[論文レビュー] Convening during COVID-19: Lessons learnt from organizing virtual workshops in 2020
本論文は、COVID-19パンデミックの影響で対面開催が中止された状況を踏まえ、ICML 2020で開催されたWomen in Machine Learning (WiML)のUn-Workshopの経験を基盤として、機械学習コミュニティにおけるバーチャル・ワークショップの組織化に関する包括的なガイドを提示する。Gather.town や Zoom といったプラットフォームを活用した参加者主導型のアンカンファレンス形式を採用し、包摂的デザイン、技術的準備、運営計画に重点を置いた。これにより、パンデミックの課題にもかかわらず、高い関与度と広範な参加が実現された。
This report is an account of the authors' experiences as organizers of WiML's "Un-Workshop" event at ICML 2020. Un-workshops focus on participant-driven structured discussions on a pre-selected topic. For clarity, this event was different from the "WiML Workshop", which is usually co-located with NeurIPS. In this manuscript, organizers, share their experiences with the hope that it will help future organizers to host a successful virtual event under similar conditions. Women in Machine Learning (WiML)'s mission is creating connections within a small community of women working in machine learning, in order to encourage mentorship, networking, and interchange of ideas and increase the impact of women in the community.
研究の動機と目的
- コロナウイルス病(COVID-19)の影響で対面開催が中止された状況に応じ、バーチャルで参加者主導のワークショップを組織するプロセスを文書化すること。
- バーチャルな学術的イベントにおいて、関与度、包摂性、技術的安定性を維持する課題に対処すること。
- とりわけ、マイノリティグループに焦点を当てた機械学習コミュニティにおけるバーチャル・ワークショップを再現可能なフレームワークとして提供すること。
- 登録、参加、コミュニケーションのワークフローを工夫することで、多様な参加者に対するアクセシビリティと安全性を確保すること。
- イベント終了後のフィードバックとポストモーテム分析を用いて、イベントの運営ロジスティクスを評価・改善すること。
提案手法
- 登録および参加募集(CfP)にGoogleフォームを活用し、個人情報、ブレイクアウトセッションの提案、ポスター発表、ボランティア役割の項目を構造化した。
- ハイブリッドプラットフォーム戦略を採用:ブレイクアウトセッションにはZoom、バーチャルネットワーキングおよびポスター発表にはGather.townを活用。
- Gather.townで役割ベースの視覚的コード体系(例:赤=ボランティア、緑=主催者、青=D&I責任者)を導入し、役割の識別を容易にした。
- 本イベントの前段階で、ファシリテーターおよびポスター発表者と合同でリハーサルを実施し、ワークフローと技術的設定のテストを行った。
- 参加者のタイムゾーンの多様性を考慮し、参加希望を収集し、グローバルな参加を最大化するようにセッションをスケジューリングした。
- Gather.townへのアクセスを制限し、実名の提出を義務づけ、一般的な技術的問題に対するトラブルシューティング・ガイドを提供することで、セキュリティとプライバシーを強化した。
実験結果
リサーチクエスチョン
- RQ1対面での交流が欠如する状況下で、どのようにバーチャル・ワークショップを効果的に組織化すれば、参加者の関与度を維持できるか?
- RQ2バーチャル環境におけるブレイクアウトセッション、ポスター発表、ネットワーキングを効果的に管理するための技術的および組織的戦略は何か?
- RQ3資金援助、安全対策、役割の可視化を通じて、バーチャルな学術イベントにおいて多様性、平等、包摂性をどのように前もって支援できるか?
- RQ4Gather.townのようなバーチャルイベント・プラットフォームにおける主な失敗モードは何か?また、準備とコミュニケーションによってそれらをどのように緩和できるか?
- RQ5伝統的な国際会議と比較して、バーチャルのアンカンファランス形式は、協働や科学的交流を促進する上でどのような違いをもたらすか?
主な発見
- 参加者主導型の形式により、27のブレイクアウトセッションと4回のキーノート講演を実施し、活発で非公式な議論が生まれ、高い関与度が達成された。
- Gather.townをネットワーキングおよびポスター発表に活用することで、空間的に整理された動的な相互作用が可能になったが、カメラ/マイクのアクセス権に関する技術的問題は、事前のガイダンスが不可欠であった。
- 参加者の80%以上が、今回のイベントを初めて参加する機械学習会議と回答しており、低コストとWiMLによる登録費補助のおかげで、広範なアクセシビリティが実現した。
- Gather.townにおける役割ベースのアバターの導入により、役割の認識が著しく向上し、イベント中の混乱が減少した。
- ファシリテーターおよびポスター発表者との事前リハーサルは、本イベントの前段階でワークフローおよび技術的問題を特定・解決する上で不可欠であった。
- 実名の提出、ICML登録者に限定したアクセス制限、および権限とプライバシーに関する懸念への対処法を明確にした説明資料の提供により、セキュリティとプライバシーが強化された。
より良い研究を、今すぐ始めましょう
論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。
クレジットカード登録不要
このレビューはAIが作成し、人間の編集者が確認しました。