ライティングスキル向上において推敲は中核的だが，AESはスコア根拠の説明が不十分であり，LLMによるフィードバックは深層的観点への誘導が不足している．本研究では，Hattieらのフィードバック理論に基づき，AESの勾配情報から寄与度の高い文を抽出し深層的Traitsを優先した階層的フィードバックを生成するFeedback画面（プロセスレベル）と，推敲履歴から弱点認識と方略更新を促すReview画面（自己調整レベル）からなる推敲支援システムを提案する．本システムにより，根拠に基づく深層的推敲と自己省察の促進が期待される．

初等力学の学習では、直感に基づく強固な誤概念が本質的理解の壁となる。筆者らの先行研究であるVR学習システムでは、視覚的な没入感を高めたものの、知識の転移を問う問題の正答率向上に課題が残った。本研究では、この視覚提示の限界を突破するため、力覚提示デバイスとVRを統合した力学学習システムを提案する。医療・工業分野の力覚技術を教育へと転換し、学習者の誤りに基づく現象を身体感覚として直接提示する。視覚と触覚の差異から生じる違和感によって強烈な認知的葛藤を誘発し、力学概念の本質的な変化を促すことを目的とする。

3Dシーン再構成技術の1つである3D Gaussian Splatting（3DGS）は、拡張現実における応用が急速に進展している。現実世界のビデオパススルー（VPT）映像と、3DGSで構築されたバーチャル環境とをユーザに気づかれることなく切り替えることで、ユーザの「現実環境にいる」という信念を保ったまま周囲の環境を編集することが可能となる。本研究では、変化盲を利用してユーザの非認識下でVPTから3DGSへの切り替えと、3DGS環境の拡大・縮小を行う手法の有効性を調査した。実験参加者は、AR環境における画像閲覧体験の評価という名目で実験に参加した。その結果、実験参加者は一人も切り替えや拡大・縮小の操作に気づくことはなかった。さらに、空間が拡大された条件においては、ARのベースライン条件と比較して、複数の心拍変動指標に有意な影響が確認された。

本研究では，生成AIを用いた地域オーディオツアーにおけるガイド適時性に着目する．生成型オーディオツアーでは，GPS誤差，生成遅延，利用者の移動状態，周辺景観や対象地点との距離により，音声提示のタイミングが現地体験とずれる場合がある．そこで本研究では，人流ヒートマップとツアーレビューにより，移動履歴，ジオフェンシング履歴，ガイド生成・再生履歴を統合的に可視化し，発火地点，再生地点，利用者移動の間に生じる時空間ギャップを分析できるWebツールの構築をめざす．これにより，設計者が適時性の阻害要因を発見し，ジオフェンス設計や音声提示条件の改善に向けた知見を得ることを支援する．

ろう・難聴者の読み上げ発話における聴者による主観明瞭度と，聴者の音声で学習した音声認識器の認識誤り（音素・調音特徴）との関係を分析した．本研究では，調音特徴を音響信号から直接抽出するのではなく，音素ラベルから誘導したクラスベースの指標としてアライメントなしに利用する点に特徴がある．累積ロジット混合モデルや階層ベイズモデルによる分析の結果，調音特徴を併用することで主観明瞭度に対するモデルの適合度が有意に向上することが明らかとなった．

カラーマップの設計では，使用場面に応じて知覚的均等性や整合性といった評価軸を適切に選択することが重要である．著者らは以前，代表色の可動域を制御する適応的バイアスや任意の明度分布に対応するためのインデックス固定等を導入した最適化枠組により，正常色覚と2色覚における色差分布の整合性を考慮したカラーマップ生成手法を提案した．しかし，同枠組を均等性の確保に適用した手法は確立されていなかった．本研究では，上述の枠組において，整合性の代わりに均等性を評価軸とした目的関数を導入し，正常色覚および2色覚で知覚的均等性を確保するカラーマップ生成手法を提案する．評価実験により，提案手法が各色覚での均等性の実現に有効であることを確認した．

