[論文レビュー] Social Analytics of Team Interaction using Dynamic Complexity Heat Maps and Network Visualizations

Travis J. Wiltshire, Dan Hudson+3 more|arXiv (Cornell University)|Sep 7, 2020

Mental Health Research Topics参考文献 72被引用数 4

ひとこと要約

本論文は、Rhythm Badgeセンサーのデータとダイナミックコンプレックスティヒートマップ、ネットワーク可視化を組み合わせた新規のソーシャルアナリティクスフレームワークを提案する。この手法をLost at Seaシミュレーションに適用することで、チームの対話ダイナミクスにおける重要な遷移、関与度やエネルギーの構造的変化をリアルタイムで特定し、チームパフォーマンスと結束を向上させるための実行可能な視覚的フィードバックを提供する。

ABSTRACT

Given the increasing complexity of many sociotechnical work domains, effective teamwork has become increasingly crucial. While there is evidence that face-to-face communication contributes to effective teamwork, methods for understanding the time-varying nature and structure of team communication are limited. In this work, we combine sensor-based social analytics of Sociometric badges (Rhythm Badge) with two visualization techniques (Dynamic Complexity Heat Maps and Network Visualizations) to advance an intuitive way of understanding the dynamics of team interaction. To demonstrate the utility of our approach, we provide a case study that examines one team's interaction for a Lost at Sea simulation. We were able to recover transitions in the task and team interaction as well as uncover structural changes in team member energy and engagement, which we visualize using networks. Taken together, this work represents an important first step at optimizing team effectiveness by identifying critical transitions/events in team communication and interaction patterns.

研究の動機と目的

• 複雑な社会技術的作業分野における時間的に変化する、マルチスケールのチームコミュニケーションを分析するための手法の不足に応えること。
• センサーを用いたソーシャルアナリティクスに基づく、直感的でデータドリブンなチーム対話ダイナミクスの可視化手法を開発すること。
• 共同問題解決の過程で、チームのエネルギー、関与度、調整の構造的変化や重要な遷移を特定すること。
• コミュニケーションパターンと個々の貢献を可視化することで、チームにリアルタイムのフィードバックを提供すること。
• チームの効果性を最適化する基盤を、チーム対話の客観的で視覚的なアナリティクスによって築くこと。

提案手法

• Rhythm Badgeセンサーを用いて、接近度、発話、発話の順番など、リアルタイムでマルチモーダルな社会的相互作用を捉える。
• ダイナミックコンプレックスティヒートマップを適用し、時間経過に伴うチーム対話パターンにおける重要な不安定性や遷移を検出する。
• エネルギーと関与度のネットワークを構築し、チームメンバー間のコミュニケーション的つながりの強さと構造を可視化する。
• センサーのデータとネットワーク可視化技術を統合し、チームダイナミクスと調整の時間的変化を表現する。
• 制御された複雑なチームタスクとしてのLost at Seaシミュレーションを用いたケーススタディアプローチにより、手法の妥当性を検証する。
• ネットワーク分析を用いて、リーダーシップの変化や参加パターンの変化といったチーム構造の変化を同定する。

実験結果

リサーチクエスチョン

• RQ1 センサーを用いたソーシャルアナリティクスは、共同問題解決の過程でチーム対話に重要な遷移をどのように検出できるか？
• RQ2 対話データのネットワーク表現を用いることで、チームエネルギーと関与度における構造的変化をどのように可視化できるか？
• RQ3 ダイナミックコンプレックスティヒートマップは、時間経過に伴うチームコミュニケーションにおける不安定性や調整の変化をどのように明らかにするか？
• RQ4 これらのアナリティクスからの視覚的フィードバックは、チームの意識とパフォーマンスをどの程度向上させられるか？
• RQ5 複雑なタスクの過程で、個々の関与度とエネルギー水準は、チーム全体のダイナミクスをどのように形作るか？

主な発見

• ダイナミックコンプレックスティヒートマップは、Lost at Seaシミュレーションにおける議論から意思決定フェーズへの移行といった、チーム対話における重要な遷移点を的確に特定した。
• ネットワーク可視化により、タスク進行に伴いリーダーシップや参加パターンの変化を含む、チーム関与度とエネルギーの明確な構造的変化が明らかになった。
• この手法により、コミュニケーション調整パターンが時間経過とともに変化し、タスクのマイルストーンと関連した安定期と不安定期が特定された。
• チームメンバーのエネルギーと関与度のレベルが視覚的に定量化され、貢献度の高いメンバーと潜在的な関与度の低下を示すメンバーの特定が可能になった。
• センサーのデータと可視化技術の統合により、リアルタイムでチームダイナミクスを客観的かつ直感的に評価する手段が得られた。
• このアプローチはリアルタイムフィードバックの可能性を示し、行動パターンに対するチームの意識を高め、責任感を促進する効果があった。