
- FIG. 12 is a diagram illustrating an example of a hardware configuration of a learning detection device according to an embodiment of the present disclosure.
- FIG. 13 is a diagram illustrating an example of a hardware configuration of a server according to an embodiment of the present disclosure.
- a distributed peer-to-peer database distributed in a peer-to-peer network is used.
- the peer-to-peer network is sometimes called a peer-to-peer distributed file system.
- the peer-to-peer network may be referred to as “P2P network” and the peer-to-peer database may be referred to as “P2P database”.
- P2P network block chain data distributed in a P2P network may be used. Therefore, first, the block chain system will be described.
- the block chain data according to the present embodiment is data in which a plurality of blocks are included in a chain as if they were a chain.
- one or more target data can be stored as a transaction.
- block chain data used for exchanging virtual currency data such as Bitcoin
- the block chain data used for exchanging virtual currency data includes, for example, a hash of the previous block and a special value called a nonce.
- the hash of the immediately preceding block is used to determine whether the block is a “correct block” that is correctly connected to the immediately preceding block.
- the nonce is used to prevent spoofing in authentication using a hash, and tampering is prevented by using the nonce. Examples of the nonce include data indicating a character string, a numeric string, or a combination thereof.
- the data of each transaction is given an electronic signature using an encryption key or encrypted using an encryption key.
- the data of each transaction is made public and shared throughout the P2P network. Depending on the block chain system, the entire P2P network may not always hold the same record.
- FIG. 2 is a diagram illustrating a state in which target data is registered by the user A in the block chain system.
- User A digitally signs the target data to be registered in the block chain data using user A's private key. Then, the user A broadcasts a transaction including the target data with the electronic signature on the network. This ensures that the owner of the target data is the user A.
- FIG. 3 is a diagram showing how the target data is transferred from the user A to the user B in the block chain system.
- User A uses the user A's private key for the transaction and performs an electronic signature, and includes the public key of user B in the transaction. This indicates that the target data has been transferred from the user A to the user B. Further, the user B may acquire the public key of the user A from the user A and acquire the electronically signed or encrypted target data when the target data is traded.
- other target data different from the virtual currency is used for the blockchain data used for the exchange of existing virtual currency data, such as Bitcoin blockchain data.
- the other target data different from the virtual currency in the present embodiment is information regarding the learning unit.
- the block chain data for managing the information about the learning unit is held on the network without being tampered with. Further, by using the block chain data, a third party who wants to use the information included in the block chain can access the information included in the block chain by having a predetermined authority. Information about learning units managed in this embodiment will be described later.
- FIG. 4 is a diagram showing a configuration of the learning management system of the present embodiment.
- the learning management system according to the present embodiment includes a learning detection device 100, a network 200, and a server 300.
- the learning detection apparatus 100 and the server 300 are an example of an information processing apparatus that performs information processing according to the present embodiment.
- the learning detection device 100 is a device that acquires information related to a learning event performed by a learner (hereinafter also referred to as a user).
- the learning event indicates, for example, that the user is receiving education from an educator.
- the learning event includes viewing a lecture video, attending a lecture, conversation between a user and an educator, and the like.
- the user may register information related to the learning event using the learning detection device 100.
- the user may register information on educators, information on learners, information on learning methods, information on topics, and the like in the learning event.
- the information on the educator may include an educator ID, the name of the educator, and information on the educator's knowledge described later.
- the information regarding the learner may include information regarding the learner's ID, the learner's name, and the learner's knowledge described later.
- the information on the learning method may include lecture attendance, video viewing, practical skill, one-on-one lecture, and the like. Note that the learning method may be referred to as a method for propagating knowledge to the learner by the educator, and thus the learning method may be referred to as a knowledge propagation method.
- the information on the topic includes information on the subject that is performed in the learning event.
- topics may include foreign languages, mathematics, chemistry, physics, geology, history, programming, cooking, engine control, mechanical engineering, meteorology, astronomy, animation, and the like.
- the topic is not limited to the example described above.
- the learning detection apparatus 100 may acquire learning information that is the content learned in the learning event.
- the learning information includes information about the content used in the learning event and data acquired at the learning event.
- the learning information may include textbook text data, video image data, or audio data used in the learning event.
- the learning information may include voice data of conversation between the educator and the learner at the learning event.
- the learning detection device 100 may detect voice data of a conversation between the user and the educator that is performed around the learning detection device 100.
- the user is educated from an educator, and the learning detection device 100 may acquire voice data acquired from a microphone included in the learning detection device 100.
- the learning detection apparatus 100 transmits the information regarding the learning event and the learning information of the learning event to the server 300.
- the information about the learning event may include information about the educator, information about the learner, information about the learning method, information about the topic, and the like.
- the learning information of the learning event may include textbook text data, video image data, or audio data used in the learning event.
- the server 300 receives information related to the learning event and learning information about the learning event from the learning detection device 100, and performs processing related to the received information. Specifically, the server 300 analyzes the received learning information. For example, the server 300 may analyze learning information using a vector space model and determine whether or not there is a relationship with a registered topic. In addition, the server 300 may determine the relevance to the topic by analyzing the header of the content file used in the learning event.
- the server 300 may acquire identification information (for example, file creator, file name) regarding each file from the header, and determine the relevance to the topic based on the identification information. That is, when the identification information included in the header indicates an English textbook, the relevance with the English topic may be recognized.
- identification information for example, file creator, file name
- the server 300 performs processing related to recognition of the learning unit based on the information received from the learning detection device 100.
- an official learning unit (second learning unit) which is a learning unit certified based on a curriculum or syllabus managed by a predetermined institution and a predetermined institution such as a school.
- a shared learning unit (first learning unit), which is an unofficial learning unit that is not managed, is managed. That is, the shared learning unit is a learning unit that is certified by the propagation of knowledge based on informal learning that is not managed by a predetermined organization such as a school.
- the official learning unit may be certified by going to a predetermined institution such as a school.
- the shared learning unit may be recognized by the user receiving private education from an educator who has the official learning unit or the shared learning unit.
- the shared learning unit includes a learning unit that is certified based on a seminar that the user applied for privately.
- the shared learning unit includes a learning unit that is certified based on a conversation that the user has with the educator in private.
- the server 300 performs processing related to recognition of the shared learning unit based on the information related to the learning event described above. For example, the server 300 performs processing related to recognition of a shared learning unit based on information on educator knowledge and information on learner knowledge.
- the shared learning unit authorization process will be described later.
- the server 300 may perform processing related to recognition of a shared learning unit based on information from a connected device connected to the learning detection apparatus 100.
- the server 300 may perform processing related to recognition of the shared learning unit using various information acquired from the connected device.
- the information acquired from the connected device may include, for example, information related to user behavior, user biometric information, information related to the usage status of the connected device, and the like. An example in which the connection device is used will be described later with reference to FIG.
- the server 300 registers information related to the authorized shared learning unit in a block chain that is an example of a P2P database.
- the information related to the shared learning unit registered in the block chain is information related to the topic, information related to the learner, information related to the educator, information related to the learning time, and information related to the learning method as described later with reference to FIG. Etc. may be included.
- FIG. 5 shows a relationship diagram created based on information managed by the block chain in the learning management system of the present embodiment.
- “official learning unit” means a learning unit that is certified based on the above-described curriculum or syllabus managed by a predetermined institution.
- “shared learning unit” means a learning unit based on education received from an educator that is not managed by a predetermined institution described above.
- the alphabetical characters shown at the upper right of “official learning unit” or “shared learning unit” indicate a user who has been certified as “official learning unit” or “shared learning unit”.
- user A has received official learning unit authorization from a predetermined institution. Then, it is shown that the user B, the user C, and the user D have received education from the user A in a situation where they are not managed from a predetermined organization, and the shared learning unit has been certified based on the education.
- FIG. 5 shows that user B, user C, and user D educate user F, user G, and user H in a situation where they are not managed from a predetermined institution. And in FIG. 5, it is shown that the user F, the user G, and the user H received recognition of the shared learning unit based on the education from the user B, the user C, and the user D.
- the propagation of knowledge from the educator to the learner is evaluated and managed.
- management of informal education other than education performed by predetermined organizations, such as a school is performed by managing the information regarding a shared learning unit.
- information indicating what kind of education is provided by what kind of educator is managed.
- by registering information about the shared learning unit in the block chain information about the learning unit is held on the network without being tampered with.
- a third party who wants to use the information included in the block chain can access the information included in the block chain by having a predetermined authority.
- FIG. 6 is a diagram illustrating an example of the configuration of the learning detection apparatus 100 according to the present embodiment.
- the learning detection apparatus 100 includes, for example, a processing unit 102, a first communication unit 104, a second communication unit 106, an operation unit 108, a display unit 110, a storage unit 112, and a microphone 114.
- the processing unit 102 processes signals from each component of the learning detection apparatus 100. For example, the processing unit 102 performs a decoding process on a signal transmitted from the first communication unit 104 or the second communication unit 106 and extracts data. The processing unit 102 may process the signal from the operation unit 108 and give an instruction to an application executed in the processing unit 102. The processing unit 102 may read data from the storage unit 112 and perform processing on the read data. The processing unit 102 may process data acquired from the microphone 114.
- the first communication unit 104 is a communication unit that communicates with an external device by wired communication or wireless communication.
- the first communication unit 104 may perform communication using a communication method defined by 3GPP (Third Generation Partnership Project) or 3GPP2.
- the first communication unit 104 may perform communication using a communication method such as W-CDMA, LTE (Long Term Evolution), or CDMA2000.
- the communication system mentioned above is an example, and the communication system of the 1st communication part 104 is not restricted to this.
- the second communication unit 106 is a communication unit that communicates with an external device by short-range wireless communication.
- the second communication unit 106 may perform communication using a communication method (for example, Bluetooth (registered trademark)) defined by the IEEE 802 Committee.
- the second communication unit 106 may perform communication using a communication method such as Wi-Fi.
- the communication system mentioned above is an example, and the communication system of the 2nd communication part 106 is not restricted to this.
- the operation unit 108 receives a user operation on the learning detection device 100. For example, the user performs an operation on an application executed by the learning detection apparatus 100 by operating the operation unit 108. Further, the user sets various functions of the learning detection apparatus 100 by operating the operation unit 108. For example, the user may register information related to the learning event using the operation unit 108.
- the display unit 110 is used to display an image.
- the display unit 110 displays an image related to an application executed by the learning detection apparatus 100.
- the display unit 110 may display content used for the learning event.
- the display unit 110 may display an electronic book stored in the storage unit 112.
- the storage unit 112 stores programs such as applications and operating systems executed by the learning detection apparatus 100.
- storage part 112 may memorize
- the storage unit 112 may store text data related to textbooks or image data related to lectures.
- the microphone 114 acquires audio data from sounds around the learning detection device 100.
- FIG. 7 is a diagram illustrating an example of the configuration of the server 300 that can perform the processing according to the information processing method of the present embodiment.
- the server 300 includes, for example, a processing unit 302, a communication unit 304, and a storage unit 306.
- the processing unit 302 includes an analysis unit 308, a certification unit 310, and a registration unit 312.
- the processing unit 302 processes signals from each component of the server 300. For example, the processing unit 302 performs a decoding process on a signal transmitted from the communication unit 304 and extracts data. The processing unit 302 reads data from the storage unit 306 and performs processing on the read data.
- the analysis unit 308 analyzes learning information. For example, the analysis unit 308 analyzes text data using a vector space model.
- the vector space model expresses text data as vector data using the number of occurrences or the appearance rate of words included in the text data. Further, the analysis unit 308 converts voice data into text data. Then, the analysis unit 308 converts text data based on the voice data into vector data.
- the certification unit 310 determines whether the learning performed by the user is related to a predetermined topic. For example, when the topic is an English passive voice, the certification unit 310 uses the vector data created by the analysis unit 308 to determine whether or not the learning performed by the user is related to the English passive voice.
- the authorization unit 310 authorizes the shared learning unit based on the information indicating the educator's knowledge and the information indicating the learner's knowledge in the determined topic.
- the information indicating the educator's knowledge and the information indicating the learner's knowledge may be stored in the storage unit 306 or may be registered in the block chain.
- the certification unit 310 uses the communication unit 304 to indicate the educator's knowledge and the learner's knowledge from the block chain. You may acquire the information which shows. The process related to the authorization of the shared learning unit performed by the authorization unit 310 will be described later.
- the registration unit 312 registers information related to the recognized shared learning unit in the block chain.
- the information related to the shared learning unit includes, for example, any one of information related to the topic, information related to the educator, information related to the learner, information related to the learning time, and information related to the learning method. Information on the shared learning unit registered in the block chain will be described later with reference to FIG.
- the communication unit 304 is a communication unit that communicates with an external device by wired communication or wireless communication.
- the communication unit 304 may perform communication using a communication method compliant with Ethernet (registered trademark).
- the storage unit 306 stores various data used by the processing unit 302.
- FIG. 8 is a diagram illustrating an example of an information processing method executed in the learning management system of the present embodiment.
- FIG. 8 illustrates an example of an information processing method related to recognition of a shared learning unit.
- the user registers a learning event using the learning detection apparatus 100.
- the user may select viewing of lecture videos included in a predetermined list, and register viewing of the lecture videos as a learning event.
- the lecture may be a lecture on English passiveness.
- the user may select an educator included in the predetermined list and perform a one-on-one lecture with the educator.
- the one-on-one lecture is registered as a learning event.
- the user may select and register topics related to the one-on-one lecture.
- the one-on-one lecture may be conducted on English passive.
- the learning detection device 100 acquires information and learning information related to the learning event.
- the learning event is viewing of a lecture video
- information regarding the educator of the lecture is acquired as information regarding the learning event.
- the information regarding a user is acquired as information regarding a learner.
- video viewing is acquired as information on the learning method.
- English passive information is acquired as information about the topic.
- the moving image data reproduced in the lecture is acquired as learning information in the learning event.
- the learning event is a one-on-one lecture
- information on the selected educator is acquired as information on the learning event.
- the information regarding a user is acquired as information regarding a learner.
- a one-on-one lecture is acquired as information on the learning method.
- English passive information is acquired as information about the topic.
- voice data of the user and the educator in the one-on-one lecture is acquired by the learning detection device 100.