視覚障害者の歩行支援において、音響による情報伝達が多く検討されてきたが、周囲の環境音を遮蔽し安全確認を妨げるという懸念があった。本研究では、屋外歩行時の安全性向上を目的とし、環境音を阻害せず、騒音下でも確実に知覚可能な触覚によるリストバンド型情報伝達システムの構築を行った。手首に3つの振動モータを配置し、駆動位置で危険の「方向」、振動パターンで危険との「距離」を伝達した。特に、加齢に伴う触覚の時間分解能の低下を考慮し、離散的刺激の計数に基づく振動パターン「パルス」を設計した。本知見は、加齢に伴う知覚特性にも適合する触覚設計として、将来の歩行支援デバイス向け基礎的指針を提供するものである。

近年,高齢化により脳卒中や神経疾患などによって手指機能が低下する患者は増加している.手指の動作は日常生活に大きく関わるため,機能回復は生活の質の向上に極めて重要である.そのためのリハビリテーションデバイスは小型化や軽量化といった観点で多くの研究が行われているが,操作専用のコントローラを要したり,データ入力を必要とするものが大半である.本研究のリハビリデバイスはカメラを用いた画像計測からデバイス制御を行うことで指の動作によりデバイスの動作を直感的に制御できる.これにより,リハビデバイスを利用する際の難易度緩和及び動作のミラーリングによるミラーセラピー効果が期待できる.

視覚障害者を含む多くの方にテレビの内容を分かりやすく届けるため、主にスポーツ番組を対象とした解説音声制作・配信システムの研究を進めている。これまでは生成した解説文を音声で提示していたが、点字を主な情報アクセス手段とする方にも情報を届けるため、点字による情報提示の実現を検討している。
本研究では、LoRAにより追加学習した大規模言語モデル（LLM）を用いて、日本語テキストを点字表記用のかな表現に変換する点訳手法を試作した。提案手法は完全正解率など複数の指標において、既存の自動点訳ソフトウェアを上回る性能を示した。

本研究では、肢体不自由の特別支援学校や施設と連携して、従来のスイッチ教材による学習上の課題を解決し，より多くの教育場面での利用を目指すシステムの研究開発を行っている。FIT2025で発表したプロトタイプに対し、複数の組織からさらなる要望があり、改良を実施した。具体的には、複数の用途に関する要望に対応するため、システム構成を見直し、汎用的な機能を一つのデバイス（マイコンと周辺機器）にまとめ、用途に特化した機能はそれぞれ別々のデバイスで制御するものに変更した。これにより、場面毎に使用するデバイスを変更することで複数の用途に対応することが可能になった。本論文ではシステム構成および機能と評価結果について報告する。

視覚障害者の単独歩行では、一時的な障害物や路面状況の変化など、動的な環境変化への即時対応が課題である。本研究では、エッジ環境（ノートPCと単眼カメラ）において、高速な物体検出・軌跡予測と、軽量Vision Language Model（VLM）による文脈解釈を統合したハイブリッドアーキテクチャを提案する。本手法は、決定論的な空間把握とTTC（Time-to-Collision）算出により接近物への衝突危険を即時検知しつつ、VLMのハルシネーションを抑制しながら路面状況を構造化データとして抽出する。これにより、ユーザーの認知負荷を制御したプロアクティブで安全な音声ナビゲーションの実現を目指す。

歩行訓練士および盲学校教員数の減少により，視覚障害児が十分な歩行訓練を受けることが困難となっている．この課題に対し，先行研究では立体音響と無指向性トレッドミルを用いて安全かつ広い空間を必要とせずにVR空間内で歩行訓練を行うシステムが開発された．しかし，聴覚情報と振動のみでは壁との距離感の把握が難しく，実際の歩行訓練環境を十分に再現できていなかった．
そこで本研究では，VR空間内で白杖が壁に衝突した際に使用者の白杖の動作を制限することで，白杖を用いた歩行訓練を再現することを目的としたVR白杖デバイスを開発した．さらに，本装置を用いた歩行訓練と従来のVR歩行訓練を比較することで本装置の有用性を検証した．

