TOPIC

HOME
TOPIC
ポジティブ情報学とは？　コーチング心理学　用語

2025年5月22日 / 最終更新日 : 2025年5月29日徳吉陽河 TOPIC

ポジティブ情報学とは？　コーチング心理学　用語

ポジティブ情報学とは？

概要と定義

ポジティブ情報学（ポジティブ・コンピューティング）とは、ポジティブ心理学の研究成果を活用し、テクノロジーを通じて人間の主観的幸福感や心理的ウェルビーイングを高めるための設計・開発フレームワークです。ラファエル・カルヴォとドリアン・ピーターズによって名付けられたこの分野は、「心理的ウェルビーイングと人間の潜在力を高めるテクノロジー」と定義されています[荻野, 2020]。

ポジティブ情報学では、人工知能化された未来社会（超スマート社会）において、情報を介して人間と社会の幸福（well-being）を実現することを目的としています。これは単なるシステム開発ではなく、利用者の幸福増進を明確な目的に据えた介入・サービス設計手法です。

コンテンツ一覧

理論的背景

ポジティブ情報学は、1970年代以降に発展した主観的幸福感（Subjective Well-being）研究を基盤としています。特にポジティブ心理学（マーティン・セリグマン）、主観的幸福感研究（ディーナー）などの知見が重要な役割を果たしています。

日本では、ポジティブ心理学は、心理学の分野で研究が行われています。社会心理学や健康心理学、教育心理学、臨床心理学に携わってきた研究者によって広められています。また、前野隆司氏らによる「幸福の4因子」（「自分実現と成長」「つながりと感謝」「前向きと楽観」「独立とマイペース」）など、文化的背景を考慮した幸福学として研究が行われています[石島, 2020]。

ウェルビーイング因子と設計アプローチ

ポジティブ情報学では、ウェルビーイングの因子を以下のように分類しています[荻野, 2020]：

自己（Self/Intra-personal）
- ポジティブ感情、動機付け・没頭、自己への気づき、マインドフルネスなど
社会的（Social/Inter-personal）
- 心理的抵抗力・回復力、感謝、共感など
超越的（Transcendent/Extra-personal）
- 思いやり、利他行動など

設計アプローチには、以下の3つがあります：

予防的（Preventive）：ウェルビーイング阻害要因を排除
積極的（Active）：主目的以外でもウェルビーイング向上要因を積極的に設計
特化的（Dedicated）：ウェルビーイング向上を主目的とした技術構築

実践方法

ポジティブ情報学の実践方法は以下のステップで構成されています：

個人の状態把握：心理・生理指標（脈拍・脳波など）や感性情報の取得
個人特徴抽出：感性情報と心理・生理状態の関連分析（統計/機械学習）
振り返りと納得：自分の状態や幸福度と感性情報を可視化、理解を促進
行動変容支援：行動モデル（自己決定理論など）を基に、行動変革を支援

実践例として、IoT、ウェアラブルデバイス、モバイルデバイスなどを活用した個人の心理・生理状態のモニタリングやフィードバック、環境調整などがあります。

エビデンスと効果検証

ポジティブ情報学の効果に関する科学的エビデンスとしては、以下のような研究成果があります：

荻野(2020)による音楽プレイリスト自動生成システムの研究では、ユーザーの気分に合わせたプレイリストが「気分を盛り上げる」「気分を落ち着かせる」効果があり、統計的に有意な結果が得られました。
石島(2020)のPHR（パーソナル・ヘルス・レコード）を活用した研究では、感謝メッセージの共有システムにより、42.5%の利用者が「幸福感の向上」を実感し、「つながりと感謝」の因子が有意に向上したことが示されました。

これらの研究では、PANAS（Positive and Negative Affect Schedule）や多面的感情状態尺度など、科学的に確立された評価尺度を用いて効果が検証されています。

