"What Are You Really Trying to Do?": Co-Creating Life Goals from Everyday Computer Use
本論文は、活動理論に基づき、インタラクティブな編集インターフェースを通じて日常的なコンピュータ利用からユーザーの長期的な人生の目標を推論・協調的に洗練させるシステムである「striving co-creation」を提案し、それによって表面的な行動のみを捉える既存システムの限界を克服するものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
単にクリックやタイピングを監視するだけでなく、なぜそれを行っているのかを理解するコンピュータを想像してみてください。数十年にわたり、ヒューマン・コンピュータ・インタラクション（人間とコンピュータの相互作用）の夢は、私たちの日常的な行動の背後にある深い目的を把握できるシステムを構築することでした。私たちは、機械が私たちがスプレッドシートを見ているのか、あるいはメールを読んでいるのかを判別できることは長らく受け入れてきましたが、これらの断片的な瞬間が、実は新しい街への移住や、成長する家族のための安定した生活の構築といった、より大きく長期的な取り組みの一部であることを理解させることには苦慮してきました。このギャップが存在するのは、現在のテクノロジーが、潜在的な動機ではなく、目の前のタスクに焦りすぎているからです。それは手順を見てはいても、旅路を見落としているのです。スタンフォード大学の研究者たちは、人間の行動を記録するだけでなく、人々が日々のコンピュータ利用を駆動させている長期的な目標を明らかにするために、人間と協力するシステムを開発することで、この隔たりを埋めるための重要な一歩を踏み出しました。
この研究を率いたシャドゥル・サプコタ氏とその同僚たちのチームは、「Tempo」と呼ばれるシステムを開発しました。その核心となるアイデアは、「ストライビング・コ・クリエイション（切望の共同創造）」と呼ばれるプロセスです。コンピュータがユーザーの望みを静かに推測したり、ユーザーが自分の人生の目標をリストアップして手動で入力したりするのではなく、システムと人間が協力して、それらの目標の全体像を構築していくのです。システムはまず、ウェブサイトの閲覧から友人とのメッセージ交換に至るまで、ユーザーの画面のスクリーンショットを一日中取得することから始まります。次に、高度な人工知能を使用して、これらの生の画像を階層構造へと整理します。最下層には、単一のクリックやスクロールといった単純な操作があります。これらは「アクション（動作）」、例えば特定のトピックの検索といったものにグループ化されます。アクションは「アクティビティ（活動）」、つまり繰り返される行動パターンへと組み合わされます。そして最終的に、これらのアクティビティは「ストライビング（切望/追求）」へと統合されます。これは、「文化的アイデンティティの保持」や「専門的な評判の確立」のように、日々の仕事に意味を与える継続的かつ長期的な追求のことです。
しかし、研究者たちは、画面を見ているだけのコンピュータでは、常に完全な物語を知ることができるわけではないことを理解していました。学校のリサーチを行うといった同じ行動でも、ある家族にとってはより良い仕事のために引っ越しをしていることを意味する場合もあれば、困難な状況から逃れようとしていることを意味する場合もあります。これを解決するために、Tempoには、ユーザーがシステムの推測をレビューし、編集できる第二の部分が含まれています。もしコンピュータがユーザーを「社会関係資本の構築」をしていると考えていても、ユーザーが実際には単なる事務作業をしていることを知っていれば、ユーザーはシステムを修正することができます。この修正は単なる一度限りの修正ではありません。それは将来、コンピュータが従うべきルールとなります。システムはこれらの編集から学び、その人の人生の目標に対する理解を時間をかけて洗練させていきます。これにより、機械が解釈を提案し、人間がそれを洗練させ、機械がその新しい理解を次の分析サイクルに取り入れるというループが生まれます。
このアプローチが実際に機能するかどうかをテストするために、研究者たちは14人のボランティアと共に、1週間にわたってTempoを導入しました。参加者は自身のパーソナルコンピュータにソフトウェアをインストールし、日常生活を送る中で数千枚のスクリーンショットをキャプチャしました。システムはこのデータを処理し、アクションと目標の階層を構築し、その後、ラボのセッションにおいて参加者に結果のレビューを依頼しました。結果は心強いものでした。システムに、ユーザー自身の人生の記述（現在の仕事、ストレス要因、優先事項など）を含めると、生成された目標は、個人の真の優先事項と著しく一致し、より正確であると評価されました。この個人的なコンテキストがない場合、システムは人々が何をしているかは特定できても、その深い「なぜ」を見落とすことがよくありました。
また、この研究は、階層構造が不可欠であったことも示しました。研究者が、中間ステップをスキップしてスクリーンショットから直接長期的な目標を推測しようとするバージョンのシステムをテストしたところ、結果は効果が低いものでした。参加者は、それらの直接的な推測は特定の瞬間的なタスクに結びつきすぎており、努力のより広い目的を捉えきれていないと感じました。ステップ・バイ・ステップの階層構造によって、システムは関連性のないアクティビティ間の点と点を結びつけることができ、健康モニタリングサービスの検索と、家族の伝統に関する親へのメッセージの両方が、「愛する人をケアする」という単一のより大きな「ストライビング」の一部であることを明らかにできました。
おそらく最も驚くべき発見は、これらの目標をレビューするプロセスが、参加者自身の思考をいかに変えたかということでした。編集を行う前であっても、システムの解釈を目にするだけで、多くの人が自身の行動を振り返るきっかけとなりました。自身の行動が、掲げた価値観と一致しないタスクに時間を費やしていることに気づいた人もいれば、これまで気づかなかった仕事のパターンを見出した人もいました。ある参加者は、その体験を、自分の行動を分析するセラピストのようであり、自身が考慮していなかった洞察を与えてくれるものだと表現しました。システムは単にデータを記録するだけでなく、鏡として機能し、日々のデジタル習慣と長期的な人生の志向とのつながりを人々が見出す手助けをしたのです。
研究者たちは、このシステムが完璧ではなく、完成された製品ではないことにも注意を払っています。調査期間はわずか1週間であり、これは繰り返されるパターンを見るには十分ですが、これらの推論された目標が数ヶ月あるいは数年にわたって安定していることを証明するには不十分です。また、ユーザーがキャリアの転換をしているわけではないのに、キャリアの転換をしていると仮定するなど、自信を持って推測したものの、わずかに的外れであった場面もありました。参加者にとって、階層を編集できる能力は極めて重要でした。それは彼らにコントロール権を与え、システムの誤解を正すことを可能にしたからです。介入する手段がなければ、システムの推測は、助けとなる解釈ではなく、硬直したラベルのように感じられたでしょう。
結局のところ、この研究は、テクノロジーが私たちとどのように関わるべきかについての新しい方法を示唆しています。コマンドを待つ受動的なツールとして、あるいは私たちの心を推測しようとする侵入的な観察者としてではなく、コンピュータは私たちの人生を理解するためのパートナーになります。コンピュータは、私たちが何を達成しようとしているのかについての物語を提案し、私たちはその物語が真実味を帯びるまで書き換えることができるのです。研究者たちは、人間と機械がこのように協力するとき、その結果として得られる人間の目標の表現は、どちらか一方のみで行うよりもはるかに正確で、意味のあるものになることを発見しました。このアプローチは、私たちの人生の目標を、抽出されるべき固定された事実としてではなく、私たちが日々使用するツールと共に共に形作っていく、進行中の物語として扱っているのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。