理学療法士が記述する症例レポート等のアセスメント文には，経験知や判断基準が表出しており，臨床推論の理解や偏りの検証に有用な手がかりとなる．しかし，着目点や表現の相違から，文脈の直接的な比較は困難である．そこで本研究では，アセスメント文が含意する推論構造をネットワークとして抽出し，複数の理学療法士のネットワークを同一空間上に重畳表示する推論構造可視化ツールを提案する．これにより，客観的な比較分析を可能にする．検証として，経験年数の異なる複数の理学療法士のアセスメント文に本ツールを適用した結果，思考のばらつきや偏りを可視化し，記述からは捉えにくい推論の差異を把握できることを確認した．

筆者らは、Markdown ベースのスライド生成ツール Marp とクラウド型音声合成 (Text-to-Speech, TTS) を用いた、発話障害者向け授業・プレゼンテーション読み上げ支援システムの開発を進めている。本システムは Marp が生成した HTML ファイルに 1) 発話時に読み上げ箇所の指定を行う UI 2) クラウド TTS 呼び出し を埋め込む方式をとっており、この埋め込みは Visual Studio Code 拡張として提供される。本稿では、開発方針と技術側面からこの支援システムの概要を述べるとともに、試験運用中のプロトタイプの紹介と当事者による試用評価を報告する。

高専情報系教育ではMCC2023に基づく到達目標との整合が求められる一方、シラバス・試験・レポート・スライド等の教材整備が教員負担となっている。本研究はMCC2023を一次入力に7スキルをシラバス中心ハブ＆スポーク型に連結し、教材間の構造的整合をSSOTで担保する生成パイプラインを実装した。1教員2科目に半期投入し、初回30分・差分更新10〜15分で半期分を生成、観察範囲で修正ループ外の作り直しは0件であった。MCC起点の整合的多教材生成の運用可能性を示す。

本研究では，プログラミング経験を必要としないComputational Thinking（CT）能力推定手法を提案する．Meta Quest上に構築したVRハノイの塔環境における操作ログを取得し，手の位置や速度，加速度，進捗率などの特徴量を抽出した．さらに，問題解決過程を時系列データとして解析し，特徴量からCTスコアを算出した．実験の結果，効率的な問題分割や手順的思考を行う被験者ほど高いCTスコアを示す傾向が確認され，VR行動ログを用いたCT評価の可能性を示した．

　プログラミング教育において、学習者の評価は最終的に完成されたコードに依存することが多く、提出物に至るまでの潜在的に見逃されている重要な要素が多く存在する。 そこで本研究では、先行研究のツールによって記録された、コーディングシーケンス（記述過程）を共有するプラットフォームを構築し、過程重視の新たな学習機会を創出する。 本システムでは、同一の課題に対する解決速度の速いユーザの論理展開の順序を可視化し、比較することを可能にする。さらに、無操作の時間や削除動作を圧縮・スキップする機能を実装し、学習者の認知的負荷を大幅に軽減し、コードが構築されるプロセスに集中できる効率的な学習体験を提供する。

学習者による作問は自己調整学習等を促す有効な活動だが、教師の評価負担が大きく、評価の一貫性や透明性の欠如が義務教育現場での課題である。近年、負担軽減策としてLLMを用いた自動評価が注目されるが、評価過程が不透明で出力が不安定な点、日本の義務教育向け研究の不足が問題となっている。本研究では、評価の透明性と一貫性を高めるため、RAGおよびCoTプロンプティングを組み込んだLLMベースの作問ルーブリック評価手法を提案する。ダミーデータを用いた検証を通じてフィードバックの安定性を分析し、教師の負担軽減や、実際の教室環境・多様な学習者に対応する実践的な学習支援システムの構築への貢献を目指す。

