現在の状況は、私たちの歴史において前例のない不確実な時代を反映しています。こうした状況下で、研究者たちは協力し合い、リモートでの研究活動に向けた革新的な解決策を模索しています。一方、企業が業務をオンラインに移行する中、ZoomやGoogle Meetといったビデオチャットサービスの利用者数は急増しています。
対面での実験の大部分は一時的に中断されていますが、バイオセンサー研究を継続するための現実的な選択肢の一つとして、表情データの後処理を活用することが挙げられます。iMotionsは、市場をリードする表情分析（FEA）ツールを統合しています。 本記事では、Affectiva社のエンジン「AFFDEX」の活用について取り上げました。Affectivaは、標準的なウェブカメラを使用するだけで、フィルタリングやバイアスのかかっていない自然な感情の表情を、被験者に負担をかけずに測定します。この技術により、研究者はライブテスト中に表情の表現力を確認したり、事後分析を行ったりすることが可能になります。
目次
表情の後処理とは何か
iMotionsを使用すると、参加者の顔が映った録画済みの動画をソフトウェアに取り込み、自動顔表情解析技術を用いて表現された感情を分析することができます。 個人レベルであれグループ設定であれ、個々の顔を後から特定し、分析することが可能です。この機能により、研究者は新たに録画された動画に対して表情分析を行うだけでなく、データベース内の既存コンテンツを再検証してさらに分析を深めることも可能になります。このデータストリームは、特定のコンテンツ、製品、またはサービスが与える感情的な影響に関する情報を提供することで、数多くの研究プロジェクトに大きな付加価値をもたらすことができます。
表情分析の事例：活用例
表情分析（FEA）は、さまざまな研究活動を支援するために活用できます。その手法には、以下のようなものがあります：
- ユーザビリティテスト（UXリサーチ）
- フォーカスグループ
- 個別面接
「UXリサーチ――その定義と今後の展望」をご覧ください
FEAをリモートでのインタビューやフォーカスグループに取り入れることで、対象となる製品やコンテンツに対する個人の意見、表出された感情、行動に関する貴重な情報を得ることができます。こうした調査手法は、以下のようなさまざまな業界や応用分野で活用されています：
ユーザーエクスペリエンス（UX）テスト：ユーザーは特定のデジタル体験に対してどのように反応するか？
- アプリのどのワークフローや領域が、より顕著な不満や混乱を招く可能性があるでしょうか？
- 学生たちは、オンライン上でどのように教材や講義に取り組んでいるのでしょうか？
- その学習手法は、学生の期待に沿ったものとなっていますか？指導設計は分かりやすいものになっていますか？
メディア・広告調査：クリエイティブの種類によって、エンゲージメントや表出される感情にはどのような違いが見られるか？
- 新しいクリエイティブは、以前のクリエイティブよりも視聴者から好意的に受け止められているのでしょうか？
- そのコンテンツの重要な場面は、視聴者の心に響いているでしょうか？
対人関係：個人は特定の仮想的な相互作用に対してどのように反応するのか？
- 遠隔医療における患者と医師のやり取りの効果を高める方法はありますか？
- 診察中、医師の口調は患者の感情にどのような影響を与えるのでしょうか？
リモート調査の選択肢や活用事例について詳しく知りたい方は、無料ウェビナー「iMotionsを活用したリモート調査：表情分析と行動コーディング」をご覧ください。
動画を用いた表情分析の方法
表情データの遠隔収集と処理は、非常に簡単に行うことができます。今回の事例では、iMotionsの社内スタッフにマーケティング用動画を見せ、どの動画が顧客の関心をより引きつけられるかを検証しました。社内のベテラン社員の中には、従来の紹介動画から早急に切り替えたいと考える人もいますが、チームとしてはキャンペーンを開始する前に、すべての動画をテストしたいと考えています。
iMotionsの社内スタッフから多様なメンバーが募集されました。参加者はリモートビデオ通話に参加し、3本の動画をすべて視聴した後、その内容に関するフォローアップの質問に答えました。上映終了後、サンプルグループから志願者を1名選び、1対1のインタビューが行われました。
3本の動画のうち、新しい解説動画（2）は、情報の質と分かりやすさに関する自己評価データにおいて最も高い評価を得ており、パートナー連携に関する動画（3）が僅差で2位につけました。対照的に、旧来の解説動画（1）は比較的低い評価にとどまりました。これらのデータは、新しい解説動画の方が旧来の解説動画よりも消費者から好意的に受け止められるだろうという仮説と一致しています。
表情のデータは、このストーリーにユニークな要素を加えています。評価は低かったものの、旧版の解説動画は視聴者から最も多くの表情反応を引き出しています。しかし、その反応の多くは否定的なものであり、旧版の解説動画視聴中は、新版の動画と比較して眉をひそめる頻度が5倍以上高くなっています。これらのデータは、旧版の動画には何らかの問題がある可能性を示唆しています。 一方、パートナー連携に関する動画については、全体的に視聴者の表情の豊かさが低い傾向にあります。これら2つの動画（動画1と動画3）は、視聴者にとって積極的に関心を引くものではない可能性があります。