実生活への応用

ポジティブ情報学の実生活への応用例としては：

PHRサービス：医療従事者と患者の間での感謝メッセージ共有による主観的幸福感の向上
音楽アプリ：ユーザーの気分に合わせた最適なプレイリスト自動生成
デジタルウェルビーイング機能：テクノロジー利用のバランスを促進する各種アプリケーション
感情認識テクノロジー：ウェアラブルデバイスによる生体情報の取得と幸福度向上へのフィードバック

これらのアプリケーションは、人間の幸福感を科学的に向上させるためのデジタルツールとして機能しています。

当協会の研究では

人生の満足度とポジティブ情報

当協会の研究によると、ポジティブな情報を収集することで「人生の満足度」が高まることが分かっています。
人生の満足度はポジティブな情報収集と深く関係しており、ネガティブな情報は見ないほうが良い傾向があるようです。
ただし、ポジティブな情報は満足度を向上させますが、過剰になるとその影響が鈍化する傾向があります。

適度なポジティブ情報は満足度を高めますが、過剰に取り入れると逆効果となります。一方で、ネガティブな情報は少しでも存在すると満足度を下げる可能性があります。

そのため、適度なポジティブ情報と「必要に応じた多少のネガティブ情報」とのバランスが重要とされています。
特に、ネガティブな情報の中には危機管理などの重要な情報も含まれるため、その分類が大切になるかもしれません。

個人的な成長とポジティブ情報・ネガティブ情報について

ポジティブな情報は成長をもたらします。学習の際は、ポジティブな情報を中心にすることが望ましいと考えられます。
ポジティブな情報は個人の成長にプラスの影響を与えますが、過剰になると逆効果を生む可能性があります。
一方で、ネガティブな情報は基本的にマイナスの影響を与えますが、適度に取り入れることで自己成長を促す側面もあると考えられます。
これらの結果から、基本的にはポジティブな情報を収集することが成長につながるといえます。
ただし、自分にとって都合の良い情報だけを習得するのではなく、苦手な情報も受け止めながら、ダークサイドの側面も含めて理解を深めることが重要だと感じます。
バランスを意識しながら、成長を促す情報収集を心がけたいですね。

＊この分析は、応答局面分析というもので、２つの変数の相乗効果（シナジー）を測定する方法。

ポジティブ情報学におけるコーチング技術の統合的活用

ポジティブ情報学の基本概念とコーチングとの親和性

**ポジティブ情報学（Positive Computing）**は、情報技術を用いて人間の幸福（ウェルビーイング）、エンゲージメント、意味のある人生の実現を支援する学際的分野です。この領域とコーチング技術の統合は、デジタル時代における人間中心的な成長支援の新たなパラダイムを創出します。

理論的基盤の融合

ポジティブ心理学の5要素（PERMA-V）とテクノロジーの統合

P (Positive Emotions): AIによる感情認識と適応的介入
E (Engagement): パーソナライズされたフロー体験の設計
R (Relationships): デジタルプラットフォームを通じた社会的つながりの促進
M (Meaning): 価値観に基づく目標追跡システム
A (Achievement): ゲーミフィケーションとマイクロラーニング
V (Vitality): ウェアラブル技術による総合的健康管理

デジタルコーチングシステムの設計原理

1. パーソナライゼーション技術の活用

適応的学習アルゴリズム

行動パターン分析: 機械学習による個人の行動特性の理解
動的目標調整: リアルタイムデータに基づく目標の最適化
個別化介入: パーソナリティタイプに応じたコーチング手法の選択
予測的支援: 挫折リスクの早期発見と予防的介入

マルチモーダル・インターフェース

音声認識コーチング: 自然言語処理による対話的支援
視覚的フィードバック: データビジュアライゼーションによる進捗の可視化
触覚フィードバック: ウェアラブルデバイスによる行動促進
拡張現実（AR）コーチング: 現実空間での文脈的支援提供

2. エビデンスベースドな介入設計

データドリブン・コーチング

行動データの収集: スマートフォン、ウェアラブル、IoTデバイスからの連続的データ取得
パターン認識: 成功要因と阻害要因の自動識別
介入タイミング最適化: Just-in-Time Adaptive Intervention（JITAI）の実装
効果測定: A/Bテストによる介入手法の継続的改善

