| 研究課題/領域番号 |
24K05887
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分09030:子ども学および保育学関連
|
|---|
| 研究機関 | 文教大学 |
|---|
研究代表者 |
池辺 正典 文教大学, 情報学部, 教授 (10453440)
|
|---|
| 研究分担者 |
安彦 智史 仁愛大学, 人間学部, 准教授 (90560475)
川合 康央 文教大学, 情報学部, 教授 (80348200)
櫻井 淳 文教大学, 情報学部, 准教授 (70711018)
藤本 雄紀 大阪産業大学, デザイン工学部, 講師 (40711015)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2026年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 青少年問題 / ネットトラブル / 生成AI / 地方自治体 |
|---|
| 研究開始時の研究の概要 |
青少年のネットトラブルは深刻化しており，重大な社会問題となっている．この問題に対応するために注目されているのが急速な発展を続ける生成AIであり，相談事業における活用が期待されている．
本研究は，地方自治体の青少年に向けたネットトラブル相談事業で生成AIを利用する際の回答品質を向上することを目的とする．そのための具体的な取り組みとして，代表的な相談事例をカテゴリ別にデータの収集と学習を行う．また，学習結果による品質の向上を確認するための試作システムの構築と品質の評価も実施する．
|
| 研究実績の概要 |
本研究は青少年のネットトラブル支援のための地方自治体の相談サービス等による対応支援を目的として生成AI技術を用いることで，当該サービスにおける利用を想定してネットトラブル相談の回答品質の向上を目指すものである．本研究における研究計画の全体としては「生成AIの回答品質向上のためのデータ収集と分析」，「収集データを活用した相談システムの試作」，「相談システムの検証と改善」を行うこととしている．
そして，2024年度に行った研究内容としては，ネットトラブルの主な事例を収集するために，東京都が実施するネットトラブル相談窓口のサービスである「こたエール」を主とした事例データの収集を行った．当該サービスは相談事例を16種類のトラブルのカテゴリに分類して公開していることから，カテゴリ別での事例を収集するためのスクレイピングのプログラムを作成し，相談事例や回答例についての情報を容易に収集可能な環境を構築した．また，収集した相談事例について，前処理の補正が無い状態での生成AIによる回答品質を確認することでベースラインとなる回答精度の確認を行った．さらに，生成AIによる回答精度を向上するための要素として，時期的な情報，相談者の属性情報，ネットトラブルの追加情報といった相談内容のテンプレート化による回答精度の向上についての分析を行った．また，ネットトラブルの事例の中で生成AIによる回答品質が低かった事例を分析することで，品質低下の要因の分析もあわせて行った．
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
2024年度は，ネットトラブルの事例収集のためのWebスクレイピングのプログラムと収集した事例について生成AIからの回答を一括取得するプログラムの開発を行った．
Webスクレイピングのプログラムは，東京都の「こたエール」の相談事例は16種類のカテゴリ別で件数に応じてWebページが分割されている．この事例データを効率的にテキストデータとして収集するためのプログラムで，収集したデータは「相談者の属性」，「相談時期」，「相談内容」，「回答内容」，「アドバイス」の5種類の情報から構成される．テキストデータの出力形式はCSVであり，プログラムの動作検証の後に，事例データの収集において問題無く動作することを確認した．
また，生成AIからの回答を一括取得するプログラムは，テキストデータとして得られた相談事例について，ChatGPTのAPIを用いることで，相談内容に対応する回答例を一括で取得することを可能とした．このプログラムの開発時点において利用したモデルはgpt-4oであったが，モデルのバージョンは定期的に更新されるため，モデル毎に効率的な検証を行うためには，これらのプログラムが来年度以降の研究計画においても必要となるものであり，各年度の研究計画を円滑に進めるために寄与していると考える．
|
| 今後の研究の推進方策 |
これまでの研究において，事例データを収集するための枠組みと生成AIからの回答を得るためのプログラムは作成しているために，2025年度以降の予定としては，毎年度の初期の段階で生成AIのモデルの更新を確認し，モデルの更新があった際には，再度回答品質の確認を行う．また，回答品質が悪い例として多く見られたものが，ネットトラブルのカテゴリの判断ミスによる回答であったために，前処理による情報の追加によって精度の向上が期待される．この点について検証するために，前処理による精度向上についての検証を行った上で，当初計画の通りに相談システムの試作に着手する予定である．
|
