[論文レビュー] Beyond Fair Pay: Ethical Implications of NLP Crowdsourcing

Boaz Shmueli, Jan Fell+2 more|arXiv (Cornell University)|Apr 20, 2021

Mobile Crowdsensing and Crowdsourcing参考文献 38被引用数 11

ひとこと要約

この論文は、NLPのクラウドソーシングにおける倫理的配慮が、公正な報酬を越えて、心理的ダメージ、プライバシー侵害、アイデンティティの露呈といったリスクを含むことを主張している。また、ベルムスト・レポートの原則（個人の尊重、利益の最大化、正義）を適用して、クラウドソーシングによるNLPタスクにおける倫理的リスクを評価することを提唱し、研究機関評議委員会（IRB）の監査とコミュニティ全体の倫理教育の推進を呼びかけ、責任ある研究実践を確保する必要があると述べている。

ABSTRACT

The use of crowdworkers in NLP research is growing rapidly, in tandem with the exponential increase in research production in machine learning and AI. Ethical discussion regarding the use of crowdworkers within the NLP research community is typically confined in scope to issues related to labor conditions such as fair pay. We draw attention to the lack of ethical considerations related to the various tasks performed by workers, including labeling, evaluation, and production. We find that the Final Rule, the common ethical framework used by researchers, did not anticipate the use of online crowdsourcing platforms for data collection, resulting in gaps between the spirit and practice of human-subjects ethics in NLP research. We enumerate common scenarios where crowdworkers performing NLP tasks are at risk of harm. We thus recommend that researchers evaluate these risks by considering the three ethical principles set up by the Belmont Report. We also clarify some common misconceptions regarding the Institutional Review Board (IRB) application. We hope this paper will serve to reopen the discussion within our community regarding the ethical use of crowdworkers.

研究の動機と目的

• NLPのクラウドソーシングにおける倫理的懸念が、公正な報酬を超えて、心理的ダメージ、プライバシー侵害、アイデンティティの暴露を含むことを強調すること。
• 最終規則および既存のIRBフレームワークが、MTurkのような現代のクラウドソーシングプラットフォームには不十分であることを示すこと。
• クラウドソーシング研究におけるIRB要件および「人間被験者」の定義に関する誤解を明確にすること。
• ベルムスト・レポートに基づく倫理的リスク評価をNLP研究実践に統合することを提唱すること。
• NLP研究者向けに、コミュニティ主導の倫理ガイドラインおよび教育リソースの開発を促進すること。

提案手法

• 2015–2020年のACL、EMNLP、NAACLの論文6,776篇を分析し、クラウドソーシングの使用状況およびIRB／倫理的報告の有無を評価すること。
• NLPクラウドソーシングにおける一般的な倫理的リスク（例えば、ゲーム化による心理的ダメージ、作業者IDによる個人情報の暴露）を同定すること。
• ベルムスト・レポートの三原則（個人の尊重、利益の最大化、正義）を、リスク評価のフレームワークとして適用すること。
• クラウドソーシングプラットフォームによる自動データ収集の文脈で「人間被験者」の定義を再評価すること。
• 会議のガイドライン（例：NAACL 2020）に準拠した、倫理的配慮のセクションをNLP論文に含めるよう提言すること。
• NLPクラウドソーシングに特化したチェックリスト、事例研究、ガイドラインを備えたコミュニティ主導の倫理リソースの構築を提案すること。

実験結果

リサーチクエスチョン

• RQ1 NLP研究者がクラウドワーカーの使用に関して、報酬以上の倫理的リスクをどの程度認識しているか。
• RQ2 現在のIRBフレームワークが、現代のクラウドソーシングNLP研究にはなぜ不十分なのか。
• RQ3 ベルムスト・レポートの倫理的原則を、NLPクラウドソーシングタスクのリスク評価にどのように適用できるか。
• RQ4 クラウドソーシングによるNLP作業における、心理的ダメージおよびプライバシー暴露の具体的なリスクは何か。
• RQ5 NLP研究コミュニティは、クラウドソーシングのための標準化された倫理ガイドラインをどのように開発・採用できるか。

主な発見

• クラウドソーシングを使用しているNLP論文のうち、IRB承認または免除を記載しているのはわずか17％にとどまり、公式な倫理的監査の欠如が広がっていることが示された。
• NLP論文の10％がクラウドソーシングタスクを使用しているが、そのうちの7％しか報酬について明記していないため、労働条件の報告が一貫していないことがわかった。
• MTurkのようなプラットフォームにおける作業者IDは、外部検索によって個人データと関連づけられる可能性があり、研究者の意図がなくてもアイデンティティの暴露リスクを伴う。
• MTurkのようなプラットフォームで実施されるゲーム化されたタスクは、ドーパミン駆動の報酬メカニズムにより、依存行動を引き起こす可能性があり、心理的リスクをもたらす。
• クラウドソーシングにおける作業者の匿名性という仮定は誤りであり、研究者が制御できない範囲でプラットフォームが個人データを収集・関連付けている。
• 現在のIRB制度は、官僚的遅延のため、産業界に所属する研究者に比べ、学術研究者に不利な影響を及ぼす可能性がある。