[論文レビュー] How Does Knowledge Come By?

Anamika Chhabra, S. R. S. Iyengar|arXiv (Cornell University)|May 19, 2017

Expert finding and Q&A systems参考文献 35被引用数 6

ひとこと要約

この論文は、ウィキペディア や StackExchange のような共同オンライン知識ポータルが、知識創出の普遍的プロセスを研究するためのデータ豊富なプロトタイプであると主張している。これらのプラットフォームからのビッグデータを分析することで、新しい知識を生み出す条件、社会的ダイナミクス、認知的プロセスに関するメタ知識を抽出でき、知識がどのように生まれるかという根本的な問いに体系的かつ明確に答える道筋が示される。

ABSTRACT

Although the amount of knowledge that the humans possess has been gradually increasing, we still do not know the procedure and conditions that lead to the creation of new knowledge. An understanding of the modus operandi for the creation of knowledge may help in accelerating the existing pace of building knowledge. Our state of ignorance regarding various aspects of the process of knowledge building is highlighted by the existing literature in the domain. The reason behind it has been our inability to acquire the underlying data of this complex process. However, current time shows great promise of improvements in the knowledge building domain due to the availability of several online knowledge building portals. In this report, we emphasise that these portals act as prototypes for universal knowledge building process. The analysis of big data availed from these portals may equip the knowledge building researchers with the much needed meta-knowledge.

研究の動機と目的

• 人間の知識基盤が拡大しているにもかかわらず、新知識がどのように生成されるかを理解するという根本的なギャップを埋めること。
• 知識構築に関与する背後にあるメカニズム、社会的ダイナミクス、認知的プロセスを特定すること。これらは依然として十分に理解されていない。
• オンライン共同知識ポータルからのビッグデータを、知識創出を研究するための主要な実証的データソースとして活用することの提案。
• 研究者が知識創出の理論的推測にとどまらず、現実の知識創出活動のトレースデータを用いることで、より実践的な知見を得られるようにすること。
• データドリブンな知見を基に、より効果的な知識創出環境の設計や、より効果的な知識創出戦略の開発を支援すること。

提案手法

• ウィキペディア や StackExchange、その他のクラウドソーシングプラットフォームを含む、オンライン知識ポータルからの大規模かつトレーサブルなデータの分析。
• 収集されたデータを知識創出活動の「足跡」として扱い、知識創出プロセスを逆算的に解明すること。
• データマイニングおよび分析手法を用いて、貢献者の行動パターン、協働ダイナミクス、知識の進化のパターンを同定すること。
• 知識の内容そのものではなく、知識創出プロセスに関するデータ、すなわちメタ知識に焦点を当てる。
• 研究目的での利用を促進するために、ポータルが標準化されたデータ公開を行うことの提案。
• ポータルレベルのデータから得た知見を基に、普遍的な知識創出に適用可能な一般原則を導き出すこと。

実験結果

リサーチクエスチョン

• RQ1 オンライン環境において、どのような社会的・認知的・共同作業的条件が新知識の創出をもたらすのか。
• RQ2 多数の参加者が少数の微小な貢献を行うことが、知識創出にとって不可欠なのか、あるいは置き換え可能なのか（オルテガ 対 牛ウトン仮説）。
• RQ3 多様性と調整コストのバランスを考慮した場合、知識創出を効率的かつ効果的に行うために最適な参加者数は何か。
• RQ4 貢献者の多様性が、共同知識プラットフォームにおける知識の質と合意形成にどのように影響するか。
• RQ5 行動データから、知識創出の促進要因や障害要因を体系的に同定するにはどのような要因が関与するか。

主な発見

• オンライン共同知識ポータルは、知識創出の普遍的プロセスを研究するための実用的でデータ豊富なプロトタイプとして機能する。
• ウィキペディア や StackExchange のようなプラットフォームからのビッグデータの存在により、知識創出ダイナミクスに関するメタ知識を抽出できる。
• 現在の研究は、特に主要なポータルからの知識創出活動に関する詳細でトレーサブルなデータへのアクセス不足によって妨げられている。
• 大規模な知識創出データ分析を支援するため、標準化されたデータ公開とより優れた分析ツールの開発が急務である。
• これらのポータルからのデータは、オルテガ 対 牛ウトン仮説のような長年の理論的論争を、実証的証拠をもって解消する手がかりを提供できる。
• このデータからの知見は、より効果的な知識創出環境の設計を支援し、行政的・プラットフォーム政策の改善に貢献できる。