報道発表資料

1. 目的・背景

一億総活躍社会の実現に向け、働き方改革として、長時間労働の是正や多様で柔軟な働き方の実現が求められています。長時間労働を是正するためには、働く一人一人の意識改革や非効率な勤務状況の見直しにより、集中力を高めることが重要です。
現在、人の集中力を客観的に計測する方法として、Go／NoGo課題※1のように認知的コントロール機能※2を計測する検査が知られています。しかしながら、実際の労働環境においては、定期的にGo／NoGo課題を実施し集中力を評価することは現実的ではありません。
そこで、本研究プロジェクトでは、Go／NoGo課題とスマートフォンの日常利用のビッグデータを収集し、Go／NoGo課題の結果を推定することで、持ち主の集中力を推定できる技術を開発いたしました。本技術により、持ち主はスマートフォンを普段どおり利用するだけで集中力を推定でき、Go／NoGo課題の実施は必要ありません。

2. 集中力推定モデルの構築方法

スマートフォン利用における各種データとGo／NoGo課題データを同一利用者から取得し、AIで集中力を推定するモデルを構築しました。

＜推定モデル構築までの流れ＞

1. 集中力として人の認知的コントロール機能を客観的に計測するため、Go／NoGo課題を行い、利用者の集中力（GoとNoGoの成功率）を数値化
2. 上記1でGo／NoGo課題を実施いただいた方が利用しているスマートフォンの各種データ（加速度などのセンサーデータ、位置情報、画面のON／OFFなどの端末の利用状況）※3を、約250種類の行動特徴量（人の歩行・静止などの身体的動き、滞在地点情報などの移動パターン、SNSの利用頻度などの、認知的コントロール機能が低下しているときに現れる特徴量）として数値化（図中①）
3. 上記1で計測した集中力の値と上記2の行動特徴量の関係性をAIで学習し、集中力推定モデルを構築（図中②）
4. 集中力を推定したい利用者は、Go／NoGo課題を実施することなく、スマートフォンを普段通り使うだけで、スマートフォンから取得した行動特徴量を、上記3で構築したモデルに照らし合わせることで、自身の集中力を推定できる

3. 集中力推定モデルの妥当性評価方法・結果

1. 評価方法
   研究時におけるスマートフォン利用者の集中力（Go／NoGo課題におけるGoとNoGoの成功率）を、スマートフォンの各種データから推定した集中力推定値と比較して、評価を実施します。具体的には以下の手順となります。

   1. 各利用者の集中力の平均値を計算
   2. 各日の集中力の値が①の平均値より高いか低いかを、スマートフォンの各種データから推定
   3. 上記②の推定結果とGo／NoGo課題結果から算出した集中力の値と比較し、集中力が高いか低いかを正しく推定できた割合を正解率とする
2. 評価結果
   分析では34人※4を対象に正解率を平均で約74％の精度で推定できることを確認し、評価の過程において、朝の利用者の動きの活発さや、一日を通じてのスマートフォンの利用時間やSNSの利用回数などが利用者の集中力（Go／NoGo課題の成功率）と高い関係性を持つことがわかりました。

4. 各者の役割について