もし自然にそれらの動画に出会っていたら、すべてを最後まで視聴していたかと尋ねられた際、ボランティアの彼女は新しい動画の方を好むと答えました。彼女は次のように説明しています。「いくつか、例えば動画1や3などは途中で閉じていたと思います。」
「2番目の動画が気に入ったのは……3番目の動画よりもプラットフォームについて詳しく紹介されていたし、1番目の動画とは違って実際のソフトウェアも映っていたからです。もう少し詳しく説明されていました。」
新しい説明動画は、好意的な自己評価と表出された感情のバランスがうまく取れています。視聴者はこのコンテンツを「分かりやすく」「有益」と評価しており、表情データからも視聴者の関心が引きつけられていることが分かります。一方で、眉をひそめるなどの、フラストレーションや混乱を示唆するネガティブな表情は、ほとんど見られません。 したがって、従来のアニメーション解説動画は、製品やメッセージが個人的に関連性を持つ視聴者層には響きにくい一方で、パートナー連携動画は感情的な訴求力が低く、強い反応を引き出せない可能性があります。これらのデータは、全体として、制作品質が高くメッセージが明確な新しい解説動画が、視聴者から最も好意的に受け止められていることを示しています。
実際、この傾向は当社のグループデータにも表れており、視聴者の表情からその理由を推測することができます。視聴者からは、以前の解説動画は特に有益ではなかったとの声が寄せられており、動画視聴中に眉をひそめる様子が顕著に増加していることが確認されました。これは、特に下図のような軽妙な専門用語が使われている場面において、以前の解説動画が視聴者にとって分かりにくいものだった可能性を示唆しています。 ここでナレーターは、「配管工事よりも、結論を出すことに時間を割く」と述べています。「配管工事」という比喩がうまく伝わっていない可能性があり、意図された価値提案が視聴者には不明確であると考えられます。
この瞬間の眉間のしわから、この動画は視聴者にとって分かりにくい可能性がある
一方、新しい解説動画と統合動画のどちらも、分かりやすく有益であるという点で、自己評価において高い評価を得ています。ここでも、顔の表情の豊かさが判断に微妙なニュアンスを加える助けとなります。両方の動画は効果的であると認識されていますが、新しい解説動画の方が全体的な顔の関与度が高く、視聴者がその動画を見ている間、より「集中している」ことを示唆している可能性があります。 異なる刺激が同様の好意的な（あるいは否定的な！）自己評価を受けている場合、顔の表情は「同点」を打破し、どちらの動画が視聴者の注意をより強く引きつけていたかを判断する上で有用な手がかりとなります。
「表情分析（FEA）の実施方法」に関する動画をご覧ください
注：定量的な分析を行う場合、室内の照明不足、不適切な撮影アングル、技術的な問題などを考慮して、より大規模なサンプルサイズを推奨することがあります。これにより、地理的な分布を把握できるため、調査担当者にとって一定の利便性が得られます。これらのツールは定性的な分析にも適用可能です。ただし、今回のデモンストレーションでは、5名の従業員を視聴者の全サンプルとして扱います。
高品質な表情分析データを得るための7つのヒント
遠隔で表情データを収集・分析する際は、適切な設定を行うために必要な手順を確実に踏むことが重要です。
1. インフォームド・コンセント
他の個人データの収集と同様、参加者の皆様には、調査内容について事前に説明し、同意を得た上で収集を行ってください。
2. 参加者の顔用ボックスは適切な大きさでなければならない
どのような録画環境においても、アルゴリズムが顔を正しく認識・処理できるよう、画面に映る顔は十分に大きくする必要があります。Zoomのようなビデオプラットフォームを使用する場合は、1つの録画に最大6名までとすることをお勧めします。
3. 参加者の顔が明るく写っていること
参加者の顔が露出過多にならないようにし、他の光源による逆光にならないようにしてください。参加者は、適切な録画設定について事前に説明を受け、データ収集の前にウェブカメラを適切に調整する必要があります。
4. 参加者の顔が中央に配置され、画面に映っていること
参加者はウェブカメラの近くに座り、メイン画面（サブモニターではなく）を見るようにしてください。また、背景はシンプルなもの（動きのあるものやグリーンスクリーンフィルターなどがないもの）にしてください。
5. 音はクリアで聞き取りやすい
音声付きの刺激を提示する場合、実施者は、すべての参加者のマイクがミュートされていることを確認し、提示を開始する前に参加者がコンテンツの音声を聞き取れることを確認する必要があります。
6. 動画刺激については、より滑らかな再生を実現するためにリールを作成してください
複数の動画刺激を提示する場合、それらを1つの長い「リール」に編集してまとめるのが最も効果的です。これはどの編集ソフトでも行うことができます。参加者が適応できるよう、動画の冒頭に空白部分（5～10秒）を設け、各動画の間にも数秒（約3秒）の間隔を空けることをお勧めします。
7. スマートフォンでの遠隔動画の録画は推奨されません
リモートでのビデオ録画を行う際は、参加者にモバイル端末ではなくパソコンでの接続を選択してもらうようにしてください。スマートフォンで通話や録画を行う場合、照明やアングルが一定しないため、顔を適切に録画・分析できなくなる可能性があります。
皆様が研究においてリモート技術をどのように活用されたか、そのユニークな事例をぜひお聞かせください。詳細についてご興味をお持ちの方は、お気軽にお問い合わせください。
寄稿者：