- voice data are acquired as learning information in the said learning event.
- the audio data may be acquired by the microphone 114 provided in the learning detection apparatus 100.
- the learning detection apparatus 100 transmits information about the acquired learning event and learning information to the server 300.
- the end of the learning event may be determined based on the end of video playback, for example.
- the end of the learning event may be determined based on the fact that no sound is detected for a predetermined time.
- the analysis unit 308 analyzes the acquired learning information. For example, the analysis unit 308 converts the acquired text data into vector data using a vector space model. The analysis unit 308 converts the acquired voice data into text data, and converts the converted text data into vector data.
- the authorization unit 310 determines a predetermined condition for authorizing the shared learning unit described above.
- the predetermined condition may be that the learning performed by the user is related to a registered topic.
- the certification unit 310 determines whether or not the learning information acquired in S104 is related to the registered topic. For example, when the topic is an English passive voice as described above, the certification unit 310 determines whether the acquired learning information is related to the English passive voice using the vector data. That is, it is determined whether or not the learning performed between the educator and the user is related to the topic (English passive). Therefore, for example, when a conversation that is not related to a topic is performed between the educator and the user, the certification unit 310 determines that the learning performed between the educator and the user is the registered topic. It is determined that there is no relevance. When the user is watching a video that is not related to the topic, the certification unit 310 determines that the learning performed by the user is not related to the registered topic. Thereby, it is determined whether or not the user is appropriately learning.
- the predetermined condition may be that a certain amount of learning has been performed. Therefore, for example, the authorization unit 310 determines whether or not a lecture video has been viewed for a predetermined time (for example, one hour). In addition, the authorization unit 310 may determine whether a predetermined amount of conversation has been performed between the educator and the learner. Note that the fact that a certain amount of learning has been performed may be determined using vector data generated by the analysis unit 308. Thereby, it is determined whether or not the user is appropriately learning.
- the predetermined condition may be a condition relating to educator knowledge and learner knowledge.
- the predetermined condition may be determined based on the acquired information on the educator and information on the learner.
- the information on the educator acquired in S104 includes information on the educator's knowledge about a predetermined topic (in the above-described example, English passive voice). Further, the information regarding the learner acquired in S104 includes information regarding the learner's knowledge regarding a predetermined topic (in the above-described example, English passive voice).
- the information on educator's knowledge includes information on official learning knowledge, shared learning knowledge, and comprehensive learning knowledge.
- information related to the learner's knowledge includes information related to official learning knowledge, shared learning knowledge, and comprehensive learning knowledge.
- the official learning knowledge indicates knowledge obtained from official education designated by a predetermined institution.
- Shared learning knowledge indicates knowledge obtained from informal education that is not managed by a predetermined institution.
- the total learning knowledge indicates the sum of official learning knowledge and shared learning knowledge.
- the predetermined condition may be to satisfy the following Expression 1.
- TLE (Enter, Topic] indicates the value of the educator's comprehensive learning knowledge in a predetermined topic. Equation 1 described above is used to determine that an educator in a learning event has knowledge for educator qualification in a predetermined topic. This prevents the learning unit from being certified based on education from a person who is not qualified as an educator.
- comprehensive learning knowledge is used.
- the educator's official learning knowledge may be used to determine knowledge for educator qualification. That is, the educator's official learning knowledge and the educational knowledge threshold may be compared. Further, different education knowledge thresholds may be set for the educator's comprehensive learning knowledge and official learning knowledge, and the education knowledge thresholds corresponding to the comprehensive learning knowledge and the official learning knowledge may be compared.
- the predetermined condition may satisfy the following expression 2.
- TLE (Learner, Topic] indicates the value of the learner's comprehensive learning knowledge in a predetermined topic. Equation 2 described above is used to determine that the educator in the learning event has abundant knowledge in the predetermined topic than the learner. This prevents the learning unit from being certified based on education from an educator whose knowledge difference from the learner is not appropriate. In the above-described formula 2, comprehensive learning knowledge is used. However, the official learning knowledge of the educator and the learner may be used to determine that the educator has more knowledge than the learner. That is, the educator's official learning knowledge and the learner's official learning knowledge may be compared.
- the predetermined condition may satisfy the following expression 3.
- Equation 3 described above is used to determine that a learner in a learning event has knowledge to receive the learning event.
- a given learning event for example, university level education
- the learner's knowledge is certified. Is prevented.
- the learner's comprehensive learning knowledge is used.
- the learner's official learning knowledge or shared learning knowledge may be used to determine that the learner has the knowledge necessary to receive a learning event.
- different learning knowledge thresholds are set for each of the learner's comprehensive learning knowledge, official learning knowledge, and shared learning knowledge, and the learning knowledge thresholds corresponding to each of the comprehensive learning knowledge, official learning knowledge, and shared learning knowledge are compared. Also good.
- the predetermined condition may be a condition based on the relationship in the relationship diagram shown in FIG.
- the predetermined condition may be based on education from an educator within a predetermined number of hops from an educator having an official learning unit.
- the number of hops means that a shared learning unit is recognized by a certain learner by receiving education from a certain educator, as indicated by a line in FIG. That is, the number of hops means the number of times knowledge is transmitted from the educator to the learner.
- the certification unit 310 may acquire information for generating the relationship diagram from the block chain.
- authentication part 310 may acquire the information regarding an educator and the information regarding a learner from a block chain among the information later mentioned using FIG.
- the predetermined condition is based on education from an educator who has an official learning unit and the number of hops from an educator within 2
- the condition is not satisfied because the user I has 3 hops from the user A who is an educator having an official learning unit.
- the user G receives education from the user C
- the condition is satisfied because the user C has one hop from the user A who is an educator having an official learning unit.
- the authorization unit 310 may weight the propagation of knowledge (each hop) for each user. For example, weighting that increases the number of hops may be made based on the number of persons interposed between an educator having an official learning unit and the learner. Specifically, in FIG. 5, the number of hops between user A and user D may be smaller than the number of hops between user D and user H. In addition, the number of persons interposed between the user A and the user D having the official learning unit is 0, and the number of persons interposed between the user A and the user H having the official learning unit is 1.
- the number of hops between the user D and the user H may be larger than the number of hops between the user H and the user I.
- the number of persons interposed between the user A and the user H having the official learning unit is 1, and the number of persons interposed between the user A and the user I having the official learning unit is 2.
- the number of hops between user A and user D is virtually set to 1
- the number of hops between user D and user H is virtually set to 1.5. May be. This is because the number of people interposed between the user A and the user D having the official learning unit is smaller than the number of people interposed between the user A and the user H having the official learning unit.
- the number of hops between the user H and the user I may be virtually set to 2. This is because the number of persons interposed between the user A and the user H having the official learning unit is smaller than the number of persons interposed between the user A and the user I having the official learning unit. Therefore, the total number of hops between user A and user I is 4.5.
- the predetermined condition may be determined based on the number of hops for which the above-described weighting is performed. Also, the weighting for the number of hops may be set based on the type of learning event or learning method. For example, if it is assumed that the amount of knowledge propagation in video viewing is less than that in one-on-one lectures, the number of hops indicating knowledge propagation by video viewing is greater than the number of hops indicating knowledge propagation in one-to-one lectures. Setting may be performed so that Specifically, in the relationship diagram of FIG. 5, when the propagation of knowledge from the user A to the user D is performed by video viewing, the number of hops between the user A and the user D is virtually set to 2. May be.
- the authorization unit 310 may acquire information on the learning method from the block chain among the information described later with reference to FIG.
- the predetermined condition may be that the score of the test for measuring the user's understanding is not less than a predetermined score. This prevents the unit from being recognized even if the user does not understand. Note that the test described above may be presented to the user by the server 300.
- the plurality of examples of the predetermined conditions described above may be used in combination for certifying the shared learning unit, or may be used independently for certifying the shared learning unit.
- the authorization unit 310 determines in S110 that the predetermined condition is satisfied, the process proceeds to S112.
- the authorization unit 310 authorizes the shared learning unit for the user.
- the registration unit 312 registers information regarding the recognized shared learning unit in the block chain.
- the shared learning knowledge described above may be added when the shared learning unit is certified.
- predetermined shared learning knowledge to be added may be associated with the learning event. For example, for a learning event performed by watching a video, 30 shared learning knowledges may be given to the learner. In addition, for a learning event performed by a one-on-one lecture, 30 shared learning knowledges may be given to an educator, or 50 shared learning knowledges may be given to a learner.
- the shared learning knowledge to be given may be variable corresponding to the amount of learning information. For example, when there is a large amount of conversation between the educator and the learner, shared learning knowledge may be given according to the amount.
- the values of the comprehensive learning knowledge and the shared learning knowledge used in the above-described equations 1 to 3 may be values after the shared learning unit is certified, and before the shared learning unit is certified. A value may be used.
- FIG. 9 is a diagram showing an example of information related to the shared learning unit registered in the block chain.
- the information related to the shared learning unit as shown in FIG. 9 is replaced with the transaction information of the existing block chain such as Bitcoin or the transaction information of the existing block chain such as Bitcoin. It is registered along with.
- topics for example, topics (major classification and small classification), information about learners, information about educators, learning time, and learning method are registered in the block chain. May be.
- the information regarding the learner may include a user ID (learner ID), information regarding the acquired shared learning knowledge, and information regarding the comprehensive learning knowledge after learning.
- the information on the educator may include an educator ID, information on the type of possessed learning unit, information on the acquired shared learning knowledge, and information on the integrated learning knowledge after learning.
- the information related to the learner and the information related to the educator may include information related to official learning knowledge.
- information related to the user's understanding level may be registered in the block chain.
- the degree of understanding may be determined based on the score of a test performed on the user.
- the learning detection apparatus 100 is connected to a connection device 400 such as a television, a refrigerator, a ceiling light, a mobile phone, a wearable device, and a microwave oven as shown in FIG.
- the connection device 400 may be a fixed device such as a TV, a refrigerator, a ceiling light, or a microwave oven that is unlikely to be changed in position, and a position such as a mobile phone or a wearable device may be changed. Including mobile devices.
- the learning detection apparatus 100 may be connected to the connection device 400 wirelessly or by wire.
- the connection device 400 acquires evaluation information used for evaluation of learning by the user using a built-in sensor or the like.
- the evaluation information acquired by the connected device 400 includes, for example, information such as information related to user behavior, biological information of the user, information related to the usage status of the connected device 400, and the like.
- the information related to the user behavior may include position information.
- the information regarding the user's behavior includes information indicating the user's exercise state (for example, information indicating that the user is walking, running, or the user is lying on a bed). Good.
- the user's exercise state may be determined by performing pattern matching using information acquired from a sensor.
- the user's biological information may include information on heart rate, blood pressure, sweating, body temperature, brain waves, and the like.
- the information regarding the usage status of the connection device 400 may include, for example, information indicating that the connection device 400 has been turned on / off and that the door of the connection device 400 has been opened. Further, the information regarding the usage status of the connection device 400 may include information indicating that the connection device 400 is being operated.
- connection device 400 transmits the above-described evaluation information to the learning detection apparatus 100, and the learning detection apparatus 100 further transmits the evaluation information to the server 300.
- authentication part 310 of the server 300 determines the predetermined conditions in S110 of FIG. 8 based on evaluation information.
- the predetermined condition may be, for example, that the use of the connection device 400 is not detected, or that an operation on the connection device 400 is not detected. Further, the predetermined condition may be that the movement of the user is not detected and the user is not lying down.
- the learner's learning is evaluated based on a wide range of evaluation information acquired by the connected device 400.
- the user is authorized to learn units. Can be prevented.
- FIG. 11 is a diagram illustrating an example of the configuration of the connection device 400.
- the connection device 400 includes, for example, a processing unit 402, a communication unit 404, a sensor 406, and a position information acquisition unit 408.
- the processing unit 402 processes signals from each component of the connection device 400. For example, the processing unit 402 encodes information transmitted from the communication unit 404. The processing unit 402 processes information acquired from the sensor 406.
- the sensor 406 detects the movement of the connection device 400.
- the sensor 406 includes an acceleration sensor, a gyro sensor, an atmospheric pressure sensor, a geomagnetic sensor, and the like.
- the acceleration sensor detects acceleration with respect to the connection device 400.
- the gyro sensor detects angular acceleration and angular velocity with respect to the connection device 400.
- the atmospheric pressure sensor detects the atmospheric pressure, and the altitude of the connected device 400 is calculated based on the detected atmospheric pressure.
- the geomagnetic sensor detects geomagnetism, and the orientation of the connection device 400 is calculated based on the detected geomagnetism.
- the position information acquisition unit 408 acquires the position of the connection device 400.
- the position information acquisition unit 408 may acquire the position of the connection device 400 using, for example, GNSS (Global Navigation Satellite System).
- the position information acquisition unit 408 may acquire the position of the connection device 400 based on information from the base station of the cellular communication network.
- connection device 400 transmits the acquired evaluation information to the learning detection device 100.
- the connection device 400 may register the evaluation information in the block chain.
- the server 300 may acquire evaluation information from the block chain.
- the processing unit 402 of the connected device 400 may include a registration unit that registers the evaluation information in the block chain.
- FIG. 12 is a block diagram for explaining a hardware configuration of the learning detection apparatus 100 (for example, a laptop personal computer) according to the embodiment of the present disclosure.
- the learning detection apparatus 100 mainly includes a CPU 801, a ROM 803, and a RAM 805.
- the learning detection device 100 further includes a host bus 807, a bridge 809, an external bus 811, an interface 813, an input device 815, an output device 817, a storage device 819, a drive 821, and a second communication.
- a device 823 and a first communication device 825 are provided.
- the CPU 801 functions as a central processing device and control device, and controls all or a part of the operation in the learning detection device 100 according to various programs recorded in the ROM 803, the RAM 805, the storage device 819, or the removable recording medium 827. To do. Note that the CPU 801 may have the function of the processing unit 102.
- the ROM 803 stores programs used by the CPU 801, calculation parameters, and the like.
- the RAM 805 primarily stores programs used by the CPU 801, parameters that change as appropriate during execution of the programs, and the like. These are connected to each other by a host bus 807 constituted by an internal bus such as a CPU bus.
- the host bus 807 is connected to an external bus 811 such as a PCI (Peripheral Component Interconnect / Interface) bus via a bridge 809.
