PC作業者の作業に対する集中度を低負荷かつ定量的に推定できれば、知的生産性の改善に向けての作業環境の改善や作業への適切な割り込みタイミングの推定といった介入が可能になることが考えられる。
このとき、集中度を作業者が持つ認知資源のうち主作業に振り分けられる割合と考えると、二重課題時には注意の分配によって反応時間が増加するという認知心理学上の知見から、集中度低下時には認知判断時間が増加すると予想される。
認知判断時間の増減を集中度の指標とするため、日常的な作業中に偏在し定型性の高い認知判断タスクである「黙読」と「文章入力」に着目し、作業者の視線運動と認知資源配分すなわち集中度との関係性を実験結果に基づきモデル化することで、集中度の推定を目指す。
<BR>
本年度は黙読タスクに着目した視線運動計測実験を集中条件・主作業への阻害タスクあり条件・作業継続による疲労条件の3条件に対して実施し、データを収集するとともに機械学習を用いた分類を試み、構築した識別モデルを用いて個人内層化10分割交差検証を行った結果、正解率0.936と非常に高い精度で識別可能であることを示した。
今後は前処理や特徴量選択による個人差による影響を受けない汎化性能の向上および文章入力作業といった異なる作業に対する適用可能性を模索し、視線以外の行動データを含めた汎用可能な集中度推定を目指す。