[論文レビュー] A U.S. Research Roadmap for Human Computation

Pietro Michelucci, Lea Shanley+3 more|arXiv (Cornell University)|Jan 1, 2015

Mobile Crowdsensing and Crowdsourcing参考文献 9被引用数 2

ひとこと要約

本論文は、複雑な社会的問題を解決するために人間と機械の知能を統合する、米国規模のヒューマンコンピュテーション研究イニシアチブを提唱する。人間の認知と計算システムを活用する手法を前進させるために、横断的で国家的な研究センターの設立を提唱し、健康、環境、危機対応など多様な分野でスケーラブルで再現可能な解決策を実現する。

ABSTRACT

The Web has made it possible to harness human cognition en masse to achieve new capabilities. Some of these successes are well known; for example Wikipedia has become the go-to place for basic information on all things; Duolingo engages millions of people in real-life translation of text, while simultaneously teaching them to speak foreign languages; and fold.it has enabled public-driven scientific discoveries by recasting complex biomedical challenges into popular online puzzle games. These and other early successes hint at the tremendous potential for future crowd-powered capabilities for the benefit of health, education, science, and society. In the process, a new field called Human Computation has emerged to better understand, replicate, and improve upon these successes through scientific research. Human Computation refers to the science that underlies online crowd-powered systems and was the topic of a recent visioning activity in which a representative cross-section of researchers, industry practitioners, visionaries, funding agency representatives, and policy makers came together to understand what makes crowd-powered systems successful. Teams of experts considered past, present, and future human computation systems to explore which kinds of crowd-powered systems have the greatest potential for societal impact and which kinds of research will best enable the efficient development of new crowd-powered systems to achieve this impact. This report summarize the products and findings of those activities as well as the unconventional process and activities employed by the workshop, which were informed by human computation research.

研究の動機と目的

• 大規模な社会的課題を解決するための、スケーラブルで再現可能なシステムに、人間と機械の知能を統合するニーズに対応する。
• ヒューマンコンピュテーション分野における方法論的・インfra構築のギャップを埋めるために、横断的連携を促進する。
• 国家レベルでの研究資金の調整と政策的支援を通じて、ヒューマンコンピュテーション分野のイノベーションを加速する。
• 信頼性と再現可能性を向上させるために、標準化されたフレームワークとツールを開発する。
• SESYNCを模範として、多様な分野の研究者・実務家・関係者を統合するハブとして機能する国家的センターを設立する。

提案手法

• ヒューマンコンピュテーション分野における主要な課題、機会、研究優先事項を特定するための国家的サミットを実施する。
• 参加、分析、アーキテクチャ、設計手法、インfra構築を重視するビジョンワークショップを通じて、構造的なロードマップを開発する。
• 多様な分野の研究者・実務家・ステークホルダーが共同で作業できる共同ハブとしてのヒューマンコンピュテーション国家センターを提唱する。
• 実世界の応用事例（例：Project Houston、UpRiver、Pathways to Radiology）を統合し、手法開発に活用する。
• 成功事例とステークホルダーのフィードバックに基づいて、参加型デザインと段階的改善プロセスを用いて解決策の概念を形成する。
• ヒューマンコンピュテーション分野における長期的・大規模な研究開発を支援するための政策的・資金的メカニズムを確立する。

実験結果

リサーチクエスチョン

• RQ1 人間と機械の知能をどのように体系的に統合することで、大規模な社会的課題を解決できるか？
• RQ2 ヒューマンコンピュテーションシステムにおける再現可能性とスケーラビリティを確保するために、どのような方法論的・インfraフレームワークが必要か？
• RQ3 特に国家センターのような制度的モデルは、ヒューマンコンピュテーション分野における横断的研究をどのように最適に支援できるか？
• RQ4 市民、科学者、政策立案者を含む多様なステークホルダーは、ヒューマンコンピュテーションワークフローにどのように効果的に統合できるか？
• RQ5 信頼性があり、再現可能で、実効性のあるヒューマンコンピュテーションシステムを構築するための主な設計原則と評価指標は何か？

主な発見

• 人間の認知と機械処理を統合するヒューマンコンピュテーション分野の変革的潜在能力を最大限に引き出すには、国家的イニシアチブが不可欠である。
• SESYNCを模範として設立されるヒューマンコンピュテーション国家センターは、横断的連携と手法革新のための必要なインfraを提供する。
• Project Houston や UpRiver などの事例は、健康、環境モニタリング、危機対応分野におけるヒューマンコンピュテーションの実現可能性と影響力を示している。
• 現在のヒューマンコンピュテーションシステムは、方法論の成熟度と再現性に欠けており、標準化されたフレームワークと共有ツールの導入が不可欠である。
• ヒューマンコンピュテーションを孤立したプロジェクトの段階から、体系的かつ持続可能な影響へと進化させるには、あらゆるレベルでの資金的・政策的支援が不可欠である。
• 提案されたロードマップは、将来の研究開発における基盤として、アーキテクチャ、設計手法、インfra構築を柱とする。