- an external bus 811 such as a PCI (Peripheral Component Interconnect / Interface) bus
- PCI Peripheral Component Interconnect / Interface
- the input device 815 is an operation means operated by the user, such as an electrostatic or pressure-sensitive touch panel, buttons, switches, and jog dial. Furthermore, the input device 815 includes, for example, an input control circuit that generates an input signal based on information input by the user using the above-described operation means and outputs the input signal to the CPU 801. By operating the input device 815, the user can input various data and instruct processing operations to the learning detection device 100. Note that the input device 815 may have the function of the operation unit 108.
- the output device 817 is configured by a device capable of visually or audibly notifying the acquired information to the user.
- a device capable of visually or audibly notifying the acquired information to the user.
- the output device 817 outputs, for example, results obtained by various processes performed by the learning detection device 100.
- the display device displays the result obtained by various processes performed by the learning detection device 100 as text or an image.
- the audio output device converts an audio signal composed of reproduced audio data, acoustic data, and the like into an analog signal and outputs the analog signal.
- the display device of the output device 817 may have the function of the display unit 110.
- the storage device 819 is a device for storing data used in the learning detection device 100.
- the storage device 819 includes, for example, a magnetic storage device such as an HDD (Hard Disk Drive), a semiconductor storage device, an optical storage device, or a magneto-optical storage device.
- the storage device 819 stores programs executed by the CPU 801, various data, various data acquired from the outside, and the like.
- the drive 821 is a recording medium reader / writer, and is built in or externally attached to the learning detection apparatus 100.
- the drive 821 reads information recorded on a removable recording medium 827 such as a mounted magnetic disk, optical disk, magneto-optical disk, or semiconductor memory, and outputs the information to the RAM 805. Further, the drive 821 can write a record in a removable recording medium 827 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
- the removable recording medium 827 is, for example, a DVD medium, an HD-DVD medium, a Blu-ray (registered trademark) medium, or the like.
- the removable recording medium 827 may be a compact flash (registered trademark) (CompactFlash: CF), a flash memory, an SD memory card (Secure Digital memory card), or the like.
- the removable recording medium 827 may be, for example, an IC card (Integrated Circuit card) on which a non-contact IC chip is mounted, an electronic device, or the like.
- the second communication device 823 is used to exchange data with the external connection device by establishing communication with the external connection device 829.
- Examples of the second communication device 823 include an IEEE 802.11 port and an IEEE 802.15 port.
- the first communication device 825 is a communication interface configured with, for example, a communication device for connecting to the communication network 831.
- the first communication device 825 is, for example, a wired or wireless LAN (Local Area Network) or a communication card for WUSB (Wireless USB).
- the first communication device 825 may be a router for optical communication, a router for ADSL (Asymmetric Digital Subscriber Line), or a modem for various communication.
- the first communication device 825 can transmit and receive signals and the like according to a predetermined protocol such as TCP / IP, for example, with the Internet or other communication devices.
- the communication network 831 connected to the first communication device 825 is configured by a wired or wireless connection network, for example, the Internet, a home LAN, infrared communication, radio wave communication, satellite communication, or the like. Also good.
- FIG. 13 is a block diagram for describing a hardware configuration of the server 300 according to the embodiment of the present disclosure.
- the server 300 mainly includes a CPU 901, a ROM 903, and a RAM 905.
- the server 300 further includes a host bus 907, a bridge 909, an external bus 911, an interface 913, an input device 915, an output device 917, a storage device 919, a drive 921, a connection port 923, A communication device 925.
- the CPU 901 functions as a central processing device and control device, and controls all or a part of the operation in the server 300 according to various programs recorded in the ROM 903, the RAM 905, the storage device 919, or the removable recording medium 927.
- the CPU 901 may have the function of the processing unit 302. Further, the CPU 901 may configure the analysis unit 308, the authorization unit 310, and the registration unit 312.
- the ROM 903 stores programs used by the CPU 901, calculation parameters, and the like.
- the RAM 905 primarily stores programs used by the CPU 901, parameters that change as appropriate during execution of the programs, and the like. These are connected to each other by a host bus 907 constituted by an internal bus such as a CPU bus.
- the input device 915 is an operation means operated by the user such as a mouse, a keyboard, a touch panel, a button, a switch, and a lever.
- the input device 915 includes, for example, an input control circuit that generates an input signal based on information input by a user using the operation unit and outputs the input signal to the CPU 901. The user can input various data and instruct processing operations to the server 300 by operating the input device 915.
- the output device 917 is a device that can notify the user of the acquired information visually or audibly.
- Such devices include display devices such as CRT display devices, liquid crystal display devices, plasma display devices, EL display devices and lamps, audio output devices such as speakers and headphones, printer devices, mobile phones, and facsimiles.
- the output device 917 outputs results obtained by various processes performed by the server 300.
- the display device displays the results obtained by various processes performed by the server 300 as text or images.
- the audio output device converts an audio signal composed of reproduced audio data, acoustic data, and the like into an analog signal and outputs the analog signal.
- the storage device 919 is a data storage device configured as an example of the storage unit 306 of the server 300.
- the storage device 919 includes, for example, a magnetic storage device such as an HDD (Hard Disk Drive), a semiconductor storage device, an optical storage device, or a magneto-optical storage device.
- the storage device 919 stores programs executed by the CPU 901, various data, various data acquired from the outside, and the like. Note that the storage device 919 may have the function of the storage unit 306.
- the drive 921 is a reader / writer for a recording medium, and is built in or externally attached to the server 300.
- the drive 921 reads information recorded on a removable recording medium 927 such as a mounted magnetic disk, optical disk, magneto-optical disk, or semiconductor memory, and outputs the information to the RAM 905.
- the drive 921 can also write a record to a removable recording medium 927 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory that is mounted.
- the removable recording medium 927 is, for example, a DVD medium, an HD-DVD medium, a Blu-ray (registered trademark) medium, or the like.
- the removable recording medium 927 may be a CompactFlash (registered trademark) (CompactFlash: CF), a flash memory, an SD memory card (Secure Digital memory card), or the like. Further, the removable recording medium 927 may be, for example, an IC card (Integrated Circuit card) on which a non-contact IC chip is mounted, an electronic device, or the like.
- CompactFlash registered trademark
- SD memory card Secure Digital memory card
- the connection port 923 is a port for directly connecting the device to the server 300.
- Examples of the connection port 923 include a USB (Universal Serial Bus) port, an IEEE 1394 port, a SCSI (Small Computer System Interface) port, and the like.
- As another example of the connection port 923 there are an RS-232C port, an optical audio terminal, an HDMI (registered trademark) (High-Definition Multimedia Interface) port, and the like.
- the communication device 925 is a communication interface configured with, for example, a communication device for connecting to the communication network 931.
- the communication device 925 is, for example, a wired or wireless LAN (Local Area Network) or a communication card for WUSB (Wireless USB).
- the communication device 925 may be a router for optical communication, a router for ADSL (Asymmetric Digital Subscriber Line), or a modem for various communication.
- the communication device 925 can transmit and receive signals and the like according to a predetermined protocol such as TCP / IP, for example, with the Internet or other communication devices.
- the communication network 931 connected to the communication device 925 is configured by a wired or wireless network, and may be, for example, the Internet, a home LAN, infrared communication, radio wave communication, satellite communication, or the like. .
- the learning unit described above may include a learning unit related to exercise.
- a learning event related to exercise is stored in information related to user behavior (hereinafter also referred to as behavior data) acquired by a sensor (for example, an acceleration sensor or a gyro sensor) provided in the connection device 400 connected to the learning detection apparatus 100. May be detected based on.
- a sensor for example, an acceleration sensor or a gyro sensor
- the action data is information indicating that the user is walking, that the user is running, or that the user is performing an action related to a specific exercise or competition.
- actions related to specific exercises or competitions include that the user is swimming, the user is waving a bat, the user is waving a racket, the user is throwing a ball, etc.
- Actions are included.
- the behavior data may be acquired by comparing a waveform such as acceleration that is statistically calculated when the user performs each behavior with a waveform detected by the sensor.
- the information processing method related to the authorization of the learning unit of exercise described above is the same as the information processing method described with reference to FIG.
- topics related to exercise learning units may include baseball, soccer, running, walking, and the like.
- topic small classification may include, for example, pitching, batting, defensive, running, etc., when the topic large classification is baseball. In this way, learning is managed in more detail by classifying topics into major categories and minor categories.
- the shared learning unit is certified by the server 300.
- the recognition of the shared learning unit may be performed by the learning detection device 100. That is, the learning detection apparatus 100 may have the functions of the analysis unit 308 and the authorization unit 310 of the server 300.
- the learning detection apparatus 100 may register information on the authorized shared learning unit in the block chain. That is, the learning detection apparatus 100 may have the function of the registration unit 312 of the server 300.
- information about learning units is registered in the block chain.
- the information regarding the learning unit may be registered in a system other than the block chain.
- the information regarding the learning unit may be managed by a server group that constructs a cloud system.
- the information regarding a learning unit may be managed by the existing P2P network.
- the information processing of the present embodiment may be performed by an information processing apparatus such as a mobile phone, a tablet computer, a wearable device, a desktop computer, a PDA, or an in-vehicle device.
- the server 300 may not be connected to other devices by wire, and may be a portable computer.
- a computer program for causing the processing unit 102 of the learning detection apparatus 100 and the processing unit 302 of the server 300 to perform the operations described above with reference to FIG. 8 may be provided.
- a storage medium storing such a program may be provided.
- the propagation of knowledge from the educator to the learner is evaluated and managed.
- the information regarding the shared learning unit recognized by education other than the education performed by predetermined institutions, such as a school is managed.
- information related to shared learning units is managed.
- information related to a wide range of education other than education conducted by a predetermined organization such as a school is managed.
- information indicating what kind of education is provided by what kind of educator is managed.
- information about the shared learning unit in the block chain information about the learning unit is held on the network without being tampered with.
- a third party who wants to use the information included in the block chain can access the information included in the block chain by having a predetermined authority.
- An information processing apparatus comprising a processing unit that recognizes a first learning unit of the learner based on information indicating an educator's knowledge of educating the learner and a predetermined condition.
- the educator's knowledge is represented numerically,
- the predetermined condition is that the value of information indicating the educator's knowledge is greater than a first threshold value for determining that the educator has knowledge to have eligibility.
- the information processing apparatus according to (1).
- the educator's knowledge and the learner's knowledge are represented numerically,
- the predetermined condition is that the difference between the value of information indicating the knowledge of the educator and the value of information indicating the knowledge of the learner is greater than a second threshold value.
- Information processing device (5)
- the learner's knowledge is expressed numerically,
- the predetermined condition is that a value of information indicating the knowledge of the learner is larger than a third threshold value for determining that the learner has knowledge for performing learning.
- the information processing apparatus according to (3).
- (6) The information processing apparatus according to any one of (1) to (5), wherein the predetermined condition is that the learning performed by the learner is related to a registered topic.
- the processing unit obtains information on a second learning unit different from the first learning unit as information on the educator, Based on the information about the second learning unit, calculating the number of hops indicating the number of times knowledge has been propagated from the educator having the second learning unit to the learner, The information processing apparatus according to any one of (1) to (6), wherein the predetermined condition is that the number of hops is within a predetermined number of times.
- the processing unit obtains information on a knowledge propagation method, The information processing apparatus according to (7), wherein the processing unit weights the hop count based on the knowledge propagation method.
- the information processing apparatus according to any one of (1) to (9), wherein the processing unit further identifies the first learning unit using evaluation information for evaluating learning of the learner. .
- the information processing apparatus according to (10), wherein the processing unit acquires the evaluation information from a connected device that acquires the evaluation information.
- the evaluation information includes any one of information regarding the learner's behavior, biometric information of the learner, and information regarding a usage status of the connected device.
- the processing unit registers information related to the certified first learning unit in a P2P database.
- the information processing apparatus according to (13), wherein the P2P database is a block chain.
- the information regarding the first learning unit includes any one of information regarding a learned topic, information regarding the educator, information regarding the learner, information regarding a learning time, and information regarding a learning method.
- the information processing apparatus described in 1. (16) An information processing method for causing a computer to recognize a first learning unit of a learner based on information indicating knowledge of an educator who educates a learner and a predetermined condition.
