Stress Detection in Digital Assessment Environments: A Multimodal Wearable Analysis by Language Background

とても難しいテストを受けているところを想像してみてください。さらに、そのテストがまだ学習中の言語で書かれていて、聞いたこともない文化的なジョークが満載で、刻一刻と迫る時計の音に追われている状況を想像してください。一部の学生にとって、これは日常的な火曜日の風景かもしれません。しかし他の学生にとっては、まるで重いバックパックを背負ったままマラソンを走ろうとしているかのように、脳が悲鳴を上げている状態かもしれません。

ジョージ・メイソン大学の研究チームは、このストレスの裏側を覗き見ることにしました。彼らは単に学生に「どのくらいストレスを感じていますか？」と聞いたわけではありません（それは、ランナーにレース後の疲れ具合を聞くようなものです。彼らは嘘をついたり、忘れたりする可能性があるからです）。代わりに、彼らは20人の大学生にハイテクなリストバンドを装着させ、デジタルクイズを受けてもらいました。ストレスをリアルに感じさせるために、研究者たちは少しの「軽い欺瞞（ぎまん）」を用いました。彼らは、研究の目的は新しい応答ツールのテストであると伝え、実際には言語や文化がいかにストレス反応を引き起こすかを測定しているという事実を隠したのです。 目標は、英語を母国語とする学生（ES）と英語を学習中の学生（EL）を比較した際、学生自身の言葉よりも、身体の状態やマウスのクリックの方が、ストレスについての真実を語ってくれるかどうかを確認することでした。

ストレスの大決戦：母国語 vs テスト

研究者たちは、リーディング、歴史、サイエンスの3つのセクションからなる模擬試験を用意しました。その結果、「バックパック」の重さは間違いなく英語学習者（EL）グループにおいてより重くなっていることが分かりました。

学生たちがリーディングと歴史のセクションに取り組んでいるとき、ELグループは英語話者（ES）よりも有意に高いストレスレベルを報告しました。つまり、ストレスの原因は単に問題が難しいことだけではなく、「コンテキスト（文脈）」にありました。リーディングのセクションでは、ストレスの主な原因は文化的な不慣れ（例えば、アメリカの宇宙飛行士や公民権運動の指導者が誰であるかを知らないことなど）でした。歴史のセクションでは、ストレスは言語そのものによって引き起こされていました。

しかし、サイエンスのセクションでは意外な展開がありました。ここでは、両グループのストレスレベルは実は同じでした。なぜでしょうか？ それは、リーディングや歴史のパートでは行わなかったChatGPTというツールを、サイエンスのパートでは全員に使用することを研究者が許可したからです。このことは、言語や文化の障壁を取り除く（あるいは助けとなるツールを与える）ことで、ストレスの格差が縮まることを示唆しています。

デジタル探偵：時計は心を読み取れるのか？

研究者たちは、質問を一つも投げかけることなく、ストレスを予測できるかどうかを知りたいと考えました。彼らはコンピュータモデルに、以下のようなデータの混合を入力しました。

1. 生理学的信号： リストバンド（Embrace Plus）を用いて、皮膚の発汗量（EDA）、心拍数（BVPおよびIBI）、および皮膚温度を測定しました。
2. デジタル・フットプリント： マウスを何回クリックしたか、回答にどれくらいの時間を要したか、そして何点取ったか。

彼らは、どのモデルが最高の探偵になるかを確認するために、5つの異なるコンピュータ・ブレイン・モデルを試しました。勝者はXGBoostと呼ばれるモデルでした。

以下がスコアカードです。

• コンピュータがリストバンドのデータ（心拍数、汗など）のみを見た場合、ストレスの予測精度はそれほど高くなく、正解率は約**69%**でした。それは、ポップコンのバケツを見るだけで映画のあらすじを当てようとするようなものです。
• しかし、マウスのクリックとタイミングのデータを加えると、コンピュータの頭脳は劇的にアップグレードされました。XGBoostモデルの精度は**88%**へと跳ね上がりました。

論文は、身体の信号とタイピングの信号を組み合わせることが「秘伝のソース（成功の鍵）」であると示唆しています。それは曲を理解しようとするのと似ています。メロディ（身体）を聴くことも良いことですが、歌詞（クリックとタイミング）を読むことで、全体の姿が鮮明になるのです。

手がかり：何がアラームを鳴らすのか？

SHAP（コンピュータの脳を拡大する虫眼鏡のような役割を果たす特殊なツール）を使用して、研究者たちはストレスを予測する上位15の手がかりを見つけ出しました。

• クリッカー： マウスをクリックした回数は、最も重要な予測因子でした。もし学生が答えの間で激しくクリックを繰り返していれば、コンピュータは彼らがストレスを感じていることを察知しました。
• スコア： テストのスコアが高いほど、ストレスは低くなる傾向がありました。理にかなっています。高得点を取っていれば、パニックにはなっていないはずだからです。
• 鼓動： 心拍の間隔（IBI）は非常に大きな手がかりでした。学生がストレスを感じると、心拍が速くなり（間隔が短くなり）、コンピュータはこれを捉えました。
• 温度： 驚いたことに、ストレスを感じると皮膚の温度は実際に上昇しました。論文では、これが大変な試験中に皮膚が温かくなるという他の研究結果と一致していると述べています。

興味深いことに、「手がかり」の様子は両方のグループでほぼ同様でしたが、わずかな違いがありました。例えば、コンピュータは英語学習者に対しては特定の汗のパターンに細心の注意を払い、英語話者に対しては心拍の変化をより注意深く観察していました。

これが意味すること（そして意味しないこと）

この論文は、これがあくまでシミュレーションであることを強調しています。彼らは、混沌とした実際の教室を観察したのではなく、特定のテストが行われる静かな部屋での様子を観察しました。したがって、結果は有望ではありますが、世界中のあらゆる学校に対する最終的な解決策ではなく、あくまで「概念実証（プルーフ・オブ・コンセプト）」です。

研究者たちは、すべての学生がテストに対して同じように反応するという考え方に異を唱えています。彼らは、学生の言語的背景を無視することは、テストが「公平」に見えても、実際には不必要なストレスを生み出している可能性があることを示しています。

大きな教訓は何でしょうか？ もし、私たちが学生が苦しんでいることを「感じる」ことができる、よりスマートなデジタルテスト（心拍が速くなったり、マウスのクリックが速すぎたりすることに気づくテスト）を作ることができれば、学生が圧倒される前に助けることができるかもしれません。コンピュータが、「ねえ、深呼吸して」「ヒントをあげるよ」と、まさにそれを必要としている瞬間に声をかけることができるかもしれません。しかし現時点では、これはその未来への一歩であり、完成品ではありません。論文は、身体のデータと行動のデータを適切に組み合わせることで、言語の壁が生み出す目に見えないストレスを可視化し、そしておそらく、すべての人にとってより公平なテストを設計できる可能性があると示唆しています。