AIエンジンを使用した学習者表情分析による講義満足度の検証

本研究では、表情分析技術にて非言語情報を数値化することによって、学習機会における学習者の“満足度”や”集中度”などを客観的に評価できるか検証することを目的としている。（１）講義コンテンツ選定：『咽頭痛の診かた』『臨床推論』『免疫不全』『インパクトのある症例集』というタイトルのレクチャーを作成した。何度かパイロット的にレクチャーを行い、最終的に『咽頭痛の診かた』というレクチャーを本試験用に採用した。また、非同期でも実施できるように、動画コンテンツも作成した。（２）データ取得：東京医科歯科大学の医学科5年生を対象に、同期・非同期に分けて、教育コンテンツを使用してレクチャーを実施した。同期は、研究代表者がレクチャーを行い、非同期は、動画コンテンツを使用した。2022年度は、同期群23名、非同期群23名の計46名の被験者が実験に参加し、教育コンテンツ視聴中の表情を録画した。また、全体満足度、難易度、眠気、集中などに関するレクチャー後アンケートも実施した。（３）解析：取得動画データをOpenFace（オープンソースの顔の動作解析ツールキット）を使用して、Action Unit（表情運動要素）各に定量化した。今後は、解析可能な全てのフレーム数に対するAUが検出されたフレーム数の割合を説明変数、アンケートで取得したレクチャーに対する満足度等を目的変数とし、同期群と非同期群のそれぞれにおいて線形回帰分析を行う予定である。（４）発表：当該データを使用して、第55回医学教育学会に発表予定である。

本研究では、表情分析技術にて非言語情報を数値化することによって、学習機会における学習者の“満足度”や”集中度”などを客観的に評価できるか検証することを目的としている。（１）講義コンテンツ選定：『咽頭痛の診かた』『臨床推論』『免疫不全』『インパクトのある症例集』というタイトルのレクチャーを作成した。何度かパイロット的にレクチャーを行い、最終的に『咽頭痛の診かた』というレクチャーを本試験用に採用した。また、非同期でも実施できるように、動画コンテンツも作成した。（２）データ取得：東京医科歯科大学の医学科5年生を対象に、同期・非同期に分けて、教育コンテンツを使用してレクチャーを実施した。同期は、研究代表者がレクチャーを行い、非同期は、動画コンテンツを使用した。2022年度は、同期群23名、非同期群23名の計46名の被験者が実験に参加し、教育コンテンツ視聴中の表情を録画した。また、全体満足度、難易度、眠気、集中などに関するレクチャー後アンケートも実施した。（３）解析：取得動画データをOpenFace（オープンソースの顔の動作解析ツールキット）を使用して、Action Unit（表情運動要素）各に定量化した。今後は、解析可能な全てのフレーム数に対するAUが検出されたフレーム数の割合を説明変数、アンケートで取得したレクチャーに対する満足度等を目的変数とし、同期群と非同期群のそれぞれにおいて線形回帰分析を行う予定である。（４）発表：当該データを使用して、第55回医学教育学会に発表予定である。