我々はこれまで，ITエンジニアを目指す大学生を対象に，スクラムの知識と経験を獲得するための学習教材「プロトタイピングスプリント教材」を開発してきた．本教材は，スクラム開発のプロセスをロールプレイ形式で体験しながらプロトタイプアプリケーションの開発を行うグループワーク型の教材である．学生や企業勤務者への実験の結果，学習効果が得られることが分かった一方で，体験型ワークの所要時間に課題があることが明らかになった．本稿では，所要時間を変更することによる学習効果への影響について述べる．あわせてこれまでの知見をもとにAIコーチングシステムについて検討する．

大学教育において、深い学びの視点から教育を実践するためには、個々の科目だけでなく、関連する科目群との関係を把握することが重要である。科目内容については、シラバス情報を活用することで科目間の類似度を算出できる。また、匿名化された成績情報を用いることで、科目間の成績相関を求めることも可能である。そこで本研究では、シラバス類似度と成績相関の関係を分析し、大学教育における科目間の関連性を明らかにする。さらに、得られた結果に基づいて科目連携のあり方について考察する。

近年、教育分野では学習者一人一人に適した教材を提示する「個別最適な学び」の重要性が増している。学習支援では、学習者の理解度や目的に応じた教材・問題選択が学習効果に大きく影響するため、学習者が自然言語で記述した学習要求文を基に、関連する教材や問題を提示する推薦手法が広く用いられている。しかし、学習者は「確率を復習したい」のように抽象的に要求を記述する一方、問題文は具体的な数式や条件を含むため、両者の表現差によって適切な問題を取得しにくい。本研究では、LLMにより学習要求から具体的な仮想問題文を生成し、その仮想問題文を用いて推薦することで、この意味的ギャップを補完する数学問題推薦手法を提案する。

CPS（サイバーフィジカルシステム）セキュリティにおけるサイバー空間とフィジカル空間のサイロ化という課題を解決するため、脅威分析に不可欠な情報のみに絞り込んだ軽量なセキュリティデジタルツインを提案し、サイバー・フィジカル間の情報の対応付けを資産・状態・動作・位置の4つの観点から体系化する、新たなフレームワークを提示した。

MR空間等で文字入力に用いられる仮想キーボードには，キータップ時のフィードバックが感じられないという課題がある．本研究では，手のひらに追従して，その上で展開するパームトップ仮想フリックキーボードを提案する．コントローラやセンサなどを必要とせず，キータップ時に自然に手のひらに触れることになることで，文字入力時の触覚フィードバックを得ることができる。文字入力の効率を上げるために，指の接触判定の精度を高める機械学習による補正の仕組みを有する．手のひら上でのタップ動作時の両手の距離および速度を特徴量とし，SVMによる接触･非接触の判定を行う．提案キーボードによる文字入力における効果を検証する．

近年、日本では MBTI 診断と呼ばれる性格診断ツールが注目されており、自己理解やキャリア選択など多くの場面で活用されている。このような自己特性を知る取り組みは、ウェルビーイングの観点からも重要である。
本研究では、ゲームにおける操作ログを大規模に蓄積し、ビッグファイブに基づいて数値化されたプレイヤーの性格と照合・分析することで、ゲーム内の行動から性格的特徴を抽出する手法を提案する。これにより、悩みを抱えやすい青少年の自己理解を支援するツールの開発を目指す。従来のアンケート調査による性格診断とは異なり、回答者の負担を軽減できるとともにより直感的な判断に基づく自己分析へとつなげられることが期待される。

VRChat(VRC)を実験環境として研究に活用する例が増えているが，アンケート収集においてVRC外のツールへの入力は被験者への負荷が高く実験効率を低下させる．一方でVRC内での収集環境の構築・運用コストも依然高い．そこで本稿では，TOML質問紙スキーマの記述とVRCワールドへのギミック設置のみでコード生成・ランダム出題・実験者への条件別指示提示を可能とするVERS（VRChat Extensible Research Supporter）を提案する．本システムは設問定義をUnityプロジェクトから分離し，効率的な実験実施の支援および実験定義から結果の抽出までの工程一本化を実現した．

