[論文レビュー] Revisiting Citizen Science Through the Lens of Hybrid Intelligence

Janet Rafner, Miroslav Gajdacz+14 more|arXiv (Cornell University)|Apr 30, 2021

Species Distribution and Climate Change被引用数 11

ひとこと要約

本論文は、市民科学（CS）における人間知能と人工知能（AI）の効果的で協働的な統合を促進するため、ハイブリッドインテリジェンス（HI）フレームワークを提案する。デジタル化の度合いと必要な専門知識の次元を通じてCSプロジェクトを分析することで、より効果的で人間中心のAI統合を実現する分類システムと実行可能な相互作用モデルを導入し、AIと市民科学の両コミュニティに利益をもたらす。

ABSTRACT

Artificial Intelligence (AI) can augment and sometimes even replace human cognition. Inspired by efforts to value human agency alongside productivity, we discuss the benefits of solving Citizen Science (CS) tasks with Hybrid Intelligence (HI), a synergetic mixture of human and artificial intelligence. Currently there is no clear framework or methodology on how to create such an effective mixture. Due to the unique participant-centered set of values and the abundance of tasks drawing upon both human common sense and complex 21st century skills, we believe that the field of CS offers an invaluable testbed for the development of HI and human-centered AI of the 21st century, while benefiting CS as well. In order to investigate this potential, we first relate CS to adjacent computational disciplines. Then, we demonstrate that CS projects can be grouped according to their potential for HI-enhancement by examining two key dimensions: the level of digitization and the amount of knowledge or experience required for participation. Finally, we propose a framework for types of human-AI interaction in CS based on established criteria of HI. This "HI lens" provides the CS community with an overview of several ways to utilize the combination of AI and human intelligence in their projects. It also allows the AI community to gain ideas on how developing AI in CS projects can further their own field.

研究の動機と目的

• 市民科学（CS）プロジェクトにおける人間知能と人工知能の統合を支援する構造的フレームワークの欠如に応えること。
• CSが21世紀の人的中心のAIシステム開発の実験的環境として機能できるかを検討すること。
• HI強化の可能性を左右する主要な次元（デジタル化の度合いと必要な専門知識）を特定すること。
• CSにおける人間-AI相互作用の分類と設計のための実用的で基準に基づいたフレームワークを提案すること。
• 協働的連携を通じてAIコミュニティと市民科学コミュニティの間の溝を埋め、相互に利益をもたらすこと。

提案手法

• 著者らは、参加に必要な分野知識や経験の程度とデジタル化の度合いという2つの主要な次元を通じてCSプロジェクトを分析する。
• ハイブリッドインテリジェンス（HI）の既存基準を適用し、既存のCSプロジェクトを明確に分類された人間-AI相互作用タイプに分類する。
• 協働的で人間中心のAI統合を促進する原則に基づき、フレームワークを構築する。特に人間の自律性と認知的補完性に重点を置く。
• 人間-コンピュータインタラクション、AI、計算的社会科学の分野からの統合的知見を活用し、相互作用モデルを構造化する。
• HI理論に基づき、AI支援型からAI協働型まで多様な人間-AI相互作用のタイプロジーを提案する。
• 実世界のCSプロジェクトの分析を通じてフレームワークの妥当性を検証し、多様な科学分野にわたる適用可能性を示している。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドインテリジェンス強化の可能性に基づいて、市民科学プロジェクトを体系的に分類する方法は何か？
• RQ2 CSプロジェクトにおける人間-AI協働の適性を左右する主要な次元は何か？
• RQ3 CSワークフローにAIを統合する際、人間の自律性と認知的強みをどのように維持できるか？
• RQ4 AIと人間知能をどのように協働的に統合することで、CSにおける科学的成果を向上させられるか？
• RQ5 CSにおけるAI統合は、より広範な文脈における人的中心のAI開発にどのように寄与できるか？

主な発見

• デジタル化の度合いと必要な専門知識の程度に基づき、CSプロジェクトを4つのタイプに効果的に分類可能であり、これによりHI統合を的確に実施できる。
• 高いデジタル化と低い専門知識要件を有するプロジェクトはAI支援型ワークフローに最も適しており、逆に低いデジタル化と高い専門知識要件を有するプロジェクトはAI協働型モデルに適している。
• 提案されたHIの視点は、人間の自律性を保ちつつ生産性を高める人間-AI相互作用の設計に構造的な支援を提供する。
• フレームワークにより、AI研究者が文脈に適した人的中心のAIシステム開発のための実世界のCS応用を特定できるようになる。
• 本研究は、複雑で現実世界の状況においてハイブリッドインテリジェンスを発展させるための実用的で価値ある実験的環境としてCSが有効であることを示している。
• 人的中心の設計原則に従ってAIをCSに統合することで、よりスケーラブルで包摂的かつ効果的な科学的研究が実現可能になる。