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定する処理部を備える、情報処理装置。
Description
本開示は、情報処理装置および情報処理方法に関する。
従来、教育を受ける学習者は、学習者よりも知識を有する教育者(例えば、学校の先生)から教育を受けることが一般的である。したがって、どのような学習者がどのような教育者から学習を受けたかによって、学習者の学習の習得度は変わるため、学習において教育者に関する情報および学習者に関する情報は、重要である。
特許文献1では、教育者に関する情報および学習者に関する情報を用いたシステムが開示されている。特許文献1に開示されているシステムでは、教育者に関する情報および学習者に関する情報に基づいて、学習者にとって適切な教育者が選択される。
しかしながら特許文献1に開示されているシステムでは、学習者が教育者から学習したときの、教育者から学習者への知識の伝搬の評価について開示されていない。
そこで本開示では、学習者が教育者から学習したときの、教育者から学習者への知識の伝搬の評価を行うことが可能な、情報処理装置および情報処理方法が提案される。
本開示によれば、学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定する処理部を備える、情報処理装置が提供される。
また、本開示によれば、コンピュータに、学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定させる、情報処理方法が提供される。
本開示によれば、学習者が教育者から学習したときの、教育者から学習者への知識の伝搬の評価が行われる。
なお、上記の効果は必ずしも限定されず、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
なお、説明は以下の順序で行う。
0.ピアツーピアデータベースの概要
1.学習管理システムの概要
2.学習管理システムを構成する装置の構成
3.学習管理システムにおける情報処理方法
4.接続デバイスからの評価情報を用いる情報処理方法
5.各装置のハードウェア構成
6.補足事項
7.むすび
0.ピアツーピアデータベースの概要
1.学習管理システムの概要
2.学習管理システムを構成する装置の構成
3.学習管理システムにおける情報処理方法
4.接続デバイスからの評価情報を用いる情報処理方法
5.各装置のハードウェア構成
6.補足事項
7.むすび
<0.ピアツーピアデータベースの概要>
本実施形態に係る学習管理システムでは、ピアツーピアネットワークに流通している分散型のピアツーピアデータベースが利用される。なお、ピアツーピアネットワークは、ピアツーピア型分散ファイルシステムとよばれる場合もある。以下では、ピアツーピアネットワークを「P2Pネットワーク」、ピアツーピアデータベースを「P2Pデータベース」と示す場合がある。P2Pデータベースの例として、P2Pネットワークに流通しているブロックチェーンデータが利用される場合がある。よって最初に、ブロックチェーンシステムについて説明する。
本実施形態に係る学習管理システムでは、ピアツーピアネットワークに流通している分散型のピアツーピアデータベースが利用される。なお、ピアツーピアネットワークは、ピアツーピア型分散ファイルシステムとよばれる場合もある。以下では、ピアツーピアネットワークを「P2Pネットワーク」、ピアツーピアデータベースを「P2Pデータベース」と示す場合がある。P2Pデータベースの例として、P2Pネットワークに流通しているブロックチェーンデータが利用される場合がある。よって最初に、ブロックチェーンシステムについて説明する。
図1に示すように、本実施形態に係るブロックチェーンデータは、複数のブロックがあたかも鎖のように連なって含まれるデータである。それぞれのブロックには、1または2以上の対象データが、トランザクション(取引)として格納されうる。
本実施形態に係るブロックチェーンデータとしては、例えば、Bitcoinなどの仮想通貨のデータのやり取りに用いられるブロックチェーンデータが挙げられる。仮想通貨のデータのやり取りに用いられるブロックチェーンデータには、例えば、直前のブロックのハッシュと、ナンスとよばれる特別な値が含まれる。直前のブロックのハッシュは、直前のブロックから正しく連なる、「正しいブロック」であるか否かを判定するために用いられる。ナンスは、ハッシュを用いた認証においてなりすましを防ぐために用いられ、ナンスを用いることによって改ざんが防止される。ナンスとしては、例えば、文字列、数字列、あるいは、これらの組み合わせを示すデータが挙げられる。
また、ブロックチェーンデータでは、各トランザクションのデータは、暗号鍵を用いた電子署名が付与される、または暗号鍵を用いて暗号化される。また、各トランザクションのデータは公開され、P2Pネットワーク全体で共有される。なお、ブロックチェーンシステムによっては、P2Pネットワーク全体で必ずしも同一の記録を保持しない場合もある。
図2は、ブロックチェーンシステムにおいて、対象データがユーザAによって登録される様子を示す図である。ユーザAは、ブロックチェーンデータに登録する対象データを、ユーザAの秘密鍵を用いて電子署名する。そしてユーザAは、電子署名された対象データを含むトランザクションをネットワーク上にブロードキャストする。これによって、対象データの保有者がユーザAであることが担保される。
図3は、ブロックチェーンシステムにおいて、対象データがユーザAからユーザBに移行される様子を示す図である。ユーザAは、トランザクションにユーザAの秘密鍵を用いて電子署名を行い、またトランザクションにユーザBの公開鍵を含める。これにより、対象データがユーザAからユーザBに移行されたことが示される。また、ユーザBは、対象データの取引に際して、ユーザAからユーザAの公開鍵を取得し、電子署名された、または暗号化された対象データを取得してもよい。
また、ブロックチェーンシステムでは、例えばサイドチェイン技術を利用することによって、Bitcoinのブロックチェーンデータなどの、既存の仮想通貨のデータのやり取りに用いられるブロックチェーンデータに、仮想通貨とは異なる他の対象データを含めることが可能である。ここで、本実施形態において仮想通貨とは異なる他の対象データは、学習単位に関する情報である。
このように学習単位に関する情報の管理にブロックチェーンデータが利用されることによって、改ざんされない状態で学習単位に関する情報がネットワーク上に保持される。また、ブロックチェーンデータが利用されることによって、ブロックチェーンに含まれる情報を利用したい第三者は、所定の権限を有することにより、ブロックチェーンに含まれる情報にアクセスすることができる。なお、本実施形態において管理される学習単位に関する情報については、後述される。
<1.学習管理システムの概要>
以上では、本開示の実施形態による学習管理システムに用いられるブロックチェーンシステムについて説明された。以下では、本開示の実施形態による学習管理システムの概要について説明される。
以上では、本開示の実施形態による学習管理システムに用いられるブロックチェーンシステムについて説明された。以下では、本開示の実施形態による学習管理システムの概要について説明される。
図4は、本実施形態の学習管理システムの構成を示す図である。本実施形態の学習管理システムは、学習検出装置100と、ネットワーク200と、サーバ300から構成される。なお、学習検出装置100およびサーバ300は、本実施形態の情報処理を実行する情報処理装置の一例である。
学習検出装置100は、学習者(以下、ユーザとも呼ばれる)が行っている学習イベントに関する情報を取得する機器である。ここで、学習イベントとは、例えば、ユーザが教育者から教育を受けていることを示す。具体的には、学習イベントは、講義のビデオの視聴、講義の受講、ユーザと教育者との会話などを含む。
そして、ユーザは、学習検出装置100を用いて、学習イベントに関する情報を登録してもよい。例えば、ユーザは、当該学習イベントにおける教育者に関する情報、学習者に関する情報、学習方法に関する情報、トピックに関する情報などを登録してもよい。
ここで、教育者に関する情報には、教育者のID、教育者の氏名、後述される教育者の知識に関する情報が含まれてもよい。また、学習者に関する情報には、学習者のID、学習者の氏名、後述される学習者の知識に関する情報が含まれてもよい。また、学習方法に関する情報には、講義の受講、ビデオ視聴、実技、マンツーマン講義などが含まれてもよい。なお、学習方法は、教育者が学習者に知識を伝搬させる方法とも考えられるため、学習方法は、知識の伝搬方法と呼ばれてもよい。
また、トピックに関する情報は、学習イベントにおいて行われる主題に関する情報を含む。例えば、トピックは、外国語、数学、化学、物理、地学、歴史、プログラミング、料理、エンジン制御、機械工学、気象学、天文学、アニメーションなどを含んでもよい。なお当然のことながら、トピックは、上述した例に限られない。
また、学習検出装置100は、学習イベントで学習された内容である学習情報を取得してもよい。学習情報には、学習イベントで用いられたコンテンツに関する情報および学習イベントで取得されたデータが含まれる。例えば、学習情報には、学習イベントで用いられた教科書のテキストデータ、ビデオの画像データまたは音声データが含まれてもよい。また、学習情報には、学習イベントにおける教育者と学習者との間の会話の音声データが含まれてもよい。
したがって、学習検出装置100は、図4に示されるように、学習検出装置100の周囲で行われているユーザと教育者との会話の音声データを検出してもよい。図4では、ユーザが教育者から教育を受けており、学習検出装置100は、学習検出装置100が備えるマイクロフォンから取得される音声データを取得してもよい。
そして、学習検出装置100は、学習イベントに関する情報および学習イベントの学習情報をサーバ300に送信する。学習イベントに関する情報には、上述したように、教育者に関する情報、学習者に関する情報、学習方法に関する情報、トピックに関する情報などが含まれてもよい。また、学習イベントの学習情報には、学習イベントで用いられた教科書のテキストデータ、ビデオの画像データまたは音声データが含まれてもよい。
サーバ300は、学習イベントに関する情報および学習イベントの学習情報を学習検出装置100から受信し、受信した情報に関する処理を行う。具体的には、サーバ300は、受信した学習情報を解析する。例えば、サーバ300は、ベクトル空間モデルを使用して学習情報を解析し、登録されたトピックと関連性があるか否かを判定してもよい。また、サーバ300は、学習イベントで用いられたコンテンツのファイルのヘッダを解析することによって、トピックとの関連性を判定してもよい。
例えば、サーバ300は、ヘッダから各ファイルに関する識別情報(例えば、ファイルの作成者、ファイルの名称)を取得し、当該識別情報に基づいて、トピックとの関連性を判定してもよい。つまり、ヘッダに含まれる識別情報が英語の教科書を示す場合、英語のトピックとの関連性が認定されてもよい。
また、サーバ300は、学習検出装置100から受信された情報に基づいて、学習単位の認定に関する処理を行う。なお、本実施形態の学習管理システムでは、所定の機関によって管理されるカリキュラムまたはシラバスに基づいて認定される学習単位である公式学習単位(第2の学習単位)と、学校などの所定の機関によって管理されない非公式な学習単位である共有学習単位(第1の学習単位)とが、管理される。つまり、共有学習単位は、学校などの所定の機関によって管理されない非公式な学習に基づく知識の伝搬によって認定される学習単位である。
例えば、公式学習単位は、学校などの所定の機関に通学することによって認定されてもよい。また、共有学習単位は、ユーザが、公式学習単位または共有学習単位を有する教育者からプライベートで教育を受けることによって認定されてもよい。具体的には、共有学習単位には、ユーザがプライベートで申し込んだセミナーに基づいて認定される学習単位が含まれる。また、共有学習単位には、ユーザがプライベートで教育者と行った会話に基づいて認定される学習単位が含まれる。
サーバ300は、上述した学習イベントに関する情報に基づいて、共有学習単位の認定に関する処理を行う。例えば、サーバ300は、教育者の知識に関する情報および学習者の知識に関する情報に基づいて、共有学習単位の認定に関する処理を行う。なお、共有学習単位の認定処理については後述される。
また、サーバ300は、学習検出装置100に接続される接続デバイスからの情報に基づいて、共有学習単位の認定に関する処理を行ってもよい。例えば、サーバ300は、接続デバイスから取得される多様な情報を用いて、共有学習単位の認定に関する処理を行ってもよい。接続デバイスから取得される情報は、例えば、ユーザの行動に関する情報、ユーザの生体情報、接続デバイスの使用状況に関する情報などが含まれてもよい。なお、接続デバイスが用いられる例については、図10を用いて後述される。
そして、サーバ300は、認定された共有学習単位に関する情報をP2Pデータベースの一例であるブロックチェーンに登録する。ここで、ブロックチェーンに登録される共有学習単位に関する情報は、図9を用いて後述されるように、トピックに関する情報、学習者に関する情報、教育者に関する情報、学習時間に関する情報および学習方法に関する情報などが含まれてもよい。
図5は、本実施形態の学習管理システムにおいてブロックチェーンで管理される情報に基づいて作成される関係図を示す。図5において「公式学習単位」は、上述した、所定の機関によって管理されるカリキュラムまたはシラバスに基づいて認定される学習単位を意味する。また、図5において「共有学習単位」は、上述した、所定の機関によって管理されない、教育者から受ける教育に基づく学習単位を意味する。また、図5において、「公式学習単位」または「共有学習単位」の右上に示される英字は、「公式学習単位」または「共有学習単位」の認定を受けたユーザを示す。
図5において、ユーザAは、所定の機関から公式学習単位の認定を受けている。そして、ユーザB、ユーザCおよびユーザDは、所定の機関から管理されない状況で、ユーザAから教育を受け、当該教育に基づいて共有学習単位が認定されたことが示されている。また、図5では、ユーザB、ユーザCおよびユーザDはそれぞれ、所定の機関から管理されない状況で、ユーザF、ユーザGおよびユーザHに教育を行ったことが示されている。そして、図5では、ユーザF、ユーザGおよびユーザHは、ユーザB、ユーザCおよびユーザDからの教育に基づいて、共有学習単位の認定を受けたことが示されている。
上述したように、本実施形態の情報管理システムにおいて、教育者から学習者への知識の伝搬が評価および管理される。また、本実施形態の情報管理システムでは、共有学習単位に関する情報が管理されることによって、学校などの所定の機関によって行われる教育以外の非公式の教育の管理が行われる。また、このような非公式の教育において、どのような教育がどのような教育者から行われたかを示す情報が管理される。また、共有学習単位に関する情報がブロックチェーンに登録されることによって、改ざんされない状態で学習単位に関する情報がネットワーク上に保持される。また、ブロックチェーンに含まれる情報を利用したい第三者は、所定の権限を有することにより、ブロックチェーンに含まれる情報にアクセスすることができる。
<2.学習管理システムを構成する装置の構成>
以上では、本開示の実施形態による学習管理システムの概要について説明された。以下では、本開示の実施形態による学習管理システムを構成する装置の構成について説明される。
以上では、本開示の実施形態による学習管理システムの概要について説明された。以下では、本開示の実施形態による学習管理システムを構成する装置の構成について説明される。
(2-1.学習検出装置100の構成)
図6は、本実施形態の学習検出装置100の構成の一例を示す図である。学習検出装置100は、例えば、処理部102と、第1通信部104と、第2通信部106と、操作部108と、表示部110と、記憶部112と、マイクロフォン114とを備える。
図6は、本実施形態の学習検出装置100の構成の一例を示す図である。学習検出装置100は、例えば、処理部102と、第1通信部104と、第2通信部106と、操作部108と、表示部110と、記憶部112と、マイクロフォン114とを備える。
処理部102は、学習検出装置100の各構成からの信号を処理する。例えば処理部102は、第1通信部104または第2通信部106から送られてくる信号の復号処理を行い、データを抽出する。また処理部102は、操作部108からの信号を処理して、処理部102において実行されるアプリケーションに対する指示を行ってもよい。また処理部102は、記憶部112からデータを読み出し、読み出されたデータに対する処理を行ってもよい。また処理部102は、マイクロフォン114から取得されるデータを処理してもよい。
第1通信部104は、有線通信または無線通信によって外部装置と通信を行う通信部であり、例えばEthernet(登録商標)に準拠する通信方式を用いて通信を行ってもよい。また、第1通信部104は、3GPP(Third Generation Partnership Project)または3GPP2によって規定される通信方式を用いて通信を行ってもよい。具体的には、第1通信部104は、W-CDMA、LTE(Long Term Evolution)、CDMA2000などの通信方式を用いて通信を行ってもよい。なお、上述した通信方式は一例であり、第1通信部104の通信方式は、これに限られない。