モーショントラッキングによるアバタ操作は，現実の身体動作を忠実に再現し得るため直感性に優れる．一方で，操作者の現実姿勢とVR空間が要求する姿勢との乖離は，対面者に操作の現実を想起させる不自然なアバタ姿勢を生じさせる要因となる．そこで本稿では，入力姿勢中の不適合な部分姿勢を検出し，妥当性を保持するようにアバタ姿勢を自動補正する手法を提案する．これにより，対面者に違和感を与えないアバタの姿勢表現を実現する．評価実験の結果，提案手法が不自然な姿勢の抑制に対して有効に機能することを確認した．

静岡大学大学院情報学専攻（修士課程）の学生に，IT業界で働く実務家の特任教授として「DX実践論」の授業を行った．学生達が卒業後ITの専門家として働く際には，技術力だけではなく全体を見渡す力，決断する力，機能要求を鵜吞みにしない力といった「本質を捉えるスキル」が重要である．本論文では，これらのスキルの重要性に対する理解を促すために設計した現場経験に基づいた講義内容と、学生の意識の変化などの教育的成果について報告する．

近年、e-learning環境における適応学習が注目されているが、多くの先行研究では、正答率や学習履歴に基づく学習履歴データを用いており、学習者のモチベーション維持まで考慮したものは少ない。そこで本研究では、学習者の性格特性および学習中に変動する自己効力感に着目し、中学生を対象としたモチベーション維持を支援する適応型学習システムの構築を目指す。本発表では、一般的なLMSでは取得が困難な学習ログを収集できる独自のLMSを開発し、アンケート調査およびヒアリング調査を通じて、モチベーション維持に寄与する問題提示手法に必要な項目について検討した結果を報告する。

これまでに開発してきた知的財産法学習支援システムは、授業のビデオ視聴システム、条文学習システム、演習システムの3つのサブシステムから構成されている。また、多次元学習スタイルモデルを定義し、学習スタイルモデルに基づく学習支援システムの最適化を目指すとともに、COVID-19以降の学生のスマートフォン利用の拡大に伴い、システムのスマートフォン対応化も行った。本研究では、ビデオ視聴システムのログと学生の学習スタイルとの比較分析を通して、ビデオ視聴システムがどのように使われているのか、PCとスマートフォンでの利用の違いを明らかにした。

大学などの授業では、学生の集中力を持続させ、講義内容の理解を促すことが教師にとって極めて重要である。我々は、学生の脳活動より集中度等の変化の測定を行うため、模擬授業を行い、学生に脳波計を装着させ、授業内容と集中度の関係の研究を行ってきた。しかしながら、実際の授業において、学生に脳波計を装着されることは現実的ではない。本論文では、学生の授業中の表情の変化より、脳波によって測定される脳活動や集中度変化の推定を行い、その精度を報告する。

近年、Learning Management System（LMS）に蓄積された学習ログを活用し、成績不振学生を早期に検出するEarly Warning Systemに関する研究が注目されている。本研究では、大学授業におけるLMSログのうち、課題提出行動に着目し、未提出回数および遅延回数と成績との関連性を分析した。Spearmanの順位相関係数を用いて分析した結果、遅延回数よりも未提出回数の方が成績と強い負の関連を示す傾向が確認され、授業前半段階における未提出行動が学習参加低下の兆候として機能する可能性が示唆された。

タッチタイピング教育では，学習者の運指把握と適切なフィードバックが重要である。本研究では，スマートフォン撮影動画とタイピングログを用いた人手の運指判定作業を軽減するため，運指自動判定システムMiTroを構築した。MiTroは，タイピング中の画像で学習したYOLOv11と画像処理によるキーマップ推定，MediaPipe Handsによる指座標推定，打鍵キーと指先座標の距離に基づく運指判定により構成される。評価実験では，人手判定を正解として平均正解率90.8%，キーマップ推定RMSE 1.11pxを得た。また，確認・修正時間を1セッションあたり3.1分から0.9分へ短縮した。

