On information presentation methods for easier decison making: Studies on multi-attribute decision making
| Project/Area Number |
21K18339
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 1:Philosophy, art, and related fields
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
岡田 光弘 慶應義塾大学, 文学部(三田), 名誉教授 (30224025)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
井出野 尚 東京理科大学, 経営学部経営学科, 教授 (40805628)
|
|---|
| Project Period (FY) |
2021-07-09 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
|
|---|
| Keywords | 意思決定 / 多属性意思決定 / グラフィック表現・推論 / 深層学習と多属性意思決定 / 情報提示デザイン / アイトラッカー / 論理と意思決定 / 情報社会と公平性 / 論理 / 情報提示 / デジタル環境 / 図的情報提示・グラフィック情報提示 / 図的推論 / 多属性表 |
|---|
| Outline of Research at the Start |
公平・中立な情報提示のための学際的調査・研究を論理的理論方法、消費者行動・行動経済学などの行動科学的調査、情報倫理などの情報環境倫理学的観点を組み合わせて進める。特に、合理的意思決定や合理的・論理的判断・推論の場面で表形式を含むグラフィック形式の情報提示が重要であるという立場から、多属性意思決定や論理推論におけるグラフィック情報提示の基礎研究を行う。主体的な意思決定や合理的判断・推論をしやすくする情報提示の在り方について、理論と調査で明らかにする。さらに、このことを通じて、主体的意思決定や論理的判断のために求められる情報提示の在り方について提案する。
|
| Outline of Annual Research Achievements |
多属性意思決定に関して種々の研究を進めた。特に。決定方略の計算機シミュレーション、情報モニタリング法被験者実験、深層学習を組み合わせた研究を行った。実験者が指定した決定方略で商品を選択する課題について、計算機シミュレーションと実験から得られた情報探索データに基づき、深層学習を用いて八つの決定方略の分類を行った。深層学習で訓練したモデルを、情報モニタリング法実験の座標系列データに適用した。指定された方略と分類された方略の一致率は、40.18%であった。加算型・加算差型のような補償型の方略は、方略の探索方法を教示されたとしても実際にその通りに探索することができないことが示唆された。また、分離型のような非補償型の方略を指定されても、実験の参加者はより多くの情報を探索しようと試みていた可能性も示唆された。二つの決定方略を組み合わせる2段階決定方略も分類する分析も検討する必要がある。機械学習の公平性の視点から、どの典型方略にも属さない学習データも導入することを試みた。
他の主要成果としては、（Ideno et al., 2020：Diagram）の再分析を行い、また、コンピュータシミュレーションの結果との対比を今回の研究では加えた。分析の結果から、グラフィック2値表現の方が数値表現よりも選択の時間が速くなされることなどから、属性値の表現が選択の容易さに影響を与えること、そして、選択肢と属性の行列の配置によって（縦軸と横軸の役割の入れ替えなどによって）選択時間・注視パターンが変化することから、表の表現が意思決定プロセスに影響を与えることが再確認された。深層学習を用いたシミュレーションの結果と実験結果との対比から、本実験被験者の意思決定方略の特徴を分析した。
情報の公平性の重要性について、深層学習の文脈で検討した。特に２つの情報セキュリティ日仏会議において成果を公表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
多属性意思決定に関する本研究グループの独自の新しい知見を確認できた。深層学習による多属性意思決定方略の推定という新しい研究の方向を開いた。伝統的情報モニタリング法、アイトラッカー法、シミュレーション法、深層学習モデルを統合して、新たな多属性意思決定研究方を開発できた。
|
| Strategy for Future Research Activity |
多属性表デザインと意思決定方略との関係についての特徴をさらに明確にする目的で、純粋な（意思決定的でない）認知課題に対するアイトラッカーデータを収集する。これにより表デザインの変化が意思決定プロセスにどのような変化をもたらすかが、これまで以上に解明されることが期待できる。
属性値をマトリクス表のマスの色分けで示すことにより意思決定がしやすくなるという結果を得た。この我々の先行研究をより現実的な多属性意思決定に応用する目的で、（数値と色を組み合わせた属性値表現による）ハイライト付き多属性表の有用性を意思決定の立場から検証する。
本年度新たに、深層学習の手法を多属性意思決定研究に導入したが、この研究をさらに進める。特に方法論的基礎を吟味する。論理推論などの認知課題への適用可能性についても検討する。
本年度は特に、新しい情報環境における公平性や説明可能性の視点を、深層学習による意思決定推定や判断推定の公正性などの問題も検討していく。上記のシミュレーション法で生成したデータセットを用いて深層学習による意思決定方略推定器を構築することのなかにも公平性や説明可能性を検討する材料を具体的に見出せる。また、我々が行っている、意思決定しやすい多属性表のデザイン研究は、同時に意図的・操作的バイアスを与える表デザインについての新たな知見も提供している。このことは、公平な情報提示の問題にも直接結びついている。これらも含めて、情報提示環境における公平性・説明可能性の問題をさらに研究していく。
|
Report
(2 results)
Research Products
(20 results)