第2通信部106は、外部装置と近距離無線によって通信を行う通信部であり、例えばIEEE802委員会によって規定される通信方式(例えばBluetooth(登録商標))を用いて通信を行ってもよい。また第2通信部106は、Wi-Fiなどの通信方式を用いて通信を行ってもよい。なお、上述した通信方式は一例であり、第2通信部106の通信方式は、これに限られない。
操作部108は、ユーザの学習検出装置100に対する操作を受け付ける。ユーザは、操作部108を操作することによって、例えば学習検出装置100で実行されるアプリケーションに対する操作を行う。またユーザは、操作部108を操作することによって、学習検出装置100の各種機能を設定する。例えば、ユーザは、操作部108を用いて、学習イベントに関する情報を登録してもよい。
表示部110は、画像を表示するために用いられる。例えば表示部110は、学習検出装置100で実行されるアプリケーションに関する画像を表示する。また、表示部110は、学習イベントに用いられるコンテンツを表示してもよい。例えば、表示部110は、記憶部112に記憶されている電子ブックを表示してもよい。記憶部112は、学習検出装置100で実行されるアプリケーション、オペレーティングシステムなどのプログラムを記憶する。また記憶部112は、学習イベントに用いられるコンテンツを記憶していてもよい。例えば、記憶部112は、教科書に関するテキストデータまたは講義に関する画像データを記憶してもよい。マイクロフォン114は、学習検出装置100の周囲の音から音声データを取得する。
(2-2.サーバ300の構成)
以上では、本開示の実施形態による学習検出装置100の構成について説明された。以下では、本開示の実施形態によるサーバ300の構成について説明される。
以上では、本開示の実施形態による学習検出装置100の構成について説明された。以下では、本開示の実施形態によるサーバ300の構成について説明される。
図7は、本実施形態の情報処理方法に係る処理を行うことが可能な、サーバ300の構成の一例を示す図である。サーバ300は、例えば、処理部302と、通信部304と、記憶部306とを備える。また処理部302は、解析部308と、認定部310と、登録部312と、を備える。
処理部302は、サーバ300の各構成からの信号を処理する。例えば処理部302は、通信部304から送られてくる信号の復号処理を行い、データを抽出する。また処理部302は、記憶部306からデータを読み出し、読み出されたデータに対する処理を行う。
解析部308は、学習情報の解析を行う。例えば、解析部308は、ベクトル空間モデルを用いてテキストデータを解析する。ベクトル空間モデルは、テキストデータに含まれる単語の出現回数または出現率などを利用してテキストデータをベクトルデータとして表現する。また、解析部308は、音声データをテキストデータに変換する。そして解析部308は、音声データに基づくテキストデータをベクトルデータに変換する。
認定部310は、ユーザによって行われた学習が、所定のトピックと関連性があるか否かを判定する。例えば、トピックが英語の受動態である場合、認定部310は、解析部308が作成したベクトルデータを用いて、ユーザによって行われた学習が、英語の受動態と関連するか否かを判定する。
また、認定部310は、例えば、判定されたトピックにおける、教育者の知識を示す情報と学習者の知識を示す情報とに基づいて、共有学習単位を認定する。ここで、教育者の知識を示す情報および学習者の知識を示す情報は、記憶部306に記憶されていてもよく、ブロックチェーンに登録されていてもよい。教育者の知識を示す情報および学習者の知識を示す情報がブロックチェーンから取得される場合、認定部310は、通信部304を介してブロックチェーンから教育者の知識を示す情報および学習者の知識を示す情報を取得してもよい。認定部310が行う共有学習単位の認定に関する処理は、後述される。
登録部312は、認定された共有学習単位に関する情報をブロックチェーンに登録する。共有学習単位に関する情報には、例えば、トピックに関する情報、教育者に関する情報、学習者に関する情報、学習時間に関する情報、学習方法に関する情報のいずれか1つが含まれる。ブロックチェーンに登録される共有学習単位に関する情報は、図9を用いて後述される。
通信部304は、有線通信または無線通信によって外部装置と通信を行う通信部であり、例えばEthernet(登録商標)に準拠する通信方式を用いて通信を行ってもよい。記憶部306は、処理部302によって使用される各種のデータを格納する。
<3.学習管理システムにおける情報処理方法>
以上では、本開示の実施形態による学習管理システムを構成する各装置の構成について説明された。以下では、本開示の実施形態による学習管理システムにおける情報処理方法について説明される。
以上では、本開示の実施形態による学習管理システムを構成する各装置の構成について説明された。以下では、本開示の実施形態による学習管理システムにおける情報処理方法について説明される。
(3-1.共有学習単位の認定に関する情報処理方法の一例)
図8は、本実施形態の学習管理システムにおいて実行される情報処理方法の一例を示す図である。特に、図8では、共有学習単位の認定に関する情報処理方法の一例について説明される。
図8は、本実施形態の学習管理システムにおいて実行される情報処理方法の一例を示す図である。特に、図8では、共有学習単位の認定に関する情報処理方法の一例について説明される。
S102において、ユーザは、学習検出装置100を用いて学習イベントの登録を行う。例えば、ユーザは、所定のリストに含まれる講義のビデオの視聴を選択し、当該講義のビデオの視聴を学習イベントとして登録してもよい。例えば、当該講義は、英語の受動態に関する講義であってもよい。また、ユーザは、所定のリストに含まれる教育者を選択し、当該教育者とのマンツーマン講義を行ってもよい。このとき、当該マンツーマン講義が、学習イベントとして登録される。また、ユーザは、マンツーマン講義に関するトピックを選択して登録してもよい。例えば、当該マンツーマン講義は、英語の受動態に関して行われてもよい。
次に、S104において、学習検出装置100は、学習イベントに関する情報および学習情報を取得する。学習イベントが講義のビデオの視聴である場合、当該講義の教育者に関する情報が、学習イベントに関する情報として取得される。また、学習者に関する情報としてユーザに関する情報が取得される。また、学習方法に関する情報としてビデオ視聴が取得される。また、トピックに関する情報として、英語の受動態が取得される。また、当該講義において再生される動画データは、学習イベントにおける学習情報として取得される。
また、学習イベントがマンツーマン講義である場合、選択された教育者に関する情報が、学習イベントに関する情報として取得される。また、学習者に関する情報としてユーザに関する情報が取得される。また、学習方法に関する情報としてマンツーマン講義が取得される。また、トピックに関する情報として、英語の受動態が取得される。また、当該マンツーマン講義における、ユーザと教育者との音声データが、学習検出装置100によって取得される。そして、取得された音声データは、当該学習イベントにおける学習情報として取得される。なお、音声データは、学習検出装置100に備えられるマイクロフォン114によって取得されてもよい。
S106において、例えば学習イベントが終了したとき、学習検出装置100は、取得した学習イベントに関する情報および学習情報をサーバ300に送信する。学習イベントの終了は、例えば、ビデオの再生が終了したことに基づいて判定されてもよい。また、学習イベントの終了は、所定の時間、音が検出されないことに基づいて判定されてもよい。
S108において、解析部308は、取得された学習情報を解析する。例えば、解析部308は、ベクトル空間モデルを用いて、取得されたテキストデータをベクトルデータに変換する。また、解析部308は、取得された音声データをテキストデータに変換し、変換されたテキストデータをベクトルデータに変換する。
そして、S110において、認定部310は、上述した共有学習単位を認定するための所定の条件について判定を行う。例えば、所定の条件は、ユーザが行った学習が登録されたトピックと関連性があること、であってもよい。
したがって、認定部310は、S104において取得された学習情報が、登録されたトピックと関連性があるか否かを判定する。例えば、上述したようにトピックが英語の受動態である場合、認定部310は、ベクトルデータを用いて、取得された学習情報が、英語の受動態と関連するか否かを判定する。つまり、教育者とユーザとの間で行われた学習が、トピック(英語の受動態)に関連するか否かが判定される。したがって、例えば、教育者とユーザとの間でトピックと関連性がない会話が行われている場合、認定部310は、教育者とユーザとの間で行われた学習は、登録されたトピックと関連性がないと判定する。また、ユーザがトピックと関連性がないビデオを視聴している場合、認定部310は、ユーザが行った学習は、登録されたトピックと関連性がないと判定する。これによって、ユーザが適切に学習を行っているか否かが判定される。
また、所定の条件は、一定量の学習が行われたこと、であってもよい。したがって、認定部310は、例えば、所定の時間(例えば1時間)、講義のビデオが視聴されたか否かを判定する。また、認定部310は、所定の量の会話が、教育者と学習者との間で行われたか否かを判定してもよい。なお、一定量の学習が行われたことは、解析部308によって生成されたベクトルデータを用いて判定されてもよい。これによって、ユーザが適切に学習を行っているか否かが判定される。
また、所定の条件は、教育者の知識および学習者の知識に関する条件であってもよい。この場合、取得された教育者に関する情報および学習者に関する情報に基づいて、所定の条件が判定されてもよい。
具体的には、S104において取得された教育者に関する情報には、所定のトピック(上述した例では、英語の受動態)に関する教育者の知識に関する情報が含まれる。また、S104において取得された学習者に関する情報には、所定のトピック(上述した例では、英語の受動態)に関する学習者の知識に関する情報が含まれる。
さらに詳細には、教育者の知識に関する情報には、公式学習知識、共有学習知識、総合学習知識に関する情報が含まれる。また、同様に、学習者の知識に関する情報にも、公式学習知識、共有学習知識、総合学習知識に関する情報が含まれる。
ここで、公式学習知識は、所定の機関が指定する公式な教育から得られた知識を示す。また、共有学習知識は、所定の機関が管理しない非公式な教育から得られた知識を示す。総合学習知識は、公式学習知識と共有学習知識の合計を示す。なお、以下では、公式学習知識、共有学習知識および総合学習知識に関する情報が、数値によって示される情報として扱われる例について説明される。
以上のような前提において、所定の条件は、以下の式1を満たすことであってもよい。
TLE[教育者,トピック]>教育知識閾値・・・・・・・・・・・・・(1)
ここで、TLE[教育者,トピック]は、所定のトピックにおける、教育者の総合学習知識の値を示す。上述した式1は、学習イベントにおける教育者が、所定のトピックにおいて、教育者の資格を有するための知識を有していることを判定するために用いられる。これによって、教育者として不適格な人からの教育に基づいて、学習単位が認定されることが防がれる。なお、上述した式1では、総合学習知識が用いられた。しかしながら、教育者の資格を有するための知識の判定には、教育者の公式学習知識が用いられてもよい。つまり、教育者の公式学習知識と教育知識閾値が比較されてもよい。また、教育者の総合学習知識と公式学習知識のそれぞれに異なる教育知識閾値が設定され、総合学習知識と公式学習知識のそれぞれと対応する教育知識閾値が比較されてもよい。
また、所定の条件は、以下の式2を満たすことであってもよい。
TLE[教育者,トピック]-総合学習知識[学習者,トピック]>知識差閾値
・・・・・・・・・・(2)
・・・・・・・・・・(2)
ここで、TLE[学習者,トピック]は、所定のトピックにおける、学習者の総合学習知識の値を示す。上述した式2は、学習イベントにおける教育者が、所定のトピックにおいて、学習者よりも豊富な知識を有していることを判定するために用いられる。これによって、学習者との知識の差が適切ではない教育者からの教育に基づいて、学習単位が認定されることが防がれる。なお、上述した式2では、総合学習知識が用いられた。しかしながら、教育者が学習者よりも豊富な知識を有していることの判定には、教育者および学習者の公式学習知識が用いられてもよい。つまり、教育者の公式学習知識と学習者の公式学習知識が比較されてもよい。
また、所定の条件は、以下の式3を満たすことであってもよい。
TLE[学習者,トピック]>学習知識閾値・・・・・・・・・・・・(3)
上述した式3は、学習イベントにおける学習者が、当該学習イベントを受けるための知識を有していることを判定するために用いられる。これによって、学習者の知識が、所定の学習イベント(例えば大学レベルの教育)に対して不足している場合(例えば学習者の知識が小学生レベルである場合)に、学習単位が認定されることが防がれる。なお、上述した式2では、学習者の総合学習知識が用いられた。しかしながら、学習者が学習イベントを受けるために必要な知識を有していることの判定には、学習者の公式学習知識または共有学習知識が用いられてもよい。また、学習者の総合学習知識、公式学習知識および共有学習知識のそれぞれに異なる学習知識閾値が設定され、総合学習知識、公式学習知識および共有学習知識のそれぞれと対応する学習知識閾値が比較されてもよい。
また、所定の条件は、図5において示された関係図における関係に基づく条件であってもよい。例えば、所定の条件は、公式学習単位を有する教育者から所定のホップ数以内の教育者からの教育に基づくことであってもよい。ここで、ホップ数は、図5において線で示されるように、ある教育者から教育を受けることによって、ある学習者に共有学習単位が認定されたことを意味する。つまり、ホップ数は、教育者から学習者への知識の伝搬が行われた回数を意味する。なお、図5において示されるような関係図における関係に基づく条件を用いる場合、認定部310は、ブロックチェーンから当該関係図を生成するための情報を取得してもよい。例えば、認定部310は、図9を用いて後述される情報のうち、ブロックチェーンから教育者に関する情報と学習者に関する情報を取得してもよい。
例えば、所定の条件が、公式学習単位を有する教育者からのホップ数が2以内の教育者からの教育に基づくことである場合について説明される。図5において、ユーザJがユーザIから教育を受ける場合、ユーザIは、公式学習単位を有する教育者であるユーザAからのホップ数が3であるため、条件は満たされない。一方、図5において、ユーザGがユーザCから教育を受ける場合、ユーザCは、公式学習単位を有する教育者であるユーザAからのホップ数が1であるため、条件は満たされる。
なお、知識の伝搬は、伝搬が繰り返されるたびに伝搬される量が少なくなることに鑑みて、認定部310は、各ユーザに対する知識の伝搬(各ホップ)に対して重み付けを行ってもよい。例えば、公式学習単位を有する教育者と学習者との間に介在する人数に基づいて、ホップ数が大きくなるような重み付けがなされてもよい。具体的には、図5において、ユーザAとユーザDとの間のホップ数は、ユーザDとユーザHとの間のホップ数よりも小さくなってもよい。なお、公式学習単位を有するユーザAとユーザDとの間に介在する人数は0であり、公式学習単位を有するユーザAとユーザHとの間に介在する人数は1である。また、ユーザDとユーザHとの間のホップ数は、ユーザHとユーザIとの間のホップ数よりも大きくなってもよい。なお、公式学習単位を有するユーザAとユーザHとの間に介在する人数は1であり、公式学習単位を有するユーザAとユーザIとの間に介在する人数は2である。
より具体的には、例えば、ユーザAとユーザDとの間のホップ数が仮想的に1と設定される場合、ユーザDとユーザHとの間のホップ数は仮想的に1.5と設定されてもよい。これは、公式学習単位を有するユーザAとユーザDとの間に介在する人数が、公式学習単位を有するユーザAとユーザHとの間に介在する人数よりも少ないからである。また、ユーザDとユーザHとの間のホップ数が仮想的に1.5と設定される場合、ユーザHとユーザIとの間のホップ数は仮想的に2と設定されてもよい。これは、公式学習単位を有するユーザAとユーザHとの間に介在する人数が、公式学習単位を有するユーザAとユーザIとの間に介在する人数よりも少ないからである。したがって、ユーザAからユーザIとの間のホップ数の合計は、4.5となる。
そして、所定の条件は、上述した重み付けが行われたホップ数に基づいて判定されてもよい。また、ホップ数に対する重み付けは、学習イベントまたは学習方法の種類に基づいて設定されてもよい。例えば、ビデオ視聴は、マンツーマン講義よりも知識の伝搬が行われる量が少ないと仮定される場合、ビデオ視聴による知識の伝搬を示すホップ数は、マンツーマン講義による知識の伝搬を示すホップ数よりも大きくなるように設定が行われてもよい。具体的には、図5の関係図において、ユーザAからユーザDへの知識の伝搬がビデオ視聴によって行われた場合、ユーザAとユーザDとの間のホップ数は仮想的に2と設定されてもよい。また、ユーザDからユーザHへの知識の伝搬がマンツーマン講義によって行われた場合、ユーザDとユーザHとの間のホップ数は仮想的に1と設定されてもよい。したがって、ユーザAからユーザHとの間のホップ数の合計は、3となる。なお、この場合、認定部310は、図9を用いて後述される情報のうち、ブロックチェーンから学習方法に関する情報を取得してもよい。
