[논문 리뷰] Social Analytics of Team Interaction using Dynamic Complexity Heat Maps and Network Visualizations

Travis J. Wiltshire, Dan Hudson외 3명|arXiv (Cornell University)|2020. 09. 07.

Mental Health Research Topics참고 문헌 72인용 수 4

한 줄 요약

이 논문은 Rhythm Badge 센서 데이터, 동적 복잡도 히트맵, 네트워크 시각화 기법을 융합한 새로운 사회적 분석 프레임워크를 제안한다. 이는 실시간으로 팀 상호작용 역학을 분석하기 위한 것이다. Lost at Sea 시뮬레이션에 이 방법을 적용함으로써 팀의 의사소통에서의 핵심 전환점, 참여도와 에너지의 구조적 변화를 특정하고, 팀 성과 및 유대감 향상을 위한 실질적인 시각적 피드백을 제공한다.

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.

연구 동기 및 목표

• 복잡한 사회기술적 업무 영역에서 시간에 따라 변화하는 다중 척도의 팀 의사소통을 분석할 수 있는 방법의 부족을 보완하기 위해.
• 센서 기반 사회적 분석을 활용해 팀 상호작용 역학을 직관적이고 데이터 기반으로 시각화하는 접근법을 개발하기 위해.
• 협업 문제 해결 과정에서 팀의 에너지, 참여도, 조율 능력의 변화를 유도하는 핵심 전환점과 구조적 변화를 식별하기 위해.
• 의사소통 패턴과 개인 기여도를 시각화하여 실시간 피드백을 제공함으로써 팀에 도움이 되기 위해.
• 팀 효과성을 최적화하기 위한 기반을 마련하기 위해 팀 상호작용에 대한 객관적이고 시각적인 분석을 제공하기 위해.

제안 방법

• 근접도, 발화, 휴대 전환 등의 다중 모odal 사회적 상호작용을 실시간으로 캡처하기 위해 Rhythm Badge 센서를 활용한다.
• 시간에 따라 팀 상호작용 패턴의 핵심 불안정성과 전환점을 탐지하기 위해 동적 복잡도 히트맵을 적용한다.
• 팀원 간 의사소통 연결의 강도와 구조를 시각화하기 위해 에너지 및 참여도 네트워크를 구축한다.
• 센서 데이터와 네트워크 시각화 기법을 융합하여 팀 역학과 조율의 시간적 변화를 표현한다.
• 통제된 복잡한 팀 과제 환경에서 방법의 타당성을 검증하기 위해 Lost at Sea 시뮬레이션을 활용한 사례 연구 접근법을 사용한다.
• 네트워크 분석을 통해 리더십 변화나 참여 패턴 변화와 같은 팀의 구조적 변화를 식별한다.

실험 결과

연구 질문

• RQ1 센서 기반 사회적 분석은 협업 문제 해결 과정에서 팀 상호작용의 핵심 전환점을 어떻게 탐지할 수 있는가?
• RQ2 상호작용 데이터의 네트워크 표현을 통해 팀의 에너지와 참여도의 구조적 변화는 어떻게 시각화할 수 있는가?
• RQ3 동적 복잡도 히트맵은 시간에 따라 팀 의사소통의 불안정성 또는 조율 변화를 어떻게 드러내는가?
• RQ4 이러한 분석에서 유도되는 시각적 피드백은 팀의 인지 능력과 성과를 얼마나 향상시킬 수 있는가?
• RQ5 복잡한 과제 수행 과정에서 개인의 참여도와 에너지 수준은 전체 팀의 역학을 어떻게 형성하는가?

주요 결과

• 동적 복잡도 히트맵은 Lost at Sea 시뮬레이션에서 토론 단계에서 결론 도출 단계로의 전환점과 같은 팀 상호작용의 핵심 전환점을 성공적으로 식별했다.
• 네트워크 시각화 기법은 팀의 참여도와 에너지에 대한 명확한 구조적 변화를 드러내었으며, 과제 진행 중 리더십 및 참여 패턴의 변화를 확인했다.
• 이 방법은 의사소통 조율 패턴이 시간에 따라 변화함을 탐지했으며, 과제 마일스톤에 연관된 높은 안정성 및 불안정성 기간을 식별했다.
• 개별 팀원의 에너지와 참여도 수준이 시각적으로 측정되어 주도적인 기여자와 잠재적 이탈자 식별이 가능했다.
• 센서 데이터와 시각화 기법의 통합은 실시간으로 팀 역학을 객관적이고 직관적으로 평가할 수 있는 수단을 제공했다.
• 이 방법은 실시간 피드백 잠재력을 보였으며, 팀원들이 행동 패턴을 인지하고 책임감을 느끼는 데 기여했다.