具体的応用領域とシステム設計

1. デジタル・ライフコーチングプラットフォーム

包括的ウェルビーイング管理システム

統合ダッシュボード
├── 感情状態モニタリング
│   ├── 日常的感情ログ
│   ├── ストレスレベル追跡
│   └── 感情パターン分析
├── 目標管理システム
│   ├── SMART目標設定支援
│   ├── 進捗可視化
│   └── 達成度予測
├── 行動変容支援
│   ├── 習慣形成トラッカー
│   ├── リマインダーシステム
│   └── 社会的支援ネットワーク
└── 学習・成長記録
    ├── スキル発達追跡
    ├── 学習リソース推薦
    └── 成長ストーリー可視化

2. AI駆動型パーソナルコーチ

対話型AIコーチングシステムの特徴

共感的対話能力: 感情認識技術による適切な共感反応
ソクラテス式質問法: 自己洞察を促進する質問生成アルゴリズム
認知行動技法の自動化: CBTベースの思考パターン修正支援
動機づけ面接技法: 変化への動機を引き出す対話戦略

技術的実装要素

自然言語理解（NLU）: コンテキスト理解と意図推定
感情分析エンジン: テキスト・音声・表情からの感情状態推定
パーソナリティモデリング: Big Five等の性格特性の動的推定
介入推薦システム: 個人特性に最適化された支援手法の選択

3. バーチャル・リアリティコーチング環境

没入型成長体験の設計

シミュレーション環境: 安全な環境での挑戦的体験提供
スキル練習空間: プレゼンテーション、面接、対人関係等の練習環境
ビジュアライゼーション支援: 目標達成イメージの具体化
メンタルリハーサル: 重要場面での心理的準備支援

データサイエンス手法の統合

1. 予測モデリング

行動予測アルゴリズム

目標達成確率予測: 過去データに基づく成功可能性の算出
離脱リスク予測: エンゲージメント低下の早期発見
最適介入タイミング予測: 効果的な支援提供時期の特定
パーソナライズ効果予測: 個人に最適な介入手法の選択

2. ネットワーク分析

社会的支援ネットワークの最適化

影響力分析: 行動変化に影響を与える関係性の特定
コミュニティ形成支援: 類似目標を持つ個人のマッチング
社会的学習促進: ピアサポートシステムの構築
集合知の活用: コミュニティの経験知の個人への適用

倫理的配慮とプライバシー保護

1. データプライバシーの確保

プライバシー・バイ・デザイン

データ最小化原則: 必要最小限のデータ収集
暗号化技術: エンドツーエンド暗号化による情報保護
匿名化処理: 個人識別不可能な形でのデータ活用
ユーザー制御: データ利用に関する透明性と選択権の保障

2. アルゴリズムの透明性と公平性

説明可能AI（XAI）の実装

推薦理由の説明: システムの判断根拠の明示
バイアス検出・修正: アルゴリズムの偏見除去
多様性の確保: 異なる背景を持つユーザーへの公平な支援
人間の最終判断権: 重要決定における人間の介入可能性

効果測定と評価指標

1. ウェルビーイング指標の体系化

多次元評価フレームワーク

主観的指標
├── 生活満足度尺度
├── 感情的ウェルビーイング
├── 自己効力感
└── 人生の意味感

客観的指標
├── 行動変化率
├── 目標達成率
├── スキル向上度
└── 社会的関係性の質

生理学的指標
├── ストレスホルモン
├── 睡眠の質
├── 心拍変動
└── 身体活動量

2. 長期的影響の追跡

縦断的研究デザイン

ベースライン確立: 初期状態の包括的測定
継続的モニタリング: リアルタイムでの変化追跡
長期フォローアップ: 介入効果の持続性評価
適応的調整: 結果に基づくシステムの継続的改善

今後の発展方向性

1. 技術的進歩との統合

新興技術の活用

ブレイン・コンピュータ・インターフェース: 直接的な認知状態の測定
量子コンピューティング: 複雑な最適化問題の解決
エッジAI: プライバシーを保護した分散処理
デジタルツイン: 個人の包括的デジタルモデル構築

