NTT Docomo, Inc.、慶應義塾大學和東京大學的聯合研究小組開發了一種技術，可以根據智慧型手機用戶使用智慧型手機的方式來估計他們的注意力水平。
Go/NoGo 任務被認為是一種客觀衡量人注意力的方法。 Go/NoGo 任務是判斷兩個反應的任務：Go（例如，盡快對指定字母 P 做出反應）和 NoGo（例如，抑制對指定字母 X 的反應）。以及準確性，即適合定量濃度。
然而，在工作環境中，透過定期執行 Go/NoGo 任務來評估注意力是不切實際的。因此，在這項研究中，我們結合了日常智慧型手機使用的大數據和Go/NoGo任務結果的數據，建立了一個模型，利用人工智慧根據用戶使用智慧型手機的方式來估計用戶的注意力集中程度。
智慧型手機資料是指加速度、位置資訊、螢幕開/關等裝置使用狀態等感測器資料。研究小組將其量化為大約 250 種行為特徵（身體動作、運動模式、應用程式使用頻率等），並讓 AI 學習與同一人的 Go/NoGo 任務數據的關係。這使得可以根據從智慧型手機獲得的行為特徵來估計注意力（Go/NoGo 任務的成功率）。
此技術的有效性評估分析證實，可以估計 34 人的 Go/NoGo 任務的成功率，平均準確度約為 74%。您只需像往常一樣使用智慧型手機即可估算您的注意力水平，例如，卡車或巴士司機可以根據您前一天使用智慧型手機的方式估算您當天的注意力水平，並使用它進行適當的休息。是可能的。這樣，隨著企業推動工作方式改革，這項技術有望用於改變每個工人的思維方式，並審視低效率的工作狀況。
