本研究は、学習者によって教材が生成されていく大規模オンライン学習環境の構築を目標として、人型のPedagogical Agent を介したインタラクティブな教育コンテンツを容易に作成・配信できるLearner Generated Massive Open Online Course (LG-MOOC) について考究する。
具体的な研究項目は、1) 教育理論にもとづくインタラクティブな教授シナリオを容易に記述可能なInstructional Design Markup Language (IDML) の開発、2) Deep Learning を用いたPedagogical Agent のジェスチャの自動生成手法の開発、3) LG-MOOC の実装と100 人規模の学習実験による有効性評価、の3つである。
平成30年度は、項目２に対応するデータセットの構築およびジェスチャの自動生成手法の開発を継続して行った。前年度に作成したデータセットは、音声とモーションキャプチャによる動作データがペアになった合計192分のボリュームであった。今年度はこのデータセットの一部に対して、書き起こしと、４つのジェスチャ種類のアノテーションと、６つのジェスチャフェーズのアノテーションを行い、明示的にジェスチャの種類やが含まれたリッチなデータセットを作成した。しかしながらこのデータセットは全データセットの一部である。そこで、全データセットに対してまずはジェスチャフェーズの推定を試みた。実験の結果、約８０％の精度で ジェスチャをしているフェーズとそれ以外のフェーズを判別可能なことを確認した。