また、所定の条件は、ユーザの理解度を測るための試験の点数の点数が所定の点数以上であることであってもよい。これによって、ユーザが理解していない場合でも、単位が認定されることが防止される。なお、上述した試験は、サーバ300によってユーザに提示されてもよい。
なお、上述した複数の所定の条件の例は、それぞれ組み合わせて、共有学習単位の認定のために用いられてもよく、単独で共有学習単位の認定のために用いられてもよい。
図8に戻って、S110において、認定部310が、所定の条件が満たされると判定した場合、処理は、S112に進む。S112において、認定部310は、ユーザに対して共有学習単位を認定する。そして、S114において、登録部312は、認定された共有学習単位に関する情報をブロックチェーンに登録する。
なお、上述された共有学習知識は、共有学習単位が認定されることによって加算されてもよい。例えば、学習イベントに対して、加算される所定の共有学習知識が対応付けられてもよい。例えばビデオの視聴によって行われる学習イベントに対しては、学習者に対して30の共有学習知識が与えられてもよい。また、マンツーマン講義によって行われる学習イベントに対しては、教育者に対して30の共有学習知識が与えられてもよく、学習者に対して50の共有学習知識が与えられてもよい。また、与えられる共有学習知識は、学習情報の量に対応して可変であってもよい。例えば、教育者と学習者の間で行われた会話の量が多い場合、その量に応じて共有学習知識が与えられてもよい。
また、上述した式1から式3において用いられる、総合学習知識および共有学習知識の値は、共有学習単位が認定された後の値が用いられてもよく、共有学習単位が認定される前の値が用いられてもよい。
(3-2.ブロックチェーンに登録される情報の一例)
以上では、共有学習単位の認定に関する情報処理方法の一例について説明された。以下では、P2Pデータベースの一例であるブロックチェーンに登録される共有学習単位に関する情報の一例を説明する。
以上では、共有学習単位の認定に関する情報処理方法の一例について説明された。以下では、P2Pデータベースの一例であるブロックチェーンに登録される共有学習単位に関する情報の一例を説明する。
図9は、ブロックチェーンに登録される共有学習単位に関する情報の一例を示す図である。本実施形態の学習管理システムでは、図9に示されるような共有学習単位に関する情報が、Bitcoinのような既存のブロックチェーンの取引情報に代わって、またはBitcoinのような既存のブロックチェーンの取引情報に付随して登録される。
図9に示されるように、本実施形態の学習管理システムでは、例えば、トピック(大分類および小分類)、学習者に関する情報、教育者に関する情報、学習時間、学習方法が、ブロックチェーンに登録されてもよい。また、学習者に関する情報には、ユーザID(学習者ID)、取得された共有学習知識に関する情報、学習後の総合学習知識に関する情報が含まれてもよい。また、教育者に関する情報には、教育者ID、保有学習単位の種類に関する情報、取得された共有学習知識に関する情報、学習後の総合学習知識に関する情報が含まれてもよい。なお、図9には図示されないが、学習者に関する情報および教育者に関する情報には、公式学習知識に関する情報も含まれてもよい。
また、ブロックチェーンには、ユーザの理解度に関する情報が登録されてもよい。理解度は、ユーザに対して行われるテストの点数に基づいて判定されてもよい。
このように、共有学習単位に関する情報がブロックチェーンデータで管理されることによって、情報の改ざんがされない状態で、および第三者が情報を利用しやすい状態でユーザに対して認定された共有学習単位に関して管理が行われる。
<4.接続デバイスからの評価情報を用いる情報処理方法>
以上では、共有学習単位の認定に関する情報処理方法の一例について説明された。以下では、本実施形態の学習管理システムにおける他の構成の一例を説明する。本実施形態では、図10に示されるように、学習検出装置100に接続される接続デバイス400が取得する評価情報が、図8のS110における判定に用いられる。このような接続デバイス400が取得する評価情報は、学習者が適切に学習を行っているか否かを判定するために用いられる。
以上では、共有学習単位の認定に関する情報処理方法の一例について説明された。以下では、本実施形態の学習管理システムにおける他の構成の一例を説明する。本実施形態では、図10に示されるように、学習検出装置100に接続される接続デバイス400が取得する評価情報が、図8のS110における判定に用いられる。このような接続デバイス400が取得する評価情報は、学習者が適切に学習を行っているか否かを判定するために用いられる。
本実施形態において、学習検出装置100は、図10に示されるように、テレビ、冷蔵庫、シーリングライト、携帯電話、ウェアラブルデバイス、電子レンジなどの接続デバイス400と接続される。接続デバイス400は、テレビ、冷蔵庫、シーリングライト、電子レンジなどのように設置される位置が変更される可能性が低い固定デバイスと、携帯電話、ウェアラブルデバイスなどのような位置が変更される可能性が高い携帯デバイスとを含む。なお、学習検出装置100は、無線または有線で接続デバイス400と接続されてもよい。
接続デバイス400は、内蔵されるセンサなどを用いて、ユーザの学習の評価に用いられる評価情報を取得する。接続デバイス400が取得する評価情報は、例えば、ユーザの行動に関する情報、ユーザの生体情報、接続デバイス400の使用状況に関する情報などの情報を含む。
ユーザの行動に関する情報には、接続デバイス400が携帯デバイスである場合、位置情報が含まれてもよい。また、ユーザの行動に関する情報には、ユーザの運動状態を示す情報(例えば、ユーザが歩いている、走っている、ユーザがベッドなどで横になっていることを示す情報)が含まれてもよい。なお、ユーザの運動状態は、センサから取得される情報を用いてパターンマッチングを行うことによって、判定されてもよい。
また、ユーザの生体情報には、心拍数、血圧、発汗量、体温、脳波などに関する情報が含まれてもよい。また、接続デバイス400の使用状況に関する情報には、例えば、接続デバイス400の電源がオン/オフになったこと、接続デバイス400の扉が開かれたこと、を示す情報が含まれてもよい。また、接続デバイス400の使用状況に関する情報には、接続デバイス400が操作されていることを示す情報が含まれてもよい。
接続デバイス400は、上述した評価情報を学習検出装置100に送信し、さらに学習検出装置100は、評価情報をサーバ300に送信する。そして、サーバ300の認定部310は、評価情報に基づいて、図8のS110における所定の条件を判定する。
ここで所定の条件は、例えば、接続デバイス400の使用が検知されていないこと、接続デバイス400に対する操作が検知されていないことであってもよい。また、所定の条件は、ユーザの移動が検知されていないこと、ユーザが横になっていないことであってもよい。
以上のように、本実施形態の学習管理システムでは、接続デバイス400が取得する幅広い評価情報に基づいて、学習者の学習が評価される。このように、接続デバイス400から取得される評価情報に基づいてユーザが行った学習に対する評価が行われることによって、ユーザが学習に集中していない場合に、ユーザに学習単位が認定されることを防ぐことができる。
図11は、接続デバイス400の構成の一例を示す図である。接続デバイス400は、例えば、処理部402と、通信部404と、センサ406と、位置情報取得部408とを備える。
処理部402は、接続デバイス400の各構成からの信号を処理する。例えば処理部402は、通信部404から送信される情報の符号化を行う。また処理部402は、センサ406から取得される情報を処理する。
センサ406は、接続デバイス400の動きを検知する。例えば、センサ406は、加速度センサ、ジャイロセンサ、気圧センサ、地磁気センサなどから構成される。加速度センサは、接続デバイス400に対する加速度を検知する。ジャイロセンサは、接続デバイス400に対する角加速度および角速度を検知する。気圧センサは、気圧を検知し、検知された気圧に基づいて接続デバイス400の高度が算出される。地磁気センサは、地磁気を検知し、検知された地磁気に基づいて接続デバイス400の向きが算出される。
位置情報取得部408は、接続デバイス400の位置を取得する。位置情報取得部408は、例えばGNSS(Global Navigation Satellite System)を用いて接続デバイス400の位置を取得してもよい。また位置情報取得部408は、セルラ通信ネットワークの基地局からの情報に基づいて接続デバイス400の位置を取得してもよい。
なお、上述した例では、接続デバイス400は、取得した評価情報を学習検出装置100に送信した。しかしながら、接続デバイス400は、評価情報をブロックチェーンに登録してもよい。そして、サーバ300は、ブロックチェーンから評価情報を取得してもよい。このとき、接続デバイス400の処理部402は、評価情報をブロックチェーンに登録する登録部を備えてもよい。
<5.各装置のハードウェア構成>
以上では、本実施形態による学習管理システムおよび学習管理システムにおいて実行される情報処理方法について説明された。以下では、学習管理システムの各装置のハードウェア構成について説明される。
以上では、本実施形態による学習管理システムおよび学習管理システムにおいて実行される情報処理方法について説明された。以下では、学習管理システムの各装置のハードウェア構成について説明される。
(5-1.学習検出装置100のハードウェア構成)
以下では、図12を参照しながら、本開示の実施形態に係る学習検出装置100のハードウェア構成について、詳細に説明する。図12は、本開示の実施形態に係る学習検出装置100(例えばラップトップパソコン)のハードウェア構成を説明するためのブロック図である。
以下では、図12を参照しながら、本開示の実施形態に係る学習検出装置100のハードウェア構成について、詳細に説明する。図12は、本開示の実施形態に係る学習検出装置100(例えばラップトップパソコン)のハードウェア構成を説明するためのブロック図である。
学習検出装置100は、主に、CPU801と、ROM803と、RAM805と、を備える。また、学習検出装置100は、更に、ホストバス807と、ブリッジ809と、外部バス811と、インターフェース813と、入力装置815と、出力装置817と、ストレージ装置819と、ドライブ821と、第2通信装置823と、第1通信装置825とを備える。
CPU801は、中心的な処理装置及び制御装置として機能し、ROM803、RAM805、ストレージ装置819、又はリムーバブル記録媒体827に記録された各種プログラムに従って、学習検出装置100内の動作全般又はその一部を制御する。なお、CPU801は、処理部102の機能を有してもよい。ROM803は、CPU801が使用するプログラムや演算パラメータ等を記憶する。RAM805は、CPU801が使用するプログラムや、プログラムの実行において適宜変化するパラメータ等を一次記憶する。これらはCPUバス等の内部バスにより構成されるホストバス807により相互に接続されている。
ホストバス807は、ブリッジ809を介して、PCI(Peripheral Component Interconnect/Interface)バスなどの外部バス811に接続されている。
入力装置815は、例えば静電式または感圧式のタッチパネル、ボタン、スイッチ及びジョグダイヤルなどユーザが操作する操作手段である。さらに、入力装置815は、例えば、上記の操作手段を用いてユーザにより入力された情報に基づいて入力信号を生成し、CPU801に出力する入力制御回路などから構成されている。ユーザは、この入力装置815を操作することにより、学習検出装置100に対して各種のデータを入力したり処理動作を指示したりすることができる。なお、入力装置815は、操作部108の機能を有してもよい。
出力装置817は、取得した情報をユーザに対して視覚的又は聴覚的に通知することが可能な装置で構成される。このような装置として、液晶ディスプレイ装置、ELディスプレイ装置及びランプなどの表示装置、またはスピーカ及びヘッドホンなどの音声出力装置などがある。出力装置817は、例えば、学習検出装置100が行った各種処理により得られた結果を出力する。具体的には、表示装置は、学習検出装置100が行った各種処理により得られた結果を、テキスト又はイメージで表示する。他方、音声出力装置は、再生された音声データや音響データ等からなるオーディオ信号をアナログ信号に変換して出力する。なお、出力装置817の表示装置は、表示部110の機能を有してもよい。
ストレージ装置819は、学習検出装置100において用いられるデータを格納するための装置である。ストレージ装置819は、例えば、HDD(Hard Disk Drive)等の磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、又は光磁気記憶デバイス等により構成される。このストレージ装置819は、CPU801が実行するプログラムや各種データ、及び外部から取得した各種データなどを格納する。
ドライブ821は、記録媒体用リーダライタであり、学習検出装置100に内蔵、あるいは外付けされる。ドライブ821は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体827に記録されている情報を読み出して、RAM805に出力する。また、ドライブ821は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体827に記録を書き込むことも可能である。リムーバブル記録媒体827は、例えば、DVDメディア、HD-DVDメディア、Blu-ray(登録商標)メディア等である。また、リムーバブル記録媒体827は、コンパクトフラッシュ(登録商標)(CompactFlash:CF)、フラッシュメモリ、又は、SDメモリカード(Secure Digital memory card)等であってもよい。また、リムーバブル記録媒体827は、例えば、非接触型ICチップを搭載したICカード(Integrated Circuit card)又は電子機器等であってもよい。
第2通信装置823は、外部接続機器829と通信を確立することによって、外部接続機器との間でデータを交換するために用いられる。第2通信装置823の一例として、IEEE802.11ポート、IEEE802.15ポート等がある。この第2通信装置によって外部接続機器829と接続されることで、学習検出装置100は、外部接続機器829から直接各種データを取得したり、外部接続機器829に各種データを送信したりする。
第1通信装置825は、例えば、通信網831に接続するための通信デバイス等で構成された通信インターフェースである。第1通信装置825は、例えば、有線又は無線LAN(Local Area Network)、又はWUSB(Wireless USB)用の通信カード等である。また、第1通信装置825は、光通信用のルータ、ADSL(Asymmetric Digital Subscriber Line)用のルータ、又は、各種通信用のモデム等であってもよい。この第1通信装置825は、例えば、インターネットや他の通信機器との間で、例えばTCP/IP等の所定のプロトコルに則して信号等を送受信することができる。また、第1通信装置825に接続される通信網831は、有線又は無線によって接続されたネットワーク等により構成され、例えば、インターネット、家庭内LAN、赤外線通信、ラジオ波通信又は衛星通信等であってもよい。
(5-2.サーバ300のハードウェア構成)
以下では、図13を参照しながら、本開示の実施形態に係るサーバ300のハードウェア構成について、詳細に説明する。図13は、本開示の実施形態に係るサーバ300のハードウェア構成を説明するためのブロック図である。
以下では、図13を参照しながら、本開示の実施形態に係るサーバ300のハードウェア構成について、詳細に説明する。図13は、本開示の実施形態に係るサーバ300のハードウェア構成を説明するためのブロック図である。
サーバ300は、主に、CPU901と、ROM903と、RAM905と、を備える。また、サーバ300は、更に、ホストバス907と、ブリッジ909と、外部バス911と、インターフェース913と、入力装置915と、出力装置917と、ストレージ装置919と、ドライブ921と、接続ポート923と、通信装置925とを備える。
CPU901は、中心的な処理装置及び制御装置として機能し、ROM903、RAM905、ストレージ装置919、又はリムーバブル記録媒体927に記録された各種プログラムに従って、サーバ300内の動作全般又はその一部を制御する。なお、CPU901は、処理部302の機能を有してもよい。また、CPU901は、解析部308、認定部310、登録部312をそれぞれ構成してもよい。ROM903は、CPU901が使用するプログラムや演算パラメータ等を記憶する。RAM905は、CPU901が使用するプログラムや、プログラムの実行において適宜変化するパラメータ等を一次記憶する。これらはCPUバス等の内部バスにより構成されるホストバス907により相互に接続されている。
