Detection of User's Interruptibility for Attention Awareness in Ubiquitous Computing

 ユビキタス・コンピューティングの進展とともに，人々をとりまく情報の量が爆発的に増加している．ユーザは多くのモバイルデバイスやウェアラブルデバイスを携帯・利用し，それらの上で多種多様なアプリケーションを使い，また他の多くのユーザともネットワークを介したコミュニケーションを行う．これらのユーザをとりまくコンピュータ環境によって，コンピューティング体験はユーザの生活をより包括的に支えつつある．コンピュータからのユーザへのより能動的な情報提供の手段である「プッシュ通知」は，発信元アプリケーションの多様化，ユーザが通知を受ける時間の終日化，通知が届くユーザデバイスの増加といった近年の傾向に影響を受け，その重要性を増している．

 一方で，人間の注意（アテンション）は有限の資源であり，その量は変わらない．本研究は，典型的な既存の通知システムから「なるべく早く送信」される方式で届く通知が，過量かつ不適切なタイミングでユーザに割り込みを行うことでユーザの分割的注意能力に悪影響を与え，ユーザタスクの実行効率を低下させる問題である「Interruption Overload」問題に取り組む．

 同問題の解決に向けて，計算機システムには「ユーザのアテンションに対する適応性（attention-awareness）」が求められる．同適応性を実現する諸機能の中でも特に，アテンション状態の検知機能は，適応機能，管理機能，予測機能といった他機能実現のために必要であり，アテンション適応性における中核機能として重要である．本研究は，ユーザ注意への負担を抑制し同資源を守ることができる情報通知のタイミングとしての，ユーザ活動の “breakpoint”（作業等の継ぎ目）に着目する．本研究は，breakpointがモバイル・ウェアラブル端末上で，実時間に，脳波計等の外部生体センサを必要とせずに，また既存のオペレーティングシステムや多様なアプリケーションに改変を加えることなく検知できることを示す．

 本研究では以上のような検知を行う新しいミドルウェア Attelia を提案し，その設計と実装，および被験者の実環境上で行う広範なユーザ評価実験を行った．Atteliaはユーザのスマートフォンやスマートウォッチ等のデバイスで動作し，ユーザのデバイス操作，および加速度計等に基づく物理的動作の2点をセンサ情報として用い，機械学習を用いてユーザのbreakpointを実時間で検知する．広範なユーザ実環境での評価実験の結果，モバイルデバイス，ウェアラブルデバイス，およびそれらの組合せからなるマルチデバイス環境において，Attelia が検知する breakpoint タイミングでの通知が，通知受信時におけるユーザの負担を有意に抑制できることが判明した．