[論文レビュー] Where Are We So Far? Understanding Data Storytelling Tools from the Perspective of Human-AI Collaboration

Haotian Li, Yun Wang+1 more|arXiv (Cornell University)|Sep 27, 2023

Big Data and Business Intelligence被引用数 4

ひとこと要約

本論文は、データストーリーティングツールにおける人間-AI協働を体系的に分析するフレームワークを提示する。このフレームワークは、分析、計画、実装、通信の4段階のワークフローにわたり、クリエイター、アシスタント、最適化者、レビュアーといった役割をマッピングすることで、機能を分類している。研究では、2019年以降、人間-AI協働が急激に発展したことが明らかになった。役割の分配やワークフロー統合の繰り返しパターンが確認され、自動化、通信、マルチエージェント協働分野における設計インサイトと今後の研究機会が特定された。

ABSTRACT

Data storytelling is powerful for communicating data insights, but it requires diverse skills and considerable effort from human creators. Recent research has widely explored the potential for artificial intelligence (AI) to support and augment humans in data storytelling. However, there lacks a systematic review to understand data storytelling tools from the perspective of human-AI collaboration, which hinders researchers from reflecting on the existing collaborative tool designs that promote humans' and AI's advantages and mitigate their shortcomings. This paper investigated existing tools with a framework from two perspectives: the stages in the storytelling workflow where a tool serves, including analysis, planning, implementation, and communication, and the roles of humans and AI in each stage, such as creators, assistants, optimizers, and reviewers. Through our analysis, we recognize the common collaboration patterns in existing tools, summarize lessons learned from these patterns, and further illustrate research opportunities for human-AI collaboration in data storytelling.

研究の動機と目的

• 既存のデータストーリーティングツールにおける人間-AI協働の構造が、ストーリーティングワークフローのどの段階においてもどのように構築されているかを理解すること。
• 各段階におけるクリエイター、アシスタント、最適化者、レビュアーといった役割を分析することで、人間とAIの間で繰り返し見られる協働パターンを同定すること。
• 2010年から2023年までの期間にわたり、人間-AI協働型データストーリーティングツールの体系的レビューを実施し、研究動向と設計上のギャップを浮き彫りにすること。
• 学びの教訓を要約し、自動化、通信、マルチエージェント協働分野における未開拓の研究機会を特定することで、今後のツール設計を支援すること。
• 人間-AI協働型データストーリーティングシステムの進化を追跡できるオンラインツールブラウザ（https://human-ai-universe.github.io/data-storytelling）を構築し、持続可能な研究リソースを提供すること。

提案手法

• 著者らは、2010年から2023年までのVISおよびHCI分野の文献から、人間-AI協働型データストーリーティングツールに焦点を当てた論文コーパスを構築した。
• 二重次元のフレームワークを適用した。その2つは、(1) ストーリーティングワークフローの段階（分析、計画、実装、通信）と、(2) 人間とAIの協働者の役割（クリエイター、アシスタント、最適化者、レビュアー）である。
• 各ツールは、その段階カバレッジと、各段階における人間とAIの果たす役割に基づいてコード化された。
• 分析により、共通する協働パターン、設計トレンド、および段階や役割ごとの乖離が特定された。
• コード化されたデータから設計原則、課題、研究機会を抽出するために定性的な統合的手法が用いられた。
• 著者らは、人間-AI協働型データストーリーティングツールの進化を追跡・更新できるオンラインツールブラウザ（https://human-ai-universe.github.io/data-storytelling）を構築し、維持管理している。

実験結果

リサーチクエスチョン

• RQ1 人間-AI協働型データストーリーティングツールは、データストーリーティングの段階（分析、計画、実装、通信）において、どのように役割を分配しているか？
• RQ2 既存のデータストーリーティングツールにおける人間とAIの主な協働パターンは何か。また、これらのパターンは、各段階でどのように変化しているか？
• RQ3 人間-AI協働の分析から、どのような設計原則と課題が浮き彫りになったか？
• RQ4 2010年から2023年までの間、人間-AI協働型データストーリーティングにおける研究の焦点はどのように変化したか？
• RQ5 人間-AIデータストーリーティングシステムにおける自動化、通信、マルチエージェント協働を強化するための今後の研究機会は何か？

主な発見

• 2019年以降、人間-AI協働型データストーリーティングツールは、2016年から2018年にかけて完全に手作業のツールが支配的であった期間に続く、著しい研究関心の高まりを示した。
• 最も一般的な協働パターンは、AIがデータ分析と可視化生成においてアシスタントとして機能し、人間が計画と通信段階でクリエイターおよびレビュアーとして機能することである。
• AIは主に、データの事実発見、可視化の推薦、フィードバック生成の支援に使用されており、人間はドメイン知識、創造性、文脈認識を提供している。
• 最適化者およびレビュアーの役割はあまり実装されておらず、ストーリーティングワークフローにおける品質評価と精錬の分野でAIが活用されていないことが示唆された。
• 複数の人の人間と複数のAIが協働するのを支援するツールに顕著なギャップが見られ、複雑なストーリーティング環境における調整メカニズムの必要性が浮き彫りになった。
• プログラミング、スケッチ、ジェスチャーといった人間とAIの間の通信方法は、未だ十分に研究されておらず、今後の研究において高い可能性を秘めていると同定された。