Different representation learning objectives recover distinct latent structures from the same psychometric data

教室の静かな片隅では、教師の日々の経験と子どもの行動は深く絡み合っています。私たちは、教師の幸福感やスキルへの自信、そして彼らが作り出す情緒的な環境が、子どもたちの振る舞いや学習に影響を与え得ることを知っています。数十年にわたり、科学者たちは教師と子どもたちに感情や行動に関する長い質問票に回答してもらうことで、この関連性を研究してきました。伝統的に、研究者はこれら数百もの個別の回答をまとめ、いくつかの要約スコアへと集計し、それらのスコア間のパターンを探ってきました。この手法は有効ですが、「最も重要な物語は平均値の中に隠されている」という前提に基づいています。これは、ある子どもの気分や教師のストレスに関する一つの詳細で複雑な現実を、それが作る最終的な数値よりも重要ではないものとして扱うのです。

近年、人間の行動の研究において、強力なコンピュータ・システムを用いて生の個別回答を直接分析する新しいアプローチが登場しました。「表現学習（representation learning）」と呼ばれるこれらのシステムは、何を探索すべきか事前に指示されることなく、高次元データの中にある隠れたパターンを見つけ出そうとします。これらは何千もの具体的なディテールを取り込み、似たものが近くに位置するように簡略化されたマップへと圧縮することができます。科学者がこうしたツールを使用する際、自然な疑問が生じます。もし同じ一連の質問票の回答を異なるコンピュータ・システムに入力したとしたら、それらはすべて同じ「隠れた地図」を見つけ出すのでしょうか？ それとも、コンピュータの目的によって描かれる地図が変わってしまうのでしょうか？ この問いは重要です。なぜなら、もしコンピュータの目的が地図を変えてしまうのだとしたら、私たちが発見する「真実」は、調査対象となっている人々そのものよりも、使用する道具に依存してしまう可能性があるからです。

ある研究チームは、キプロスの大規模なプリスクール研究のデータを用い、この問いに答えるべく取り組みました。彼らは、757組の対になった教師と子どものデータにアクセスできました。各教師には自身のウェルビーイングと仕事に関する139の質問があり、各子どもについては82の質問に基づいて行動特性が評価されていました。研究者たちは、これらの連結された質問票を使用して、特定の教師とその特定の子供が互いに近くに配置されるような共有マップを構築できるかどうかを確認したいと考えました。同時に、彼らはこのマップが、適応力の高いタイプから苦労しているタイプまで、類似した行動プロフィールを持つ子どもたちを自然にグループ化できるのかも確認しようとしました。

まずはじめに、研究者たちは標準的かつ十分に理解されている手法を用いて、「行動マップ」がどのような姿になるかを確立しました。彼らは子どもたちの82の行動項目を取り出し、主成分分析と呼ばれる手法を用いて主要なパターンを見つけ出しました。このプロセスにより、4つの明確なグループが明らかになりました。一つ目のグループは、社会的な状況をうまくこなすことができる、高いレベルの適応機能を示していました。二つ目は中程度の適応力を示し、三つ目は脆弱性が見られ、四つ目のグループは高い行動リスクに直面していました。これらのグループは明快かつ区別されており、高リスク群の子供たちは、行動スケールにおいて高機能群とは全く異なるスコアを示していました。これにより、データには子どもの行動に関する強固で自然な構造が含まれていることが裏付けられました。

次に、研究者たちは教師を特定の子どもへと結びつけるためのマップを作成することを試みました。彼らは「コントラスティブ学習（contrastive learning）」と呼ばれる現代的なコンピュータ学習法を用いました。イメージしてみてください。システムに対して次のように命じるのです。「これが教師であり、これがその子である。両者のデジタル指紋を非常によく似せなさい。ここにあるのは見ず知らずの他人同士の教師と子どもである。両者の指紋を大きく異なりなさい」。コンピュータはこの目標を達成するために、内部のマップを調整することを学びました。結果は驚くべきものでした。与えられた教師に対して適切な子どもを見つけ出すようコンピュータに求めたところ、標準的な手法を用いた場合と比較して劇的な成果が得られました。標準的な方法では、正しい子どもを的中させる確率はわずか0.13％でしたが、この新しいコントラスティブ学習法を用いると、最初の一回で見事に正解した割合は7.27％となり、トップ10の候補の中に含まれていた割合は56.14％に達しました。これは、コンピュータが特定の教師とその生徒との間にあるユニークな繋がりを正常に学習できたことを証明しています。

しかし、研究者たちがこの新しいマップの中で子どもの行動グループを見たとき、予期せぬ問題が発生しました。コンピュータは教師と子どもを一致させることには長けていましたが、子どもを行動別にグループ分けすることに関しては極めて不十分だったのです。先ほど見いだされた4つの明確な行動グループは、ほとんど消失していました。高度に適応していた子どもたちはマップ全体に散乱しており、ハイリスクの状態にある子どもたちと混ざり合っていました。コンピュータは教師と子どもの関係性を捉えることに特化するあまり、子どもたちの行動タイプの差異を事実上消去してしまったのです。つまり、このマップは性格ではなく、関係性のために最適化されていたのです。

これが根本的なトレードオフであることを検証するため、研究者たちは第三のアプローチを試みました。それは、二つの仕事を同時に行うシステムを構築するというものです。すなわち、「教師を子どもにマッチングさせること」と、「子どもの行動グループを予測すること」の両方を課しました。彼らは、これによりコンピュータが両方の情報を保持させることができると考えていました。結果は妥協点を示すものでした。システムは再び行動グループを明確にし、判別可能な状態にする上で大幅に改善されました。しかし、この向上には代償が伴いました。教師を特定の子どもにマッチングさせる能力は激減し、標準的な手法に近い水準まで低下したのです。

本研究は、データの単一の完璧なマップなど存在しないという結論を下しています。コンピュータが見出す「隠れた構造」は、機械に何を探索するかを伝えた内容によって完全に決まります。もし目的が教師と子どもの繋がりを見つけることならば、コンピュータはその繋がりを満載したマップを見つけ出しますが、一方で行動によるグループ分類は失われます。もし目的が行動グループを見つけることならば、コンピュータはそれを描き出しますが、代わりに特定の教師と子どものリンクを失います。研究者たちは、教師と子どもの対応関係と、行動上のフェノタイプ（表現型）は、同一のデータ内に存在する二種類の異なる組織化形態であると示唆しています。どちらかが他方より「リアル」であるということはありませんが、単一のコンピュータモデルがその両方を等しく捉えることはできないのです。この発見は、人間行動を研究するために高度なツールを使用する際、得られる答えは我々がマシンに投げかける問いによって形作られているという事実を思い出させてくれます。データはただそこに座って読み取られるのを待っているのではなく、どのレンズを通して見るかによって、異なる真実を顕現させるのです。