[論文レビュー] Human-AI Symbiosis: A Survey of Current Approaches

Zahra Zahedi, Subbarao Kambhampati|arXiv (Cornell University)|Mar 18, 2021

Ethics and Social Impacts of AI参考文献 49被引用数 7

ひとこと要約

本サーベイは、補完的フロー、タスクの時間的スコープ、モデル表現、知識レベル、チームワークの目的といった主要な次元を分析することで、人間-AI共生研究の包括的な分類体系を提案する。多様な研究を統合的な枠組みに統合し、研究間の関連を明確にし、人間-AI協働分野における今後の研究を導く。

ABSTRACT

In this paper, we aim at providing a comprehensive outline of the different threads of work in human-AI collaboration. By highlighting various aspects of works on the human-AI team such as the flow of complementing, task horizon, model representation, knowledge level, and teaming goal, we make a taxonomy of recent works according to these dimensions. We hope that the survey will provide a more clear connection between the works in the human-AI team and guidance to new researchers in this area.

研究の動機と目的

• 人間-AI共生分野における散在した研究活動の間の整合性や関連性の欠如に応えること。
• 人間-AIチームワークのアプローチを区別するための主要な次元を特定・分類すること。
• 研究者が異なる研究の流れ間で方法を特定・比較・統合できる構造的な分類体系を提供すること。
• 新規研究者に対して人間-AI協働分野の全体像を理解し、次元間の統合的イノベーションの機会を特定する手がかりを提供すること。
• 個々のパフォーマンスではなくチーム全体のパフォーマンスの重要性、および縦断的相互作用がチームワークの目的をどのように形作るかを強調すること。

提案手法

• 補完的フロー（人間→AI、AI→人間、ピアツーピア）、タスクの時間的スコープ（1回性対逐次的タスク）、モデル表現（信念、目的、報酬関数、誤差モデル）を含む、人間-AI共生研究を分類する多次元フレームワークを提案する。
• 意図、能力、計算制約といった背景知識の抽象化を通じて、エージェントレベルの理解を捉えるためにモデル表現を分析する。
• 知識および能力レベルに基づき分類し、高レベルの推論と低レベルの知覚的・診断的タスクの違いを明確にする。
• パフォーマンス目標と相互作用状態を通じてチームワークの目的を検討し、短期的相互作用と縦断的相互作用の違いを明確にする。
• 非言語的サイン、動き予測、RADAR や Mobi といった共有計画インターフェースを含む、タスクレベルおよびチームレベルの協調メカニズムを統合する。
• 医療意思決定支援、再犯予測、ロボット工学、クラウドスケジューリングといった多様な分野の事例研究を通じて、実世界の応用にどのように次元が適用されるかを提示する。

実験結果

リサーチクエスチョン

• RQ1 人間-AI共生分野における多様なアプローチは、どのように体系的に分類され、孤立している研究の流れの間の関連性が明らかにされるか？
• RQ2 人間-AIチームワークシステムを区別するための主要な次元は何か？ また、それらはシステム設計とパフォーマンスにどのように影響を与えるか？
• RQ3 補完的フロー（人間→AI、AI→人間、ピアツーピア）は、人間-AIチームにおける相互作用、信頼性、解釈可能性の設計にどのように影響を与えるか？
• RQ4 タスクの時間的スコープ（1回性対逐次的タスク）およびモデル表現（例：信念、報酬関数）は、人間とAIの行動モデリングにどのように影響を与えるか？
• RQ5 特にパフォーマンス目標と相互作用状態が、時間経過にわたる人間-AI協働システムの設計にどのように影響を与えるか？

主な発見

• 本サーベイは、補完的フロー、タスクの時間的スコープ、モデル表現、知識／能力レベル、チームワークの目的という5つのコア次元を特定し、人間-AI共生研究の全体像を構造づける。
• 人間-AI共生分野の研究は、しばしば個々の次元に焦点を当てているため孤立しがちだが、共通する次元でクラスタリングすることで、異なる手法の相互浸透の可能性が浮き彫りになる。
• AI→人間の補完的フローには、特に信頼性と相互理解が時間経過とともに進化する縦断的相互作用において、強力な解釈可能性と透明性が不可欠である。
• ピアツーピアの補完的フローは、双方向フィードバックと協調を可能にし、一方的支援よりもより適応的かつ効果的なチームワークを実現する。
• 逐次的意思決定タスク（例：計画、スケジューリング）には、意図、目的、誤差モデルを含むより洗練されたモデル表現が必要であり、動的協調を支援する。
• チームパフォーマンスは、個々のエージェントのパフォーマンスを最適化するだけでは保証されない。特に長期間にわたる相互作用では、個々の目標とチーム目標の整合性が極めて重要である。