[論文レビュー] Data Science as a New Frontier for Design

Akin Osman, Kazakçi Mines|arXiv (Cornell University)|Mar 20, 2015

Data Visualization and Analytics参考文献 18被引用数 9

ひとこと要約

本論文は、大規模なデータイニシャチブにおける試行錯誤に依存する問題を克服するため、データサイエンスにデザイン理論および手法を統合することを提案する。ヒッグスボソン検出チャレンジを事例として用い、デザイン手法がイノベーションのダイナミクスを構造化し、協働を促進し、データサイエンスプロジェクトにおけるメソドロジーカルの厳密性を高めることを示している。

ABSTRACT

The purpose of this paper is to contribute to the challenge of transferring know-how, theories and methods from design research to the design processes in information science and technologies. More specifically, we shall consider a domain, namely data-science, that is becoming rapidly a globally invested research and development axis with strong imperatives for innovation given the data deluge we are currently facing. We argue that, in order to rise to the data-related challenges that the society is facing, data-science initiatives should ensure a renewal of traditional research methodologies that are still largely based on trial-error processes depending on the talent and insights of a single (or a restricted group of) researchers. It is our claim that design theories and methods can provide, at least to some extent, the much-needed framework. We will use a worldwide data-science challenge organized to study a technical problem in physics, namely the detection of Higgs boson, as a use case to demonstrate some of the ways in which design theory and methods can help in analyzing and shaping the innovation dynamics in such projects.

研究の動機と目的

• データの洪水に伴い、構造的で協働的なアプローチの必要性が高まっていることに対応する。
• 現在のデータサイエンスの実践が、個人の研究者による直感的洞察や試行錯誤に大きく依存しているという限界を克服する。
• 実証済みのデザイン研究理論および手法をデータサイエンスに移転し、イノベーションとプロジェクト管理の質を向上させる。
• 複雑で高リスクな科学的データチャレンジにおいて、デザインシンキングの適用可能性を示す。
• 体系的なデザインアプローチを通じて、データサイエンスプロジェクトにおけるイノベーションダイナミクスを形作るフレームワークを提供する。

提案手法

• グローバルなデータサイエンスチャレンジにおけるイノベーションプロセスを分析・構造化するため、デザインサイエンスのアプローチを採用した。
• デザイン手法の適用を評価するため、現実世界の事例としてヒッグスボソン検出チャレンジを用いた。
• 問題の定式化、ステークホルダーとの関与、反復的プロトタイピングといったデザイン理論の要素を、データサイエンスワークフローに適用した。
• データ収集、モデリング、検証の段階を含むデータサイエンスライフサイクルの各段階に、デザイン手法をマッピングした。
• 分野横断的協働と構造的なアイデーションの役割が、データサイエンスプロジェクトの構築に与える影響を強調した。
• デザイン手法がプロジェクトの整合性、イノベーションの質、チームの調整に与える影響を評価した。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてデザイン理論および手法を、データサイエンスプロジェクトにおける構造的イノベーションを改善するために適応できるか？
• RQ2 どのような点で、デザイン手法が大規模なデータイニシャチブにおける協働を促進し、個人の専門知識への依存を軽減するか？
• RQ3 デザイン手法は、どの程度、データサイエンスワークフローの透明性と再現可能性を向上させることができるか？
• RQ4 デザインシンキングを適用することで、データ集積型の科学的研究における問題の定式化段階と解決策開発段階にどのような影響を与えるか？
• RQ5 データサイエンスプロジェクトに体系的に統合可能な、主なデザイン要素は何か？

主な発見

• デザイン手法は、ヒッグスボソン検出チャレンジにおいて、イノベーションプロセスの整合性と構造を顕著に向上させた。
• デザインシンキングの統合により、研究者の直感的洞察への依存が軽減され、より体系的かつ再現可能な成果が得られた。
• 協働的デザイン実践は、複雑なデータ問題に取り組む多様なチーム間のコミュニケーションと整合性を向上させた。
• 問題の定式化と反復的プロトタイピングにより、重要なデータおよびモデリングの課題が早期に特定された。
• デザインフレームワークの使用により、意思決定の透明性が向上し、メソドロジーカル選択の追跡性が高まった。
• 本研究は、高イノベーション要求を伴う大規模でデータ集積型の科学的プロジェクトに対しても、デザイン手法を効果的にスケーリング可能であることを示した。