オープンオフィス 22回
白松俊先生
誰でも参加できるオープンオフィス、今回は名古屋工業大学の白松先生にお越しいただいています。
「謎の根拠の意思決定が通りがち問題」を解決する合意形成支援機構を開発したい！
いろんなステークホルダーが絡む問題ほど、何か決めるのって難しいですよね。紆余曲折を経てなんとか合意をまとめたのに、外から見てると「なんでそうなった？」と言いたくなることもよくあります。
2つのアプローチがある
社会の意見分布を根拠とした合意形成支援
寄り添いエージェントが、各ユーザに寄り添いながら意思決定をする
意見分布を集めてきて、合意案をシミュレーションする
根拠となった情報の構造化による合意形成支援
なぜそれが必要なのか？何を根拠にして決まったのか？
先行研究
人間のファシリテーター
エージェントがポイントを整理して対応してくれる。
人が対応すると炎上する
合意形成に関わる研究プロジェクト
寄り添いエージェントの機能と目的
各個人の効用空間を推定する
個人ごとのデータを集めてきて推定
エージェントとの対話ログから推定
メンタルケア領域
ライフログ的に
分散ファクトチェック
各エージェントが信頼する情報源との整合性をチェックする
止揚（アウフヘーベン）に至る議論の特徴
相手側の意見を深堀りしたほうが止揚に至りやすい？
KJ法との違い
多くの人の文章読解能力は高くない
Miro で構造化したら分かりやすくなった
総力戦研究所が提出した資料では日本は負けるという結果になっていたが、弱腰な事を言うと不利になるようなセクショナリズムが影響？
合意形成過程の構造化に使うことで、そもそも何のために何を目指すかという前提の整理ができる
後から決定事項の根拠を追いやすくなる
エビデンスに基づく合意形成へ
ウェルビーングに関する評価軸から何かを決めてみる試み
Decidim とくっつけたいとか、相談
研究分野としては、議論の構造化は今までもあった
もっと現実よりの
合意形成の違い
田舎の合意形成と都会の合意形成の違い
人口が少ないところは、論理ではない
都会でも実はそう。
都会の人は論理で解決できる
感情的な部分を人間が担当する
ウェルビーイングに関する評価軸から
大人数を対象にした分析や止揚にも対応できるか？
D-Agree 自体は数百人で使える
データを投入→人が分類
第一フェーズで出た論点の概要が見えているインターフェース→詳細が出てくる
今までのデータでやってみるのが良いかも