AIが「職業の熟練度」を評価、製造業で活躍か【静岡大学】

AIによる「熟練度の見える化」

製造業の現場、特に多品種少量生産の組立工程では、人の手による作業が今も欠かせません。

しかし近年、多くの現場で熟練作業者の不足が問題となっています。

新人作業者は、作業マニュアルを読んだり、熟練者の動きを見たりしながら仕事を覚えていきます。

ただし、作業がうまくいかなかった場合に「どこが悪かったのか」を自分で正確に把握するのは簡単ではありません。

工程を一つ抜かしてしまったのか、順番を間違えたのか、あるいは特定の工程に時間をかけすぎたのか。

その判断は、多くの場合ベテランの経験に頼ってきました。

この研究が着目したのは、熟練度を感覚的な評価として扱うのではなく、作業プロセスのズレとして捉え、本人が理解し修正できる形で示すという考え方です。

熟練者の「標準作業」を基準に、新人の作業との違いを具体的に示すことができれば、熟練度は曖昧な印象ではなく、改善可能な課題として見えるようになります。

そこで研究チームが開発したのが、FIELDS（Feedback Integrated Expert Level Description System）と呼ばれる作業訓練システムです。（画像はこちら。※プレスリリース）

作業者視点の映像データから作業行動を認識するAIモデルを組み込み、工程抜けや工程順序の乱れ、作業時間超過といった点をフィードバックとして提示します。

現場では、FIELDSが作業者の帽子に装着したカメラで、作業者本人の視点から映像を記録。

この映像を解析し、「今どの工程を行っているか」を工程単位で認識します。

そして工程抜けの数や手順のズレ、作業時間といった複数の指標を組み合わせて熟練度を評価していきます。

システムの中心にあるのは、、工程ごとの違いとして可視化し、次にどこを直せばよいかを本人に気づかせる仕組みです。

では、FIELDSの実際の効果性はどうなのでしょうか。実験で確かめられました。