[3Q5-OS-19b] Affective Computing

[3Q5-OS-19b-01] 難易度調整による疑似的な成功体験が自己効力感に及ぼす影響のモデル化

〇稲邑 哲也^1,2、髙橋 七海^1,3、永田 広平^1,3 (1. 国立情報学研究所、2. 総合研究大学院大学、3. 創価大学)

キーワード：スキルサイエンス、バーチャルリアリティ、アフェクティブコンピューティング

自己効力感は心理学の用語で，「将来，自分はこの行動を実行できる」と確信している状態を認知する感覚と定義されている．AIやロボットによるアシストシステムが介護支援などを行う際，対象タスクの難易度を個人の状態に応じて調整することで自己効力感を向上させることが望まれる．本稿では，VR環境におけるけん玉タスクを例題とし，個人のスキルに会わせた難易度調整を行うことで，自己効力感の向上に資する難易度調整法を考察する．実験結果から，自己効力感の向上のみを考慮して難易度を下げる方策は妥当ではなく，過去の想起や将来の予期にポジティブな影響を残すように難易度を高めることも求められることが示唆された．