説明するＡＩ、説得される人間【下】「人の納得」どう引き出す？
「人事支援はＡＩの判断が納得できないと導入を決断できない」と三菱総合研究所の山野高将主任研究員は指摘する。新卒採用は、人間の担当者でも判断基準をなかなか説明しきれない仕事だ。
学生側と企業側の両方が納得する採用は簡単ではない。だがＡＩをサービスとして提供する以上、説明責任や納得感が求められる。
三菱総研はエントリーシートや適性検査と過去の採用履歴などを学習し、人材とポストをマッチングするＡＩサービスを提供する。
“納得”を引き出すため、企業担当者の採用方針を反映しやすいようにユーザーインターフェースを設計した。求める人材像にあわせて「業界内志望度」「コミュニケーション」「リーダーシップ」など約１００項目の優先順位をユーザーが調整できる。
ユーザーが自らパラメーター調整して、その都度ＡＩが優先して評価すべきだと提案する人材たちを確認する。サービスにユーザーを巻き込むことで納得度を高めている。
山野主任研究員は「深層学習でデータ量をむやみに増やしても、その判断はブラックボックスになってしまう。それよりも人事の知見とＡＩを組み合わせるハイブリッド型が有効」と説明する。
システムの意思決定にユーザーを巻き込み、ユーザーが自ら選んだように感じさせる技術は強力だ。大阪大学の石黒浩教授とドワンゴが開発した「恋愛実験神社」は初対面の男女がラブコメのような会話を楽しむ。
あらかじめストーリーは決まっており「あなたは好みのタイプ」「嫌いじゃないかも」などのような選択を選ぶ。ストーリーは用意されたものとわかっていても相手の印象が良くなる。石黒教授は「カップル成立率は８割」という。
ＡＩが最良の選択肢だと説明するよりも、ユーザーの意思決定を誘導する方がサービス満足度は高くなるかもしれない。特にプライバシーに関わる生活分野は、説明よりもそそのかす方が適切だ。
例えばＥＣ（電子商取引）サイトは技術的にはユーザーの冷蔵庫の牛乳やトイレットペーパーの残量を購入履歴から推定できてしまう。
在庫量に応じて商品購入を提案することはできるが、冷蔵庫の中身を説明されるとユーザーは忌避感を覚えかねない。そのため「他のユーザーも買っている」など、同調圧力をかける方法が選ばれている。
説得よりも手助け、人の意図くみ取る
人間の意図をくみ取って利用する研究も進んでいる。東京大学の鳴海拓志講師はキャラクターをジャンプさせてコインをとるゲームで、ゲームのシステム側でジャンプの軌道を調整して高得点をとらせた。
ユーザーにシステムの補助を気が付かせずに満足度を向上させた。この知見は自動運転技術にも応用できる。ハンドルなどの挙動から右左折や追い抜きの意思を検出して、実際の車両の軌道は自動運転が担うといった具合だ。
すでに急ブレーキ時のタイヤロックを防ぐなど、ブレーキアシスト機能は実用化している。より高度な運転支援を導入する際に、支援のタイミングやレベルの調整に応用する。
鳴海講師は「自動運転は安心と快適が必ずしも一致しない。なぜいま回避機能が働いたのかわからないと快適でなくなる」と指摘する。自分で車両をコントロールしている納得感を保ったまま高度な支援を目指す。
