デジタルコラボレーションにおけるマルチモーダル・ハイパースキャニングを用いた相互作用のレビュー：増え続けるデータベースを通じて
Anna Vorreuther1,2, Anne-Marie Brouwer2,3, Mathias Vukelić4
1Applied Neurocognitive Systems, Institute of Human Factors and Technology Management IAT, University of Stuttgart, Stuttgart, Germany.
Frontiers in neuroergonomics
|February 26, 2026
まとめ
デジタルコラボレーションに関するモバイルハイパースキャニング研究は増加しているが、断片的である。テクノロジーが人間関係に与える影響を理解するには、マルチモーダル統合と標準化された方法論が必要である。
科学分野:
- 認知神経科学
- ヒューマンコンピュータインタラクション
- 社会神経科学
背景:
- デジタル技術は人間のコラボレーションを大幅に媒介し、対面設定と比較して相互作用のダイナミクスを変化させます。
- モバイルハイパースキャニングは、協調タスク中の同時神経生理学的測定を研究するためのユニークな方法を提供します。
- デジタルコラボレーションに関するハイパースキャニングの既存の文献は断片的であり、知識の蓄積を妨げています。
研究 の 目的:
- デジタルコラボレーションに関するハイパースキャニング研究を体系的に統合すること。
- 現在の文献における方法論的および概念的なギャップを特定すること。
- デジタル媒介型コラボレーションの理解を深めるための将来の研究を導くこと。
主な方法:
- デジタルコラボレーションに関するモバイルハイパースキャニング研究のScopus、PubMed、およびWeb of Scienceの体系的な文献検索。
- デジタル協調タスクで少なくとも2人の成人を測定した45の研究を含めました。
- モダリティ、タスクデザイン、および分析方法を含む13の次元にわたって研究を分類しました。
- データの透明性と合成のための公開オンラインリソースであるInterBrainDBを開発しました。
主要な成果:
- ほとんどの研究では、ユニモーダル神経画像（EEG、fNIRS）が利用され、マルチモーダルアプローチは限定的でした。
- 協調的なタスクと、同性のペアにおける対称的な役割が、一般的な研究デザインでした。
- 機能的接続性解析が主流であり、有効性接続性、マルチモーダル融合、または機械学習の使用は限定的でした。
- 創造性、記憶、または言語よりも、実行機能と社会的認知がより頻繁に研究されました。
結論:
- ハイパースキャニングを用いたデジタルコラボレーション研究は拡大していますが、方法論的な多様性と分析的な限界によって妨げられています。
- 将来の研究には、マルチモーダル統合、デジタル化のレベルを横断する体系的な比較、高度な分析フレームワーク、および標準化された報告が必要です。
- InterBrainDBのようなリソースの開発は、デジタル媒介型コラボレーションの理解におけるコミュニティ主導の進歩にとって重要です。