入力装置915は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ及びレバーなどユーザが操作する操作手段である。また入力装置915は、例えば、上記の操作手段を用いてユーザにより入力された情報に基づいて入力信号を生成し、CPU901に出力する入力制御回路などから構成されている。ユーザは、この入力装置915を操作することにより、サーバ300に対して各種のデータを入力したり処理動作を指示したりすることができる。
出力装置917は、取得した情報をユーザに対して視覚的又は聴覚的に通知することが可能な装置で構成される。このような装置として、CRTディスプレイ装置、液晶ディスプレイ装置、プラズマディスプレイ装置、ELディスプレイ装置及びランプなどの表示装置や、スピーカ及びヘッドホンなどの音声出力装置や、プリンタ装置、携帯電話、ファクシミリなどがある。出力装置917は、例えば、サーバ300が行った各種処理により得られた結果を出力する。具体的には、表示装置は、サーバ300が行った各種処理により得られた結果を、テキスト又はイメージで表示する。他方、音声出力装置は、再生された音声データや音響データ等からなるオーディオ信号をアナログ信号に変換して出力する。
ストレージ装置919は、サーバ300の記憶部306の一例として構成されたデータ格納用の装置である。ストレージ装置919は、例えば、HDD(Hard Disk Drive)等の磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、又は光磁気記憶デバイス等により構成される。このストレージ装置919は、CPU901が実行するプログラムや各種データ、及び外部から取得した各種データなどを格納する。なお、ストレージ装置919は、記憶部306の機能を有してもよい。
ドライブ921は、記録媒体用リーダライタであり、サーバ300に内蔵、あるいは外付けされる。ドライブ921は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体927に記録されている情報を読み出して、RAM905に出力する。また、ドライブ921は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体927に記録を書き込むことも可能である。リムーバブル記録媒体927は、例えば、DVDメディア、HD-DVDメディア、Blu-ray(登録商標)メディア等である。また、リムーバブル記録媒体927は、コンパクトフラッシュ(登録商標)(CompactFlash:CF)、フラッシュメモリ、又は、SDメモリカード(Secure Digital memory card)等であってもよい。また、リムーバブル記録媒体927は、例えば、非接触型ICチップを搭載したICカード(Integrated Circuit card)又は電子機器等であってもよい。
接続ポート923は、機器をサーバ300に直接接続するためのポートである。接続ポート923の一例として、USB(Universal Serial Bus)ポート、IEEE1394ポート、SCSI(Small Computer System Interface)ポート等がある。接続ポート923の別の例として、RS-232Cポート、光オーディオ端子、HDMI(登録商標)(High-Definition Multimedia Interface)ポート等がある。この接続ポート923に外部接続機器929を接続することで、サーバ300は、外部接続機器929から直接各種データを取得したり、外部接続機器929に各種データを提供したりする。
通信装置925は、例えば、通信網931に接続するための通信デバイス等で構成された通信インターフェースである。通信装置925は、例えば、有線又は無線LAN(Local Area Network)、又はWUSB(Wireless USB)用の通信カード等である。また、通信装置925は、光通信用のルータ、ADSL(Asymmetric Digital Subscriber Line)用のルータ、又は、各種通信用のモデム等であってもよい。この通信装置925は、例えば、インターネットや他の通信機器との間で、例えばTCP/IP等の所定のプロトコルに則して信号等を送受信することができる。また、通信装置925に接続される通信網931は、有線又は無線によって接続されたネットワーク等により構成され、例えば、インターネット、家庭内LAN、赤外線通信、ラジオ波通信又は衛星通信等であってもよい。
<6.補足事項>
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属する。
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属する。
例えば、上述した学習単位には、運動に関する学習単位が含まれてもよい。例えば、運動に関する学習イベントは、学習検出装置100に接続される接続デバイス400に備えられるセンサ(例えば加速度センサ、ジャイロセンサ)によって取得される、ユーザの行動に関する情報(以下、行動データとも呼ばれる)に基づいて、検出されてもよい。
例えば、行動データは、ユーザが歩いていること、ユーザが走っていること、特定の運動または競技に関する行動を行っていること、などを示す情報である。具体的には、特定の運動または競技に関する行動には、ユーザが泳いでいること、ユーザがバットを振っていること、ユーザがラケットを振っていること、ユーザがボールを投げていること、などの行動が含まれる。なお、行動データは、ユーザがそれぞれの行動を行ったときの統計的に算出されている加速度等の波形と、センサによって検出される波形とが比較されることによって取得されてもよい。なお、上述した運動の学習単位の認定に関する情報処理方法は、図8を用いて説明された情報処理方法と同様である。
なお、運動の学習単位に関するトピックに関して、例えば、運動の学習単位に関するトピックの大分類は、野球、サッカー、ランニング、歩行などが含まれてもよい。また、トピックの小分類は、トピックの大分類が野球の場合、例えば、ピッチング、バッティング、守備、走塁などが含まれてもよい。このように、トピックが大分類と小分類に分類分けされることによって、より詳細に学習が管理される。
また、上述した実施形態において、共有学習単位の認定は、サーバ300で行われた。しかしながら共有学習単位の認定は、学習検出装置100で行われてもよい。つまり学習検出装置100は、サーバ300の解析部308および認定部310の機能を有してもよい。また、学習検出装置100は、認定された共有学習単位に関する情報をブロックチェーンに登録してもよい。つまり学習検出装置100は、サーバ300の登録部312の機能を有してもよい。
また、上述した例では、学習単位に関する情報が、ブロックチェーンに登録された。しかしながら、学習単位に関する情報は、ブロックチェーン以外のシステムに登録されてもよい。例えば、学習単位に関する情報は、クラウドシステムを構築するサーバ群によって管理されてもよい。また、学習単位に関する情報は、既存のP2Pネットワークによって管理されてもよい。
また、本実施形態の情報処理は、携帯電話、タブレットコンピュータ、ウェアラブルデバイス、デスクトップコンピュータ、PDA、車載デバイスなどの情報処理装置で行われてもよい。またサーバ300は、有線で他の装置と接続されていなくてもよく、持ち運び可能なコンピュータであってもよい。
また、学習検出装置100の処理部102およびサーバ300の処理部302を、図8を用いて上述したような動作を行わせるためのコンピュータプログラムが提供されてもよい。また、このようなプログラムが記憶された記憶媒体が提供されてもよい。
<7.むすび>
以上説明したように本開示の学習情報管理システムでは、教育者から学習者への知識の伝搬が評価および管理される。また、本実施形態の情報管理システムでは、学校などの所定の機関によって行われる教育以外の教育によって認定される共有学習単位に関する情報が管理される。このように共有学習単位に関する情報が管理されることによって、学校などの所定の機関によって行われる教育以外の幅広い教育に関する情報の管理が行われる。また、このような非公式の教育において、どのような教育がどのような教育者から行われたかを示す情報が管理される。また、共有学習単位に関する情報がブロックチェーンに登録されることによって、改ざんされない状態で学習単位に関する情報がネットワーク上に保持される。また、ブロックチェーンに含まれる情報を利用したい第三者は、所定の権限を有することにより、ブロックチェーンに含まれる情報にアクセスすることができる。
以上説明したように本開示の学習情報管理システムでは、教育者から学習者への知識の伝搬が評価および管理される。また、本実施形態の情報管理システムでは、学校などの所定の機関によって行われる教育以外の教育によって認定される共有学習単位に関する情報が管理される。このように共有学習単位に関する情報が管理されることによって、学校などの所定の機関によって行われる教育以外の幅広い教育に関する情報の管理が行われる。また、このような非公式の教育において、どのような教育がどのような教育者から行われたかを示す情報が管理される。また、共有学習単位に関する情報がブロックチェーンに登録されることによって、改ざんされない状態で学習単位に関する情報がネットワーク上に保持される。また、ブロックチェーンに含まれる情報を利用したい第三者は、所定の権限を有することにより、ブロックチェーンに含まれる情報にアクセスすることができる。
なお、以下のような構成も本開示の技術的範囲に属する。
(1)
学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定する処理部を備える、情報処理装置。
(2)
前記教育者の知識は数値で表され、
前記所定の条件は、前記教育者の知識を示す情報の値が、教育者の資格を有するための知識を有していることを判定するための第1の閾値よりも大きいことである、前記(1)に記載の情報処理装置。
(3)
前記処理部は、さらに前記学習者の知識を示す情報に基づいて、前記第1の学習単位を認定する、前記(1)に記載の情報処理装置。
(4)
前記教育者の知識と前記学習者の知識は数値で表され、
前記所定の条件は、前記教育者の知識を示す情報の値と前記学習者の知識を示す情報の値との差が、第2の閾値よりも大きいことである、前記(3)に記載の情報処理装置。
(5)
前記学習者の知識は数値で表され、
前記所定の条件は、前記学習者の知識を示す情報の値が、前記学習者が学習を行うための知識を有していることを判定するための第3の閾値よりも大きいことである、前記(3)に記載の情報処理装置。
(6)
前記所定の条件は、前記学習者が行った学習が登録されたトピックと関連性があることである、前記(1)から前記(5)のいずれか1項に記載の情報処理装置。
(7)
前記処理部は、前記教育者に関する情報として、第1の学習単位とは異なる第2の学習単位に関する情報を取得し、
前記第2の学習単位に関する情報に基づいて、前記第2の学習単位を有する前記教育者から前記学習者への知識の伝搬が行われた回数を示すホップ数を算出し、
前記所定の条件は、前記ホップ数が所定の回数以内であることである、前記(1)から前記(6)のいずれか1項に記載の情報処理装置。
(8)
前記処理部は、前記ホップ数に対して、前記第2の学習単位を有する前記教育者と前記学習者との間の人数に基づいて重み付けを行う、前記(7)に記載の情報処理装置。
(9)
前記処理部は、知識の伝搬方法に関する情報を取得し、
前記処理部は、前記ホップ数に対して、前記知識の伝搬方法に基づく重み付けを行う、前記(7)に記載の情報処理装置。
(10)
前記処理部は、さらに前記学習者の学習を評価する評価情報を用いて、前記第1の学習単位を認定する、前記(1)から前記(9)のいずれか1項に記載の情報処理装置。
(11)
前記処理部は、前記評価情報を取得する接続デバイスから、前記評価情報を取得する、前記(10)に記載の情報処理装置。
(12)
前記評価情報は、前記学習者の行動に関する情報、前記学習者の生体情報、前記接続デバイスの使用状況に関する情報のいずれか1つを含む、前記(11)に記載の情報処理装置。
(13)
前記処理部は、認定された前記第1の学習単位に関する情報をP2Pデータベースに登録する、前記(1)から前記(12)のいずれか1項に記載の情報処理装置。
(14)
前記P2Pデータベースは、ブロックチェーンである、前記(13)に記載の情報処理装置。
(15)
前記第1の学習単位に関する情報は、学習されたトピックに関する情報、前記教育者に関する情報、前記学習者に関する情報、学習時間に関する情報、学習方法に関する情報のいずれか1つを含む、前記(13)に記載の情報処理装置。
(16)
コンピュータに、学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定させる、情報処理方法。
(1)
学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定する処理部を備える、情報処理装置。
(2)
前記教育者の知識は数値で表され、
前記所定の条件は、前記教育者の知識を示す情報の値が、教育者の資格を有するための知識を有していることを判定するための第1の閾値よりも大きいことである、前記(1)に記載の情報処理装置。
(3)
前記処理部は、さらに前記学習者の知識を示す情報に基づいて、前記第1の学習単位を認定する、前記(1)に記載の情報処理装置。
(4)
前記教育者の知識と前記学習者の知識は数値で表され、
前記所定の条件は、前記教育者の知識を示す情報の値と前記学習者の知識を示す情報の値との差が、第2の閾値よりも大きいことである、前記(3)に記載の情報処理装置。
(5)
前記学習者の知識は数値で表され、
前記所定の条件は、前記学習者の知識を示す情報の値が、前記学習者が学習を行うための知識を有していることを判定するための第3の閾値よりも大きいことである、前記(3)に記載の情報処理装置。
(6)
前記所定の条件は、前記学習者が行った学習が登録されたトピックと関連性があることである、前記(1)から前記(5)のいずれか1項に記載の情報処理装置。
(7)
前記処理部は、前記教育者に関する情報として、第1の学習単位とは異なる第2の学習単位に関する情報を取得し、
前記第2の学習単位に関する情報に基づいて、前記第2の学習単位を有する前記教育者から前記学習者への知識の伝搬が行われた回数を示すホップ数を算出し、
前記所定の条件は、前記ホップ数が所定の回数以内であることである、前記(1)から前記(6)のいずれか1項に記載の情報処理装置。
(8)
前記処理部は、前記ホップ数に対して、前記第2の学習単位を有する前記教育者と前記学習者との間の人数に基づいて重み付けを行う、前記(7)に記載の情報処理装置。
(9)
前記処理部は、知識の伝搬方法に関する情報を取得し、
前記処理部は、前記ホップ数に対して、前記知識の伝搬方法に基づく重み付けを行う、前記(7)に記載の情報処理装置。
(10)
前記処理部は、さらに前記学習者の学習を評価する評価情報を用いて、前記第1の学習単位を認定する、前記(1)から前記(9)のいずれか1項に記載の情報処理装置。
(11)
前記処理部は、前記評価情報を取得する接続デバイスから、前記評価情報を取得する、前記(10)に記載の情報処理装置。
(12)
前記評価情報は、前記学習者の行動に関する情報、前記学習者の生体情報、前記接続デバイスの使用状況に関する情報のいずれか1つを含む、前記(11)に記載の情報処理装置。
(13)
前記処理部は、認定された前記第1の学習単位に関する情報をP2Pデータベースに登録する、前記(1)から前記(12)のいずれか1項に記載の情報処理装置。
(14)
前記P2Pデータベースは、ブロックチェーンである、前記(13)に記載の情報処理装置。
(15)
前記第1の学習単位に関する情報は、学習されたトピックに関する情報、前記教育者に関する情報、前記学習者に関する情報、学習時間に関する情報、学習方法に関する情報のいずれか1つを含む、前記(13)に記載の情報処理装置。
(16)
コンピュータに、学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定させる、情報処理方法。
100 学習検出装置
102 処理部
104 第1通信部
106 第2通信部
108 操作部
110 表示部
112 記憶部
114 マイクロフォン
200 ネットワーク
300 サーバ
302 処理部
304 通信部
306 記憶部
308 解析部
310 認定部
312 登録部
400 接続デバイス
402 処理部
404 通信部
406 センサ
408 位置情報取得部
102 処理部
104 第1通信部
106 第2通信部
108 操作部
110 表示部
112 記憶部
114 マイクロフォン
200 ネットワーク
300 サーバ
302 処理部
304 通信部
306 記憶部
308 解析部
310 認定部
312 登録部
400 接続デバイス
402 処理部
404 通信部
406 センサ
408 位置情報取得部
Claims (16)