2. 学際的協力の深化

多分野連携の重要性

心理学×情報学: 理論と技術の融合
医学×工学: 健康とテクノロジーの統合
教育学×データサイエンス: 学習支援の最適化
社会学×AI: 社会的影響の理解と配慮

ポジティブ情報学におけるコーチング技術の統合は、個人の潜在能力を最大化し、より充実した人生の実現を技術的に支援する革新的なアプローチです。この分野の発展により、一人ひとりのユニークな特性に合わせた、科学的根拠に基づく成長支援が可能となり、デジタル社会における人間のウェルビーイング向上に大きく貢献することが期待されます

今後の展望

ポジティブ情報学の今後の展望としては：

AIとの共生社会における人間のウェルビーイング向上
文化的背景を考慮したよりパーソナライズされたアプローチの開発
エビデンスに基づいた幸福度向上技術の社会実装の拡大
倫理的観点を含めたテクノロジー設計の標準化
ポジティブ情報学を活用したコーチングの実践

実践では、当協会の講座で取り入れておりますので、ご参加いただければ幸いです。

ポジティブ情報学については、
研究では、名古屋大学では「ポジティブ情報学」研究グループが活動しており、人工知能化された未来社会における人間と社会の幸福実現を目指した研究が進められています。

参考文献とエビデンス

荻野晃大 (2020). ポジティブ・コンピューティングとは – ウェルビーイング支援のための感性工学. 感性工学, 18(2), 55-58.
石島知、前野隆司 (2020). ポジティブ・コンピューティングの導入による主観的幸福感が高まるPHRサービスの社会実装. 慶應義塾大学大学院システムデザイン・マネジメント研究科.
Calvo, R. A., & Peters, D. (2014). Positive computing: Technology for wellbeing and human potential. MIT Press.
前野隆司 (2022). ウェルビーイングとは何か. 情報の科学と技術, 72(9), 328.

このスライド資料では、ポジティブ情報学の基本概念から実践方法、エビデンスに基づく効果検証まで、体系的に解説しています。特に科学的エビデンスに基づいた手法や評価方法を強調し、単なる概念的な説明ではなく、実証研究に基づいた情報を提供しています。

これらの知見を活用することで、私たちの日常生活におけるデジタル技術の利用が、より幸福感を高める方向へ進化していくことが期待されます。

投稿者プロフィール

徳吉陽河

徳吉陽河（とくよしようが）は、コーチング心理学研究会・コーチング心理学協会の創設者の一人であり、日本・世界のおけるコーチング心理学のパイオニア。コーチング心理士、公認心理師・キャリアコンサルタント、認定心理士（心理調査）、ポジティブ心理療法士、として教育・医療・福祉・産業分野で活動する専門家。東北大学大学院博士後期課程で研究し、国際コーチング心理学会、国際ポジティブ心理学会など、世界で学び、研究を発表。教育プログラム、心理尺度開発なども専門としている。著書に『ポジティブ大全』『科学的に正しい脳を活かす「問いのコツ」結果を出す人はどんな質問をしているのか?』『ナラティヴ・セラピー BOOK』、『コーチング心理学ガイドブック』『コーチング心理学ハンドブック』などの翻訳書などがあり、科学的なエビデンスと物語（ナラティブ）に基づくコーチングとウェルビーイング教育を推進している。累計4000名のコーチ、カウンセリング実績」（ワークショップを含む）、「累計6000回以上のセミナー実績」以上の実績がある。国土交通省　航空保安大学講師、元東北文化学園大学講師、元仙台医療センター看護学校講師、元若者サポートセンター講師など。教育機関、海外・国外の法人企業などで講師を担当実績がある。学校法人・企業法人・医療法人（リハビリ）など、主に管理職に関わる講師を数多く担当。座右の銘は、「我以外皆我師」、失敗・挫折もたくさんしており、「万事塞翁が馬」大切にしている。「自己肯定感が低いからこそ成長できる」ことを大切にしている。