大学の理工系学科では専門系科目のコースツリーが所属する学生に提示されていることが多いが，卒業後に修得した専門系科目の知識が産業界においてどのようなスキルに結びつくかまで示されていることはほぼない．一方，産業界では業界や企業ごとに構成員の教育のためのカリキュラムを保有していることが多いが，そこで身につけるスキルの基礎となる専門知識がどのようなものであるかは，大学の科目ではなく一般的な専門用語程度で示されていることがほとんどである．本稿では，株式会社デンソーが推進する自動車業界のソフトウェアエンジニアのスキルを対象としたSOMRIE®認定制度におけるケイパビリティと名古屋大学情報学部コンピュータ科学科の専門系科目をマッピングした事例について報告する．具体的にはどのようにマッピング作業を行なったか，その結果からどのようにカリキュラムツリーを構築・描画したかを紹介する．

関数型プログラミングは、副作用のない関数によってプログラムを構成するパラダイムである。並列処理等の記述に適している一方、抽象度の高さゆえに初学者にとって学習が困難であると言われている。本研究では、先行研究で提案された「関数を水平な線分で表現し、関数評価をデータの落下アニメーションで表現する動的可視化手法」をベースに、Clojureを対象言語とした学習支援システムの実装について報告する。本システムは、あらかじめ用意された特定の関数だけでなく、ユーザがWebブラウザ上で入力したソースコードのデータフローをその場で動的に可視化する学習システムを開発した。

画像生成AIのLoRA微調整に対する創作者側の防御として敵対的摂動が提案されているが、NLM等の事前ノイズ除去を経ると効果が減衰する可能性が示唆されている。本研究はリサイズを考慮した摂動と勾配ベース影響項を組み合わせた手法Revorsを提案し、Stable Diffusion v1.5 + LoRAを対象に評価した。結果として、NLM(h=7)を適用した画像で学習させたLoRAであっても防御効果が一定程度維持されることを確認した代理U-Net等を用いた近似手法との比較により、提案摂動の効果が単純な代理近似のみでは十分に再現されない可能性を示した。

近年，拡散モデル型の生成AIの発展により，他人の著作物を無断で改変利用する問題が生じている．これに対し，画像改変を阻害するノイズ（敵対的摂動）をコンテンツ画像に埋め込む手法が注目されている．しかし，AIへの阻害威力を高めるには摂動を強く埋め込む必要があり，コンテンツの画質が犠牲になる．この改善に向けて，本研究では，人が視覚的に気づきにくい領域に摂動を集中して埋め込むために，人の視覚の空間周波数特性と輝度特性を考慮して，摂動を埋め込む位置，及び強さの最適化を行う埋め込み手法を提案した．本手法により，先行研究と同等の阻害効果を維持しつつも，埋め込み後の画像コンテンツの主観品質が大幅に向上した．

話者照合システムは本人の録音音声を再生してシステムを欺くリプレイ攻撃に対して脆弱であるという問題があった。リプレイ攻撃は、音声に含まれる声質（話者性）自体は本人のものであるため、従来のシステムでは人間による詐欺だと見破ることが困難である。これに対し本研究では、話者いしの影響を抑制し、録音環境や再生機器の伝達特性の差分に基づく特徴量を用いて本人発話と録音再生音を識別する手法を提案する。また収録環境の異なる複数のデータセットを用いることで、提案手法の環境依存性と未知の環境に対する汎用性を検証する。

広報写真の選定は、観光パンフレットやWebサイトの印象形成に大きく関わる一方、担当者の経験や主観に依存しやすく、作業負担や判断基準の共有が課題となる。本研究では、少数の正事例画像と視覚言語モデル（VLM）を用い、用途に適した写真選定を支援する手法を検討する。大量の候補画像に対して美的評価に基づく絞り込みを行い、さらに用途を踏まえた写真内容や注意点をVLMにより言語化することで、人手による最終判断を補助する。また、少数の正事例画像を参照情報として用いることで、用途に応じた選定傾向を反映する方法についても検討する。