- 学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定する処理部を備える、情報処理装置。
- 前記教育者の知識は数値で表され、
前記所定の条件は、前記教育者の知識を示す情報の値が、教育者の資格を有するための知識を有していることを判定するための第1の閾値よりも大きいことである、請求項1に記載の情報処理装置。 - 前記処理部は、さらに前記学習者の知識を示す情報に基づいて、前記第1の学習単位を認定する、請求項1に記載の情報処理装置。
- 前記教育者の知識と前記学習者の知識は数値で表され、
前記所定の条件は、前記教育者の知識を示す情報の値と前記学習者の知識を示す情報の値との差が、第2の閾値よりも大きいことである、請求項3に記載の情報処理装置。 - 前記学習者の知識は数値で表され、
前記所定の条件は、前記学習者の知識を示す情報の値が、前記学習者が学習を行うための知識を有していることを判定するための第3の閾値よりも大きいことである、請求項3に記載の情報処理装置。 - 前記所定の条件は、前記学習者が行った学習が登録されたトピックと関連性があることである、請求項1に記載の情報処理装置。
- 前記処理部は、前記教育者に関する情報として、第1の学習単位とは異なる第2の学習単位に関する情報を取得し、
前記第2の学習単位に関する情報に基づいて、前記第2の学習単位を有する前記教育者から前記学習者への知識の伝搬が行われた回数を示すホップ数を算出し、
前記所定の条件は、前記ホップ数が所定の回数以内であることである、請求項1に記載の情報処理装置。 - 前記処理部は、前記ホップ数に対して、前記第2の学習単位を有する前記教育者と前記学習者との間の人数に基づいて重み付けを行う、請求項7に記載の情報処理装置。
- 前記処理部は、知識の伝搬方法に関する情報を取得し、
前記処理部は、前記ホップ数に対して、前記知識の伝搬方法に基づく重み付けを行う、請求項7に記載の情報処理装置。 - 前記処理部は、さらに前記学習者の学習を評価する評価情報を用いて、前記第1の学習単位を認定する、請求項1に記載の情報処理装置。
- 前記処理部は、前記評価情報を取得する接続デバイスから、前記評価情報を取得する、請求項10に記載の情報処理装置。
- 前記評価情報は、前記学習者の行動に関する情報、前記学習者の生体情報、前記接続デバイスの使用状況に関する情報のいずれか1つを含む、請求項11に記載の情報処理装置。
- 前記処理部は、認定された前記第1の学習単位に関する情報をP2Pデータベースに登録する、請求項1に記載の情報処理装置。
- 前記P2Pデータベースは、ブロックチェーンである、請求項13に記載の情報処理装置。
- 前記第1の学習単位に関する情報は、学習されたトピックに関する情報、前記教育者に関する情報、前記学習者に関する情報、学習時間に関する情報、学習方法に関する情報のいずれか1つを含む、請求項13に記載の情報処理装置。
- コンピュータに、学習者を教育する教育者の知識を示す情報と、所定の条件とに基づいて、前記学習者の第1の学習単位を認定させる、情報処理方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020197027205A KR20190137787A (ko) | 2017-03-30 | 2018-01-18 | 정보 처리 장치 및 정보 처리 방법 |
CN201880019950.5A CN110462675A (zh) | 2017-03-30 | 2018-01-18 | 信息处理装置以及信息处理方法 |
US16/496,950 US20210104167A1 (en) | 2017-03-30 | 2018-01-18 | Information processing apparatus and method for processing information |
EP18776314.9A EP3605444A4 (en) | 2017-03-30 | 2018-01-18 | INFORMATION PROCESSING DEVICE AND PROCESSING PROCESS |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017067359A JP7005920B2 (ja) | 2017-03-30 | 2017-03-30 | 情報処理装置および情報処理方法 |
JP2017-067359 | 2017-03-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018179693A1 true WO2018179693A1 (ja) | 2018-10-04 |
Family
ID=63674556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2018/001292 WO2018179693A1 (ja) | 2017-03-30 | 2018-01-18 | 情報処理装置および情報処理方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20210104167A1 (ja) |
EP (1) | EP3605444A4 (ja) |
JP (1) | JP7005920B2 (ja) |
KR (1) | KR20190137787A (ja) |
CN (1) | CN110462675A (ja) |
WO (1) | WO2018179693A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100281A (zh) * | 2020-11-17 | 2020-12-18 | 北京拓课网络科技有限公司 | 一种房间场景再现方法、装置和电子设备 |
EP4020367A4 (en) * | 2019-10-11 | 2022-09-21 | Sony Group Corporation | INFORMATION PROCESSING DEVICE AND METHOD AND PROGRAM |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX2020002594A (es) * | 2017-09-14 | 2020-07-13 | Sony Corp | Dispositivo de procesamiento de informacion, metodo de procesamiento de informacion, y programa. |
JP2022002351A (ja) * | 2018-09-20 | 2022-01-06 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7447454B2 (ja) | 2019-12-11 | 2024-03-12 | ソニーグループ株式会社 | 情報処理方法、プログラム、情報処理装置、情報処理端末 |
CN114830208A (zh) * | 2019-12-27 | 2022-07-29 | 索尼集团公司 | 信息处理装置、信息处理方法和程序 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020013836A1 (en) | 2000-07-18 | 2002-01-31 | Homework911.Com Inc. | Interactive online learning with student-to-tutor matching |
JP2013501260A (ja) * | 2009-08-06 | 2013-01-10 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレーテッド | 機器又は装置の一部についてのウェブ−ベースのトレーニングのための方法、システム、及び、コンピューターで読取り可能な記憶メディア |
JP2013242434A (ja) * | 2012-05-21 | 2013-12-05 | Sony Corp | 情報処理装置、情報処理方法および情報処理システム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8488916B2 (en) * | 2011-07-22 | 2013-07-16 | David S Terman | Knowledge acquisition nexus for facilitating concept capture and promoting time on task |
US20130273517A1 (en) * | 2012-04-12 | 2013-10-17 | Suzanne LETTRICK | On-line integration and credit-granting platform for learners seeking and engaging in practice-based learning in the real world |
US11748396B2 (en) * | 2014-03-13 | 2023-09-05 | D2L Corporation | Systems and methods for generating metadata associated with learning resources |
-
2017
- 2017-03-30 JP JP2017067359A patent/JP7005920B2/ja active Active
-
2018
- 2018-01-18 KR KR1020197027205A patent/KR20190137787A/ko not_active Application Discontinuation
- 2018-01-18 EP EP18776314.9A patent/EP3605444A4/en not_active Withdrawn
- 2018-01-18 US US16/496,950 patent/US20210104167A1/en not_active Abandoned
- 2018-01-18 WO PCT/JP2018/001292 patent/WO2018179693A1/ja unknown
- 2018-01-18 CN CN201880019950.5A patent/CN110462675A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020013836A1 (en) | 2000-07-18 | 2002-01-31 | Homework911.Com Inc. | Interactive online learning with student-to-tutor matching |
JP2004517379A (ja) * | 2000-07-18 | 2004-06-10 | ラーニングアイデアズ インコーポレーテッド | 学生と個人教師との適性による対話型オンライン学習 |
JP2013501260A (ja) * | 2009-08-06 | 2013-01-10 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレーテッド | 機器又は装置の一部についてのウェブ−ベースのトレーニングのための方法、システム、及び、コンピューターで読取り可能な記憶メディア |
JP2013242434A (ja) * | 2012-05-21 | 2013-12-05 | Sony Corp | 情報処理装置、情報処理方法および情報処理システム |
Non-Patent Citations (2)
Title |
---|
HORI MASUMI ET AL.: "Decentralized Learning Platform using Blockchain", IPSJ INTERNET AND OPERATION TECHNOLOGY SYMPOSIUM, 2 December 2016 (2016-12-02), pages 73, XP009518007 * |
See also references of EP3605444A4 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4020367A4 (en) * | 2019-10-11 | 2022-09-21 | Sony Group Corporation | INFORMATION PROCESSING DEVICE AND METHOD AND PROGRAM |
CN112100281A (zh) * | 2020-11-17 | 2020-12-18 | 北京拓课网络科技有限公司 | 一种房间场景再现方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
EP3605444A1 (en) | 2020-02-05 |
JP7005920B2 (ja) | 2022-01-24 |
EP3605444A4 (en) | 2020-04-15 |
JP2018169856A (ja) | 2018-11-01 |
KR20190137787A (ko) | 2019-12-11 |
CN110462675A (zh) | 2019-11-15 |
US20210104167A1 (en) | 2021-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018179693A1 (ja) | 情報処理装置および情報処理方法 | |
Srikanth et al. | Modern cheating techniques, their adverse effects on engineering education and preventions | |
CN207367411U (zh) | 多机交互的会计信息化教学平台 | |
Beguin et al. | Computer-security-oriented escape room | |
JPWO2018220948A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
WO2018168157A1 (ja) | 情報処理装置および情報処理方法 | |
CN105810035A (zh) | 情景互动式认知教学***及其教学方法 | |
CN117390277B (zh) | 一种课程资源和服务的管理方法及*** | |
US20200090538A1 (en) | Information processing apparatus and method for processing information | |
CN109035937A (zh) | 授权共享网络教育*** | |
WO2018159092A1 (ja) | 情報処理装置および情報処理方法 | |
Mears | The influence of technology in pop culture on curriculum and instruction | |
JP2012083888A (ja) | 回答端末、回答方法、回答集計システム | |
CN107680421A (zh) | 用于思想政治教育的教学*** | |
CN113837010A (zh) | 一种教育评估***及方法 | |
CN111274448A (zh) | 一种用于音乐学专业的舞蹈教育评估***及方法 | |
KR20130082629A (ko) | 학교별 동영상 강의 자료 서비스 제공 방법 | |
JP6945794B1 (ja) | プログラム、方法、情報処理装置 | |
CN117593949B (zh) | 一种用于天象仪运行演示天象的控制方法、设备及介质 | |
CN102402872A (zh) | 一种远程教育***及方法 | |
Young et al. | Directing the eye: enhancing cybersecurity education through media | |
KR20210020789A (ko) | 통합모드 변환이 가능한 표시장치 | |
KR20230163209A (ko) | 채팅방 기반 개인학습 관리 시스템 및 방법 | |
CN116433430A (zh) | 电子试卷的处理方法、装置、电子设备及存储介质 | |
Wise | The Impact of New Digital Technologies on Training in the 21st Century |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 18776314 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 20197027205 Country of ref document: KR Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
ENP | Entry into the national phase |
Ref document number: 2018776314 Country of ref document: EP Effective date: 20191030 |